Asuntojen huomiointi varallisuusportfolion valinnassa ja hinnoittelussa
Bibliographic record
Abstract
Modernin portfolioteorian katsotaan saaneen alkunsa jo 60 vuotta sitten. Se on tuottanut työkaluja portfoliovalinnan ja rahoitusvaateiden hinnoittelun tueksi. Teorian tutkimus on perinteisesti keskittynyt finanssivarallisuuteen. Asunnot muodostavat kuitenkin pääosan kotitalouksien varallisuudesta. Asunnot ovat päässeet teorian osaksi vasta viime vuosikymmeninä. Erityisesti niiden kulutuskysynnän merkitys allokaatiopäätöksiin ja hinnoitteluun herättää edelleen eriäviä tulkintoja. Asuntojen pois jättämiselle analyysistä ei kuitenkaan ole vahvoja perusteluita.\n\nModernin portfolioteorian kritiikki on alusta asti keskittynyt teorian taustalla olevien oletusten epärealistisuuteen. Tuloksena on syntynyt tutkimuksia, joissa allokaatio- ja hinnoittelumalleja on täydennetty käyttäen uusia rajoitteita ja päätösmuuttujia. Mallit voivat olla varsin suoraviivaisia, kun asunto huomioidaan puhtaan riskisenä sijoituskohteena. Tuorein tutkimus on yhä enemmän keskittynyt asuntojen duaaliseen luonteeseen sekä sijoitus- että kulutushyödykkeenä. Kulutus voidaan integroida staattisiin allokaatiomalleihin optimoinnin rajoitteena tai lisätä se intertemporaaliseen kulutus–sijoitus-kehikkoon. Oleellinen kysymys on, miten modernin portfolioteorian klassiset tehokkuus- ja tasapainotulokset muuttuvat huomioitaessa kulutuskysyntä tai muita asuntojen erityispiirteitä.\n\nTutkielma on teoreettinen kirjallisuuskatsaus asunnot huomioiviin allokaatio- ja hinnoittelumalleihin. Tutkitun kirjallisuuden perusteella asuntojen lisääminen sijoituskohteisiin parantaa tehokasta rintamaa. Teoriassa sijoitusten hajautuspotentiaali kasvaa. Siitä ollaan kuitenkin lähes yksimielisiä, että kuluttajien portfoliovalinta vääristyy, kun asuntojen kulutuskysyntä huomioidaan. Yleisin selitys on kulutushyötyjen tavoittelu tehokkuuden kustannuksella. Rahoitusvaateiden hinnoittelumallien osalta keskeinen tulos on, että asuntomuuttujille ehdolliset mallit selviävät empiirisesti ei-ehdollisia vastineitaan paremmin. Rahoitusvaateiden tuottokehityksen ennustajaksi on yhä useammin nostettu asuntotuotto. Myös jotkin makroperusteiset muuttujat, kuten asuntokulutuksen osuus aggregaattikulutuksesta, näyttävät parantavan perinteisiä rahoitusvaateiden hinnoittelumalleja\n\nAvainsanat: asunto, rahoitusvaade, allokaatio, varallisuushinnoittelu, moderni portfolioteoria, separaatioteoreema, CAP-malli, CCAP-malli, ICAP-malli
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 | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.001 | 0.001 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.002 | 0.002 |
| Scholarly communication | 0.000 | 0.001 |
| Open science | 0.001 | 0.000 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.008 | 0.001 |
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 teacher head, 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".