Suomen suhdannevaihteluiden tyylitellyt faktat
Notice bibliographique
Résumé
Tutkielman tavoitteena on kuvata Suomen suhdannevaihteluille tyypillisiä piirteitä eli niin sanottuja tyyliteltyjä faktoja. Yhdysvaltalaisessa tutkimuskirjallisuudessa tyyliteltyjä faktoja on laskettu erityisesti reaalisten suhdannevaihteluiden teoriaa kehitettäessä. Suomen suhdannevaihteluiden tyyliteltyjä faktoja ei ole aiemmin perusteellisesti tutkittu. Suomen aineistolla saatuja tuloksia on tarkoitus myös verrata Yhdysvaltojen tuloksiin, ja arvioida, mistä mahdolliset erot johtuvat. Aineistona on käytetty 37:ää Suomen taloutta kuvaavaa neljännesvuosittaista aikasarjaa. Suurin osa aikasarjoista kattaa vuodet 1960–2011, mutta aikasarjat alkavat viimeistään vuodesta 1975. Vuosille 1960–1971 neljännesvuosittainen huoltotase on tuotettu itse indikaattorimuuttujia painottamalla. Huoltotase-erien lisäksi tärkeimpiä tutkimuksessa tarkasteltavia muuttujia ovat työntekoa, tuottavuutta, palkkoja ja hintoja kuvaavat muuttujat. Vertailun helpottamiseksi Yhdysvaltojen osalta on käytetty myös samankaltaista aineistoa. Suurin osa tutkituista aikasarjoista on epästationaarisia, joten niistä on ollut tarpeen puhdistaa trendi suhdannekomponenttien tutkimiseksi. Tähän on käytetty laajan suosion saanutta Hordrick–Prescott-suodinta, mutta myös muita mahdollisia menetelmiä on tutkielmassa arvioitu. Stationaarisiksi saaduista aikasarjoista on laskettu niiden keskihajonnat, autokorrelaatiot sekä ristikorrelaatiot maataloudettoman yksityisen sektorin bruttokansantuotteen kanssa. Tutkimustulosten perusteella Suomessa suhdannevaihtelut ovat noin 1,3-kertaa voimakkaampia kuin Yhdysvalloissa. Tämä havainto koskee liki kaikkia huoltotaseen eriä, sillä suhteessa yksityiseen BKT:hen kysynnän erien käyttäytyminen on hyvin samankaltaista kuin Yhdysvalloissa. Yksityisen kulutuksen keskihajonta on nimittäin molemmissa maissa noin puolet pienempää ja yksityisten investointien, viennin sekä tuonnin keskihajonta noin 2,5-kertaista yksityiseen BKT:hen nähden. Kulutus ja investoinnit korreloivat melko vahvasti suhdannesyklin kanssa. Asuinrakennusinvestoinnit käyttäytyvät poikkeavasti, sillä erän keskihajonta on Yhdysvalloissa huomattavasti Suomea suurempaa. Yhdysvalloissa asuinrakennusinvestoinnit ovat myös ainoa sykliä johtava kysynnän erä, kun muut erät ovat syklin kanssa samanaikaisia tai seuraavat sitä viiveellä. Suomessa vienti on ainoa sykliä selkeästi johtava muuttuja, vaikka korrelaatio ei olekaan kovin vahvaa. Yleisesti muuttujien autokorrelaatiot ja ristikorrelaatiot syklin kanssa ovat Suomessa jonkin verran heikompia kuin Yhdysvalloissa. Suhdannevaihteluiden vaikutus työmarkkinoihin on Suomessa suhteellisesti pienempää kuin Yhdysvalloissa. Tämä johtuu luultavasti Yhdysvaltojen Suomea joustavammista työmarkkinoista. Samasta syystä saattaa myös johtua se, että Suomessa reaalipalkka seuraa sykliä selvällä viiveellä, kun Yhdysvalloissa muuttuja taas johtaa sykliä. Muiden tutkittujen muuttujien, kuten hintatason, inflaation ja tuottavuuden, käyttäytyminen on molemmissa maissa melko samankaltaista. Tutkimusajanjakson ja trendinpuhdistusmenetelmän valinta vaikuttavat saatuihin tuloksiin jonkin verran, mutta saatu yleiskuva suhdannevaihteluiden käyttäytymisestä näyttäisi melko vakaalle näistä valinnoista riippumatta.
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 | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,005 | 0,003 |
| Communication savante | 0,007 | 0,003 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,002 | 0,002 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,097 | 0,025 |
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 ».