Asuntosijoittaminen nollakorkoympäristössä : Tarkastelussa Suomen asuntomarkkinat vuosina 2010-2021
Notice bibliographique
Résumé
Tutkielmassa tarkastellaan Suomen asuntomarkkinoiden kehitystä alueellisen arvonnousun ja vuokratuoton kautta vuosina 2010—2021. Tutkielman keskeinen tavoite on selvittää, mistä kaupungista sijoitusasuntoja kannatti Suomessa hankkia, kun tavoite on optimaalinen tuoton ja riskin suhde asuntosijoitusportfoliossa. Tarkasteltu ajanjakso oli poikkeuksellinen, sillä sitä sävytti vuonna 2008 alkaneen finanssikriisin jälkeinen taantuma ja sen seuraukset maailmantaloudessa. Elvyttämistoimena euroalueen ohjauskorot laskettiin lopulta niin alas kuin käytännössä on mahdollista. Päätös oli historiallinen ja se kesti useita vuosia. Suotuisa korkotaso teki lainarahalla ostamisesta järkevää ja siten mahdollisti asuntosijoittamisen aikaisempaa laajemmalle ryhmälle. Kotimaisia asuntomarkkinoita muovasi tarkastelujaksolla lisäksi kaupungistumisen jatkuminen, vuokra-asumisen kysynnän kasvu sekä yksiörakentamisen yleistyminen. Tutkielman teoreettinen viitekehys nojautuu moderniin portfolioteoriaan, jossa keskeinen idea on pienentää sijoitussalkkuun sisältyvää riskiä hajauttamalla varallisuus erilaisiin sijoituskohteisiin. Teorian mukaan salkkuun pyritään valitsemaan kohteita, joiden tuotot korreloivat keskenään mahdollisimman vähän ja siten tasaavat toistensa kurssivaihteluita. Käytetty tutkimusmenetelmä on empiirinen. Tavoitteena on ratkaista tehokas rintama sekä selvittää kullekin tarkastellulle markkinapaikalle optimaaliset painot asuntosijoitusportfoliossa. Aineistona käytetään neljännesvuosittaisia havaintoja kahdeksasta Suomen kaupungista. Tarkasteltuja muuttujia ovat asuntojen neliöhinta, neliövuokra sekä kustannukset, jotka tutkielmassa on huomioitu asunnonomistajan maksamina hoitovastikkeina. Tulokset osoittavat, että tutkittu ajanjakso on ollut kiinteistösijoittamisen kannalta hyvin suotuisa. Sharpen luvulla optimoidulla tehokkaalla rintamalla on saatu yli 7 % tuottoa. Yhdessä poikkeuksellisen alhaisen korkotason kanssa tämä tarkoittaa, että optimaalisesti varansa kohdistanut asuntosijoittaja on voinut ansaita verrattain korkeaa nettotuottoa. Tutkielmassa lasketussa optimaalisessa portfoliossa sijoitusten tulisi pääasiassa suuntautua Tilastokeskuksen määritelmän mukaisille Helsingin 2 ja 3 alueille. Lisäksi asuntosijoituksia tulisi hankkia Tampereelta ja Kuopiosta. On huomioitava, että tutkielmassa tarkastellun ajanjakson talous- ja korkotilanne oli poikkeuksellinen. Asuntosijoittajan kustannukset ovat elinkustannusten voimakkaan nousun, ja sen myötä toteutettujen koronnostojen takia nousseet merkittävästi tutkimusjakson jälkeisinä vuosina. Tuleva kehitys on edelleen epävarmaa, joten saatuja tuloksia tulee soveltaa käytännön sijoittamiseen harkiten.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,035 | 0,007 |
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 source (Gemma direct ou Codex distillé), 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 ».