MétaCan
Menu
Retour à la cohorte
Enregistrement W3124149467

Competing Risks of Mortgage Termination: Who Refinances, Who Moves, and Who Defaults?

2002· article· en· W3124149467 sur OpenAlexaff
Andrey D. Pavlov

Notice bibliographique

RevueSSRN Electronic Journal · 2002
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésDefaultLoan-to-value ratioMortgage insuranceValue (mathematics)Mortgage underwritingShared appreciation mortgageProperty (philosophy)Actuarial scienceEconomicsInterest rateMonetary economicsBusinessEconometricsFinanceMathematicsStatisticsInsurance policy
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Why, when, and who terminates their mortgages? The primary reasons for mortgage termination are refinancing, selling of the property, and default. This article is the first to explicitly model these competing risks within a unified conceptual framework and provide a link between theoretical value-maximizing mortgage-termination models and empirical estimation. I find, for instance, that the refinancing risk is highly sensitive to interest-rate changes and other variables capturing the value of the mortgage. On the other hand, the necessity to relocate, either through sale of the property of default, is sensitive to the local economic conditions but largely independent of the value of the mortgage. Furthermore, I explicitly model the spatial distribution of the mortgage-termination risks. This approach captures striking spatial patterns of mortgage termination. It also mitigates, at least partially, one of the biggest obstacles to mortgage termination estimation: omitted variables. Copyright 2001 by Kluwer Academic Publishers

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)0,002
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: Théorique ou conceptuel · Signal consensuel: Théorique ou conceptuel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,193
Score d'incertitude au seuil0,929

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,037
Tête enseignante GPT0,238
Écart entre enseignants0,201 · 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'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

Citations12
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSSRN Electronic JournalMême sujetHousing Market and EconomicsTravaux en français237 207