Suorite- ja kassaperusteiset tulokset osaketuottojen selittäjinä Suomessa
Bibliographic record
Abstract
Tutkielman tarkoituksena on vertailla tilinpäätösinformaation yhteyttä osakkeen kurssiin Suomen ja Yhdysvaltojen osakemarkkinoilla. Koska liiketoiminnan kassavirtalaskelma\non US GAAP tilinpäätöskäytännössä osa lakisääteistä raportointia,\nse on myös markkinoiden helpommin markkinoiden käytettävissä kuin Suomalaisten yritysten kassavirtalaskelma. Joten tärkeimpänä tutkimusongelmana oli selvittää, selittääkö liiketoiminnan kassavirta osakkeen tuottoa voimakkaammin Yhdysvaltojen osakemarkkinoilla. Aikaisemmat tutkimukset aiheeseen liittyen ovat analysoineet mm. maiden ja alueiden eroavaisuuksia siinä miten hyvin eri tilinpäätösinformaatio selittää osakkeiden tuottoa. Näissä tutkimuksissa huomattiin eroja maiden ja alueiden välillä.\n\nTutkimusaineisto koostuu Helsingin pörssin päälistalla noteeratuista yhtiöistä sekä New Yorkin pörssissä noteeratuista yhtiöstä jotka valittiin satunnaisotannalla. Suomalaisia yrityksiä oli mukana 60 ja Yhdysvaltalaisia 75. Aineisto on vuosilta\n1998-2001. Tutkimusmenetelmänä käytettiin lineaarista regressioanalyysia ja havaintojen tilastollinen merkitsevyys testattiin kaksisuuntaisella t-testillä.\n\nMolempien maiden aineistossa tilikauden tulos selitti osakkeen tuottoa tilastollisesti merkitsevämmin kuin liiketoiminnan kassavirta. Lisäksi havaittiin että toisen selittävän muuttujan tuominen regressiomalliin paransi mallin selityskykyä jonkin\nverran. Yhdysvaltojen osakemarkkinoilla liiketoiminnan kassavirta selitti osakkeen tuottoa tilastollisesti merkitsevämmin kuin Suomen osakemarkkinoilla.
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 | 0.001 | 0.000 |
| Meta-epidemiology (narrow) | 0.002 | 0.003 |
| Meta-epidemiology (broad) | 0.003 | 0.002 |
| Bibliometrics | 0.003 | 0.003 |
| Science and technology studies | 0.001 | 0.003 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.004 | 0.002 |
| Research integrity | 0.003 | 0.002 |
| Insufficient payload (model declined to judge) | 0.079 | 0.075 |
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".