House Prices, Home Equity-Based Borrowing, and the U.S. Household Leverage Crisis
Notice bibliographique
Résumé
Using individual-level data on homeowner debt and defaults from 1997 to 2008, we show that borrowing against the increase in home equity by existing homeowners is responsible for a significant fraction of both the sharp rise in U.S. household leverage from 2002 to 2006 and the increase in defaults from 2006 to 2008. Employing land topology-based housing supply elasticity as an instrument for house price growth, we estimate that the average homeowner extracts 25 to 30 cents for every dollar increase in home equity. Money extracted from increased home equity is not used to purchase new real estate or pay down high credit card balances, which suggests that borrowed funds may be used for real outlays (i.e., consumption or home improvement). Home equity-based borrowing is stronger for younger households, households with low credit scores, and households with high initial credit card utilization rates. Homeowners in high house price appreciation areas experience a relative decline in default rates from 2002 to 2006 as they borrow heavily against their home equity, but experience very high default rates from 2006 to 2008. Our estimates suggest that home equity-based borrowing is equal to 2.8% of GDP every year from 2002 to 2006, and accounts for at least 34% of new defaults from 2006 to 2008.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,012 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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 tête enseignante, 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 ».