Muutos sijoittajien suhtautumisessa sijoittamista kohtaan Ukrainan sodan vuoksi
Bibliographic record
Abstract
Opinnäytetyössä selvitetään, miten yksityissijoittajien suhtautuminen sijoittamista kohtaan on mahdollisesti muuttunut 24.2.2022 Venäjän hyökkäyksestä Ukrainaan alkaneen sodan vuoksi. Aihe on ajankohtainen, koska Ukrainan sota vaikuttaa monin tavoin ihmisten elämään, kuten heidän sijoituspäätöksiinsä. Opinnäytetyö on määrällinen tutkimus, jonka tutkimusmenetelmänä on kyselylomake. Hypoteesi on, että Ukrainan sodan aikana yksityissijoittajien suhtautuminen sijoittamista kohtaan on muuttunut niin, että siihen käytetään aiempaa vähemmän aikaa eikä sitä nähdä enää niin tärkeänä asiana kuin aiemmin. Tutkimus rajataan vuoteen 2022, Ukrainan sodan alkamisesta 24.2.2022 kyselyn julkaisuun 14.10.2022. Vertailukohtana toimii vuoden 2020 keväällä Covid-19 pandemian aiheuttama paniikki pörssissä. \n \nTietoperustana käytetään behavioristista rahoitusta ja eri sijoitusoppaita. Behavioristinen rahoitus on psykologian soveltamista taloustieteeseen ja taloudelliseen käyttäytymiseen. Raha ja pörssi ovat tunteita herättäviä asioita ja ne vaikuttavat ihmisten päätöksiin. Sijoittajan on opeteltava riskinottamista ja ymmärrettävä sitä. Sijoitussuunnitelman tekeminen auttaa järkevän suunnan näkemisessä ja tunteiden käsittelemisessä. \n \nKysely julkaistiin 14.10.2022 Inderesin foorumilla 21.10.2022 asti, ja se keräsi 101 vastaajaa. Valtaosa kyselyyn vastanneista näki sijoittamisen keinona säästää ja tavoitella tuottoa. Yli puolet näki sijoittamisen myös harrastuksenaan, mikä osoittaa sijoittamisen herättävän tunteita monessa vastaajassa. Valtaosalla suhtautuminen sijoittamiseen ei ole muuttunut Ukrainan sodan aikana ja syy mahdolliselle muutokselle on todennäköisemmin ollut inflaatio- ja koronnostot tai sijoitusten arvon muutokset. Lisäksi muutokset suhtautumisessa ovat olleet harvemmin pysyviä, koska melkein puolella vastaajista palautuminen oli tapahtunut ainakin osittain. Valtaosa vastaajista suhtautui sijoittamiseen samoin kuin ennen sotaa, ja mahdolliset muutokset asenteissa kohdistuivat enemmän sijoitusstrategiaan, ajoitukseen ja alueelliseen allokointiin. Sijoittajan on hyvä valmistautua epävarmoihin aikoihin etukäteen. Tämän voi tehdä esimerkiksi sijoitussuunnitelman avulla. \n \nOpinnäytetyön lopputulos oli kohtuullinen. Kyselyllä saatiin vastaus alakysymyksiin ja pääkysymykseen. Kyselyn vastauksia analysoimalla selvisi, että hypoteesi oli ollut väärässä, joten opinnäytetyö saavutti päätavoitteensa. Kyselyssä oli pääkysymyksen ja alakysymysten kannalta tarpeettomia kysymyksiä. Kysely ei onnistunut tuomaan esiin vastaajien mahdollisia asenteiden muutoksia sijoittamista kohtaan kovin tyydyttävästi. Kyselylomaketta, sen kysymyksiä ja niiden muotoilua olisi pitänyt suunnitella tarkemmin tietoperustaa varten kootun aineiston avulla. \n \nKyselyn tuloksia ei voi pitää luotettavina. Kyselyn tuloksia ja niistä tehtyjä johtopäätöksiä opinnäytetyössä voi pitää enimmillään keskustelun aloittajana. Sijoittajien suhtautumista sijoittamiseen ja Ukrainan sodan seurauksia sijoittamiskenttään voidaan tutkia tulevaisuudessa laajemmin, kun aikaa on ehtinyt kulua enemmän.
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 | 0.001 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.003 | 0.001 |
| Scholarly communication | 0.004 | 0.001 |
| Open science | 0.000 | 0.003 |
| Research integrity | 0.001 | 0.002 |
| Insufficient payload (model declined to judge) | 0.076 | 0.027 |
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".