MARC

 008240612s2023      us  |||||||||||||||c||eng  d
■001000016932356
■00520240214100447
■006m          o    d                
■007cr#unu||||||||
■020    ▼a9798379612894
■035    ▼a(MiAaPQ)AAI30491815
■040    ▼aMiAaPQ▼cMiAaPQ
■0820  ▼a307
■1001  ▼aMoszkowski,  Erica.▼0(orcid)0000-0001-8443-8744
■24510▼aEssays  in  Urban  Economics  and  Industrial  Organization▼h[electronic  resource]
■260    ▼a[S.l.]:▼bHarvard  University.  ▼c2023
■260  1▼aAnn  Arbor  :▼bProQuest  Dissertations  &  Theses,  ▼c2023
■300    ▼a1  online  resource(183  p.)
■500    ▼aSource:  Dissertations  Abstracts  International,  Volume:  84-12,  Section:  A.
■500    ▼aAdvisor:  Glaeser,  Edward.
■5021  ▼aThesis  (Ph.D.)--Harvard  University,  2023.
■506    ▼aThis  item  must  not  be  sold  to  any  third  party  vendors.
■520    ▼aThis  dissertation  consists  of  three  independent  chapters  related  to  the  provision  (or  under-provision)  of  urban  retail  amenities.  Chapter  1  (co-authored  with  Daniel  Stackman)  asks  why  storefronts  remain  empty  for  more  than  a  year  in  some  of  the  world's  highest-rent  retail  real  estate  markets.  Landlords  with  vacancies  derive  option  value  from  two  sources  of  uncertainty.  First,  increasing  downstream  retail  demand  may  drive  up  market  rents  tomorrow.  Second,  different  tenants  may  have  different  willingness  to  pay  for  the  same  space,  creating  an  incentive  for  landlords  to  wait  for  a  particularly  high  rent  offer.  We  construct  a  dynamic  search  and  matching  model  capturing  landlords'  tradeoff  between  signing  a  lease  today  and  the  option  value  of  waiting,  incorporating  key  market  features  including  asymmetric  commitment  to  the  lease  term  and  high  move-in  costs.  We  estimate  the  parameters  by  matching  quarterly  vacancy  rates,  lease-up  rates,  and  tenant  exit  rates  from  a  comprehensive,  high-frequency  storefront  tracking  service,  combined  with  micro  data  on  commercial  leases.  In  a  counterfactual  exercise,  we  find  that  reducing  the  variance  of  the  match  quality  distribution  by  50%  reduces  long-run  vacancy  rates  by  33%  on  average,  while  reducing  the  variance  of  the  aggregate  state  variable  has  almost  no  effect.  Finally,  we  use  the  estimated  model  to  quantify  the  impact  of  a  retail  vacancy  tax  on  long-run  vacancy  rates,  average  rents,  and  social  welfare.  Vacancies  would  have  to  generate  negative  externalities  of  $18.72  per  square  foot  per  quarter  (about  30%  of  average  rents)  to  justify  a  1%  vacancy  tax  on  assessed  property  values.Chapter  2  (also  co-authored  with  Daniel  Stackman)  documents  the  rise  of  storefront  vacancies  in  prime  retail  locations,  a  phenomenon  we  refer  to  as  high-rent  blight,  in  Manhattan  over  the  2016  to  2020  period.  We  then  ask  whether  this  increase  in  the  retail  vacancy  rate  can  be  attributed  to  a  particular  feature  of  commercial  mortgage  agreements.  In  a  stylized  model,  we  show  that  banks  impose  tenancy  covenants  (which  establish  rent  floors  for  new  leases  landlords  sign  with  tenants)  in  lending  agreements  to  prevent  landlords  from  impairing  the  value  of  collateral  in  the  event  of  default.  These  clauses  short-circuit  the  price  mechanism  in  times  of  falling  demand  for  retail  space.  We  present  quasi-experimental  estimates  suggesting  that  binding  rent  floors  imposed  by  mortgage  covenants  substantially  reduce  the  probability  that  vacant  landlords  choose  to  lease  out  their  space.  Finally,  we  estimate  a  structural  model  of  landlord  borrowing,  leasing,  and  default  decisions.  In  a  counterfactual  exercise,  we  show  that  eliminating  covenants  between  2016  and  2020  would  have  reduced  the  February  2020  vacancy  rate  by  11.4%  (1.5  percentage  points)  relative  to  its  realized  level.Chapter  3  (co-authored  with  Edward  Glaeser  and  Michael  Luca)  asks  how  gentrification  transforms  neighborhood  retail  amenities.  We  present  a  model  in  which  gentrification  harms  incumbent  residents  by  increasing  rental  costs  and  by  eliminating  distinctive  local  stores.  While  rising  rents  can  be  offset  with  targeted  transfers,  the  destruction  of  neighborhood  character  can  -  in  principle  -  reduce  overall  social  surplus.  Empirically  we  find  that  gentrifying  neighborhoods  experience  faster  growth  in  both  the  number  of  retail  establishments  and  business  closure  rates  than  their  non-gentrifying  counterparts.  However,  we  see  little  evidence  that  gentrification  is  associated  with  changes  in  retail  mix  or  prices  -  suggesting  limited  welfare  losses.
■590    ▼aSchool  code:  0084.
■650  4▼aUrban  planning.
■650  4▼aFinance.
■653    ▼aGentrification
■653    ▼aIndustrial  organization
■653    ▼aReal  estate
■653    ▼aRetail  amenities
■653    ▼aUrban  economics
■653    ▼aVacancy
■690    ▼a0501
■690    ▼a0999
■690    ▼a0508
■71020▼aHarvard  University▼bBusiness  Economics.
■7730  ▼tDissertations  Abstracts  International▼g84-12A.
■773    ▼tDissertation  Abstract  International
■790    ▼a0084
■791    ▼aPh.D.
■792    ▼a2023
■793    ▼aEnglish
■85640▼uhttp://www.riss.kr/pdu/ddodLink.do?id=T16932356▼nKERIS▼z이  자료의  원문은  한국교육학술정보원에서  제공합니다.
■980    ▼a202402▼f2024

미리보기

내보내기

chatGPT토론

Ai 추천 관련 도서