Financial risk forecasting : A case study of the Finnish housing market

Väitöskirjassa tutkitaan asuntojen hintojen volatiilisuuden aikariippuvuutta. Aineisto koostuu viideltätoista eri asuntoalueelta Suomesta. Sen mukaan, osoittautuuko hintavaihtelu aikariippuvaksi tai vakioksi, mallinnetaan hintasarjojen generointiprosessi, jota voidaan hyödyntää parhaiden ennusteiden tuottamisen tukena. Tutkimuksen tarkoituksena on myös tarjota markkinaosapuolille näkemys Suomen asuntomarkkinoiden tulevaisuudenkuvasta. Alueilla, joilla volatiilisuus osoittautuu vakioksi, tutkimuksessa verrataan autoregressiivisen liukuvan keskiarvon (ARMA) mallien ja fraktionaalisten integroituneiden ARMA-mallien (ARFIMA) ennusteominaisuuksia. Alueilla, joissa volatiilisuus osoittautuu ajasta riippuvaiseksi, verrataan kahta eri volatiliteetin mallintamistapaa: yleistettyä autoregressiivistä ehdollista heteroskedastisuusmallia (Genetralized AutoRegressive Conditional Heteroskedasticity GARCH) ja stokastisen volatiliteetin (SV) mallia. Tutkimuksen tulokset osoittavat vahvasti, että hintavaihtelu on aikariippuvaista useimmilla tutkituista alueista. Alueilla, joilla hintavaihtelu (hintojen tuottosarja) ei ole aikariippuvaista, ARFIMA- ja ARMA-mallit tuottavat kahtalaisia tuloksia asunnon koon ja ennusteiden mukaan. Ennusteissa pitkän aikavälin riippuvuuksia huomioiva ARFIMA osoittautuu ARMA-mallia paremmaksi. Alueilla, joissa hintavaihtelu on aikariippuvaista, niin sanottu leverage-efekti osoittautuu tärkeäksi komponentiksi volatilisuuden mallintamisessa niin deterministissä kuin stokastisessakin tapauksessa. Näillä alueilla deterministisen prosessin GARCH-mallit tuottavat kuitenkin parempia volatiliteettiennusteita kuin SV-mallit. Suomen asuntomarkkinoiden näkymien suhteen tutkimusten tulokset antavat olettaa, että useimmilla alueilla markkinoiden kasvu jatkuisi periodilla 2019–2021. Hintojen nousun ja sitä kautta tuottojen kasvun voidaan odottaa kuitenkin laantuvan joillakin alueilla ja samalla hintojen vaihtelun lisääntyvän.