MétaCan
Menu
Retour à la cohorte
Enregistrement W4297578673 · doi:10.24148/wp2022-16

House Price Responses to Monetary Policy Surprises: Evidence from the U.S. Listings Data

2022· article· en· W4297578673 sur OpenAlexaff
Denis Gorea, Oleksiy Kryvtsov, Marianna Kudlyak

Notice bibliographique

RevueFederal Reserve Bank of San Francisco, Working Paper Series · 2022
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensBank of Canada
Organismes subventionnairesnon disponible
Mots-clésSurpriseMonetary policyMonetary economicsEconomicsListing (finance)Stock (firearms)Federal fundsExploitFinance

Résumé

récupéré en direct d'OpenAlex

Existing literature documents that house prices respond to monetary policy surprises with a significant delay, taking years to reach their peak response. We present new evidence of a much faster response. We exploit information contained in listings for the residential properties for sale in the United States between 2001 and 2019 from the CoreLogic Multiple Listing Service Dataset. Using high-frequency measures of monetary policy shocks, we document that a one standard-deviation contractionary monetary policy surprise lowers housing list prices by 0.2–0.3 percent within two weeks—a magnitude on par with the effect on stock prices. House prices respond stronger to the surprises to future rates as compared to the surprise changes in the federal funds rate. Sale prices are mostly pre-determined by list prices and do not independently respond to monetary policy surprises.

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)0,003
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,524
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,086
Tête enseignante GPT0,265
Écart entre enseignants0,179 · 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.

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

Citations0
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFederal Reserve Bank of San Francisco, Working Paper SeriesMême sujetHousing Market and EconomicsTravaux en français237 207