Was Finland in A Housing Bubble During Covid-19? Empirical Study on Finnish House Market
Bibliographic record
Abstract
Tutkielma selvittää koettiinko Suomen asuntomarkkinoilla asuntokupla vuosina 2015–2021. Tarkasteltavana ajanjaksona maailma kärsi globaalista pandemiasta, Covid-19:stä, joka aiheutti vaihtelua niin työ-, asunto- ja rahoitusmarkkinoilla. Tutkielma keskittyy Suomen asuntomarkkinoihin jaettuna vanhojen ja uusien asuntotyyppien mukaan käyttäen neljännesvuosittaista dataa vuodesta 2015 vuoteen 2021. Tutkielma alkaa tiivistämällä kirjallisuudessa tehdyt asuntokuplan määritelmät ja asuntokuplia koskevat tutkimukset. Tutkimus perustuu yleisesti käytetyn kuplan määritelmään eli poikkeamaan talouden perustekijöistä. Johdanto- ja määritelmäkappaleen jälkeen esitellään teoreettinen viitekehys ja analysoidaan kolmea yleistä asuntojen hintadynamiikka suhdetta aiemmin mainitusta kirjallisuudesta. Nämä kolme suhdetta ovat: hinta/tulo suhde, hinta/vuokra suhde sekä laskennallisen ja todellisen vuokran suhde. Laskennallisen ja todellisen vuokran suhteeseen sisältyy käyttökustannuskaava, joka tutkielmassa muokataan vastaamaan Suomen asuntomarkkinoita. Suhdeanalyysin tulokset osoittavat vain heikkoa tai olematonta näyttöä asuntokuplasta verrattuna kirjallisuuden muiden maiden asuntomarkkinoista saatuihin tuloksiin. Asuntotyyppien välillä hintojen nousu on ollut huomattavasti korkeampaa uusissa asunnoissa kuin vanhoissa, mikä indikoi enemmän uusien asuntojen yliarvostuksesta. Tämä ylihinnoittelu näkyy myös läpi suhdeanalyysin. Tutkielman viimeinen osa sisältää stationaarisuus- ja yhteisintegraatiotestit. Stationaarisuuden ADF-testi lasketaan kahdelle ensimmäiselle suhteelle, minkä tulokset osoittavat, että hinta-tulosuhde on stationaarista vanhoilla, mutta ei uusilla asunnoilla. Kun ADF-testi suoritetaan ensimmäisen kertaluvun erolla tulosten validoimiseksi, molemmat tyypit osoittavat stationaarisuutta. Hinta/vuokra suhteessa molemmat tyypit osoittavat epästationaarisuutta ja ensimmäisen kertaluvun erolla vanhat asunnot pysyvät ei-kiinteänä 90 % merkitysasteella. Tutkielman lopuksi rakennetaan yhteisintegraatiomalli, jolla testataan, poikkeavatko asuntojen hinnat talouden perustekijöistä. Yhteisintegraatiotestin tulokset osoittavat, että asuntojen hintoja ei voida selittää talouden perustekijöiden joukolla poissulkien kotitalouksien tuloilla, koska testisuure ei hylkää nollahypoteesia yhteisintegraation puuttumisesta. Tutkielman johtopäätöksissä hahmotellaan, että vaikka jotkin tuloksista osoittavat kohti kuplaa, ovat todisteet liian heikkoja ja merkityksettömiä todistaakseen sen.
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 | 0.003 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.002 |
| Science and technology studies | 0.001 | 0.001 |
| Scholarly communication | 0.004 | 0.002 |
| Open science | 0.001 | 0.002 |
| 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 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".