Analyytikkoennusteiden virheet Suomen markkinoilla

Tutkimuksen tavoitteena on selvittää analyytikoiden ennustevirheiden suuruus sekä jakauma. Keskeisenä tavoitteena on selvittää, kuinka paljon yrityksen toimiala ja markkina-arvo vaikuttavat ennustevirheen suuruuteen ja tätä kautta vääristävät osakkeiden hinnoittelua. Tutkimus olettaa, että osakkeiden hinnoittelu perustuu tuotto-odotuksiin eli analyytikoiden tulosennusteisiin sekä riskiin. Tutkimuksessa on käytetty kvantitatiivisia menetelmiä. Tutkimusaineistona on käytetty Helsingin pörssin päälistalla vuosina 1998 – 1999 olleita yrityksiä, joille on annettu tulosennusteita. Tulosennusteet on poimittu manuaalisesti REUTTERS:in tietokannasta. Tulosennusteet vuosille 1998 - 1999 eivät ole selvästi positiivisia tai negatiivisia. Ennustevirheet eivät myöskään ole jakautuneet selvästi toimialan mukaan. Kuitenkin vuonna 1999 ”teollisuus” sekä ”palvelut” toimialoille annettiin selvästi liian pessimistisiä ennusteita. Myöskään yhtiön markkina-arvolla ei ole selvää yhteyttä ennustevirheen suuruuteen. Kuitenkin vuonna 1999 isojen yhtiöiden tuloksista on annettu liian pessimistisiä ja pienten liian positiivisia arvioita. Etsittäessä ennustevirheen selittäjiä regressioanalyysin avulla, vahvimmiksi selittäjiksi nousivat analyytikoiden määrä per yhtiö ja analyytikkoennusteiden keskihajonta. Selittäjät saavuttivat 40 prosentin selitysasteen.

Yhdysvaltalaisten matkustajalentoyhtiöiden rahoituksellisen lentopolttoaineen hintasuojautumisen kustannusvaikutukset 2000-luvulla

Tämän kandidaatintutkielman tarkoituksena on tutkia, miten yhdysvaltalaisten lentoyhtiöiden harjoittama rahoituksellinen lentopolttoaineen hintasuojaus on vaikuttanut niiden keskimääräisiin polttoainekustannuksiin 2000-luvun aikana. Lisäksi tavoitteena on kirjallisuuskatsauksen muodossa tarkastella lentopolttoaineen hintariskiä ja siltä suojautumista. Aiheeseen liittyvä aiempi tutkimus on pääasiassa keskittynyt rahoitusasemaan liittyvien vaikutusten tarkasteluun. Tässä tutkielmassa puolestaan tutkitaan suojauksen vaikutusta tarkasteltavien lentoyhtiöiden liiketoiminnan kustannuksiin. Lentopolttoaineen hintasuojauksen kustannusvaikutuksia arvioidaan regressiomallilla, jossa selitettävänä muuttujana on lentoyhtiön keskimääräinen polttoainekustannus. Selittävinä muuttujina puolestaan toimivat seuraavan vuoden arvioiduista polttoainehankinnoista rahoituksellisin keinoin suojattujen hankintojen osuus sekä lentopolttoaineen keskimääräinen markkinahinta kunakin tarkasteluvuonna. Tutkimuksen aineisto koostuu kymmenestä yhdysvaltalaisesta lentoyhtiöstä ja niiden 2000-luvulla vuosikertomuksissaan raportoimista tiedoista liittyen polttoainekustannuksiin ja rahoitukselliseen polttoaineen hintasuojaukseen. Lisäksi lentopolttoaineen keskimääräiset vuotuiset markkinahinnat tarkastelujakson ajalta haetaan Yhdysvaltain energiainformaatiota välittävän viranomaisen verkkotietokannasta. Johtopäätöksenä todetaan yhdysvaltalaisten lentoyhtiöiden rahoituksellisen polttoaineen hintasuojauksen vähentäneen niiden keskimääräisiä polttoainekustannuksia 2000-luvun aikana. Lentopolttoaineen markkinahinnan todetaan vaikuttavan kustannuksiin reilusti lentoyhtiöiden suojaustoimenpiteitä voimakkaammin. Lisäksi aiempiin tutkimuksiin ja toisaalta tässä tutkielmassa estimoitavan mallin autokorreloituvaan luonteeseen nojaten todetaan, että tämän mallin selittävät muuttujat eivät ole ainoat keskimääräisiin polttoainekustannuksiin vaikuttavat tekijät. Yhteenvetona todetaankin tarkempaa lisätutkimusta tarvittavan, jotta tämän tutkielman tulokset voidaan luotettavammin yleistää.

Short-term forecasting of power demand in the Nord Pool market

Sähkönkulutuksen lyhyen aikavälin ennustamista on tutkittu jo pitkään. Pohjoismaisien sähkömarkkinoiden vapautuminen on vaikuttanut sähkönkulutuksen ennustamiseen. Aluksi työssä perehdyttiin aiheeseen liittyvään kirjallisuuteen. Sähkönkulutuksen käyttäytymistä tutkittiin eri aikoina. Lämpötila tilastojen käyttökelpoisuutta arvioitiin sähkönkulutusennustetta ajatellen. Kulutus ennusteet tehtiin tunneittain ja ennustejaksona käytettiin yhtä viikkoa. Työssä tutkittiin sähkönkulutuksen- ja lämpötiladatan saatavuutta ja laatua Nord Poolin markkina-alueelta. Syötettävien tietojen ominaisuudet vaikuttavat tunnittaiseen sähkönkulutuksen ennustamiseen. Sähkönkulutuksen ennustamista varten mallinnettiin kaksi lähestymistapaa. Testattavina malleina käytettiin regressiomallia ja autoregressiivistä mallia (autoregressive model, ARX). Mallien parametrit estimoitiin pienimmän neliösumman menetelmällä. Tulokset osoittavat että kulutus- ja lämpötiladata on tarkastettava jälkikäteen koska reaaliaikaisen syötetietojen laatu on huonoa. Lämpötila vaikuttaa kulutukseen talvella, mutta se voidaan jättää huomiotta kesäkaudella. Regressiomalli on vakaampi kuin ARX malli. Regressiomallin virhetermi voidaan mallintaa aikasarjamallia hyväksikäyttäen.

Tilastollinen tutkimus ohjelmiston laatuun vaikuttavista tekijöistä

Tämä työ on tehty osana MASTO-tutkimushanketta, jonka tarkoituksena on kehittää ohjelmistotestauksen adaptiivinen referenssimalli. Työ toteutettiin tilastollisena tutkimuksena käyttäen survey-menetelmää. Tutkimuksessa haastateltiin 31 organisaatioyksikköä eri puolelta suomea, jotka tekevät keskikriittisiä sovelluksia. Tutkimuksen hypoteeseina oli laadun riippuvuus ohjelmistokehitysmenetelmästä, asiakkaan osallistumisesta, standardin toteutumisesta, asiakassuhteesta, liiketoimintasuuntautuneisuudesta, kriittisyydestä, luottamuksesta ja testauksen tasosta. Hypoteeseista etsittiin korrelaatiota laadun kanssa tekemällä korrelaatio ja regressioanalyysi. Lisäksi tutkimuksessa kartoitettiin minkälaisia ohjelmistokehitykseen liittyviä käytäntöjä, menetelmiä ja työkaluja organisaatioyksiköissä käytettiin, ongelmia ja parannusehdotuksia liittyen ohjelmistotestaukseen, merkittävimpiä tapoja asiakkaan vaikuttamiseksi ohjelmiston laatuun sekä suurimpia hyötyjä ja haittoja ohjelmistokehityksen tai testauksen ulkoistamisessa. Tutkimuksessa havaittiin, että laatu korreloi positiivisesti ja tilastollisesti merkitsevästi testauksen tason, standardin toteutumisen, asiakasosallistumisen suunnitteluvaiheessa sekä asiakasosallistumisen ohjaukseen kanssa, luottamuksen ja yhden asiakassuhteeseen liittyvän osakysymyksen kanssa. Regressioanalyysin perusteella muodostettiin regressioyhtälö, jossa laadun todettiin positiivisesti riippuvan standardin toteutumisesta, asiakasosallistumisesta suunnitteluvaiheessa sekä luottamuksesta.

Commodity Price Driven Risk Management from Viewpoint of High Grade Steel Alloys

The study of price risk management concerning high grade steel alloys and their components was conducted. This study was focused in metal commodities, of which nickel, chrome and molybdenum were in a central role. Also possible hedging instruments and strategies for referred metals were studied. In the literature part main themes are price formation of Ni, Cr and Mo, the functioning of metal exchanges and main hedging instruments for metal commodities. This section also covers how micro and macro variables may affect metal prices from the viewpoint of short as well as longer time period. The experimental part consists of three sections. In the first part, multiple regression model with seven explanatory variables was constructed to describe price behavior of nickel. Results were compared after this with information created with comparable simple regression model. Additionally, long time mean price reversion of nickel was studied. In the second part, theoretical price of CF8M alloy was studied by using nickel, ferro-chrome and ferro-molybdenum as explanatory variables. In the last section, cross hedging possibilities for illiquid FeCr -metal was studied with five LME futures. Also this section covers new information concerning possible forthcoming molybdenum future contracts as well. The results of this study confirm, that linear regression models which are based on the assumption of market rationality, are not able to reliably describe price development of metals at issue. Models fulfilling assumptions for linear regression may though include useful information of statistical significant variables which have effect on metal prices. According to the experimental part, short futures were found to incorporate the most accurate information concerning the price movements in the future. However, not even 3M futures were able to predict turning point in the market before the faced slump. Cross hedging seemed to be very doubtful risk management strategy for illiquid metals, because correlations coefficients were found to be very sensitive for the chosen time span.

Ostotapahtuman ennustemallin kehittäminen ajoneuvomarkkinoinnin tueksi

Perinteisesti ajoneuvojen markkinointikampanjoissa kohderyhmät muodostetaan yksinkertaisella kriteeristöllä koskien henkilön tai hänen ajoneuvonsa ominaisuuksia. Ennustavan analytiikan avulla voidaan tuottaa kohderyhmänmuodostukseen teknisesti kompleksisia mutta kuitenkin helppokäyttöisiä menetelmiä. Tässä työssä on sovellettu luokittelu- ja regressiomenetelmiä uuden auton ostajien joukkoon. Tämän työn menetelmiksi on rajattu tukivektorikone sekä Coxin regressiomalli. Coxin regression avulla on tutkittu elinaika-analyysien soveltuvuutta ostotapahtuman tapahtumahetken mallintamiseen. Luokittelu tukivektorikonetta käyttäen onnistuu tehtävässään noin 72% tapauksissa. Tukivektoriregressiolla mallinnetun hankintahetken virheen keskiarvo on noin neljä kuukautta. Työn tulosten perusteella myös elinaika-analyysin käyttö ostotapahtuman tapahtumahetken mallintamiseen on menetelmänä käyttökelpoinen.

Effects of Foreign Direct Investment inflows on growth in Central and Eastern European transition countries

The aim of this master’s thesis is to analyze the effects of Foreign Direct Investments on growth in selected Central and Eastern European transition countries. The theoretical part of this thesis, introduces growth theories and how FDI is covered in those theories. In addition, the results from previous studies, which have studied FDI’s effect on growth, are presented in this master’s thesis. This work introduces also the economical progress during the transition period in selected countries. In the empirical part’s regression model, it will be searched for the direct effect of FDI on growth with panel data collected from nine transition countries.

Exchange rate volatility and the use of foreign currency derivatives: Impact of 2008 global financial crisis

This thesis examines the impact of foreign exchange rate volatility to the extent of use of foreign currency derivatives. Especially the focus is on the impacts of 2008 global financial crisis. The crisis increased risk level in the capital markets greatly. The change in the currency derivatives use is analyzed by comparing means between different periods and in addition, by linear regression that enables to analyze the explanatory power of the model. The research data consists of financial statements figures from fiscal years 2006-2011 published by firms operating in traditional Finnish industrial sectors. Volatilities of the chosen three currency pairs is calculated from the daily fixing rates of ECB. Based on the volatility the sample period is divided into three sub-periods. The results suggest that increased FX market volatility did not increase the use foreign currency derivatives. Furthermore, the increased foreign exchange rate volatility did not increase the power of linear regression model to estimate the use foreign currency derivatives compared to previous studies.

Predicting bankruptcy of Finnish limited liability companies from historical financial statements

This master’s thesis studies the probability of bankruptcy of Finnish limited liability companies as a part of credit risk assessment. The main idea of this thesis is to build and test bankruptcy prediction models for Finnish limited liability companies that can be utilized in credit decision making. The data used in this thesis consists of historical financial statements from 2112 Finnish limited liability companies, half of which have filed for bankruptcy. A total of four models are developed, two with logistic regression and two with multivariate discriminant analysis (MDA). The time horizon of the models varies from 1 to 2 years prior to the bankruptcy, and 14 different financial variables are used in the model formation. The results show that the prediction accuracy of the models ranges between 81.7% and 88.9%, and the best prediction accuracy is achieved with the one year prior the bankruptcy logistic regression model. However the difference between the best logistic model and the best MDA model is minimal. Overall based on the results of this thesis it can be concluded that predicting bankruptcy is possible to some extent, but naturally the results are not perfect.