MétaCan
Menu
Retour à la cohorte
Enregistrement W4386738738 · doi:10.1080/08965803.2023.2254581

Holding Onto the Past: Previous Homes, Post-Move Housing Consumption, and the Great Recession

2023· article· en· W4386738738 sur OpenAlexaboutno aff
Xun Bian, Zifeng Feng, Zhenguo Lin, Liu Yingchun

Notice bibliographique

RevueJournal of Real Estate Research · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHome equityRentingDemographic economicsEquity (law)RecessionConsumption (sociology)Quarter (Canadian coin)RelocationEconomicsHousing tenureFalling (accident)Labour economicsBustValue (mathematics)BusinessBoomGeographyPolitical science

Résumé

récupéré en direct d'OpenAlex

We document that households relocated during the 2007-2009 Great Recession and its aftermath were substantially more likely to hold their previous homes for an extended period of time. We identify two contributing factors to this phenomenon. First, falling house prices pushed many homes into the “negative-equity” and “near-negative-equity” territories, and this made it challenging for owners to sell their homes. Second, we also show that falling home values had a more widespread effect that made all homeowners, regardless of their equity positions, more reluctant to sell. Additionally, we find households without mortgages are more likely to hold previous homes. Overall, we show the relationship between the loan-to-value (LTV) ratio and the likelihood of holding is U-shaped. We further examine the impact of holding previous homes on post-move housing tenure and housing consumption choices. We find that holding previous homes is associated with renting for a longer period. For households that bought new homes after relocation, holding previous homes is associated with the new residences that are less expensive and smaller. Our results suggest that, for households that moved during the housing bust, the Great Recession has a long-lasting effect on their housing consumption choices.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,038
Score d'incertitude au seuil0,076

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
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 Opus0,091
Tête enseignante GPT0,332
Écart entre enseignants0,241 · 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

Citations1
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Real Estate ResearchMême sujetHousing Market and EconomicsTravaux en français237 207