MétaCan
Menu
Retour à la cohorte
Enregistrement W4224054969 · doi:10.21837/pm.v20i20.1083

THE IMPACT OF MONETARY POLICY ON HOUSING AFFORDABILITY IN MALAYSIA

2022· article· en· W4224054969 sur OpenAlexaboutno aff
Zarul Azhar Nasir, Rosylin Mohd Yusof, Ahmad Rizal Mazlan

Notice bibliographique

RevuePLANNING MALAYSIA · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésInterest rateQuarter (Canadian coin)EconomicsCointegrationMonetary policyMoney supplyDistributed lagShort runMonetary economicsMacroeconomicsEconometrics

Résumé

récupéré en direct d'OpenAlex

Housing affordability is a global concern, especially among researchers and policymakers around the world in both developed and developing countries. In Malaysia, it has been a decade since the median multiple house price reaching more than a tripled median household income threshold in term of housing affordability. This indicates that housing in Malaysia is seriously unaffordable. In general, this study was conducted to examine the impact of monetary policy on housing affordability in Malaysia. This study focuses on investigating both short and long-run relationships between money supply and interest rate on housing affordability. To achieve this goal, Autoregressive Distributed Lag (ARDL) estimation techniques were employed on a quarterly data from the first quarter of 2008 until the first quarter of 2021. The findings showed the existence of long-run cointegration between all indicators except for the interest rate. In addition, money supply, interest rate, and employment were found to be significant in the short run. In the matter of policy implication, it is best for policymakers to focus on regulating money supply rather than controlling interest rate in promoting housing affordability.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,162
Score d'incertitude au seuil0,686

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,027
Tête enseignante GPT0,255
Écart entre enseignants0,228 · 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'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

Citations7
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLANNING MALAYSIAMême sujetHousing Market and EconomicsTravaux en français237 207