Revisiting the Relationship between Financial Wealth, Housing Wealth, and Consumption: A Panel Analysis for the U.S.
Notice bibliographique
Résumé
Based on the seminal paper of Case, Quigley, and Shiller (2013), we investigated the effects of financial and housing wealth on consumption. Using quarterly data from 1975 to 2016 for all states of the U.S. economy, and a different methodology in measuring wealth, we report relatively greater financial effects than housing effects on consumption. Specifically, in our basic utilized model, the calculated elasticity for financial wealth was 0.060, while for housing it was 0.045. The results were not in agreement with the ones obtained by Case, Quigley, and Shiller. In an attempt to investigate this disparity, we proceeded by incorporating the introduction of the Tax Reform Act in 1986, which increased incentives for owner-occupied housing investments. Finally, due to distributional factors at work, and taking into account the pronounced uneven distribution of wealth, we investigated the effects of wealth for eight states that included the metropolitan areas comprising the well-known Case–Shiller 10 City Composite Index. Now the housing effect on consumption was much stronger and larger than the financial effect. Additionally, we forecasted the consumption changes at the time of high rise and large drops in house prices for these states. Forecasts showed a recession from the fall of Lehman Brothers until the fourth quarter of 2011. These forecasts were not verified. Probably, the new techniques used by policies played an important role. We also found that extreme behaviors cannot be predicted.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».