Notice bibliographique
Résumé
In this thesis, I use both structural- and reduced-form econometric models to analyze economic issues relating to the mortgage and labour markets. In chapter 2, I use a dynamic discrete choice model to quantify the impact of the Home Affordable Refinance Program (HARP) in the United States during the Great Recession, on mortgage default rates, as well as its monetary benefit to the government. I find that HARP led to a 71.6\% reduction in the total number of defaults and has saved the government US\$ 800 million. Furthermore, I also use the structural model to evaluate HARP under a counterfactual scenario of prolonged depression of house prices instead of the V-shaped recovery of house values we observed after the crisis. In chapter 3, I use a differences-in-differences (DiD) approach to establish the causal link between securitization and screening standards in the U.S. mortgage market. The estimation strategy exploits the discrete set of policy changes in the conforming loan limits that set the maximum loan size (conforming loans) that government-sponsored enterprises (GSEs) can purchase and securitize. I find that GSEs' purchase eligibility has increased the probability of loan origination by $\sim3\%$. Chapter 4, co-authored with Jason Adams and David Ros\'{e}, investigates the efficacy of the Ontario Works' (OW) active labour market programs (ALMPs) in helping welfare recipients find and retain employment using an instrumental variables (IV) approach. We find that structured job search activities and other skills-enhancing ALMPs reduce spells by between 1.6 and 3.1 months, whereas programs such as placement services increase spell lengths considerably, but lead to lower return rates to OW one and two years after the end of their welfare spells.
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 | 0,018 | 0,069 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,002 | 0,002 |
| Bibliométrie | 0,004 | 0,008 |
| Études des sciences et des technologies | 0,002 | 0,009 |
| Communication savante | 0,006 | 0,007 |
| Science ouverte | 0,002 | 0,004 |
| Intégrité de la recherche | 0,005 | 0,008 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,020 | 0,009 |
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 ».