MétaCan
Menu
Retour à la cohorte
Enregistrement W38037959 · doi:10.1364/ao.496431

The Integration of Residential Real Estate Market and Stock Markets : Assessment from ARDL Approach

2005· dissertation· en· W38037959 sur OpenAlexfundno aff
Woei Chyuan Wong

Notice bibliographique

RevueCapital Markets Review · 2005
Typedissertation
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensnon disponible
Organismes subventionnairesUniversité Laval
Mots-clésReal estatePrice on applicationStock marketCapitalization rateCointegrationFinancial economicsEconomicsReal estate investment trustIndex (typography)Stock market indexPortfolioPrice indexCost approachMonetary economicsBusinessFinanceEconometrics

Résumé

récupéré en direct d'OpenAlex

This thesis examines the long-run and short-run relationship between residential real estate market and stock market in Malaysia during the period of 1988-2004. I take the perspective that real estate prices are the driving forces of stock prices given the fact that the purchase of residential property is an important investment decision to an individual investor. Individual investors are expected to adjust their financial assets allocation based on the changes in house prices with the purpose to maximize their investment utility. Terrace House Price Index and High-Rise Unit Price Index were used as proxies for residential real estate market given the trade-off nature between these properties for an individual investor when come to investment decision. By using Autoregressive Distributed Lag (ARDL) cointegration procedure, the results suggest that residential real estate and stock market are not cointegrated. Further test was also executed by using the All House Price Index as a proxy for residential real estate. The results remained the same where residential real estate market is found to be segmented from the stock market. An exclusian of a variable (Consumer Price Index) that was highly correlated with other independent variables in the ARDL model also does not change the results. This would indicate that investors could diversify their portfolio by investing in the residential real estate and the stock market.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,009
Score d'incertitude au seuil0,019

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0020,003
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,022
Tête enseignante GPT0,262
Écart entre enseignants0,240 · 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'étudeSimulation ou modélisation
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

Citations0
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCapital Markets ReviewMême sujetHousing Market and EconomicsTravaux en français237 207