Assessing Housing Price Bubbles through an Affordability and Profitability Ratio Analysis. The case of Greek Residential Market
Notice bibliographique
Résumé
This research paper investigates housing price bubbles within the context of the residential real estate market in Greece, employing alternative analytical techniques and presenting novel econometric-based findings. The study concentrates on the temporal span from the first quarter of 1997 to the third quarter of 2022. Affordability and profitability indicators are employed to identify and evaluate episodes of either under- or overvaluation. Valuation is assessed by measuring the deviation of the price-to-rent ratio from its long-term average and trend, revealing an overvaluation of approximately 20% since the second quarter of 2019. Furthermore, the time-series properties of the dataset are subjected to rigorous econometric analysis, and specific housing-related hypotheses are empirically tested. Cointegration analysis yields varying implications for valuation depending on the chosen methodology and metric; nevertheless, the results collectively point to an overvaluation in terms of the price-to-income ratio. Moreover, among the four Right-Tailed Augmented Dickey-Fuller techniques employed, the Supremum Augmented Dickey-Fuller method identifies the presence of housing bubbles concerning the price-torent ratio. These bubbles are precisely dated using the Generalized Supremum Augmented Dickey-Fuller technique. The robustness of these findings is verified through the application of the Hodrick-Prescott Filter to real house prices. Remarkably, the most recent housing bubble episode, out of the four detected, persists until the final quarter of the sample period (2022Q3). This observation raises significant questions regarding its potential impact on the broader economy and necessitates a discussion on appropriate policy measures that should be considered.
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 | 0,006 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,005 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
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; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».