En internasjonal komparativ studie av empirisk sammenheng mellom boligpriser og konjunkturer
Bibliographic record
Abstract
Hovedformålet med denne masterutredningen er å undersøke hvorvidt boligpriser innehar ledende egenskaper for konjunkturer. Vi har valgt å se på perioden 2000-2018 for 16 forskjellige land.\nInnledningsvis presenteres boligpris og konjunkturteori. Tilbud og etterspørsel etter bolig påvirker boligprisenes utvikling. For konjunkturterori presenteres ulike definisjoner og konjunkturenes egenskaper. Konjunkturutvikling diskuteres ved hjelp av utvikling i bruttonasjonalprodukt (BNP).\nVi har tatt utgangspunkt i to tidsserier, en boligprisindeks og en BNP-indeks. Tidsseriene blir fremstilt i reelle størrelser med kvartalsvise tall. For å teste hvorvidt boligpris kan klassifiseres som ledende, har vi deriblant benyttet oss av en Grangerkausalitetsanalyse. Videre har vi tatt utgangspunkt i et HP-filter for å estimere trend, som har gjort det mulig å identifisere vendepunkter grafisk. For å kontrollere våre funn av vendepunkter, har vi sammenlignet med resultatene fra den kvartalsvise Bry-Boschan justerte metoden. Etter å ha sammenlignet resultatene beregnet vi en ledetid for boligpris til hvert vendepunkt.\nAnalysen viser at for enkelte land er boligpris ledende for BNP. Landene dette gjelder er; Canada, Finland, Frankrike, Irland, Norge, Spania, Storbritannia, Sverige og Tyskland. Samtidig så er det mer etterslepende resultater for landene, Australia, Belgia, Danmark, Italia, Japan, Nederland og USA. Store forskjeller mellom landene gjør det vanskelig å konkludere med at boligpris leder BNP.\nAnalysene i utredningen er basert på beregninger utført i Excel og STATA.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.011 | 0.022 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.002 | 0.004 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.009 | 0.004 |
| Open science | 0.001 | 0.004 |
| Research integrity | 0.001 | 0.003 |
| Insufficient payload (model declined to judge) | 0.061 | 0.012 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".