MétaCan
Menu
Retour à la cohorte
Enregistrement W4386688913 · doi:10.54254/2754-1169/8/20230286

A Study on Prepayment Risk of Residential Mortgage-backed Securitization in China—A Case of "JIAMEI 2018-1 MBS Program"

2023· article· en· W4386688913 sur OpenAlexaff
Xinran Jiang, Zhichuan Yin, Y. ‐Z. Lin, Nuo Lei, Kangning Wu

Notice bibliographique

RevueAdvances in Economics Management and Political Sciences · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensUniversity of OttawaMcGill University
Organismes subventionnairesnon disponible
Mots-clésPrepayment of loanSecuritizationMortgage underwritingBusinessCommercial mortgage-backed securityFinancial systemMarket liquidityCredit riskInterest rateFinanceMortgage insurance

Résumé

récupéré en direct d'OpenAlex

The Residential Mortgage-Backed Securities market (RMBS) has played a large role in enhancing the liquidity of mortgages, and in relieving the pressure of capital constraints on commercial banks. There are three main risks associated with residential mortgage-backed securitization: prepayment risk, interest rate risk, and default risk. This paper analyzes the prepayment risk in the "JIAMEI 2018-1"RMBS, the largest single RMBS product of the Postal Saving Bank of China (About 14 billion RMB). We introduce the JIAMEI 2 018-1 and study the factors that affect its prepayment risk. Using data, we conclude that the products involved in this case have comparatively low prepayment risk, even under the double influence of the housing finance policy tightening and the impact of the COVID-19 Pandemic.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,096
Score d'incertitude au seuil0,629

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,021
Tête enseignante GPT0,290
Écart entre enseignants0,269 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAdvances in Economics Management and Political SciencesMême sujetHousing Market and EconomicsTravaux en français237 207