MétaCan
Menu
Retour à la cohorte
Enregistrement W46292476 · doi:10.1080/10835547.2016.12092119

Cross-Country Evidence on the Causal Relationship between Policy Uncertainty and Housing Prices

2016· article· en· W46292476 sur OpenAlexaboutno aff
Ghassen El Montasser, Ahdi Noomen Ajmi, Tsangyao Chang, Beatrice D. Simo‐Kengne, Christophe André, Rangan Gupta

Notice bibliographique

RevueJournal of Housing Research · 2016
Typearticle
Langueen
DomaineEconomics, Econometrics and Finance
ThématiqueHousing Market and Economics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEconomicsCausality (physics)Volatility (finance)Monetary policyPanel dataMacroeconomicsMonetary economicsEconometrics

Résumé

récupéré en direct d'OpenAlex

In this paper, we examine the causal linkages between policy uncertainty and housing prices in a panel of seven advanced countries including Canada, France, Germany, Italy, Spain, the United Kingdom, and the United States. We implement a bootstrap panel causality test on quarterly data from 2001:Q1 to 2013:Q1, which allows us to circumvent the data limitation as observations are pooled across countries. The results provide evidence of a bi-directional causality between real housing prices and policy uncertainty, suggesting that high uncertainty related to future economic fundamentals and policies increases housing price volatility, which in turn may amplify financial and business cycles. The results also show bi-directional causality for France and Spain, but only unidirectional causality for the remaining countries. Specifically, unidirectional causality runs from policy uncertainty to real housing prices in Canada, Germany and Italy and from real housing prices to policy uncertainty in the U.K. and the U.S.

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)0,009
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,084
Score d'incertitude au seuil0,967

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0090,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,256
Tête enseignante GPT0,399
Écart entre enseignants0,143 · 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

Citations71
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Housing ResearchMême sujetHousing Market and EconomicsTravaux en français237 207