Ulkomainen talouskehitys Suomen talouskasvun ennustamisessa : Pienen avotalouden hypoteesin toteutuminen
Bibliographic record
Abstract
Tutkielman aiheena on ulkomainen talouskehitys Suomen talouskasvun ennustamisessa. Tarkemmin ottaen tutkitaan, toteutuuko pienen avotalouden hypoteesi Suomen oloissa. Pienen avotalouden hypoteesin mukaan pieni avotalous on erittäin riippuvainen muiden maiden taloudellisesta tilanteesta ulkomaankaupan kautta. Tutkielmassa pyrittiin selvittämään, heijastuuko ulkomaankauppakumppanien talouskehitys pienen avotalouden talouskasvuun. Ulkomaista talouskehitystä arvioitiin Suomen suurimpien kauppakumppanien BKT-lukujen ja ulkomaankauppapainoilla luodun muuttujan avulla ja tarkasteltiin, kuinka hyvin luotu malli ennustaa pienen avotalouden BKT:n kasvua ja toteutuuko pienen avotalouden hypoteesi tältä osin. Testaamisessa käytettiin autoregressiivisestä jakautuneiden viiveiden (ADL) mallista muunneltua mallia \nja sitä analysoitiin regressioanalyysin avulla. Analyysi toteutettiin aikavälillä 1990-2020 vuosiaineistolle. Ulkomaisen aktiviteetin sisältäviä malleja vertailtiin yksinkertaiseen autoregressiiviseen malliin (benchmark-malli), jossa Suomen talouskasvua selittää viivästetty Suomen BKT. Benchmark-mallia täydennettiin ulkomaisella aktiviteetilla, jotta voitiin testata, parantaako ulkomaisen \ntalouskehityksen lisääminen mallin ennustekykyä. Selittäviä ulkomaisia BKT-muuttujia konstruoitiin yhteensä kolme, ja ne rakennettiin Suomen 16, 8 ja 6 suurimman kauppakumppanin BKT-arvoja käyttäen. Malleja vertailtiin pääasiassa ennustevirheen ja korjatun selitysasteen avulla. Malleja testattiin eri viiveillä, jotta löydettiin ennustevirheen minimoiva (ja selitysasteen maksimoiva) tulos. Ulkomaisen aktiviteetin lisääminen vaikutti positiivisesti mallin antamiin ennustetuloksiin: pääasiassa ulkomaisen BKT-muuttujan lisääminen malliin pienensi ennustevirhettä ja paransi selityskykyä. Parhaat tulokset antoi malli, jossa Suomen BKT oli viivästetty yhdellä periodilla ja ulkomainen BKT kahdella periodilla. Osaa malleista testattiin aikajaksolla 1995-2005, ja tällä ajanjaksolla testatuista malleista havaittiin pienin ennustevirhe. Tämä periodi valittiin tarkasteluun, sillä ennustemalleja tahdottiin testata myös ajanjaksolla, jolle ei osu merkittävää \ntalouskriisiä. Aikajaksolla havaintoja oli vain 11 kappaletta, jolloin korjattu selitysaste jäi pieneksi eivätkä parametriestimaatit olleet tilastollisesti merkitseviä. \n \n \nMallien vertailussa todettiin, että Suomen BKT:n ennustekykyä parantaa ulkomaankauppakumppaneilla konstruoidun muuttujan lisääminen malliin. Tämän osalta saadaan vahvistusta pienen avotalouden hypoteesille Suomen talouden oloissa. Analyysin tulosten luotettavuuden arvioinnissa ei havaittu suuria rikkomuksia regressioanalyysin olettamuksia vastaan. Tuloksissa saatiin myös viitteitä siitä, että ulkomaisen muuttujan konstruointiin riittäisi kuuden suurimman kauppakumppanin BKT-luvut painotettuna kunkin maan ulkomaankauppapainoilla. Tämä tulos on merkittävä siinä mielessä, että se osoittaa, että ulkomaankauppapainotetun muuttujan konstruointiin ei ole tarvetta sisällyttää mahdollisimman kattavaa määrää kauppakumppaneita.
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 distilled prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. Learned from the 10,348 direct Codex labels and 10,348 direct Gemma labels. Candidate is the union of thresholded teacher heads; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels or direct frontier model labels.
Codex and Gemma teacher scores by category
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.002 | 0.000 |
| Meta-epidemiology (narrow) | 0.003 | 0.004 |
| Meta-epidemiology (broad) | 0.004 | 0.002 |
| Bibliometrics | 0.003 | 0.004 |
| Science and technology studies | 0.002 | 0.003 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.006 | 0.005 |
| Research integrity | 0.002 | 0.003 |
| Insufficient payload (model declined to judge) | 0.266 | 0.022 |
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; both teacher heads agree on what is shown here.
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".