Does the Lender Matter? Lender Type and Home Office Location and Real Estate Development Lending
Notice bibliographique
Résumé
Abstract Inter‐regional expansion and merger and acquisition activity triggered by regulatory reforms are changing the structure of North America's financial industry. Increases in concentration and the belief that large and small financial institutions specialize in distinct segments of the lending market have raised concerns among some that these industry changes will have real effects on the availability and access to credit for distinct classes of borrowers, especially smaller firms. This paper examines this issue by looking at differences across lenders in the financing of residential construction by lender type and home office location (local versus out‐of‐province). The analysis has two components. The first is a descriptive data analysis for evidence that smaller, local lenders provide capital to more marginal and infra‐marginal borrowers. The second is a test of whether lenders active in multiple jurisdictions allocate loan capital for real estate efficiently. To evaluate these issues, the paper uses data on over 1,300 senior and junior construction loans in the Vancouver, BC, metropolitan area. We find that local lenders do seem to behave differently, charging lower spreads and extending credit to more marginal or less well capitalized developers. However, contrary to the claims of many Vancouver developers, lenders in Central Canada did not limit credit to British Columbia when their home real estate markets turned down in the late 1980s and early 1990s. Instead, the lending volume and market share in the Vancouver market of lenders based outside of BC rose when the relative condition of their home real estate markets worsened. Résumé La fusion et l'expansion inter‐régionales, l'acquisition des activités déclenchée par les reformes régulatrices modifient la structure des industries financières nord‐américaines. Les accroissements de la concentration et la croyance en la spécialisation des petites et des grandes institutions financières dans différents secteurs du marché de prêt ont amené les uns à s'inquiéter du fait que certains de ces changements industriels peuvent avoir des effets certains sur la disponibilité et l'accès au crédit à des classes distinctes d'emprunteurs et en particulier aux petites firmes. Le présent article examine cette question en analysant les différences entre les prêteurs dans le financement des constructions résidentielles suivant le type de prêteur et le lieu d'implantation de son établissement principal (dans la province par opposition à hors de la province). L'analyse a deux composantes: la première est l'analyse descriptive des données dans le but de montrer que les petits prêteurs locaux fournissent des capitaux à plus d'emprunteurs marginaux et infra‐marginaux. La seconde composante est un test qui vise à savoir si les prêteurs actifs dans plusieurs juridictions allouent efficacement des capitaux d'emprunts aux compagnies immobilières. Pour évaluer ces questions, l'article utilise des données de plus de 1300 prêts de constructions primaires et secondaires dans la zone métropolitaine de Vancouver, en Colombie Brittanique. Notre travail permet de constater que les prêteurs locaux semblent se comporter différemment, demandant des marges plus basses et accordant des crédits à des promoteurs immobiliers plus marginaux ou nettement moins capitalisés. Cependant, contrairement aux déclarations de plusieurs promoteurs immobiliers de Vancouver, les prêteurs du Canada Centre ne s'étaient pas limités à la Colombie Britannique dans l'octroi des crédits quand leurs marchés des propriétés immobilières avaient fléchi à la fin des années 1980 au début des années 1990. Bien au contraire, le volume de prêt et la part de marché dans le marché de Vancouver des prêteurs installés hors de la Colombie Britannique s'est accru quand la condition relative de leurs marchés immobiliers a empiré.
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 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,009 | 0,001 |
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.
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 ».