MétaCan
Menu
Retour à la cohorte
Enregistrement W3023829741 · doi:10.3390/jrfm14070287

Volatility Spillover and International Contagion of Housing Bubbles

2021· article· en· W3023829741 sur OpenAlexaffvenue
Jean-Louis Bago, Koffi Akakpo, Imad Rherrad, Ernest Ouédraogo

Notice bibliographique

RevueJournal of risk and financial management · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensGouvernement du QuébecUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésSpillover effectReal estateEconomicsVolatility (finance)Monetary economicsFinancial economicsEconomic bubbleBubbleAutoregressive conditional heteroskedasticityEconometricsMacroeconomicsFinance

Résumé

récupéré en direct d'OpenAlex

This paper provides new empirical evidence on housing bubble timing, volatility spillover, and bubble contagion between Japan and its economic partners, namely, the United States, the Eurozone, and the United Kingdom. First, we apply a generalized sup ADF (GSADF) test to the quarterly price-to-rent ratio from 1970Q1 to 2018Q4 to detect explosive behaviors in housing prices. Second, we analyze the volatility spillover in housing prices between Japan and its economic partners using the multivariate time-varying DCC-GARCH model. Third, we assess bubble contagion by estimating a non-parametric model of bubble migration with time-varying coefficients. We document two historical bubble episodes from 1970 to 2018 in Japan’s housing market. Moreover, we find evidence of volatility spillover effects and bubble contagion between Japan’s real estate market and its most important economic partners during several periods. In this context of market integration, countries need to develop coordinated real estate policies to address the risk of global real estate bubbles.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,270
Score d'incertitude au seuil0,309

Scores Codex et Gemma par catégorie

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

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,202
Écart entre enseignants0,188 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
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

Citations14
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetHousing Market and EconomicsTravaux en français237 207