MétaCan
Menu
Retour à la cohorte
Enregistrement W4399789608 · doi:10.1111/jors.12715

Quantifying the impacts of climate shocks in commercial real estate markets

2024· article· en· W4399789608 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueJournal of Regional Science · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensUniversity of Guelph
Organismes subventionnairesNederlandse Organisatie voor Wetenschappelijk Onderzoek
Mots-clésCapitalizationReal estateFlood mythFutures contractDatabase transactionClimate changeClimate riskBusinessFlood insuranceFlooding (psychology)EconomicsNatural resource economicsFinanceGeography

Résumé

récupéré en direct d'OpenAlex

Abstract This study investigates the capitalization of climate shocks in commercial real estate owned and operated by professional investors. We focus on Hurricanes Harvey and Sandy to quantify the price impacts of climate shocks on commercial buildings in Texas and New York. We find clear evidence of a decline in transaction prices in hurricane‐damaged areas after the hurricanes made landfall, compared to unaffected areas. We also observe that the “ new news ” about climate risk is significantly priced in both states—assets in locations outside the FEMA floodplain (with a lower prior perception of flood risk) that were inundated by the hurricanes experienced larger price discounts, indicating that actual flooding updates investors' perception of flood risk. Moreover, we find that the hurricane discount is more pronounced among buyers with more transaction experience. The transaction price discount also increases with higher climate change beliefs in the local market and among investors. Our findings underline the role of information provision and environmental awareness in the materialization of climate risks' impact on commercial real estate values.

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.

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)0,005
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 enseignants0,191
Score d'incertitude au seuil0,249

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0050,000
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 savante0,0000,001
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 Opus0,066
Tête enseignante GPT0,296
Écart entre enseignants0,230 · 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