MétaCan
Menu
Back to cohort
Record W2948160663

Le capital logement contribue-t-il aux inégalités ?

2015· preprint· fr· W2948160663 on OpenAlexaboutno aff
Odran Bonnet, Pierre-Henri Bono, Guillaume Chapelle, Étienne Wasmer

Bibliographic record

VenueRePEc: Research Papers in Economics · 2015
Typepreprint
Languagefr
FieldEconomics, Econometrics and Finance
TopicHousing Market and Economics
Canadian institutionsnot available
Fundersnot available
KeywordsBusinessEconomicsEnvironmental science
DOInot available

Abstract

fetched live from OpenAlex

Dans son ouvrage, Le capital au XXIe siecle, Thomas Piketty souligne les risques d’une explosion des inegalites de patrimoine, car le capital augmenterait plus vite que le revenu dans plusieurs pays, dont la France. Nous reviendrions ainsi au niveau des inegalites du debut du XXe siecle. Dans cette note, nous montrons que cette conclusion n’est pas plausible. D’abord, elle repose sur la hausse d’une seule des composantes du capital : le capital logement. Le capital dit productif, hors immobilier, n’a que legerement augmente dans les dernieres decennies, et sur le long terme, n’est pas en hausse tendancielle. Ensuite, si la valeur du capital immobilier mesuree dans les comptabilites nationales a augmente sur cette periode, c’est en raison de la hausse des prix de l’immobilier, qui ont cru beaucoup plus vite que les loyers et que les revenus depuis 2000. Or, les prix de l’immobilier ne sont pas correles aux revenus du capital logement. Au contraire, ce sont les loyers qui importent pour la dynamique des inegalites puisqu’ils representent a la fois les revenus du capital des proprietaires-bailleurs et les depenses economisees des proprietaires-occupants. Pour qualifier la hausse des inegalites de patrimoine, il faut donc mesurer le capital immobilier a partir des loyers - la valeur d’un logement est une somme de ses loyers actualises - et non a partir des prix d’acquisition et de cession des biens immobiliers. Notre conclusion est alors que sur les dernieres decennies, le ratio capital sur revenu, correctement evalue, est reste stable en France, en Grande-Bretagne, aux Etats-Unis et au Canada, ce qui contredit donc assez nettement la these de l’auteur. Cela ne signifie pas que les prix de l’immobilier n’ont aucun impact sur les inegalites : la valeur des logements ayant augmente, les proprietaires detiennent une reserve de valeur plus importante, mobilisable en cas de perte majeure de revenus ; il est par ailleurs devenu plus difficile pour une personne sans capital de depart d’acceder a la propriete. Cependant, les revenus immobiliers des proprietaires ne se sont pas accrus pour autant, et il est donc difficile de maintenir la these d’une dynamique divergente d’accumulation du capital a partir de ces tendances.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.005
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: none
Teacher disagreement score0.017
Threshold uncertainty score0.056

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.005
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0010.006
Scholarly communication0.0080.008
Open science0.0010.002
Research integrity0.0010.002
Insufficient payload (model declined to judge)0.0170.002

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.058
GPT teacher head0.296
Teacher spread0.238 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations1
Published2015
Admission routes1
Has abstractyes

Explore more

Same venueRePEc: Research Papers in EconomicsSame topicHousing Market and EconomicsFrench-language works237,207