Essais sur des Ajustements Macroéconomiques des Prix
Notice bibliographique
Résumé
Au cours de la dernière décennie, les prix des logements ont augmenté de façon spectaculaire dans plusieurs pays à travers le monde. Par exemple, les prix des logements aux États-Unis, en Espagne et en Irlande ont été marqués par des cycles d'expansion et de récession les plus marquants de leur histoire. L'augmentation concomitante des prix des logements (et dans certains cas l’occurrence des épisodes d'expansion - récession) dans de nombreuses économies avancées soulève quelques questions importantes. Y a t-il eu une bulle immobilière dans les pays avancés? Quels sont les principaux déterminants de l'évolution des prix des logements dans ces pays? Est-ce que les marchés immobiliers des pays avancés sont-ils interdépendants? Le premier chapitre propose une modélisation structurelle des modèles VAR Bayésiens pour les États-Unis, la France, l'Espagne et la Grèce qui examinent les effets relatifs de l'évolution du secteur réel de production, du secteur financier et des flux internationaux de capitaux sur les marchés du logement. Un deuxième exercice tente d'identifier la présence de régimes de bulles immobilières à partir d’une modélisation Markovienne à deux états. Les principaux résultats liés au marche américain montrent que les entrées de capitaux étrangers, mesurées par le solde de la balance courante en pourcentage du PIB, comptent pour plus de 30 % de la variance des chocs qui frappent les prix des logements, tandis que les taux d’intérêt contribuent pour environ 38 %. En France, la politique monétaire a le plus grand pouvoir explicatif des évolutions du marché du logement, tandis qu'en Espagne et en Grèce, les taux hypothécaires variables et les investissements dans le logement exercent la plus grande influence sur le marché du logement. Tous les pays ont connu un régime de bulle immobilière sur la majeure partie des années 2000.Le deuxième chapitre utilise une approche de type Global VAR (ou GVAR) qui porte sur la modélisation des interdépendances internationales des prix immobiliers. Le modèle GVAR a été estimé empiriquement en utilisant des données trimestrielles de sept pays, pour la période 1987-2011. Les résultats montrent que les chocs des prix immobiliers originaires des États-Unis ont de fortes répercussions sur tous les pays, avec les plus fortes magnitudes observées pour l'Irlande. Ce résultat suggère que les marchés immobiliers pourraient être soumis à des effets de contagion du comportement des marchés financiers et que le secteur immobilier peut être analysé comme un actif spéculatif. Les liens entre les taux d'intérêt réels à long terme sont positifs et statistiquement significatifs dans tous les pays, même si ils ont un rôle limité sur l'évolution des prix immobiliers. Les chocs négatifs sur les prix immobiliers aux États-Unis ont des effets négatifs et statistiquement significatifs sur le PIB réel aux États-Unis, le Canada et l'Irlande.Le troisième chapitre est consacré au financement de la première guerre mondiale par les Etats-Unis et le rôle de la War Finance Corporation (WFC). Plus spécifiquement, on s’intéresse aux fluctuations des rendements des bons du Trésor américain émis entre novembre 1917 et décembre 1920. L’analyse économétrique est basée sur des techniques de séries temporelles Bayésiennes. Les principaux résultats montrent que les chocs positifs sur les achats de la WFC engendrent une réponse négative et statistiquement significative sur tous les types de rendements des bons de guerre. En outre, les achats de la WFC des bons Liberty et Victory, à l'exception du premier prêt des bons Liberty, ont eu un effet statistiquement significatif sur l'évolution des taux à court terme. Les achats de la WFC de la deuxième et de la quatrième émission des bons Liberty ont eu des effets significatifs et positifs sur les taux à court terme, ce qui suggère une déformation de la courbe des taux.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,008 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».