MétaCan
Menu
Retour à la cohorte
Enregistrement W4387667596 · doi:10.3390/jrfm16100446

Understanding the Effects of Market Volatility on Profitability Perceptions of Housing Market Developers

2023· article· en· W4387667596 sur OpenAlexafffundvenueabout
Shahab Valaei Sharif, Dawn C. Parker, Paul Waddell, Ted Tsiakopoulos

Notice bibliographique

RevueJournal of risk and financial management · 2023
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensCanada Mortgage and Housing CorporationUniversity of Waterloo
Organismes subventionnairesSocial Sciences and Humanities Research Council of CanadaMitacs
Mots-clésProfitability indexVolatility (finance)BusinessFinanceIndustrial organizationEconomicsMarketing

Résumé

récupéré en direct d'OpenAlex

Drastic shifts in prices and housing market trends in recent years, representing shocks to the housing system, have led many residential developers to pause or cancel their projects. In the already heated housing markets of the Greater Toronto Area (GTA), these supply frictions can have ramifications for affordability. Our study formulates a standardized “proforma” model of the profitability of a hypothetical condominium project in the city of Toronto, Canada, scheduled between 2019 to 2023, to explore the combined effect of developers’ price expectations and market volatility on developers’ decisions. Using the proposed proforma, we first identify the key drivers of development decisions. We then evaluate the impact of the expectation formation of key factors influencing perceived development profitability, including construction costs, sales prices, and interest rates, on the financial feasibility of potential developments. The results highlight that boundedly rational expectations can cause variations in profitability perceptions and potentially reverse development decisions in volatile market conditions. Our results highlight the sources of risk and uncertainty in development decisions, facilitating the recognition of possible solutions to mitigate these risks and increase affordable housing supplies. The proposed model can also enhance the realism of decision models in agent-based representations of land and housing markets.

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)0,003
score de la tête « metaresearch » (Gemma)0,017
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 enseignants0,044
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,017
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,030
Tête enseignante GPT0,217
Écart entre enseignants0,187 · 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

Citations2
Publié2023
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueJournal of risk and financial managementMême sujetHousing Market and EconomicsTravaux en français237 207