Laatupoikkeamienkäsittelyn tehostaminen Olkiluoto 3 -projektissa

Diplomityössä tutustaan Olkiluoto 3-laitoksen suunnittelu- ja rakennusvaiheen aikaisiin laatupoikkeamiin ja niiden käsittelyyn. Työn tavoitteena on paikantaa poikkeamakäsittelyn pahimmat ongelmakohdat, ja kehittää menetelmiä ongelmien ratkaisemiseksi. Diplomityön tutkimusmenetelmänä käytettiin toimintatutkimusta. Tutkimus toteutettiin kevään 2007 aikana havainnoimalla Olkiluoto 3-projektin laadunhallinnan toimintaa ja analysoimalla projektissa syntyneitä poikkeamia. Työn toteuttamisessa tutustuttiin kansallisin ja kansainvälisiin laadunhallinnan standardeihin sekä erityisesti ydinvoima-alaa koskeviin laadunhallinnan ohjeistuksiin. Diplomityön tuloksena kehitettiin menetelmä OL 3-projektin toiminnallisten poikkeamien luokittelemiseksi. Jatkossa luokittelumenetelmää voidaan hyödyntää aiempaa tarkemman poikkeamatiedon analysoinnissa, sisäisessä päätöksenteossa sekä OL 3-projektin tiedotuksessa.

Observations on Software Project Deviations

Software projects have proved to be troublesome to be implemented and as the size of software keeps increasing it is more and more important to follow-up the projects. The proportion of succeeded software projects is still quite low in spite of the research and the development of the project control methodologies. The success and failure factors of projects are known, as well as the project risks but nevertheless the projects still have problems with keeping the schedule and the budget and achieving the defined functionality and adequate quality. The purpose of this thesis was to find out what deviations are there in projects at the moment, what causes them, and what is measured in projects. Also project deviation was defined in the viewpoint of literature and field experts. The analysis was made using a qualitative research approach. It was found out that there are still deviations in software projects with schedule, budget, quality, requirements, documenting, effort, and resources. In addition also changes in requirements were identified. It was also found out that for example schedule deviations can be affected by reducing the size of a task and adding measurements.

PulpExpert-massa-analysaattorin arkinmuodostus

Laboratoriossa tutkittiin rainaussakeuden ja neliömassan vaikutusta formaatioon ja muiden paperin ominaisuuksien hajontoihin sakeusalueella 0,036 %- 0,067 % ja neliömassa-alueella 65 g/m2- 125 g/m2. Havaittiin, että rainaussakeudella oli vaikutusta vain mäntysellusta valmistettujen arkkien formaatioon. Neliömassan noustessa kaikista tutkituista massoista valmistettujen arkkien formaatiot huononivat. Pulseeraus tai alipaine vedenpoiston aikana ei parantanut Turbulence Pulse Sheet Former-laitteella valmistettujen kuumahierrearkkien formaatiota. Kahdella koelaitteella tehtiin sakeusajo, toistokoe ja vuorottelukoe. Laite A mittasi tiettyihin sakeuksiin valmistettujen massojen sakeudet tarkasti. Laitteen B sakeusmittauksessa havaittiin säännöllinen poikkeama. Toistokokeen tuloksista tarkasteltiin mitattujen arvojen hajontoja, laitteiden massanerotuskykyä ja arkkien formaatiota. Laite A teki silmämääräisesti tasaisempia arkkeja, mutta niiden formaatio oli huonompi. Laitteella A saavutettiin pienemmät näytepisteiden sisäiset hajonnat repäisylujuusmittauksessa ja laitteella B vaaleuden mittauksessa. Laite A erotteli massat paremmin vaaleusmittauksessa ja laite B ilmanläpäisevyyden mittauksessa. Vuorottelukokeessa havaittiin, ettei massojen nopea vuorottelu kasvata olennaisesti mittaustuloksien hajontoja.

Tuotannon budjettimallin uudistaminen elektroniikka-alan yrityksessä

Diplomityön tavoitteena on suunnitella ja toteuttaa tuotannon budjettimalli elektroniikka-alalla toimivalle yritykselle. Työn onnistumisen kannalta keskeistä on löytää vanhan budjettimallin puutteet sekä uudet tietotarpeet, joita tuotannon johto tarvitsee pyrittäessä kustannustehokkaaseen ja kannattavaan tuotantotoimintaan. Näiden tietojen pohjalta suunnitellaan ja toteutetaan uusi budjettimalli sekä kuvataan sen toimintaperiaatteet. Työn teoreettisessa osuudessa esitellään budjetoinnin tavoitteet, hyödyt, kritiikin kohteet sekä tyypillisen teollisuusyrityksen osabudjetit. Myös perinteiseen budjetointiin läheisesti liittyvät muodot ja sovellukset, kuten toimintopohjainen budjetointi, vastuualuelaskenta ja nollapohjabudjetointi esitellään. Budjettiseurannan ja eroanalyysin tärkeä merkitys tuodaan esiin. Ennen uuden mallin esittämistä tutkitaan vanhan budjettimallin toimintaperiaatteet ja heikkoudet. Empiirisessä osassa keskitytään tuotannon budjetin toimintaperiaatteisiin sen sisältämien osabudjettien kautta. Työn loppupuolella esitellään uuden budjettimallin antamat tulokset ja poikkeamat sekä arvioidaan budjettimallin toimivuutta. Budjettimallin tuottaman informaation pohjalta tuotannonjohtoa ja suunnittelua ryhdyttiin välittömästi tehostamaan välillisten kustannusten alentamiseksi. Tehostustoimet ilmenivät konkreettisesti positiivisena erona poikkeama-analyysissä suhteessa budjettiin. Rakennetun budjettimallin mallinnustarkkuus osoittautui hyväksi ja uudet esiin tuodut kustannuserät hyödylliseksi informaatioksi.

Osakeantien jälkeisten alituottojen anomalia: Lyhyen ja pitkän aikavälin tapahtumatutkimus Ruotsin ja Norjan osakemarkkinoilla

Markkinoiden tehokkuushypoteesin mukaan arvopapereiden hinnat sisältävät kaiken saatavilla olevan informaation ja sijoitusinstrumenttien tuotot vastaavat niiden riskiä. Käytännössä yrityksen sisäpiiri on kuitenkin informaation suhteen etuasemassa markkinoihin nähden. Yritysjohto saattaa pyrkiä hyödyntämään informaatioetuaan järjestämällä osakeannin silloin, kun yrityksen osakekurssi on sisäpiiritiedon perusteella arvioituna liian korkealla tasolla. Rationaalisten sijoittajien tulisi ottaa tämä huomioon osakeanti-ilmoituksen yhteydessä ja osakekurssin tulisi siten päätyä sellaiselle tasolle, ettei osake ole enää ylihinnoiteltu. Aikaisempien tutkimuksien perusteella vaikuttaa kuitenkin siltä, että markkinoiden reaktio osakeanteihin on puutteellinen, sillä osakeannin järjestäneiden yritysten osakkeiden on havaittu tuottavan poikkeuksellisen heikosti osakeantia seuraavina vuosina. Mikäli ilmiö on todellinen, on kyseessä merkittävä poikkeama markkinoiden tehokkuudesta, sillä julkisen informaation avulla ei pitäisi pystyä ennustamaan tulevia tuottoja. Tässä tutkimuksessa tarkasteltiin osakeantien jälkeisten alituottojen anomalian esiintymistä Ruotsin ja Norjan osakemarkkinoilla vuosien 2005 ja 2008 välillä järjestettyjen osakeantien yhteydessä. Tutkimus suoritettiin sekä lyhyen että pitkän aikavälin tapahtumatutkimuksena. Aineisto jaettiin osiin sen perusteella, minkä syyn yritykset ilmoittivat osakeannin järjestämiselle. Jaon taustalla oli oletus siitä, että mikäli yritys ilmoittaa käyttävänsä annilla hankitut varat johonkin nimettyyn, täsmälliseen investointiin, on ajoitusmotiivi todennäköisesti muita osakeanteja pienemmässä roolissa. Markkinat reagoivat osakeanteihin keskimäärin voimakkaan negatiivisesti, mutta investointeja varten järjestetyissä osakeanneissa reaktio oli huomattavasti muita osakeanteja lievempi. Pidemmällä aikavälillä ei havaittu juurikaan riskistä poikkeavia tuottoja. Aikaisempaa tutkimusta aiheesta on verrattain runsaasti, joten anomalian todellisuudesta voidaan olla kohtuullisen varmoja. Tutkimusta on kuitenkin tehty jo verrattain pitkän aikaa, joten on oletettavaa, että ilmiö alkaa olla myös sijoittajien tiedossa. Aikaisemmissa tutkimuksissa on saatu viitteitä anomalian mahdollisesta katoamisesta ja nämä viitteet saavat lisätukea tämän tutkimuksen tuloksista. Aikaisempia tutkimuksia voimakkaampi välitön markkinareaktio osakeantiin viittaa siihen, että sijoittajat suojautuvat aiempaa voimakkaammin ylihinnoittelua vastaan. Kumpikaan markkinoista ei kuitenkaan vaikuta olevan täysin tehokas julkisen informaation suhteen, sillä tilastollisesti merkitseviä epänormaaleja tuottoja oli havaittavissa osakeannin ympäristössä. Julkisen informaation käyttökelpoisuus vaikuttaa kuitenkin rajoittuvan osakeannin välittömään läheisyyteen.

Modular framework for outlier detection

Outlier detection is an important form of data analysis because outliers in several cases contain the interesting and important pieces of information. In the recent years, many different outlier detection algorithms have been devised for finding different kinds of outliers in varying contexts and environments. Some effort has been put to study how to effectively combine different outlier detection methods. The combination of outlier detection algorithms as an ensemble was studied in this thesis by designing a modular framework for outlier detection, which combines arbitrary outlier detection techniques. This work resulted in an example implementation of the framework. Outlier detection capability of the ensemble method was validated using datasets and methods found in outlier detection research. The framework achieved better results than the individual outlier algorithms. Future research includes how to handle large datasets effectively and the possibilities for real-time outlier monitoring.

Low-Volatility Anomaly in Helsinki Stock Exchange

International research shows that low-volatility stocks have beaten high-volatility stocks in terms of returns for decades on multiple markets. This abbreviation from traditional risk-return framework is known as low-volatility anomaly. This study focuses on explaining the anomaly and finding how strongly it appears in NASDAQ OMX Helsinki stock exchange. Data consists of all listed companies starting from 2001 and ending close to 2015. Methodology follows closely Baker and Haugen (2012) by sorting companies into deciles according to 3-month volatility and then calculating monthly returns for these different volatility groups. Annualized return for the lowest volatility decile is 8.85 %, while highest volatility decile destroys wealth at rate of -19.96 % per annum. Results are parallel also in quintiles that represent larger amount of companies and thus dilute outliers. Observation period captures financial crisis of 2007-2008 and European debt crisis, which embodies as low main index annual return of 1 %, but at the same time proves the success of low-volatility strategy. Low-volatility anomaly is driven by multiple reasons such as leverage constrained trading and managerial incentives which both prompt to invest in risky assets, but behavioral matters also have major weight in maintaining the anomaly.