MétaCan
Menu
Retour à la cohorte
Enregistrement W3167074810 · doi:10.33564/ijeast.2021.v05i09.001

A DESCRIPTIVE EXAMINATION OF THE IMPACT OF CANADIAN MORTGAGE STRESS TEST IN LENDING, BORROWING AND AFFORDABILITY

2021· article· en· W3167074810 sur OpenAlexaboutno aff
Tariq Sardar

Notice bibliographique

RevueInternational Journal of Engineering Applied Sciences and Technology · 2021
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMortgage underwritingDebtLoanBusinessSecondary mortgage marketShared appreciation mortgageStress testPaymentMortgage insuranceEquity (law)Purchasing powerLoan-to-value ratioTest (biology)DefaultFinanceEconomics

Résumé

récupéré en direct d'OpenAlex

A number of Canadians need to borrow money from lenders to purchase residential properties through mortgage route. The history of existing mortgage system in Canada is more than 100 years old. Canada Mortgage and Housing Corporation (CMHC) was created in 1946 to regulate the industry. There were 4.3 million homes under mortgage debt until 2017 and 0.5 million homes had Home Equity Line of Credit. In 2018, the Banking Regulatory Authority Canada imposed a New Stress Test on mortgage borrowers and changed the criteria of loan approval. Previously, the lenders do not need to test the affordability of those borrowers who put a down payment of 20% or above but now the lenders must need to test the borrowing power of all applicants under higher interest rates imposed by the government rather than the actual rate of interest being offered by lenders to borrowers. The descriptive study examined the influence of stress test in lending process, borrowing capacity of home buyers and loan affordability to pay off the debt under agreed terms. The study explains the current situation of delinquency and possible default after analyzing 370 samples collected from the city of Brampton. The research findings also highlighted the testing criteria, payment frequencies and actual amount to pay off the debt after purchasing.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,051
Score d'incertitude au seuil0,140

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0040,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 Opus0,016
Tête enseignante GPT0,212
Écart entre enseignants0,196 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Engineering Applied Sciences and TechnologyMême sujetHousing Market and EconomicsTravaux en français237 207