MétaCan
Menu
Retour à la cohorte
Enregistrement W3001964273 · doi:10.3386/w26914

The Gender Gap in Housing Returns

2020· preprint· en· W3001964273 sur OpenAlexaff
Paul Goldsmith-Pinkham, Kelly Shue

Notice bibliographique

RevueNational Bureau of Economic Research · 2020
Typepreprint
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensUniversity of Toronto
Organismes subventionnairesYale School of ManagementYale University
Mots-clésGender gapBusinessDemographic economicsEconomics

Résumé

récupéré en direct d'OpenAlex

Housing wealth represents the dominant form of savings for American households. Using detailed data on housing transactions across the United States since 1991, we find that single men earn 1.5 percentage points higher unlevered returns per year on housing relative to single women. The gender gap grows significantly larger after accounting for mortgage borrowing: men earn 7.9 percentage points higher levered returns per year relative to women. Approximately 45% of the gap in housing returns can be explained by gender differences in the location and timing of transactions. The remaining gap arises primarily from gender differences in execution prices: data on repeat sales reveal that women buy the same property for approximately 2% more and sell for 2% less. Women experience worse execution prices because of differences in the choice of initial list price and negotiated discount relative to the list price. Gender differences in upgrade and maintenance rates, and preferences for housing characteristics and listing agents appear to be less important factors. Overall, the gender gap in housing returns is economically large and can explain 30% of the gender gap in wealth accumulation at retirement.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,007
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,950
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0070,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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.

Tête enseignante Opus0,527
Tête enseignante GPT0,458
Écart entre enseignants0,069 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeThéorique ou conceptuel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations42
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNational Bureau of Economic ResearchMême sujetHousing Market and EconomicsTravaux en français237 207