MétaCan
Menu
Retour à la cohorte
Enregistrement W4404931680 · doi:10.3390/risks12120192

Nonparametric Testing for Information Asymmetry in the Mortgage Servicing Market

2024· article· en· W4404931680 sur OpenAlexaff
Helmi Jedidi, Georges Dionne

Notice bibliographique

RevueRisks · 2024
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensHEC Montréal
Organismes subventionnairesnon disponible
Mots-clésInformation asymmetryNonparametric statisticsAsymmetryMortgage underwritingBusinessCommercial mortgage-backed securityEconometricsEconomicsActuarial scienceMortgage insuranceFinancePhysics

Résumé

récupéré en direct d'OpenAlex

Our objective is to test for evidence of information asymmetry in the mortgage servicing market. Does the sale of mortgage servicing rights (MSR) by the initial lender to a second servicing institution unveil any residual asymmetric information? We are the first to analyze the originator’s selling choice of MSR. We use a large sample of U.S. mortgages that were securitized through the private-label channel during the period of January 2000 to December 2013 (more than 5 million observations). We propose a new nonparametric instrumental variable testing procedure to account for potential endogeneity. For robustness, we present parametric analyses to corroborate our results using instrumental variables. Our empirical results provide strong support for the presence of second-stage asymmetric information in the mortgage servicing market during the period of analysis and before the risk retention reform of 2014.

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)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,654
Score d'incertitude au seuil0,402

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,071
Tête enseignante GPT0,269
Écart entre enseignants0,198 · 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'étudeSimulation ou modélisation
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueRisksMême sujetHousing Market and EconomicsTravaux en français237 207