Sara Hyytiäinen Korkeakouluopintojen rahoitus: avustusten ja lainojen vaikutus opiskelijoiden velkaantumiseen ja opintojen keskeyttämisriskiin Vaasa 2025 Laskentatoimen ja rahoituksen akateeminen yksikkö Pro Gradu -tutkielma Taloustieteen maisteriohjelma 2 VAASAN YLIOPISTO Laskentatoimen ja rahoituksen akateeminen yksikkö Tekijä: Sara Hyytiäinen Tutkielman nimi: Korkeakouluopintojen rahoitus: avustusten ja lainojen vaikutus opiskelijoiden velkaantumiseen ja opintojen keskeyttämisriskiin Koulutustaso: Kauppatieteiden maisteri Koulutusohjelma: Taloustieteen maisteriohjelma Valvoja: Jaana Rahko Vuosi: 2025 Sivumäärä: 99 TIIVISTELMÄ: Tutkielmassa tarkastellaan, miten korkeakouluopiskelijoiden opintojen rahoitusmallit ja työssäkäynti heijastuvat velkaantumiseen, opintojen etenemiseen ja riskiin keskeyttää opinnot. Vertailun kohteena ovat kolmen maan, Suomen, Tanskan ja Iso-Britannian, rahoitusjärjestelmät. Tavoitteena on arvioida, miten järjestelmien ra- kenteet vaikuttavat opiskelijoiden opintojen etenemiseen ja opiskeluaikaiseen talou- delliseen asemaan. Tutkimus yhdistää määrällisen ja kirjallisuus- sekä raporttipohjaisen laadullisen analyy- sin. Teoreettinen viitekehys rakentuu inhimillisen pääoman teorian, käyttäytymista- loustieteellisten näkökulmien ja hyvinvointivaltiomallien pohjalle. Menetelminä hyö- dynnettiin regressioanalyysejä, joilla tarkasteltiin opiskelijoiden resurssien, opintotuen ja työssäkäynnin yhteyksiä opintojen etenemiseen ja velkaantumiseen. Havaintojen perusteella työnteko opintojen rinnalla on joissain maissa yhteydessä hei- kompaan opinnoissa etenemiseen, erityisesti Suomessa. Runsas työmäärä yhdistyy haasteisiin opintojen suorittamisessa ja kasvattaa riskiä, että opinnot viivästyvät tai keskeytyvät. Opintotuen taso näyttää olevan yhteydessä opiskelijoiden mahdollisuuk- siin keskittyä päätoimiseen opiskeluun, mutta sen vaikutukset eivät ole yksiselitteisiä. Velkaantumista selittävät tukijärjestelmän lisäksi myös elinkustannusten alueelliset erot ja opiskelijoiden kulutustottumukset. Sosioekonominen tausta vaikuttaa lainanot- toon jossain määrin, mutta sen merkitys jää odotettua vähäisemmäksi. Tutkimuksen perusteella voidaan todeta, että opintojen rahoitusmallit ohjaavat opis- kelijoiden käyttäytymistä eri tavoin maittain. Tulokset osoittavat, että rahoitusratkai- suilla voidaan edistää tasapuolisempia mahdollisuuksia, mutta samalla on kiinnitettävä huomiota siihen, miten työnteko ja opinnot voidaan sovittaa yhteen ilman, että opiske- lijoiden jaksaminen tai valmistumisaikataulu kärsii. Tulosten perusteella politiikkatoi- mien tulisi keskittyä erityisesti työnteon ja opintojen yhteensovittamisen haasteisiin ja siihen, miten opintotuki voisi paremmin turvata opiskelijoiden mahdollisuuden keskit- tyä päätoimiseen opiskeluun. Avainsanat: korkeakoulutus, opintotuki, työssäkäynti, velkaantuminen, opintojen ete- neminen, koulutuspolitiikka, kansainvälinen vertailu 3 Sisällys 1 Johdanto 5 2 Taloustieteellinen näkökulma opintojen rahoittamiseen 7 2.1 Inhimillinen pääoma ja signalointiteoria 7 2.2 Yksilötasoiset vaikutukset 10 2.3 Käyttäytymistaloustiede 13 3 Opintojen rahoitus maittain 17 3.1 Suomi 17 3.2 Tanska 20 3.3 Iso-Britannia 22 3.4 Maat vertailussa 25 4 Tutkimuksen hypoteesit kirjallisuuden perusteella 33 5 Tutkimusmenetelmät ja aineisto 35 5.1 Tutkimusaineistot 35 5.1.1 EUROSTUDENT 36 5.1.2 HESA, SIES ja Student Loan Statistics 37 5.2 Muuttujien valinta 38 5.3 Aineiston käsittely ja menetelmät 43 5.4 Tutkimuksen keskeiset rajoitteet 47 6 Empiirinen analyysi 49 6.1 Logistinen regressiomalli opintojen keskeyttämisriskistä 49 6.2 Logistinen regressiomalli opiskelijoiden velkaantumisesta 59 6.3 Työmäärä, tuki ja instituutiot velkaantumisen ja keskeyttämisriskin taustalla 63 7 Tulokset 72 8 Johtopäätökset 77 Lähteet 80 4 Kuviot Kuvio 1. Opintotuen vaikutus optimaaliseen koulutustasoon Beckerin mallissa. 9 Kuvio 2. Koulutusvuosien tuotto ja kustannus. 10 Kuvio 3. Työmäärän vaikutus opintojen keskeyttämisen todennäköisyyteen. 57 Kuvio 4. Työssäkäynnin osuuden kehitys. 64 Kuvio 5. Opiskelijoiden tulojen lähteet vuosina 2010–2024 Suomessa, Tanskassa ja Isossa-Britanniassa. 68 Kuvio 6. Opintovelan kehitys vuosina 2010–2022. 69 Taulukot Taulukko 1. Maiden tunnusluvut. 39 Taulukko 2. Muuttujien väliset korrelaatiot. 43 Taulukko 3. Logistisen regressiomallin tulokset keskeyttämisriskistä. 52 Taulukko 4. Logistisen regressiomallin tulokset keskeyttämisriskistä - Suomi (n=6837).52 Taulukko 5. Logistisen regressiomallin tulokset keskeyttämisriskistä - Tanska (n=14060). 53 Taulukko 6. Logistisen regressiomallin tulokset keskeyttämisriskistä - Iso-Britannia (n=10444). 53 Taulukko 7. Opintojen eteneminen OLS-malli. 55 Taulukko 8. Sosioekonomisen taustan vaikutus keskeyttämisen todennäköisyyteen. 56 Taulukko 9. Iso-Britannian keskeyttämisriski eri skenaarioissa. 58 Taulukko 10. Logistisen regressiomallin tulokset opiskelijoiden velkaantumisesta. 60 Taulukko 11. OLS-malli velkaantumisesta. 61 Taulukko 12. GLM-malli velkaantumisesta 62 5 1 Johdanto Korkeakoulutuksen saavutettavuus ja opiskelijoiden taloudellinen hyvinvointi ovat nous- seet keskeisiksi kysymyksiksi niin koulutuspoliittisessa keskustelussa kuin julkisen talou- den näkökulmasta. OECD:n (2023a) mukaan korkeakoulutukseen osallistuminen on kas- vanut useimmissa teollisuusmaissa, mutta samaan aikaan opintovelka on lisääntynyt eri- tyisesti niissä maissa, joissa opintotuki on lainapainotteista. Yhdysvalloissa lainakanta ylitti 1,7 biljoonaa dollaria vuonna 2022, ja Iso-Britanniassa valmistuvien keskimääräinen velkataakka on noussut yli 45 000 puntaan. Tanskassa velka valmistumisen yhteydessä jää keskimäärin alle 5 000 euroon, mikä kuvastaa maan avustuspainotteista ja pitkälti maksutonta koulutusmallia. Suomessa velkaantuminen sijoittuu näiden väliin, mutta on viime vuosina ollut kasvussa opintotukeen tehtyjen muutosten myötä. Erot maiden vä- lillä kertovat siitä, että opintojen rahoitus ei ole vain tekninen kysymys, vaan se vaikuttaa kokonaisvaltaisesti opiskelijoiden arkeen, opintopolkuun ja tulevaan työuraan. Kansainvälinen vertailu osoittaa myös eroja opintojen kestossa. Tanskassa kandidaatti- ja maisteriohjelmien yhteenlaskettu keskimääräinen kesto on 5,2 vuotta, mikä on hie- man virallista tavoitetta pidempi (OECD, 2025). Suomessa maisterintutkinnon suoritta- vien keskimääräinen valmistumisikä, 28,8 vuotta, on yksi korkeimmista OECD-maissa (OECD, 2023b). Iso-Britanniassa kandidaatiksi valmistuu yleensä kolmessa tai neljässä vuodessa, mutta lainapainotteisen rahoitusmallin tuottama velkataakka on yhdistetty varovaisempaan siirtymiseen jatko-opintoihin ja toisinaan valmistumisen viivästymiseen (OECD, 2023c). Tämä viittaa siihen, että rahoitusmallilla on vaikutusta paitsi opintojen kustannuksiin myös siihen, kuinka nopeasti opiskelijat suorittavat tutkintonsa. Opintojen rahoituksella on merkitystä myös koulutuksellisen tasa-arvon näkökulmasta. Se määrittää, millaiset mahdollisuudet eri sosioekonomisista taustoista tulevilla nuorilla on hakeutua korkeakoulutukseen, suorittaa tutkinto tavoiteajassa ja siirtyä työelämään ilman kohtuutonta velkataakkaa. 6 Tutkielmassa pyrin tuomaan esiin, miten tukimuotojen erilaiset rakenteet ohjaavat opis- kelijoiden käyttäytymistä sekä yksilö- että järjestelmätasolla. Erityistä uutuusarvoa tuo käyttäytymistaloustieteellinen näkökulma. Beckerin (1964) inhimillisen pääoman teoria tarjoaa perustan opintotuen tarkastelulle investointina, mutta vähemmän huomiota on kiinnitetty siihen, miten tuen taso suhteessa elinkustannuksiin muovaa opiskelijoiden päätöksentekoa. Prospektiteoria (Kahneman & Tversky, 1979) ja rajallisen rationaalisuu- den mallit selittävät, miksi opiskelijat voivat vältellä lainaa, keskeyttää opintonsa tai ly- kätä valmistumista, vaikka taloudelliset ehdot näyttäisivät edullisilta. Tässä tutkielmassa keskityn kahteen keskeiseen kysymykseen: 1) miten työssäkäynti ja velkaantuminen ovat yhteydessä opintojen keskeyttämisriskiin ja 2) miten opintotuen taso on yhteydessä opiskelijoiden velkaantumiseen. Koulutuksen tasa-arvoinen saavutettavuus ja opiskelijoiden erilaiset opintopolut muo- dostavat tärkeän taustan, mutta ne jäävät tämän empiirisen tarkastelun ulkopuolelle. Niitä käsittelen kuitenkin johtopäätöksissä ja keskustelussa siltä osin, kuin ne nousevat tulosten perusteella esiin. Teoreettinen viitekehys yhdistää inhimillisen pääoman teorian, käyttäytymistaloustie- teen malleja ja Esping-Andersenin hyvinvointivaltioluokitukset. Empiirinen analyysi pe- rustuu EUROSTUDENT-, HESA- ja SIES-aineistoihin, Iso-Britanniassa vuonna 2025 valmis- tuneeseen aineistoon opiskelijoiden velkaantumisesta, sekä näiden pohjalta laadittuihin tilastollisiin malleihin. Tutkimuksen tavoitteena on syventää ymmärrystä siitä, miten ra- hoitusjärjestelmät muokkaavat opiskelijoiden käyttäytymistä, ja tuottaa samalla käytän- nön havaintoja Suomen opintotukijärjestelmän kehittämiseksi. 7 2 Taloustieteellinen näkökulma opintojen rahoittamiseen Korkeakoulutuksen rahoitusta ja sen vaikutuksia opiskelijoiden käyttäytymiseen on tut- kittu laajasti niin taloustieteessä kuin käyttäytymistieteissä. Opintotuen ja opintolainan merkitys ulottuu yksilön taloudellisista valinnoista laajempiin yhteiskunnallisiin seurauk- siin. Tämän luvun tarkoituksena on esitellä keskeiset teoreettiset mallit, jotka auttavat ymmärtämään, miten opintotuki, opintolaina ja muut rahoitusmuodot vaikuttavat opis- kelijoiden päätöksiin kouluttautumisesta, valmistumisesta ja keskeyttämisestä sekä mil- laisia laajempia ulkoisvaikutuksia näillä mekanismeilla on. 2.1 Inhimillinen pääoma ja signalointiteoria Inhimillisen pääoman mallin juuret ovat Theodore Schultzin ja Gary Beckerin työssä, ja siitä on tullut yksi koulutustaloustieteen keskeisimmistä teorioista. Teorian ydinajatus on, että yksilöiden kyvykkyydet ja mieltymykset eroavat toisistaan ja koulutuksen avulla he voivat kasvattaa omaa inhimillistä pääomaansa. Koulutuksen määrä muodostuu yksilön näkökulmasta niin, että lisäkoulutusvuodesta saatava hyöty vastaa siitä aiheutuvia kus- tannuksia. Koulutus lisää tuottavuutta ja parantaa mahdollisuuksia korkeampiin ansioi- hin työmarkkinoilla, mutta samalla siihen sisältyy kustannuksia, kuten opiskeluun kuluva aika, lukukausimaksut sekä työuran viivästyminen (Borjas, 2013; Cahuc & Zylberberg, 2004). Beckerin (1964) mukaan koulutukseen voidaan suhtautua taloudellisena investointina. Siihen liittyvät panostukset tuottavat tulevaisuudessa korkeampia tuloja ja vahvempaa asemaa työmarkkinoilla. Päätös jatkaa opintoja perustuu rajatuoton ja rajakustannuksen vertailuun. Kun koulutuksen kustannuksia keventää esimerkiksi opintotuki tai opinto- laina, yksilön kohtaama kokonaisrasitus pienenee ja koulutuksen optimaalinen määrä kasvaa. Tämä merkitsee käytännössä sitä, että opiskelija pystyy etenemään opinnoissaan pidemmälle, jos taloudellisia esteitä poistetaan (Teixeira, 2014). 8 Teorian näkökulmasta opiskelija jatkaa opintojaan niin kauan, kunnes lisäkoulutusvuo- den tuottama hyöty, eli odotettavat lisätulot, on yhtä suuri tai suurempi kuin sen kustan- nukset. Näihin kustannuksiin sisältyvät paitsi välittömät koulutuskulut ja menetetyt tulot, myös rahan aika-arvo. Jälkimmäistä kuvataan diskonttauskorolla, joka kertoo, kuinka pal- jon yksilö arvostaa tämänhetkisiä tuloja suhteessa tuleviin tuloihin. Mitä korkeampi dis- konttauskorko, sitä vähemmän tulevien vuosien tulot painavat yksilön päätöksenteossa, ja sitä lyhyemmäksi koulutusura jää. Koska jokainen lisävuosi tuottaa vähemmän hyötyä kuin edellinen, koulutuksella on laskeva rajatuotto. Optimaalinen koulutustaso löytyy si- ten kohdasta, jossa viimeisen koulutusvuoden tuotto vastaa yksilön käyttämää diskont- tauskorkoa (Borjas, 2013). Taloudellinen tuki muuttaa tätä kokonaisuutta merkittävästi. Kun opiskelija saa esimer- kiksi opintotukea, hänen henkilökohtaiset kustannuksensa pienenevät ja marginaalikus- tannusten käyrä siirtyy alaspäin. Tämä puolestaan siirtää optimaalista koulutuspistettä oikealle, eli opiskelija hankkii enemmän koulutusvuosia, koska kouluttautumisen rajakus- tannukset ovat aiempaa pienemmät. Ilmiö voidaan esittää myös matemaattisen mallin avulla: 𝑓′(𝑆𝑖) ≥ 𝑟 + (𝐶𝑖 − 𝐴𝐼𝐷𝑖), (1) missä f′(Si) on lisäkoulutusvuoden tuottama lisätulo, r diskonttauskorko, Ci koulu- tuksen kustannus ja AIDi opiskelijan saama vuosittainen tuki. Termi (𝐶𝑖 − 𝐴𝐼𝐷𝑖) kuvaa opiskelijan netto-omavastuuta koulutuksen kustannuksista. Kun AIDi kasvaa, kustannukset alenevat ja optimaalinen koulutusvuosien määrä Si kasvaa. Esimerkiksi tilanteessa ilman opintotukea, missä vuosittaiset koulutuskustannukset ovat 8000 €, lisäkoulutusvuoden on tuotettava vähintään 8000 € lisätuloa, jotta opintoja kan- nattaa jatkaa. Vastaavasti taas opintotuen, esimerkiksi 4000 €, kanssa opiskelun 9 kustannus laskee 4000 euroon, jolloin kouluttautumista jatketaan jo huomattavasti pie- nemmällä lisätulon odotuksella. Graafisesti tämä näkyy marginaalikustannuskäyrän siirtymänä alaspäin ja optimaalisen koulutustason siirtymisenä oikealle (ks. kuvio 1). Toisin sanoen opintotuki alentaa yksi- tyisiä koulutuskustannuksia ja lisää yksilöiden kannustimia investoida pidempään koulu- tukseen. Kuvio 1. Opintotuen vaikutus optimaaliseen koulutustasoon Beckerin mallissa. Kuviossa 2 opintotuki alentaa marginaalikustannusta, mikä kasvattaa koulutuksen opti- maalista kestoa (Si). Kuvio havainnollistaa Beckerin inhimillisen pääoman mallin mukaista koulutuspäätöksen taloudellista logiikkaa. Kun opiskelun kustannukset alenevat, opiske- lija voi keskittyä täysipäiväiseen opiskeluun, mikä voi nopeuttaa valmistumista ja vähen- tää keskeyttämisriskiä. Erityisen merkittäviä vaikutukset voivat olla silloin, kun tuen ra- kenne kannustaa tehokkaaseen, tavoiteajassa valmistumiseen. 10 Kuvio 2. Koulutusvuosien tuotto ja kustannus. Inhimillisen pääoman teorian rinnalla signalointiteoria (Spence, 1973; Arrow, 1973) tar- joaa vaihtoehtoisen näkökulman koulutuksen merkitykseen. Sen mukaan koulutuksen arvo ei välttämättä perustu yksilön tuottavuuden kasvuun, vaan siihen, että tutkinto vies- tii työnantajalle hakijan kyvykkyydestä, ahkeruudesta ja sitoutumisesta. Koulutus siis toi- mii signaalina, jonka avulla työnantaja voi erotella hakijoita toisistaan. Signalointiteorian näkökulmasta opintotuen merkitys ei ole suorassa yhteydessä työnantajille annettavaan signaaliin, vaan siihen, kuinka paljon opiskelijoilla on resursseja saavuttaa tutkinto. Tuki mahdollistaa tutkinnon suorittamisen useammalle opiskelijalle ja siten vahvistaa tutkin- non asemaa signaalina. Ilman riittävää rahoitusta osa opiskelijoista voisi jäädä koulutuk- sen ulkopuolelle, jolloin teorian mukainen tutkinnon signaalivaikutus rajautuisi kapeam- malle joukolle (Spence, 1973; Arrow, 1973). 2.2 Yksilötasoiset vaikutukset Opintotuki vaikuttaa opiskelijoiden päätöksiin monella tasolla. Se parantaa välittömästi opiskelijan taloudellista asemaa ja vähentää painetta hankkia toimeentuloa työnteolla, mutta sillä voi olla myös pidemmän aikavälin seurauksia korkeampien valmistumisastei- den ja paremman työllistymisen kautta. Taloudellinen tuki madaltaa rahoituksellisia 11 esteitä ja tekee koulutuksesta saavutettavamman vaihtoehdon erityisesti niille opiskeli- joille, jotka tulevat vähävaraisemmista perhetaustoista (Psacharopoulos & Patrinos, 2004). Beckerin (1964) inhimillisen pääoman teoria tuo esiin, että koulutusinvestointeihin liit- tyy aina epävarmuutta, sillä tulevia tuloja ja työmarkkinoiden kehitystä on vaikea ennus- taa. Riskiä kaihtavat opiskelijat saattavat tämän vuoksi aliarvioida koulutuksen pitkän aikavälin hyötyjä ja investoida opintoihin liian vähän. Kuten Camerer ja Loewenstein (2004) tuovat esiin, yksilöt välttelevät usein velanottoa, vaikka se rationaalisesti voisi pa- rantaa heidän hyvinvointiaan, mikä selittää osaltaan opiskelijoiden haluttomuutta hyö- dyntää opintolainaa täydellä teholla. Tässä tilanteessa suorat avustukset voivat toimia vahvempina kannustimina kuin opintolainat, sillä ne vähentävät koettua riskiä ja pienen- tävät opiskelijan kohtaamia kokonaiskustannuksia (Teixeira, 2014). Opintojen rahoitukseen liittyy myös likviditeettirajoitteita. Opiskelijat tarvitsevat tuloja opintojensa aikana, mutta koulutuksen aikaansaamat, valmistumisen jälkeiset työmark- kinahyödyt realisoituvat vasta myöhemmin (Bowie-Viverette, 2024). Mikrotaloustieteen kuluttajan teoria tarkasteleekin nimenomaan yksilön päätöksentekoa tilanteessa, jossa resurssit ovat rajallisia. Teorian mukaan yksilö maksimoi hyvinvointiaan eli hyötyään bud- jettirajoitteen asettamissa rajoissa (Varian, 2020). Varian korostaakin, että instituutioi- den, kuten tukijärjestelmien, vaikutus yksilön budjettirajoitteeseen muuttaa yksilön op- timaalista valintaa suhteessa kulutukseen ja vapaa-aikaan. Yksityisten lainamarkkinoi- den ongelmia lisää taas se, että opiskelijoilta usein puuttuvat vakuudet ja heidän tule- vasta tulotasostaan on epävarmuutta, mikä tekee lainanantajat varovaisiksi (Castleman & Meyer, 2019b). Tähän markkinapuutteeseen on Suomessa vastattu valtion takaamilla opintolainoilla, jotka mahdollistavat tulovirran siirtämisen tulevaisuudesta nykyhetkeen ja vähentävät lainanantajien riskiä. Opintolainojen takausjärjestelmä vähentää näin ra- hoitusmarkkinoiden epätäydellisyyksistä johtuvia esteitä ja tukee koulutuksen tasa-ar- voista saavutettavuutta (Bowie-Viverette, 2024). 12 Markkinoiden epätäydellisyydellä viitataan tilanteeseen, jossa rahoitus ei allokoidu te- hokkaasti, esimerkiksi koska nuorilla opiskelijoilla ei ole riittäviä vakuuksia tai maksuky- kyä vakuuttaa pankkeja tulevista tuloistaan. Tämä johtaakin käytännössä siihen, että il- man julkista väliintuloa osa opiskelijoista ei voisi rahoittaa koulutustaan, vaikka heidän odotettavissa olevat tulevat tulonsa riittäisivätkin tulevaisuudessa lainan takaisinmak- suun (Dynarski, 2014). Opintolainojen takaaminen voidaan nähdä paitsi yksilön tukemisena, myös laajempien yhteiskunnallisten hyötyjen mahdollistajana. Boatman ja Long (2016) korostavat, että koulutetut yksilöt ovat keskimäärin tuottavampia, maksavat enemmän veroja ja osallis- tuvat aktiivisemmin työelämään. Korkeampi koulutustaso ei siis hyödytä ainoastaan yk- silöä itsessään, vaan sillä on myös merkittäviä positiivisia ulkoisvaikutuksia yhteiskuntaan. Verotulojen kasvu mahdollistaa hyvinvointipalvelujen rahoittamisen, ja aktiivinen työ- markkinaosallistuminen vähentää julkisen sektorin menoja esimerkiksi työttömyystur- van ja sosiaalietuuksien kautta. Lisäksi koulutetut ihmiset hyödyntävät uusia teknologi- oita tehokkaammin, ovat joustavampia työmarkkinoiden muutoksissa ja luovat innovaa- tioita, jotka tukevat talouskasvua pitkällä aikavälillä. Valtio toimii ikään kuin "sijoittajana", joka kantaa osan riskistä, mutta saa takaisin hyötyinä edellä mainittuja positiivisia ulkois- vaikutuksia. Tutkimuksessa nostetaan esiin, että koulutuksen positiiviset vaikutukset heijastuvat myös seuraaviin sukupolviin. Koulutetut vanhemmat kannustavat lapsiaan opiskelemaan, mikä vahvistaa koulutuksen merkitystä sosiaalisen liikkuvuuden edistäjänä. Näin koulu- tus toimii paitsi yksilön inhimillisen pääoman kasvattajana, myös koko yhteiskunnan ke- hitystä tukevana investointina. Samalla muukin sosiaalinen ympäristö vaikuttaa siihen, miten opiskelijat hahmottavat koulutuksen arvon; jos korkeakoulutus ei ole yleinen valinta opiskelijan yhteisössä, tuen tarjoaminen voi madaltaa henkisiä ja taloudellisia esteitä ja tehdä koulutuksesta realis- tisemman vaihtoehdon (Bursztyn & Jensen, 2015). 13 Koulutuksen tasa-arvoinen saavutettavuus vahvistaa osaltaan myös sosiaalista kohee- siota ja tukee poliittista vakautta. Kun eri taustoista tulevilla yksilöillä on yhtäläiset mah- dollisuudet kouluttautua, yhteiskunnassa syntyy vähemmän syrjäytymistä ja enemmän luottamusta instituutioihin. Pitkällä aikavälillä tämä edistää myös talouden kilpailukykyä, sillä koulutuksen kautta saavutettu osaaminen ja innovaatiot leviävät laajasti eri sekto- reille (Green, Preston & Sabates, 2015). 2.3 Käyttäytymistaloustiede Käyttäytymistaloustiede tarjoaa oleellisen viitekehyksen opiskelijoiden koulutuspäätös- ten ymmärtämiseen. Teorian keskeinen lähtökohta on, että yksilöt eivät tee päätöksiä täysin rationaalisesti, vaan rajallisen tiedon, kognitiivisten resurssien ja psykologisten vinoumien ohjaamina (Kahneman, 2002). Opiskelijoilla on taipumus painottaa välittö- miä tarpeita, kuten toimeentuloa ja työtuloja, samalla kun koulutuksen pitkän aikavälin hyödyt jäävät helposti aliarvioiduiksi. Tämä voi johtaa siihen, että opintoihin sitoudu- taan vain osittain tai ne keskeytetään ennen valmistumista. Opintotuki toimii tässä kontekstissa eräänlaisena "siltana", joka vähentää opiskelijan ta- loudellista painetta ja mahdollistaa keskittymisen opintoihin (Laibson, 1997). Erityisen merkittävää tämä on pienituloisille opiskelijoille, joiden mahdollisuuksia pysyä opin- noissa taloudellinen tuki voi ratkaisevasti parantaa. Tutkimus osoittaa, että stipendit ja avustukset lisäävät sitoutumista ja valmistumista etenkin heikommasta sosioekonomi- sesta asemasta tulevien opiskelijoiden keskuudessa (Kahneman, 2002). Käyttäytymistaloustieteen näkökulmasta opiskelijoiden päätöksiin vaikuttavat myös eri- laiset psykologiset vinoumat. Yksi keskeinen on status quo -harha eli taipumus suosia nykytilaa ja välttää päätöksentekoa epävarmassa tilanteessa. Ilman tukea opiskelija voi kokea pelkän opintolainan ottamisen liian riskialttiiksi ja jättäytyä sen vuoksi koulutuk- sen ulkopuolelle (Samuelson & Zeckhauser, 1988). Prospektiteoria, jonka kehittivät Da- niel Kahneman ja Amos Tversky (1979), auttaa osaltaan hahmottamaan tätä logiikkaa. Teorian mukaan ihmiset kokevat tappiot voimakkaampina kuin yhtä suuret voitot, mikä 14 opiskelijoiden kohdalla tarkoittaa sitä, että opintolaina näyttäytyy usein mahdollisena tappiona, vaikka sen pitkän aikavälin tuotto olisi positiivinen. Tällainen tappiokammo voi estää koulutukseen hakeutumisen tai johtaa opintojen keskeyttämiseen taloudelli- sista syistä. Prospektiteorian mukaisesti päätöksen arvo voidaan yksinkertaistetussa muo- dossa ilmaista seuraavasti: 𝑉(𝑥) = 𝑤(𝑝) ∗ 𝑣(𝑥), (2) missä x on päätöksen tulos, v(x) arvon funktio ja w(p) painofunktio, joka kuvaa todennäköisyyksien painottamista. Esimerkiksi opiskelija voi painottaa pientä, mutta epätodennäköistä riskiä työttömyydestä valmistumisen jälkeen enemmän kuin lähes varmaa palkkatulojen kasvua, mikä vaikuttaa kouluttautumispäätök- seen. Rahoitusmuodon esittämistapa eli kehystämisvaikutus (eng. framing effect) voi vaikuttaa ratkaisevasti siihen, miten opiskelijat kokevat velanoton. Esimerkiksi opintolaina, joka ul- kopuolisen toimesta esitetään "sijoituksena omaan tulevaisuuteen", voi herättää myön- teisempiä asenteita kuin se, että sama rahoitusvaihtoehto esitetään pelkkänä velkana (Kahneman & Tversky, 1979). Latinalaisessa Amerikassa toteutettu kokeilu osoitti, että opiskelijat suhtautuivat huomattavasti myönteisemmin taloudellisesti samanlaiseen so- pimukseen, kun sitä kutsuttiin "human capital contractiksi" eikä lainaksi. Laina-termi vä- hensi kokeilun mukaan lainan houkuttelevuutta jopa 8–12 prosenttiyksikköä (Caetano, Palacios & Patrinos, 2019). Vastaavia tuloksia on saatu Yhdysvalloissa, jossa opiskelijoi- den halukkuus ottaa käyttöön tulosperusteinen takaisinmaksujärjestelmä riippui voi- makkaasti siitä, painotettiinko vaihtoehdoissa vakuutuksellista hyötyä vai kustannuksia (Ozbay & Turner, 2019). 15 Käyttäytymistaloustieteeseen kuuluu myös rajallisen rationaalisuuden (eng. bounded ra- tionality) käsite, jonka Daniel Kahneman (2003) kehitti edelleen yhdysvaltalaisen ta- loustieteilijän Herbert Simonin ajatusten pohjalta. Simon kritisoi taloustieteen perin- teistä oletusta täydellisen rationaalisesta toimijasta, joka kykenee aina tekemään opti- maalisia päätöksiä. Hänen mukaansa todellisuudessa yksilöiden päätöksenteko on ra- joittunutta muun muassa puutteellisen tiedon, rajallisten kognitiivisten kykyjen ja aika- rajoitteiden vuoksi. Sen sijaan, että ihmiset maksimoisivat hyötynsä täydellisesti, he pyr- kivät usein "riittävän hyvään" ratkaisuun. Opintojen rahoittamiseen liittyvä informaatio voi olla vaikeasti hahmotettavaa, ja opiskelijan kyky arvioida tulevia hyötyjä realistisesti voi olla rajallinen. Tässä tutkimuksessa tulkitsen, että opintotuki voi toimia paitsi talou- dellisena välineenä myös kognitiivisena tukena, sillä se vähentää päätöksenteon epävar- muutta, yksinkertaistaa vaihtoehtoja ja tukee opiskelijaa rationaalisemman päätöksen tekemisessä (Kahneman, 2003). Kaava (3) havainnollistaa omaa sovellustani, jossa prospektiteorian malliin on lii- tetty kognitiivista rajoitetta kuvaava kerroin C (Kahneman & Tversky, 1979; Simon, 1955; Kahneman, 2003): 𝑉(𝑥) = 𝑤(𝑝) ∗ 𝑣(𝑥) ∗ (1 − 𝐶), (3) missä C kuvaa kognitiivista tai resurssirajoitetta (0 < C < 1). Mitä suurempi rajoite on, sitä enemmän päätöksenteko poikkeaa rationaalisesta ideaalista. Tässä mal- lissa taloudellinen tuki pienentää C:tä, mikä helpottaa epävarmuuden hallintaa ja mahdollistaa opiskelijalle hänen kannaltaan tarkemmin harkitut päätökset. Kirjallisuuden lisäksi myös empiiriset tutkimukset tukevat tätä näkökulmaa. Castleman ja Meyer (2019b) osoittavat, että opiskelijat tekevät usein suboptimaalisia rahoituspäätök- siä, koska he painottavat välittömiä helpotuksia tulevien hyötyjen sijaan. Black et al. vuonna 2020 puolestaan havaitsivat, että opintotuen saatavuus lisää tutkintojen lop- puun suorittamista erityisesti opiskelijoilla, joilla on korkea epävarmuuden kokemus tai 16 heikompi taloudellinen lukutaito. Näin käyttäytymistaloustiede selittää, miksi taloudelli- sella tuella on vaikutuksia, jotka eivät rajoitu pelkästään kustannusten alentamiseen, vaan ulottuvat opiskelijoiden päätöksenteon psykologiseen ja kognitiiviseen ulottuvuu- teen. 17 3 Opintojen rahoitus maittain Tässä luvussa esittelen ja vertaan kolmen maan, Suomen, Tanskan ja Iso-Britannian, opintojen rahoitusmekanismeja. Näiden maiden valinnat havainnollistavat hyvin, kuinka erilaiset rahoitustavat heijastuvat opiskelijoiden toimeentuloon ja opintojen etenemi- seen. Suomessa käytössä on sekamalli, jossa opintoraha, yleinen asumistuki ja valtion takaama opintolaina muodostavat kokonaisuuden. Tanskassa järjestelmä nojaa vahvasti vastikkeettomaan opintorahaan, kun taas Iso-Britanniassa suurin osa tuesta kanavoituu lainojen kautta. EUROSTUDENT-aineisto on kansainvälinen opiskelijatutkimus, joka kartoittaa opiskelijoi- den sosioekonomista taustaa, toimeentuloa ja opiskelukokemuksia useissa Euroopan maissa. Tässä luvussa hyödynnän jo joitakin sen keskeisiä havaintoja, mutta esittelen ai- neiston tarkemmin luvussa 5. EUROSTUDENT 8 -aineisto tuo esiin merkittäviä eroja maiden välillä. Suomessa opiskeli- jat kokevat usein toimeentulon epävarmuutta ja turvautuvat työntekoon. Tanskassa kat- tavampi opintoraha vähentää työnteon tarvetta ja mahdollistaa päätoimisen opiskelun. Iso-Britannia ei ole mukana uusimmassa EUROSTUDENT-aineistossa, mutta maassa tuo- tetut omat tutkimukset osoittavat, että lainapainotteisuus kasvattaa velkaantumista ja aiheuttaa stressiä erityisesti valmistumisen jälkeen (Hauschildt et al., 2024 ; Ogden & Waltmann, 2024). 3.1 Suomi Suomen korkeakouluopintojen rahoituksella on pitkä historia, jonka aikana järjestelmä on muotoutunut yhdistämään opintorahan, valtion takaaman opintolainan ja asumis- tuen. Näiden elementtien avulla on pyritty turvaamaan opiskelijoiden toimeentulo ja mahdollistamaan korkeasti kouluttautuminen, sosioekonomisesta taustasta riippumatta. 18 Valtion takaama opintolaina otettiin käyttöön jo vuonna 1959, mikä merkitsi tärkeää as- kelta kohti järjestelmällistä opiskelijoiden taloudellista tukemista. Vuonna 1969 otettiin käyttöön korkotukilainat, jotka muodostivat vuosikymmeniksi keskeisen osan Suomen opiskelijoiden rahoitusmallia. Korkotukijärjestelmä tarkoitti sitä, että valtio maksoi opis- kelijan lainan korot kokonaan opintojen aikana ja kahden vuoden ajan valmistumisen jäl- keen, jos laina oli nostettu opintotukioikeuden aikana. Lisäksi opiskelija saattoi hakea korkotukea myös takaisinmaksuvaiheessa, mikäli hänen tulonsa jäivät Kelan määrittele- mien rajojen alle. Näin tarjottiin taloudellista turvaa niille, jotka eivät heti valmistumisen jälkeen työllistyneet odotetusti (Kela, 2016). Etenkin 1990-luvulla korkotukijärjestelmä nähtiin tärkeänä tasa-arvopolitiikan välineenä. Järjestelmä vähensi lainanottoon liittyviä riskejä ja loi luottamusta siihen, että valtio tukee opiskelijoita epävarmassa työmarkki- natilanteessa. Vuonna 1972 voimaan astunut Opintotukilaki (28/1972) muodosti nykyjärjestelmän pe- rusrakenteen. Sen jälkeen tukimuotoja on laajennettu ja kehitetty. Vuonna 1977 opinto- rahaan ja korkotukeen liitettiin asumistuki, ja vuonna 1992 opintorahan määräytymispe- rusteita tarkistettiin siten, että sen bruttomäärä kasvoi mutta siitä tuli verotettavaa tuloa. Vuosien 1995–2009 aikana järjestelmää muokattiin useilla pienemmillä päätöksillä, joista merkittävimpiä olivat vuoden 1995 opintorahan 10 prosentin leikkaus ja vuoden 2008 15 prosentin korotus (Opetus- ja kulttuuriministeriö, 2025a). Nykyinen voimassa oleva Opintotukilaki (65/1994) tuli voimaan vuonna 1994. Merkittävä murros tapahtui vuonna 2014, kun korkotukilainajärjestelmä korvattiin pää- osin opintolainahyvityksellä. Tämä merkitsi siirtymää passiivisesta tuesta aktiiviseen kan- nustamiseen. Jatkossa opiskelija sai hyvityksen osasta lainaansa vain valmistumalla mää- räajassa (Uusitalo, 2016; Kela, 2024c). Painopiste siirtyi näin tavoitteeseen nopeam- masta valmistumisesta ja lainarahan aktiivisempaan käyttöön. Samalla opintolainan rooli järjestelmässä on kasvanut. Lainan enimmäismäärä on vuosina 2016–2024 noussut 400 eurosta 850 euroon kuukaudessa (Valtioneuvosto, 2023). Vuonna 2014 käyttöön otettu lainahyvitys pohjustaa tätä muutosta, sillä se kannustaa nostamaan lainaa ja palkitsee 19 määräajassa valmistuvia siten, että valtio maksaa 40 prosenttia lainan 2 500 euron ylit- tävästä osuudesta (Kela, 2024d). Opintorahan ostovoima on ollut pitkään puhuttava ongelma. Ennen vuotta 2014 sitä ei sidottu indeksiin, minkä vuoksi sen reaaliarvo heikkeni jatkuvasti inflaation seurauksena. Vuonna 2014 käyttöön otetut indeksikorotukset pyrkivät korjaamaan tilannetta, mutta vuodesta 2024 alkaen indeksisidonnaisuus uudelleen jäädytettiin, mikä tulee heikentä- mään tuen riittävyyttä tulevina vuosina (HE 80/2023; Valtion talousarvioesitys, 2024). Nykyisin, vuonna 2025, opintorahan määrä on noin 260 euroa kuukaudessa, mikä ei riitä kattamaan edes murto-osaa opiskelijan elinkustannuksista. Opiskelijoiden toimeentulo Suomessa on muodostunut ja muodostuu edelleenkin use- asta eri lähteestä. Tilastokeskuksen (2023) mukaan 55 prosenttia 18–64-vuotiaista opis- kelijoista teki työtä opintojensa ohessa vuonna 2022. EUROSTUDENT 8 -aineiston mu- kaan keskimäärin 26 % opiskelijoista raportoi vakavia tai erittäin vakavia taloudellisia vai- keuksia, ja opiskelijoista, jotka ovat riippuvaisia julkisesta opintotuesta, jopa 35 % kuuluu tähän ryhmään. EUROSTUDENT 8 -aineiston mukaan suomalaiset opiskelijat tekevät kes- kimäärin noin 14 tuntia palkkatyötä viikossa, mikä on selvästi enemmän kuin Tanskassa, jossa vastaava määrä on noin 10 tuntia (Mandl, 2024). Työnteolla on opiskelijoille kaksijakoinen merkitys. Työnteko parantaa toki taloudellista tilannetta ja tuo työkokemusta, mutta on omiaan useimmissa tapauksissa hidastamaan opintoja ja kasvattaa riskiä opintojen keskeytymiseen (Viuhko, 2006). Opiskelijat myös ilmaisevat usein halunsa turvata toimeentulonsa mieluummin työn kuin lainan avulla, vaikka opintolaina onkin valtion takaama ja ehdoiltaan kohtuullisen edullinen (Lavikai- nen, Erola & Kilpi-Jakonen, 2013; Kela, 2024c). Korkeakouluopiskelijoiden asumisen tukeminen Suomessa muuttui vuonna 2017, kun opiskelijat siirrettiin opintotuen asumislisän alta yleisen asumistuen piiriin. Tämä paransi monen opiskelijan mahdollisuuksia saada tukea, sillä järjestelmä ei enää ollut sidottu 20 opintotuen mukaisiin tulorajoihin (Valtioneuvosto, 2016). Vuonna 2025 Suomessa palat- tiin kuitenkin pääosin opintotuen asumislisän käyttöön (Opetus- ja kulttuuriministeriö, 2025a) Opintoraha on kuitenkin yhä tulosidonnainen, eli opiskelija voi ansaita tietyn summan vuodessa ilman, että tuki pienenee tai se peritään takaisin (Kela, 2024e). Tulo- rajavalvonnalla pyritään kohdentamaan tuki eniten tarvitseville, mutta se voi luoda kan- nustinloukkuja opiskelijoille, joiden työnteko ylittää rajan (Jauhiainen et al., 2019). Kan- nustinloukulla tarkoitetaan tilannetta, jossa opiskelijan taloudellinen hyöty työnteosta pienenee tai katoaa kokonaan, koska lisätulot vähentävät oikeutta opintotukeen tai pie- nentävät sen määrää. Käytännössä tämä voi tarkoittaa sitä, että opiskelija joutuu valitse- maan joko opintotuen menettämisen tai työnteon rajoittamisen, vaikka hänellä olisi ha- lukkuutta ja mahdollisuuksia tehdä enemmän työtä. Opintotuen tulorajat voivat näin muodostaa kynnyksiä, joiden ylittäminen johtaa tulojen nettomenetykseen. Tämä heikentää työnteon kannustimia ja voi samalla hidastaa opin- tojen etenemistä, jos opiskelija pyrkii sopeuttamaan työmääräänsä tulorajojen mukai- sesti. Laajemmin tarkasteltuna kannustinloukut ovat ongelmallisia myös työmarkkinoi- den näkökulmasta, koska ne voivat vähentää opiskelijoiden halukkuutta osallistua työ- elämään ja hankkia työkokemusta jo opintojen aikana. Kokonaisuutena Suomen järjestelmä tasapainoilee riittävän toimeentulon ja kannusti- mien välillä. Sen tavoitteena on tukea päätoimista opiskelua, mutta käytännössä matala opintoraha ja tiukat tulorajat ohjaavat opiskelijoita joko työskentelemään opintojen ohella tai turvautumaan lainarahaan. Tulevaisuuden haasteena on, miten järjestelmä voisi tarjota opiskelijoille riittävää taloudellista turvaa ilman, että opintojen eteneminen hidastuu tai koulutuksellinen tasa-arvo vaarantuu. 3.2 Tanska Tanskan opintotukijärjestelmä, Statens Uddannelsesstøtte, jota myöhemmin tässä tut- kielmassa merkitsen lyhenteellä SU, on yksi Euroopan kattavimmista, ja se tarjoaa talou- dellista turvaa sekä toisen asteen että korkeakoulujen opiskelijoille. Järjestelmä rakentuu 21 kahdesta osasta: vastikkeettomasta opintorahasta ja valtion takaamasta opintolainasta. Tuen perimmäinen tavoite on taata koulutuksellinen tasa-arvo kaikille kansalaisille riip- pumatta perhetaustasta tai taloudellisista resursseista (Ministry of Higher Education and Science, 2024). Vuonna 2023 korkeakouluopiskelijat saattoivat saada opintorahaa enimmillään noin 6 589 Tanskan kruunua kuukaudessa ennen veroja. Lisäksi opiskelija saattoi hakea valtion takaamaa opintolainaa, jonka määrä oli noin 2 987 kruunua kuukaudessa. Laina makse- taan takaisin valmistumisen jälkeen tyypillisesti 7–15 vuoden aikana. Toisin kuin Suo- messa, lainalla on kuitenkin järjestelmässä selkeästi toissijainen asema, kun pääasialli- nen toimeentulo rakentuu opintorahan varaan (Ministry of Higher Education and Science, 2024). Opintotuen kesto on Tanskassa rajattu, mutta silti joustava. Opiskelijalla on oikeus 70 tukikuukauteen, ja lisäksi opiskelija voi saada 12 lisäkuukautta tukea, mikäli aloittaa en- simmäisen korkeakoulututkinnon enintään kahden vuoden sisällä edellisistä pätevistä opinnoista (Ministry of Higher Education and Science, 2024). Lisäksi tukioikeus on sidottu opiskelijan ikään ja yleensä sitä voi saada 60 ikävuoteen saakka, mikä tukee myös aikuis- kouluttautumista. Vuodesta 2014 lähtien SU on sidottu indeksiin, mikä suojaa sen osto- voimaa inflaatiolta (Nordic Council of Ministers, 2024). Opiskelijoiden työntekoa Tanskassa säädellään tulorajoilla, joiden tarkoitus on turvata päätoiminen opiskelu mutta sallia kohtuullinen ansiotyö. Vuonna 2023 raja oli 13 876 kruunua kuukaudessa, jos opiskelija sai tukea koko vuoden ajan. Tulorajan ylityksestä seuraa velvollisuus palauttaa osa tuesta (Ministry of Higher Education and Science, 2024). Tanskan järjestelmä huomioi myös populaation erityisryhmät. Opiskelijat, joilla on lapsia, voivat saada ylimääräistä SU-tukea, ja lisäksi järjestelmä tarjoaa lisäturvaa opiskelijoille, joilla on erityisiä terveydellisiä tarpeita. Näin pyritään varmistamaan, että esimerkiksi yk- sinhuoltajilla ja kehitysvammaisilla opiskelijoilla on realistinen mahdollisuus suoriutua 22 opinnoista ilman kohtuutonta taloudellista painetta (Ministry of Higher Education and Science, 2024). Korkeakouluopinnot ovat Tanskassa maksuttomia. Kustannukset katetaan verotuloilla, ja vaikka verotus on korkea, kansalaiset pitävät maksutonta koulutusta ja laajaa opintotu- kea merkittävänä yhteiskunnallisena investointina ja kansalaisten tasa-arvon takeena. 3.3 Iso-Britannia Iso-Britanniassa opintolainat ovat käytännössä kaikkien opiskelijoiden arkea. Vuonna 2021/22 ja 2022/23 noin 95 prosenttia perustutkinto-opiskelijoista nosti lainaa (Bolton, 2025). Järjestelmä jakautuu kahteen päämuotoon, lukukausimaksulainoihin ja toimeentulolai- noihin. Lukukausimaksulaina kattaa kokonaisuudessaan korkeakoulujen lukukausimak- sut, jotka Englannissa ja Walesissa voivat olla jopa 9 250 puntaa vuodessa. Toimeentulo- lainan määrä vaihtelee opiskelijan asuinpaikan, perheen tulojen ja opiskelijan asumis- muodon mukaan. Esimerkiksi Lontoossa asuva täysipäiväinen opiskelija saattoi vuonna 2023 saada toimeentulolainaa jopa 12 667 puntaa vuodessa, mutta korkeampituloisten perheiden lapsille laina myönnettiin lähtökohtaisesti pienempänä (Ogden & Waltmann, 2024; GOV.UK, 2024a). Skotlannissa tilanne poikkeaa, sillä lukukausimaksuja ei peritä EU- alueen ja Iso-Britannian opiskelijoilta, mikä vähentää osaltaan opintolainojen tarvetta (SAAS, 2024). Lainojen volyymi osoittaa järjestelmän mittakaavan. Vuonna 2023/24 uu- sien lainojen kokonaismäärä nousi noin 20,1 miljardiin puntaan, kun mukaan lasketaan sekä lukukausimaksu- että toimeentulolainat. Ennusteiden mukaan opintolainojen koko- naismäärän odotetaan kasvavan lähivuosina merkittävästi. Vuosien 2024/25 ja 2029/30 välillä kokonaislainojen volyymin arvioidaan kasvavan 26 prosenttia, mikä tarkoittaisi noin 26 miljardin punnan vuosittaisia uusia lainoja vuoteen 2030 mennessä (Bolton, 2025). 23 Opintolainojen takaisinmaksua Iso-Britanniassa säädellään niin kutsutulla Plan-järjestel- mällä, jonka tarkoitus on määritellä opiskelijoille lainaehdot, kuten takaisinmaksun alka- misajan ja opiskelijan tulorajat. Plan 1 -järjestelmä koskee ennen syyskuuta 2012 opin- tonsa aloittaneita opiskelijoita, kun taas vuonna 2012 käyttöön otettu Plan 2 muodostaa edelleen useimpien nykyisten lainansaajien perustan. Plan 2 koskee erityisesti niitä, jotka aloittivat opintonsa Englannissa syyskuun 2012 ja heinäkuun 2023 välillä (GOV.UK, 2024b). Vuonna 2023 lanseerattua Plan 5 -järjestelmää sovelletaan kaikkiin 1.8.2023 jäl- keen opintonsa aloittaneisiin henkilöihin. Uuden järjestelmän myötä takaisinmaksukyn- nystä laskettiin 27 295 punnasta 25 000 puntaan ja lainan takaisinmaksuaikaa pidennet- tiin 30 vuodesta 40 vuoteen (Ogden & Waltmann, 2024; GOV.UK, 2024c). Lainojen takaisinmaksu alkaa, kun valmistuneen vuositulot ylittävät niille asetetun rajan, joka on Plan 2 -järjestelmässä 28 470 puntaa ja Plan 5 -järjestelmässä 25 000 puntaa vuodessa. Tulorajat ylittävästä osasta maksetaan 9 prosenttia takaisin. Tuloihin sidottu järjestelmä tarjoaa joustavuutta erityisesti matalilla uran alun palkoilla, mutta Plan 5 te- kee takaisinmaksusta vähemmän progressiivisen. Koska maksaminen alkaa alemmalla tulotasolla ja jatkuu 40 vuoden ajan, matalatuloiset maksavat suhteessa suuremman osan lainastaan takaisin kuin korkeatuloiset (Ogden & Waltmann, 2024). Korkoehdoissa on myös eroja järjestelmien välillä. Plan 2 -lainoissa korko vaihtelee in- flaation (Retail Price Index, RPI) ja RPI+3 prosentin välillä riippuen valmistuneen tuloista, kun taas Plan 5 -lainoissa korko on sidottu pelkästään RPI:hin, mikä tekee niistä pitkällä aikavälillä hieman edullisempia (Bolton, 2025). Lainat mitätöityvät Plan 2:ssa 30 vuoden ja Plan 5:ssä 40 vuoden kuluttua takaisinmaksun alkamisesta. Tämä tarkoittaa, että mer- kittävä osa matalatuloisista valmistuneista ei koskaan maksa koko lainaa takaisin ennen lainansa anteeksisaamista. Vaikka järjestelmä on selkeästi lainapainotteinen, tietyissä tilanteissa opiskelijat voivat saada ei-takaisinperittävää tukea. Pienituloisten perheiden lapsille voidaan myöntää toi- meentulotukia, ja opiskelijat, joilla on vamma, pitkäaikaissairaus, mielenterveyden häiriö 24 tai oppimisvaikeus, voivat hakea Disabled Students’ Allowance -tukea. Tämä ei ole tuloi- hin sidottu, ja sitä voidaan käyttää esimerkiksi erityisohjelmistoihin, henkilökohtaiseen ohjaukseen tai teknisiin apuvälineisiin (GOV.UK 2024d). Lisäksi korkeakoulut voivat myöntää omia bursary- tai grant-tyyppisiä tukia, jotka perustuvat joko taloudelliseen tar- peeseen tai erityistilanteisiin, kuten vanhemmuuteen. Esimerkkejä tällaisista tuista ovat Parents’ Learning Allowance ja Adult Dependants’ Grant (GOV.UK, 2024e). Pohjois- Irlannissa ja Skotlannissa käytössä ovat myös Maintenance Grant ja Special Support Grant, jotka vähentävät toimeentulolainan tarvetta (Student Finance NI, 2024; SAAS, 2024). Vuodesta 2025 lähtien Iso-Britanniassa käyttöön otettu Lifelong Loan Entitlement -malli tuo järjestelmään uutta joustavuutta. Se mahdollistaa lainan saamisen myös kurssimuo- toisiin opintoihin ja ammatillisen osaamisen päivittämiseen, minkä tavoitteena on tukea Iso-Britanniassa elinikäistä oppimista ja vastata työmarkkinoiden muuttuvaan tarpee- seen (GOV.UK, 2024f). Yhteiskunnan tasolla monipuolisen kouluttautumisen mahdollis- taminen nostaa työvoiman osaamistasoa, parantaa kykyä sopeutua talouden ja työmark- kinoiden muutoksiin sekä tukee työllisyyttä. Kokonaisuutena Iso-Britannian rahoitusjärjestelmä on yksi Euroopan lainapainotteisim- mista. Sen etuna on korkeakoulutuksen laaja saavutettavuus, sillä lukukausimaksut ja elinkustannukset voidaan kattaa lainoilla. Haittapuolena on kuitenkin merkittävä vel- kaantuminen, kun valmistuessa velkataakka voi nousta yli 45 000 puntaan ja jopa 40 vuo- den takaisinmaksuaika sitoo opiskelijat pitkäksi ajaksi (Ogden & Waltmann, 2024). Opin- tolainojen keskimääräinen vuosittainen lainasumma on vaihdellut viime vuosina 2019– 2023 14 550–15 230 punnan välillä, mutta laski hieman, 14 650 puntaan, vuosien 2023– 2024 välillä (Bolton, 2025). Viimeaikaiset uudistukset, kuten Lifelong Loan Entitlement, pyrkivät vastaamaan joustavuuden tarpeeseen, mutta eivät poista perusongelmaa siitä, että järjestelmä siirtää kuitenkin suuren taloudellisen riskin opiskelijoiden harteille. 25 3.4 Maat vertailussa Suomen, Tanskan ja Iso-Britannian rahoitusmalleja vertailemalla voi hahmottaa eroja maiden välillä siinä, miten painotetaan avustuksia, lainoja ja työntekoa, ja kuinka nämä tekijät muokkaavat opiskelijoiden taloudellista asemaa. Suomi ja Tanska jakavat sen yh- teisen tekijän, että rahoitus rakentuu sekä opintorahasta että valtion takaamasta opin- tolainasta, mutta kuitenkin maat eroavat toisistaan siinä, miten paljon mitäkin instru- menttia painotetaan. Hallituksen vuoden 2013 esityksessä todetaan, että Suomi on Poh- joismaista toisena Tanskan jälkeen, kun tarkastellaan opintorahan osuutta opiskelijoiden rahoituksesta (HE 197/2013). Tuoreimman EUROSTUDENT 8 -aineiston mukaan ase- telma on kuitenkin hieman muuttunut. Julkinen tuki muodostaa opiskelijoiden tärkeim- män tulonlähteen vain Tanskassa ja Ruotsissa, kun taas Suomessa ja Norjassa suurin osuus opiskelijatuloista tulee pääasiassa palkkatyöstä (Hauschildt et al., 2024). Muutakin julkista tukea on Tanskassa ja Iso-Britanniassa sisällytetty opintotukeen. Tans- kan SU-järjestelmä huomioi erityisryhmät suoraan opintotuen rakenteessa. Opiskelija, jolla on lapsia, voi saada ylimääräistä tukea, ja lisäksi on olemassa lisäetuuksia opiskeli- joille, joilla on esimerkiksi terveydellisiä rajoitteita (Ministry of Higher Education and Science, 2024). Iso-Britanniassa puolestaan on käytössä Childcare Grant ja Parents’ Lear- ning Allowance, jotka täydentävät lainapohjaista rahoitusta ja tukevat opiskelijoita, joilla on huollettavia lapsia (GOV.UK., 2024e). Suomessa erityisryhmien tukeminen ei ole sa- malla tavalla sisällytetty suoraan opintotukeen, mutta sitä täydentävät muut sosiaalitur- van muodot. Opintorahaan voidaan myöntää huoltajakorotus, ja lisäksi opiskelijat voivat saada yleistä asumistukea, sairauspäivärahaa, vanhempainetuuksia sekä vammaisetuuk- sia tai kuntoutusrahaa tilanteen mukaan. Näin ollen, vaikka Suomen järjestelmä vaikut- taa hajautetummalta, myös Suomessa pyritään turvaamaan erityisryhmien toimeentulo useiden eri tukikanavien kautta. Iso-Britannia edustaa tämän vertailun toista ääripäätä. Siellä rahoitusjärjestelmä perus- tuu lähes yksinomaan lainoihin, joilla katetaan sekä lukukausimaksut että elinkustannuk- set. Tämä on johtanut yleisesti valtiossa siihen, että opiskelijoiden velkataakka on 26 kansainvälisesti hyvin korkea, keskimäärin yli 45 000 puntaa valmistuessa, mikä puoles- taan lisää taloudellista epävarmuutta erityisesti opintojen loppuvaiheessa ja uran alku- vaiheessa (Ogden & Waltmann 2024). Laaja velkaantuminen heijastuu monin tavoin opiskelijoiden arkeen ja erityisesti siihen, millaisia ratkaisuja he tekevät valmistumisen jälkeen. Tutkimusten mukaan suuri velkamäärä ei ainoastaan herätä huolta siitä, riittä- vätkö tulot työuran alkuvaiheessa, vaan se vaikeuttaa myös pidemmän aikavälin suunni- telmien toteuttamista (Callender & de Gayardon, 2021; CGHE, 2022). Velan vuoksi nuo- ret aikuiset siirtävät usein eteenpäin isoja elämää koskettavia päätöksiään, kuten ensim- mäisen oman asunnon hankintaa, perheen perustamista ja säästämisen aloittamista, mikä usein vaikuttaa laajemmin koko talouden kehitykseen. Taloudellisen paineen ohella velkaan liittyy toki myös henkistä kuormitusta; jatkuva huoli velan maksuaikataulusta ja lainan paisumisesta korkojen myötä lisää stressiä ja heikentää koettua hyvinvointia (Perry, 2024). Velan merkittävyys osana arkea korostuu erityisesti silloin, kun taloudessa vaikuttaa laskusuhdanne, työttömyys on yleistä varsinkin vasta valmistuneilla eikä velan maksuun tarvittavia resursseja ole helposti saatavilla. Vuonna 2025 korkeakoulusta valmistuneiden työttömyys on noussut Isossa-Britanniassa aiemmasta. Noin kuusi prosenttia vastavalmistuneista oli vailla työtä, mikä on selvä kasvu edellisvuosiin verrattuna. Erityisesti huomio kiinnittyy ulkomaalaistaustaisiin, juuri kor- keakoulusta valmistuneihin, joiden työttömyysaste on noussut jopa yhdentoista prosen- tin tuntumaan. Samalla täysipäiväiseen työhön sijoittuvien osuus on laskenut, mikä ker- too siitä, että yhä useampi valmistunut päätyy osa-aikatöihin tai tehtäviin, jotka eivät vastaa omaa koulutusta. Suomessa korkeakoulutettujen työttömyys on vuonna 2025 kasvanut selvästi ja vastaval- mistuneita oli helmikuussa 2025 ilman työtä arviolta lähes 18 000. Kaikkiaan korkeakou- lutettuja työttömiä oli tällöin noin 55 000, mikä tekee tästä ryhmästä yhden nopeimmin kasvavista työttömyysjoukoista. Työllistymisen vaikeudet korostuvat etenkin aloilla, joilla työpaikkoja on vähän suhteessa valmistuneiden määrään, kuten humanistisissa tieteissä 27 ja osin myös tekniikan ja kauppatieteiden aloilla. Vaikka joillakin sektoreilla, kuten ter- veydenhuollossa, työvoimapula helpottaa työllistymistä, monilla muilla aloilla uran alku- vaiheeseen liittyy nyt huomattavaa epävarmuutta, mikä yhdessä velkaantumisen kanssa ei edesauta yhteiskunnan kehitystä toivottuun suuntaan (Akava Works, 2025). Perinteisesti korkeakoulutusta on pidetty Suomessa varmana väylänä vakaaseen talou- delliseen asemaan ja hyvään elämään. Ajatus on ollut, että tutkinnon suorittaminen ta- kaa kohtuullisen toimeentulon ja turvaa uran aikana, samalla kun opintotuki ja opinto- raha ovat tarjonneet riittävän perustan opiskeluaikaiselle elämälle. Kun opintorahan os- tovoima heikentyy ja työttömyys kasvaa ja kun tutkinto ei enää automaattisesti takaa- kaan työllistymistä koulutusta vastaaviin tehtäviin, korostuvat kysymykset siitä, onko jär- jestelmässä valuvika. Vaikka Tanskan laaja ja vastikkeeton opintotukijärjestelmä on kansainvälisesti tunnus- tettu tasa-arvoisen koulutuksen edistäjä, siihen liittyy myös taloudellisia ja institutionaa- lisia rajoitteita (Arendt, 2013). Järjestelmä perustuu poikkeuksellisen korkeaan verotuk- seen, mikä tekeekin järjestelmän riippuvaiseksi vakaasta veropohjasta (Fraser Institute, 2021). OECD:n raporttien mukaan julkisen sektorin osuus korkeakoulutuksen rahoituk- sesta on Tanskassa noin 82 prosenttia, mikä on kansainvälisesti yksi korkeimmista (OECD, 2021). Tämä nostaa kysymyksen järjestelmän pitkän aikavälin kestävyydestä, sillä julkiset menot ovat jo nykyisellään suuret suhteessa bruttokansantuotteeseen. Lisäksi tukijärjes- telmä on synnyttänyt ilmiön, jota mediassa on kutsuttu “ikuisuusopiskelijoiksi” (World Economic Forum, 2017). Runsas tuki vähentää opiskelijoiden henkilökohtaista taloudel- lista painetta ja voi johtaa siihen, ettei valmistumista priorisoida samalla tavoin kuin maissa, joissa opintojen rahoitus on lainapainotteisempaa (The World, 2023). Esimer- kiksi Suomessa opiskelijoita kannustetaan valmistumaan määräajassa opintolainahyvi- tyksen avulla, joka palkitsee tutkinnon suorittamisesta tavoiteajassa (Kela, 2024a). Tans- kan hallitus onkin joutunut toteuttamaan uudistuksia, kuten Study Progress Reform -oh- jelman, jolla pyritään nopeuttamaan valmistumista ja parantamaan tehokkuutta (OECD, 2021). 28 Kriittiset arviot nostavat esiin myös tasa-arvon rajoitteet. Vaikka opintotuki poistaa ta- loudellisia esteitä ja mahdollistaa opiskelun kaikille sosioekonomisista lähtökohdista riip- pumatta (Hansen, 2018), korkeasti koulutettujen vanhempien lapset ovat silti selvästi yliedustettuina yliopistoissa kansainvälisesti. OECD:n Education at a Glance -raportin mukaan 25–34-vuotiaista OECD-maissa noin 70 % niistä, joiden vanhemmilla on korkea- asteen tutkinto, saavuttaa korkea-asteen tutkinnon. Samaan aikaan noin 26 % niistä, joi- den vanhemmat eivät ole suorittaneet edes toisen asteen koulutusta, saavuttaa alem- man korkeakoulututkinnon (OECD, 2025). Lisäksi tutkimus How Does Socio-Economic Status Influence Entry into Tertiary Education osoittaa, että kaikissa OECD-maissa, joissa on saatavilla tietoa, opiskelijat, joiden vanhemmat eivät ole suorittaneet korkeakoulu- tutkintoa, ovat merkittävästi aliedustettuina aloittamassa korkeakoulututkintoa verrat- tuna siihen väestöosuuteen, jonka vanhemmat ovat korkea-asteen suorittaneita (OECD, 2019). Näin ollen tämä ilmiö ei rajoitu vain Tanskaan tai Pohjoismaihin vaan on laaja ja syste- maattinen. Se näkyy useimpien teollisuusmaiden tilastoissa, erityisesti OECD-maissa, missä koulutuspolitiikka pyrkii edistämään tasa-arvoa, mutta sosioekonominen perimä vaikuttaa edelleen voimakkaasti koulutuspolkuun ja korkeakoulutukseen pääsyyn. Li- säksi Tilastokeskuksen (2024) pitkittäishavainnot kuvaavat, että matalasti koulutetun vanhemman lapsilla on matalampi todennäköisyys edetä korkeakoulutukseen ja saavut- taa ylempi korkeakoulututkinto kuin väestöllä keskimäärin. Suomessa sosioekonominen tausta näkyy edelleen koulutuspoluissa sekä valinnassa lu- kion ja ammatillisen koulutuksen välillä, että korkeakoulutukseen siirtymisessä. Alem- masta sosioekonomisesta taustasta tulevat oppilaat valitsevat yläkoulun jälkeen amma- tillisen väylän selvästi useammin kuin lukion, ja ammatillisen valinneista 59 prosentilla kumpikaan vanhemmista ei ole suorittanut korkea-astetta, kun lukion valinneilla vas- taava osuus on 27 prosenttia (Kalenius, 2023). Korkeakoulutukseen hakeutumisessa ja läpäisyssä vanhempien koulutus on vahvasti yhteydessä nuorten omiin koulutustulemiin, mikä näkyy jo toisen asteen tasolla ja heijastuu korkeakouluun saakka (Tilastokeskus, 29 2024). Periytyvyyden mekanismeja on tutkittu myös kausaalisesti. Suomalaisaineistoihin perustuvat analyysit osoittavat, että korkeakoulutuksen alueellinen saavutettavuus lisää nuorten todennäköisyyttä suorittaa korkeakoulututkinnon ja että vaikutus ulottuu hei- dän lastensa pitkän aikavälin koulutustulemiin (Suhonen & Karhunen, 2017). OECD:n tuore aineisto vahvistaa, että ilmiö on sitkeä ja yleinen eikä Suomi muodosta poikkeusta. Suomi kuuluu maihin, joissa nuorten aikuisten korkea-asteen tutkinnon suo- rittaneiden osuus on laskenut viime vuosina, mikä asettaa lisäpaineita koulutuksellisen tasa-arvon vahvistamiselle (OECD, 2025). Myös sukupuolierot kietoutuvat sosioekonomisiin eroihin. 25–34-vuotiaista naisista 46 prosentilla on korkea-asteen tutkinto, kun miehistä vastaava osuus on 33 prosenttia (OECD, 2025). Alue-erot ovat Suomessa kansainvälisesti pieniä, mutta perhetausta selit- tää edelleen merkittävän osan koulutusvalinnoista ja -tuloksista (Opetus- ja kulttuurimi- nisteriö, 2023). Iso-Britanniassa sosioekonominen tausta näyttäytyy selvästi korkeakouluopiskeluun pää- syssä ja opiskelutuloksissa. IFS-tutkimuksen mukaan opiskelijoilla, joiden vanhemmat kuuluvat alempiin sosioekonomisiin ryhmiin, on noin viiden prosenttiyksikön alhaisempi todennäköisyys valmistua tutkinnostaan kuin korkean statuksen opiskelijoilla saman kurssin sisällä (Crawford, 2014). Tilastot Englannista vuosilta 2023–2024 kertovat, että 52,5 % tytöistä etenee korkeakouluopintoihin 19-vuotiaina, mutta poikien vastaava luku on vain 39,5 %, mikä kuvastaa sekä sukupuoli- että sosioekonomisten tekijöiden yhteis- vaikutusta (Department for Education, 2025). Kansainvälinen vertailu tuo esiin valikoitujen kolmen maan lisäksi muitakin vaihtoehtoi- sia rahoitusmalleja. Muun muassa Yhdysvalloissa korkeakouluopintoja tuetaan laajasti erilaisten veropohjaisten ohjelmien avulla. Kyse on veroeduista, kuten opintoverovähen- nyksistä ja hyvityksistä, kuten American Opportunity Tax Credit, jotka pienentävät opis- kelijan tai hänen perheensä verotettavia tuloja tai maksettavia veroja. Näiden tukien 30 erityispiirre on, että ne realisoituvat vasta jälkikäteen vuosittaisen veroilmoituksen yh- teydessä, eikä niistä ole suoranaista hyötyä opiskeluaikaisten välittömien menojen, ku- ten asumis- tai ruokakulujen, kattamiseen. Kyseinen mekanismi on kuitenkin varsin te- hoton opiskelijoiden lyhyen aikavälin taloudellisen tarpeen näkökulmasta. Turner (2011) on lisäksi osoittanut, että veropohjaiset tuet hyödyttävät suhteettomasti keskiluokkaisia perheitä, joilla on riittävästi tuloja ja verotettavaa, jotta vähennykset voidaan hyödyntää täysimääräisesti. Sen sijaan kaikkein heikoimmassa taloudellisessa asemassa oleville opiskelijoille näistä eduista on vain vähän tai ei lainkaan konkreettista hyötyä. Tutkimuskirjallisuus tukee taas näkemystä siitä, että nimenomaan suorat avustukset ovat tehokkain tapa lisätä koulutukseen osallistumista ja tukea opiskelijoiden tahtotilaa saat- taa opintonsa loppuun saakka. Iso-Britanniassa Dearden, Fitzsimons ja Wyness (2014) osoittivat difference-in-difference-analyysillään1 , että vuoden 2004 ylläpitoavustusten käyttöönotto lisäsi korkeakoulutukseen osallistumista lähes neljällä prosenttiyksiköllä erityisesti pienituloisten joukossa. Ylläpitotuen suuruus määräytyi kotitalouden tulojen perusteella: pienituloisimmat opiskelijat saivat suurimman summan, kun taas varak- kaampien perheiden opiskelijat eivät olleet tukikelpoisia tai saivat vain pienen osuuden. Käytännössä tämä tarkoitti sitä, että vähävaraisemmista taustoista tulevilla nuorilla oli aiempaa paremmat mahdollisuudet osallistua korkeakouluopintoihin ilman, että heidän tarvitsi nojautua yhtä voimakkaasti lainarahoitukseen. Ylläpitoavustukset olivat Ison-Britannian korkeakoulujärjestelmässä opiskelijoille myön- nettyjä suoria tukia, jotka oli tarkoitettu kattamaan elämisen kustannuksia, kuten asu- mista, ruokaa ja muita arkisia menoja, opintojen aikana. Ylläpitoavustukset poistettiin käytöstä vuosien 2016–2017 aikana. Ne erosivat lainoista siinä, ettei niitä tarvinnut mak- saa takaisin. 1 Difference-in-difference (DiD) on tilastollinen menetelmä, jota käytetään arvioimaan politiikkatoimenpi- teen tai jonkin ulkoisen muutoksen kausaalivaikutusta. Sen idea on verrata muutosta interventiolle altis- tuneessa ryhmässä ja verrokkiryhmässä, ennen ja jälkeen politiikkamuutoksen (Wooldridge, 2020). 31 Samoin Cohodesin ja Goodmanin (2014) tutkimus Massachusettsin Adams Scho- larshipista osoitti, että in-kind-tukimuodot, kuten lukukausimaksujen alennukset, paran- sivat yleistä valmistumisastetta tehokkaammin kuin esimerkiksi vain pelkät verohuojen- nukset. Eurooppalaisessa vertailussa EUROSTUDENT 8 -tutkimusaineisto vahvistaa, että maissa, joissa tuki on avustuspainotteista kuten Tanskassa, opiskelijat kokevat vähemmän talou- dellista stressiä, keskeyttämisriski on matalampi ja velkaantuminen pysyy hallinnassa. Sen sijaan lainapainotteisissa maissa, kuten vertailtavassa Iso-Britanniassa, opiskelijoi- den toimeentulo rakentuu epävarmemmalle pohjalle ja velkaantuminen kasvaa. Suomi asettuu näiden kahden väliin (Hauschildt et al., 2024). Keskeinen kysymys ei kuitenkaan ole vain tuen rahamäärien suuruus, vaan myös tukien ajoitus ja ennustettavuus. Dynarski ja Scott-Clayton (2013) korostavat, että opiskelijat te- kevät koulutuspäätöksensä usein ennen kuin tietävät tukien tarkkaa määrää, jolloin epä- varmat tai viivästyneet tukimuodot eivät vaikuta käyttäytymiseen yhtä vahvasti. Käyttäy- tymistaloustieteen näkökulmat, kuten Kahnemanin ja Tverskyn (1979) prospektiteoria, auttavatkin todetusti selittämään, miksi varmat ja etukäteen tiedossa olevat avustukset vähentävät stressiä ja lisäävät sitoutumista opintoihin. Tuen muoto vaikuttaa siis yhtä paljon psykologiseen kokemukseen kuin taloudelliseen realiteettiin. Todettakoon siis, että rahoitusmallin rakenne eli se, nojataanko avustuksiin vai lainoihin, ohjaa voimakkaasti opiskelijoiden toimeentulostrategioita. Mikrotaloustieteen kulutta- jan teoria tarkastelee yksilön päätöksentekoa tilanteessa, jossa resurssit ovat rajallisia. Teorian mukaan yksilö maksimoi hyvinvointiaan eli hyötyään budjettirajoitteen asetta- missa rajoissa (Varian, 2020). Hyötyä voidaan kuvata hyötyfunktion avulla, jossa esimer- kiksi kulutuksen ja vapaa-ajan yhdistelmä tuottaa opiskelijalle tietyn määrän hyvinvointia. Näin ollen opiskelijan päätöksenteossa korostuvat kompromissit kulutuksen, työnteon ja opiskelun välillä. 32 Kun vertaillaan maiden käytäntöjä keskenään, voidaan havaita selkeitä eroja siinä, miten opintotuki ja työnteko asettuvat opiskelijan päätöksenteossa toistensa vaihtoehdoiksi. Suomessa tulorajat ohjaavat vahvasti käyttäytymistä ja opiskelijan kannattaa ensin hyö- dyntää opintotukea ja harkita työntekoa vasta sen jälkeen, sillä liian suuret ansiot voivat johtaa tuen takaisinperintään. Tanskassa opintoraha on huomattavasti suurempi ja sen rinnalla tarjottava laina riittää usein kattamaan opiskelun peruskustannukset, mikä tekee työnteosta enemmän täydentävän vaihtoehdon ja antaa opiskelijoille joustavamman mahdollisuuden valita eri tulonlähteitä. Iso Britanniassa järjestelmä rakentuu lähes ko- konaan lainojen varaan, jolloin työnteko ei kilpaile suoraan tuen kanssa vaan muodostaa lainanoton ohella toisen väylän toimeentulon turvaamiseksi. Näin ollen Suomessa työn ja tuen suhde näyttäytyy selkeimmin rajoitteisena, Tanskassa vaihtoehtoisena ja Isossa Britanniassa rinnakkaisena. 33 4 Tutkimuksen hypoteesit kirjallisuuden perusteella Tavoitteenani on tarkastella rahoitusratkaisujen vaikutuksia, ja Suomi on tutkimukseni kannalta erityisen kiinnostava tapaus, mutta analyysissa käsittelen sitä muiden maiden rinnalla yhtenä havaintoyksikkönä. Koska tutkimuskirjallisuudessa ei ole suoraa yksimie- lisyyttä rahoitusjärjestelmien vaikutuksista opiskelijoiden velkaantumiseen ja opintojen etenemiseen, en voi olettaa, että omatkaan tulokseni muodostaisivat täysin selkeää tai ennalta-arvattavaa kuvaa, sillä sekä velkaantumiseen että opintojen etenemiseen vaikut- taa toki moni muukin seikka. Mielenkiintoista on erityisesti mielestäni paitsi se, kuinka voimakkaasti rahoitusmekanismit ja velkaantuminen liittyvät opintojen etenemiseen, myös se, onko yhteyttä ylipäätään havaittavissa. Ensimmäisessä hypoteesissani oletan, että suurempi viikoittainen työmäärä ja suurempi velkaantuneisuus ovat yhteydessä korkeampaan opintojen keskeyttämisriskiin. Oletan, että runsas työssäkäynti opintojen ohella lisää keskeyttämisen todennäköisyyttä, koska se kuormittaa opiskelijaa ja vähentää opiskeluun käytettävissä olevaa aikaa (Hauschildt et al., 2015). Samalla opintolainojen määrän kasvu voi lisätä taloudellista stressiä, mikä kasvattaa keskeyttämisriskiä erityisesti, jos opiskelija ei koe saavansa riittävää vastinetta velkataakalleen (Kahneman & Tversky, 1979). Prospektiteorian mukaan velka voidaan kokea psykologisesti tappiona, jota pyritään vält- tämään, vaikka se olisi rationaalisesti perusteltu investointi tulevaisuuteen. Käyttäyty- mistaloustiede (Kahneman & Tversky, 1979; Laibson, 1997) korostaa, että likviditeettira- joitteet, epävarmuus ja aikapreferenssit (esim. nykyhetken ylikorostus) voivat lisätä ly- hyen aikavälin tulotarvetta ja ohjata opiskelijoita palkkatyöhön opintojen ohella. Samalla velkaantuneisuus voi lisätä taloudellista stressiä ja riskiaversion kautta ohjata päätöksiä pois pitkän aikavälin investoinnista (opinnoista). Näiden mekanismien perusteella oletan, että suurempi työssäkäynnin määrä ja korkeampi velkaantuneisuus ovat kumpikin yhtey- dessä suurempaan opintojen keskeyttämisriskiin, ja että työmäärän ja velan yhteisvaiku- tus voi voimistaa tätä riskiä. 34 Toisen hypoteesini mukaan opintotuen määrän kasvaessa opiskelijoiden velkaantuminen vähenee erityisesti maissa, joissa tuki koostuu pääosin avustuksista. Avustuspainotteinen malli mahdollistaa opiskelijoille täysipäiväisen opiskelun ilman merkittävää velkaantumista, kun taas lainapainotteiset järjestelmät, kuten Iso-Britanni- assa, johtavat suurempaan velkataakkaan. Suomessa niiden opiskelijoiden määrä, joilla on tarve täydentää toimeentuloaan lainalla, on viime vuosina kasvanut (Kela, 2024a). Tämän vuoksi arvioin, että opintotuen rakenteella on ratkaiseva merkitys velkaantumi- sen tasossa eri maiden välillä. Kirjallisuuden perusteella järjestelmät, joissa painottuvat suorat ja vastikkeettomat avustukset, alentavat opiskelun marginaalikustannuksia ja vä- hentävät tarvetta rahoittaa opiskeluun liittyviä menoja velalla (Becker, 1964). Tästä seu- raa tutkimuskysymyksen 2 kannalta odotus, että korkeampi opintotuen taso on yhtey- dessä pienempään velkaantumisen todennäköisyyteen; avustuspainotteinen, tasoltaan riittävä tuki pienentää lainantarpeen ja kumulatiivisen velkataakan todennäköisyyttä. Lisäksi huomioin hypoteeseissani sosioekonomisen taustan merkityksen. Oletan, että opiskelijoiden vanhempien tulo- ja koulutustaso vaikuttavat heidän mahdollisuuksiinsa jatkaa korkeakouluopintoja erityisesti silloin, kun perheen taloudellinen ja henkinen tuki on rajallinen. Aiempi tutkimus on osoittanut, että alemmista taustoista tulevat opiskeli- jat turvautuvat useammin lainoihin ja työntekoon, mikä lisää kuormitusta ja kasvattaa keskeyttämisriskiä (Blanden et al., 2005; Asplund et al., 2008). Näin ollen pidän perustel- tuna olettaa, että sosioekonominen tausta toimii merkittävänä selittävänä tekijänä opin- tojen etenemisen ja keskeyttämisen kannalta. 35 5 Tutkimusmenetelmät ja aineisto Tässä tutkimuksessa hyödynnän pääasiassa kvantitatiivisia menetelmiä, erityisesti logis- tista regressioanalyysiä, velan mallinnusta jatkuvana muuttujana, sekä täydentävästi laadullista analyysia. Kvantitatiivisten mallien avulla tarkastelen opintotukijärjestelmien ja opiskelijoiden taloudellisten resurssien yhteyksiä kahteen keskeiseen ilmiöön: opintojen keskeyttämisriskiin ja opiskelijoiden velkaantumiseen. Tutkimusmenetelmän valinta perustuu tutkimuskysymysten luonteeseen, joissa tarkastellaan sekä todennäköi- syyksiä että ilmiöiden taustamekanismeja. Logistinen regressiomalli soveltuu parhaiten tilanteisiin, joissa selitettävä muuttuja on kaksiluokkainen (on keskeyttämisaikeita / ei keskeyttämisaikeita, velkaa / ei velkaa). Sen avulla voidaan estimoida eri tekijöiden suhteellista vaikutusta keskeyttämis- tai velkaan- tumisriskiin ja erottaa näiden vaikutukset toisistaan muiden muuttujien vakioimisen jälkeen. Logistinen regressio mahdollistaa myös ei-lineaaristen vaikutusten ja interaktioi- den tarkastelun, mikä tekee siitä joustavan työkalun sosioekonomisia ilmiöitä tutkit- taessa. Tutkimuksen laadullinen osuus perustuu aiempaan tutkimuskirjallisuuteen ja aineistoi- hin, joiden avulla opintojen sujuvuuden taustalla vaikuttavia mekanismeja voidaan tul- kita laajemmin. Tämä yhdistelmä tukee niin sanottua sekamenetelmäajattelua, jossa määrällinen analyysi vastaa kysymykseen mitä tapahtuu ja laadullinen miksi näin tapah- tuu (Haapakoski, Seppänen-Järvelä & Åkerblad, 2019). 5.1 Tutkimusaineistot Tutkimus perustuu kansainvälisiin ja kansallisiin aineistoihin, joista keskeisimmät ovat EUROSTUDENT-aineistot Suomen ja Tanskan osalta, HESA, SIES ja Student Loan Statistics -raportit ja kyselyaineistot Iso-Britanniasta. EUROSTUDENT 8 -kierros kattaa 25 maata ja perustuu yli 290 000 opiskelijan vastauksiin, SIES 2021–22-kyselyssä taas oli mukana 2 867 kokopäiväistä ja 1 128 osa-aikaista opiskelijaa 78 korkeakoulusta, sekä Student 36 Academic Experience Survey 2024 -kyselyssä 10 319 kokopäiväistä perustutkinto-opiske- lijaa Isossa-Britanniassa. Hyödynnän tutkimuksessa lisäksi useita kansallisia ja kansainvälisiä tilastolähteitä, jotka täydentävät kuvaa opiskelijoiden taloudellisesta asemasta ja opintojen etenemisestä. Ti- lastokeskuksen ja Kelan tilastoista olen hyödyntänyt pitkittäistietoa opintojen kestosta, opiskelijoiden valmistumisiästä, opintotuen käytöstä ja opintovelan kehityksestä. Tans- kan vastaavia tietoja olen hakenut Danmarks Statistik -tilastoista. Norjan tilastokeskuk- sesta olen hakenut myös vertailuun aineistoa opiskelijoiden ajankäytöstä ja työn vaiku- tuksesta opintoihin. OECD:n koulutustilastot ja Education at a Glance -raportit tarjosivat myös vertailutietoa tutkintojen kestosta, valmistumisiästä sekä rahoitusjärjestelmien eroista. 5.1.1 EUROSTUDENT EUROSTUDENT-aineistot sisältävät yksityiskohtaista tietoa opiskelijoiden taloudellisesta tilanteesta, sosioekonomisista taustoista, opintojen etenemisestä ja opiskelijoiden hy- vinvoinnista yli 30:ssä Euroopan maassa. Tässä tutkimuksessa EUROSTUDENT-aineis- toista hyödynnetään Suomen ja Tanskan aineistoja vuosilta 2012–2024. Aineistot katta- vat opiskelijat, jotka ovat rekisteröityneet korkeakoulututkintoon johtaviin koulutusoh- jelmiin (ISCED-tasot 5–7), mukaan lukien lyhyet korkeakoulutukset sekä kandidaatin- ja maisterintutkinnot. Keskeisiä muuttujia ovat opiskelijoiden demografiset taustat, kuten ikä, sukupuoli ja kan- salaisuus, sekä sosioekonominen tausta, joka sisältää esimerkiksi vanhempien koulutus- tason, ammatin ja tulotason. Aineisto tarjoaa myös tietoa opiskelijoiden taloudellisista resursseista, joihin kuuluvat opintoraha, laina, asumistuki ja ansiotulot. Lisäksi aineis- tosta ilmenevät opintojen eteneminen ja suunniteltu valmistumisaika, opintojen kes- keyttämisen yleisyys ja syyt, opiskelijoiden kokema taloudellinen stressi ja hyvinvointi sekä työssäkäynnin yleisyys ja velkaantuminen opintojen aikana. 37 Aineisto rajautuu opiskelijoihin, jotka asuvat tutkimusmaassa pysyvästi opintojen aikana. Lyhytaikaiset vaihto-opiskelijat ja erityisoppilaitokset, kuten sotilas- tai poliisiakatemiat, eivät sisälly aineistoon. 5.1.2 HESA, SIES ja Student Loan Statistics HESA eli Higher Education Statistics Agency tarjoaa kattavia tilastoja Iso-Britannian kor- keakouluopiskelijoista, muun muassa demografiset tiedot, opintojen keston ja valmistu- misajat. SIES (Student Income and Expenditure Survey) on laaja Iso-Britannian keskushal- linnon rahoittama kyselytutkimus, joka kartoittaa yksityiskohtaisesti opiskelijoiden tulot, menot, velkaantumisen, työssäkäynnin ja koetun taloudellisen stressin. Vuoden 2022 SIES-aineistossa mukana oli 2 867 kokopäiväistä ja 1 128 osa-aikaista opiskelijaa 78 kor- keakoulusta. SIES-aineiston keskeisiä muuttujia ovat opiskelijoiden tulorakenne, joka sisältää opinto- lainat, avustukset ja palkkatulot, sekä menojen jakautuminen eri osa-alueisiin, kuten asumiseen, ruokaan, opintokuluihin ja vapaa-aikaan. Aineistossa tarkastellaan myös vel- kaantumisen tasoa ja opintolainan käyttöä, opiskelijoiden työssäkäynnin määrää ja sen vaikutuksia opintoihin sekä opiskelijoiden kokemaa taloudellista stressiä ja toimeentulon riittävyyttä. Näiden aineistojen rinnalla vuonna 2025 valmistunut Student Loan Statistics -raportti tarjoaa virallista tilastotietoa Iso-Britannian opintolainojen rakenteesta, kehityksestä ja volyymeista. Raportissa käsitellään muun muassa lainojen keskimääräisiä vuosittaisia summia, lainojen kokonaisvolyymia ja sen kasvua, lainanottoasteita eri opiskelijaryh- missä, valmistumisen jälkeisiä velkatasoja sekä ennusteita tulevasta kehityksestä. Lisäksi siinä tarkastellaan lainojen jakautumista eri lainatyyppeihin eli lukukausimaksulainoihin, toimeentulolainoihin ja jatko-opintolainoihin, sekä analysoidaan lainojen takaisinmak- sua ja tämän järjestelmän kestävyysnäkökulmia. 38 5.2 Muuttujien valinta Tutkimus perustuu pääosin poikkileikkausaineistoon, mutta mukana on useampia ajan- kohtia, joiden avulla voidaan tarkastella myös kehityksen suuntaa. Aineistoon on sisälly- tetty muuttujia, jotka ovat keskeisiä aikaisemmissa opintojen rahoitusta, opiskelijoiden velkaantumista ja opintojen etenemistä käsittelevissä tutkimuksissa. Poikkileikkausaineistojen että ajallisesti rajattujen tilastojen hyödyntäminen mahdollis- taa sen, että analyysissa ei tarkastella ainoastaan yhden hetken tilannetta, vaan myös muutoksia ja kehityssuuntia eri maiden välillä. Tämä auttaa osaltaan korjaamaan poikki- leikkausaineiston rajoitteita, sillä opiskelijoiden taloudellinen tilanne ja velkaantuminen kytkeytyvät laajempiin yhteiskunnallisiin muutoksiin, kuten opintotukijärjestelmien uu- distuksiin ja työmarkkinoiden muutoksiin. Empiirisessä osuudessa käyttämäni muuttujat olen koonnut yhteen taulukkoon 1, jossa esitetään Suomen, Tanskan ja Iso-Britannian tunnusluvut koko aineistojen pohjalta. Tau- lukossa luvut on esitetty mediaaneina ja keskihajontoina. Lisäksi olen täydentänyt tau- lukkoa prosenttiosuuksilla työssäkäynnin, keskeyttämisaikeiden, opintojen etenemisen, valmistumisvalmiuden, perheeltä ja puolisolta tukea saavien, sosioekonomisen taustan ja sukupuolen osalta, jotka kuvaavat ryhmän suhteellista osuutta. 39 Taulukko 1. Maiden tunnusluvut. Muuttuja Suomi Tanska Iso-Britannia Suomi SD Tanska SD Iso-Britannia SD Opiskelijan tulot (€/kk) 1514 1470 1100 750 598 620 Avustus (€/kk) 270 885 0 30 70 0 Laina (€/kk) 390 401 685 58,5 60,1 102,8 Työllisyysaste (%) 61 67 68 48,8 47 46,6 Työtunnit (h/vko) 14 10 13,5 6 5 7 Opintovelan määrä valmistuessa (€) 14000 4700 52000 8000 3500 12000 Keskeyttämisaikeet (%; dummy=1) 5 8 25 21,8 27,1 43,3 Opintojen eteneminen (1 v; %) 33,32 51,57 15,11 47,14 45,71 47,96 Opintojen eteneminen (2–3 v; %) 29,73 55,36 14,91 49,98 49,71 49,63 Opintojen eteneminen (4+ v; %) 35,87 56,07 8,06 35,81 35,62 27,63 Valmistumisvalmius (%) 78,8 81,3 75 10,2 9,7 10,8 Perheeltä/puolisolta saatu rahallinen tuki (€/kk) 150,4 213,6 157,83 368,0 390,9 190,3 Perheeltä/puolisolta tukea saavat (%) 40,5 54,9 78 49,1 49,8 41,4 SES matala (%) 40 38,4 41,4 49 48,6 49,3 SES keskitaso (%) 49,6 49,7 49,7 50 50 50 SES korkea (%) 10,4 11,9 8,9 30,5 32,4 28,5 Sukupuoli (% naisia; dummy=1) 54 52 57 0,498 0,5 0,495 Ikä 25,189 24,558 24,183 3,945 3,531 3,441 Otoskoko (n) 6837 14060 10444 Opiskelijan omat tulot muodostavat tärkeän osan toimeentulosta opintojen aikana, mutta niiden merkitys ja määrä vaihtelevat maittain. EUROSTUDENT 8 -aineiston 40 mukaan Suomessa korkeakouluopiskelijan kuukausittaiset mediaanitulot ovat noin 1 514 euroa ja Tanskassa noin 1 470 euroa. Iso-Britanniassa opiskelijat saavat keskimäärin noin 965 puntaa (SIES 2021-2022, vuosikeskiarvo muunnettuna kuukausitasolle), joka on eu- roiksi muunnettuna vuoden 2025 valuuttakurssien mukaan noin 1 100 euroa. Riittävät tulot helpottavat arjen menojen kattamista ja vähentävät velan tarvetta, mutta samalla suuret ansiot voivat pienentää opintotukea tai johtaa sen takaisinperintään, mikäli tulo- rajat ylittyvät. Tulot (€/kk) tarkoittavat opiskelijan omia kuukausittaisia rahamääräisiä tu- loja (palkka ja muut mahdolliset rahatulot aineiston määritelmän mukaan). Opintotuki on tässä tutkielmassa jaoteltu avustukseen ja lainaan. Suomessa opintotuen määrä on keskimäärin 260–280 €/kk, kun taas Tanskassa SU-järjestelmä mahdollistaa jopa noin 885 €/kk. Iso-Britanniassa opiskelijoille ei tarjota vastaavaa vastikkeetonta avustusta. SIES 2021–22-aineiston mukaan täysipäiväisten opiskelijoiden mediaani Maintenance Loan Iso-Britanniassa oli £7 100 vuodessa (≈ £590/kk) niillä, jotka ottivat lainaa; heitä oli 95 % kaikista opiskelijoista kyseisinä vuosina. Jos tarkasteluun otetaan myös ne, jotka eivät nostaneet lainaa, mediaani laskee noin £5 950/v (≈ £495/kk). Tutki- muksessa käytän mediaanilukua 685 €/kk (£7 100/vuosi), joka kuvaa käsitykseni mukaan parhaiten tyypillistä lainaa ottaneen opiskelijan tilannetta Iso-Britanniassa. Tanskassa mediaanivelka opiskelijoilla on noin 401 €/kk ja Suomessa vastaavasti noin 390 €/kk. Suomessa opintolainoja kuitenkin taataan valtion toimesta jopa 850 €/kk ja Tanskassa tavanomainen SU-laina, jota opiskelijoille myönnetään, on 3 489 DKK/kk. EUROSTUDENT-tutkimuksien mukaan suomalaiset opiskelijat työskentelevät keskimää- rin 14 tuntia viikossa ja tanskalaiset hieman vähemmän, noin 10 tuntia per viikko. Iso- Britanniassa SIES 2021–22 raportoi keskimäärin noin 12–14 tunnin työviikon opiskeli- joilla. Prosentuaalisesti Suomessa 61 % ja Tanskassa 67 % opiskelijoista käy aineiston mu- kaan töissä lukukauden aikana. Iso-Britannian osuus oli 55 % (Freeman et al., 2024) ja vuonna 2025 jopa 68 % (Freeman et al., 2025). Työllisyysaste tarkoittaa taulukossa 1 sitä osuutta opiskelijoista, jotka käyvät töissä lukukauden aikana, kun taas työtunnit kuvaavat työssäkäyvien viikoittaista mediaanituntimäärää. 41 Suomessa valmistuneilla on keskimäärin noin 14 000 euroa opintovelkaa (Hauchildt et al., 2024), Tanskassa noin 35 000 DKK, mikä on vuoden 2025 valuuttakurssien mukaan noin 4 700 euroa (Danmarks Statistik, 2024). Iso-Britanniassa valmistumisen jälkeinen velka on keskimäärin 45 000–53 000 puntaa, mikä on vastaavasti euroiksi muunnettuna noin 52 000–61 000 euroa (Bolton, 2025). Tulot ja työllisyysaste osoittavat, että opiskelijoiden toimeentulo rakentuu pitkälti työn- teon varaan kaikissa maissa, mutta maiden välillä on eroja työtunneissa ja sen vaikutuk- sissa opiskelijoiden tilanteeseen. Opintojen etenemisen kuvaan yksilötason muuttujana, joka ilmaisee opiskelijan oman arvion etenemisestään suhteessa tutkinnon nimelliseen suoritusaikaan. EUROSTUDENT- aineistossa mittari perustuu vastaajan arvioon siitä, onko hän aikataulusta edellä vai jäl- jessä tavoiteaikaan nähden. Iso-Britannian aineistoista käytän sisällöltään vastaavaa, ete- nemistä kuvaavaa kysymystä ja näistä olen johtanut myös prosentuaaliset valmistumis- valmius-muuttujat. Etenemismuuttujasta estimoin luvussa 6 oman OLS-mallinsa (tau- lukko 7). Keskeyttämisaikeet (%) perustuvat EUROSTUDENT aineiston väittämäpohjaiseen mitta- riin, jossa vastaaja arvioi, missä määrin ”olen vakavasti harkitsemassa korkeakouluopin- tojeni kokonaan lopettamista”. Asteikkona on viisiportainen täysin eri mieltä – täysin sa- maa mieltä, ja tuloksissa raportoidaan osuus, joka on vähintään samaa mieltä. Tässä työssä raportoin siten keskeyttämisaikeet prosenttiosuutena, joka vastaa tätä tulkintaa. Iso-Britannian osalta keskeyttämisaikeen mittaan Advance He:n Student Academic Sur- vey -kysymysten perusteella, jossa opiskelijalta on kysytty ”oletko ajatellut jättää korkea- kouluopintosi kesken?”. Kysymyksen vastausrepertuaari on joko kyllä tai ei. EUROSTU- DENT-aineiston osalta dummyn arvo on siten 1, kun vastaajan vastaus on ”samaa mieltä” tai ”täysin samaa mieltä” ja Iso-Britannian osalta, kun kysymykseen keskeyttämisharkin- nasta vastaaja on vastannut ”kyllä”. Dummyn arvo on 0, kun vastaus on ollut jotakin muuta, kuin edellä mainitut. Raportoitu prosenttiosuus on 1-arvojen osuus vastauksista. 42 Sosioekonominen tausta pohjaa ensisijaisesti vanhempien koulutustasoon, mikä on EU- ROSTUDENT-aineistossa standardi. Käytän korkeinta saavutettua koulutustasoa (ISCED) ja perustan siihen luokat, jossa keskeinen raja on tertiäärikoulutus (ISCED 5-8) vs. ei-ter- tiääri (ISCED 0-4). Iso-Britannian luvut pohjautuvat vastaavaan mittariin, joka on laadittu HESA-aineiston pared-muuttujan perusteella, jossa opiskelijalta on kysytty, onko hänen vanhemmillaan korkeakoulututkintoa tai muuta korkeakoulukelpoisuutta. Pared-muut- tuja antaa suoraan binäärisen tiedon siitä, onko vähintään yhdellä vanhemmalla korkea- koulutasoinen tutkinto. Sosioekonomista taustaa merkitsen myöhemmin tässä työssä ly- henteellä SES. Vanhempien varallisuuden kuvaan prosenttiosuutena niistä opiskelijoista, jotka arvioivat perheensä olevan hyvin tai melko hyvin toimeentulevia, jotta saan yleiskuvan sosioeko- nomisen taustan jakautumisesta ja täydennän kategorisen SES-muuttujan tarkastelua. Muuttuja on poimittu EUROSTUDENT:in itsearvioon perustuvasta kysymyksestä ”kuinka hyvässä taloudellisessa asemassa ajattelet vanhempiesi/huoltajiesi olevan verrattuna muihin perheisiin?”, jossa vastausvaihtoehdot ovat; erittäin hyvin toimeentuleva – ei lainkaan hyvin toimeentuleva. Raportoin kuvauksissa osuuden niistä, jotka sijoittavat perheensä kahteen yläluokkaan (“erittäin hyvin” tai “melko hyvin”), mikä vastaa tekstis- säni käyttämää muotoa “hyvin tai melko hyvin toimeentulevia”. Iso-Britannian SIES-ai- neistosta on poimittu vanhempien tulotasosta raportoidut vastaavat tiedot. Sukupuolimuuttuja kuvaa naisten osuutta vastaajista kussakin maassa ja sitä käytetään malleissa kaksiluokkaisena indikaattorina siten, että nainen = 1 ja mies = 0, eli mies toimii vertailuryhmänä. Taulukon 1 mukaan naisten osuus vastanneista on Suomessa 0,54, Tanskassa 0,52 ja Isossa-Britanniassa 0,57. Aineistolähteissä sukupuoli on raportoitu bi- näärisenä; jos jokin lähde keräsi myös muita/ei binäärisiä luokkia, niiden havaintomäärät ovat niin pienet, ettei erillistä luokittelua ole tässä analyysissä voitu tehdä ja vastaukset on käsitelty puuttuvina havaintoina. 43 Ikä on vastaajan ilmoittama ikä vuosina tiedonkeruuhetkellä ja sitä käytetään malleissa jatkuvana kontrollimuuttujana. Taulukon 1 mukaan keski-ikä opiskelijoilla Suomessa on 25,189 vuotta, Tanskassa 24,558 ja Iso-Britanniassa 24,183. Ikä vakioi opintojen etene- miseen ja rahoitusratkaisuihin liittyvää elämänvaihe-eroa, kuten perhetilannetta tai työ- markkinakiinnittymistä. 5.3 Aineiston käsittely ja menetelmät Tutkimusaineiston otoksen lopullinen koko on n=31341. Rajauksessa huomioin vain ko- kopäiväiset tutkinto-opiskelijat (ISCED 5–7). Vertailtavuuden varmistamiseksi muunsin kaikki rahamäärät ostovoimakorjatuiksi ja esi- tän ne euroissa. Malleissa käytetyt muuttujat johdin yhdistetyistä ja muokatuista tiedos- toista niin, että muuttujien määritelmät ovat yhdenmukaiset maiden välillä. Taulukko 2. Muuttujien väliset korrelaatiot. Muuttuja Avus- tus (€/kk) Laina (€/kk) Työtunnit (h/vko) Opinto- velka (€) Keskeyt- täminen (0/1) Etene- minen (0–1) Perhe- tuki (€/kk) Ikä (v) SES ke (=1) SES ma (=1) Avustus (€/kk) 1 -0,679 -0,154 -0,828 -0,183 0,249 -0,156 0,022 0,002 -0,029 Laina (€/kk) -0,679 1 0,109 0,79 0,229 -0,21 0,24 -0,064 -0,003 0,026 Työtunnit (h/vko) -0,154 0,109 1 0,13 0,033 -0,034 0,023 -0,009 -0,001 0,003 Opinto- velka (€) -0,828 0,79 0,13 1 0,23 -0,241 0,24 -0,059 0 0,028 Keskeyttä- minen (0/1) -0,183 0,229 0,033 0,23 1 -0,06 0,064 -0,02 0,008 0,001 Eteneminen (0–1) 0,249 -0,21 -0,034 -0,241 -0,06 1 -0,057 0,008 0,005 -0,008 Perhetuki (€/kk) -0,156 0,24 0,023 0,24 0,064 -0,057 1 -0,027 -0,002 0,008 Ikä (v) 0,022 -0,064 -0,009 -0,059 -0,02 0,008 -0,027 1 -0,003 -0,003 SES k (=1) 0,002 -0,003 -0,001 0 0,008 0,005 -0,002 -0,003 1 -0,806 SES m (=1) -0,029 0,026 0,003 0,028 0,001 -0,008 0,008 -0,003 -0,806 1 44 Taulukko 2 kuvaa tutkimuksen keskeisten muuttujien välisiä yhteyksiä Suomen, Tanskan ja Iso-Britannian mikroaineistoissa (n=31341). Matriisin tarkoituksena on havainnollistaa, miten taloudelliset ja sosiaaliset tekijät kytkeytyvät toisiinsa opiskelijoiden opintojen etenemisen ja hyvinvoinnin näkökulmasta. Matriisin arvot on laskettu Pearsonin korrelaatiokertoimina, jotka kuvaavat muuttujien välisten lineaaristen yhteyksien voimakkuutta ja suuntaa; analyysi perustuu samoihin muuttujarakenteisiin kuin tutkimuksen regressiomallit. Tulokset osoittavat, että avustus ja laina sekä velka liikkuvat vastakkaisiin suuntiin, kun taas laina ja velka kulkevat käsi kädessä. Keskeyttämisaikeeseen liittyvät korrelaatiot ovat kautta linjan pieniä; avustus kytkeytyy siihen heikosti negatiivisesti, laina ja velka heikosti positiivisesti, ja työtuntien yhteys on käytännössä nolla. Opintojen eteneminen on myön- teisessä yhteydessä avustukseen ja kielteisessä yhteydessä sekä lainaan että velkaan, ja sen yhteys keskeyttämisaikeeseen on vain heikosti negatiivinen. Perhe-/puolison tuki korreloi lievästi lainan sekä velan kanssa ja on heikosti negatiivisesti yhteydessä etene- miseen; sen yhteydet muihin tekijöihin ovat muutenkin pieniä. Ikä korreloi vain hyvin heikosti minkään keskeisen muuttujan kanssa. SES-luokat ovat tarkoituksellisesti lähes riippumattomia muista muuttujista ja keskenään vahvasti negatiivisesti korreloituneita, mikä johtuu niiden toisiaan poissulkevasta luokittelusta. Korrelaatiomatriisi tukee siten pääpiirteissään tulkintaani rahoitusmallien roolista. Selitettävinä ilmiöinä tutkielmassa tarkastelen kahta riippuvaa muuttujaa: keskeyttämis- aikeita ja velkaantumista. Keskeyttämisen operationalisoin opiskelijakohtaisena keskeyt- tämisaikeen muuttujana, jossa arvo 1 tarkoittaa, että vastaaja ilmoittaa harkitsevansa opintojensa lopettamista ja arvo 0 muut vastaukset. Velkaantumista tarkastelen kahdella tavalla. Ensinnäkin estimoimalla logistisen mallin, jossa riippuvana muuttujana on indi- kaattori velkaantunut merkittävästi (1=jos velka valmistuessa on enemmän kuin maan mediaani velkamäärä). Toiseksi tarkastelen velan määrää jatkuvana muuttujana log(1+velka) sekä yleistetyn lineaarisen mallin (GLM) avulla vain niiden opiskelijoiden 45 joukossa, joilla velkaa on. GLM-malli (generalized linear model) tarkoittaa yleistettyä li- neaarista regressiomallia, jossa voidaan valita sekä selitettävän muuttujan jakauma että tapa, jolla selitettävän muuttujan odotusarvo kytketään selittäviin tekijöihin ilmiön luon- teen mukaan (Fernihough, 2014). Velkaa kuvaavassa GLM-mallissa oletan Gamma-ja- kauman ja käytän logaritmista linkkifunktiota, koska velka on luonteeltaan positiivinen ja oikealle vino muuttuja. Selittävinä muuttujina hyödynnän opiskelijan tuloja, opintotukea, viikoittaisia työtunteja, opintovelan määrää, sosioekonomista taustaa sekä vanhempien varallisuutta. Tausta- kontorollimuuttujina käytän ikää ja sukupuolta. Yhdistetyissä malleissa mukana on myös maakohtaiset vakiot, jotta järjestelmätason tasoerot eivät vääristä yksilötason kertoimia. Opintotuki on jaoteltu kahdeksi erilliseksi muuttujaksi: (1) avustus (€/kk, ei takaisinmak- settava) ja (2) laina (€/kk, takaisinmaksettava). Työtunnit mittasin viikoittaisina tunteina ja käsittelin ne sekä jatkuvana että luokiteltuna muuttujana (alle 10 h, 10–20 h, yli 20 h viikossa), jotta mahdolliset ei-lineaariset yhteydet tulisivat näkyviin. Velka mallinnetaan jatkuvana muodossa log(1+velka), joka käsittelee nolla-arvot luontevasti, vähentää ja- kauman vinoutta ja tuottaa tulkinnan prosenttimuutoksina. Sosioekonomisen taustan rakennan vanhempien koulutuksen perusteella kolmiluokkaiseksi muuttujaksi (matala, keskitaso, korkea) ja sisällytän sen malleihin dummy-muuttujina siten, että referenssi- luokkana on korkea SES. Puuttuvat havainnot käsittelin muuttujakohtaisesti. Poistin täysin puutteelliset rivit ja täydensin yksittäisiä puuttuvia arvoja keskiarvo- tai imputointimenetelmin muuttujan laadusta ja jakaumasta riippuen. Analyysiin jäivät ne rivit, joilta löytyivät kaikki mallin- nuksen edellyttämät tiedot: tuki/laina, työtunnit, velka, SES, ikä, sukupuoli ja keskeyttä- misindikaattori. 46 Varsinaiset analyysit toteutin ekonometrisella lähestymistavalla käyttäen pääasiassa lo- gistista regressioanalyysiä. Mallin perusmuoto on: 𝑃(𝑌𝑖 = 1) = 1/{1 + 𝑒𝑥𝑝(−(𝛽₀ + 𝛽𝑖𝑥𝑖1 + 𝛽2𝑥𝑖2 + ⋯ + 𝛽𝑘𝑥𝑖𝑘))}, (4) missä P=(Yi=1) on todennäköisyys, että havainto i kuuluu luokkaan 1, xij ovat selit- tävät muuttujat ja βj niiden kertoimia. Exp on eksponenttifunktio, eli e korotettuna sulkeissa olevan lausekkeen potenssiin. Logistinen regressiomalli estimoitiin maksimitodennäköisyysmenetelmällä, joka tuottaa luotettavat ja tehokkaat tulokset silloin, kun mallin perusoletukset täyttyvät. Näihin ole- tuksiin kuuluvat muun muassa havaintojen keskinäinen riippumattomuus, mallin oikea spesifikaatio sekä riittävä havaintojen määrä suhteessa selittäviin muuttujiin (Greene, 2003). Mallien sopivuutta arvioin Pseudo-R²-arvon avulla, koska perinteinen R2 ei ole tulkitta- vissa logistisissa malleissa. Pseudo-R² kuvaa mallin suhteellista selitysvoimaa verrattuna nollamalliin, jossa ei ole selittäviä muuttujia (Hu, Shao & Palta, 2006). Aineiston analyysin toteutin Python-ohjelmointikielellä hyödyntäen Pandas-, Numpy- ja Statsmodels-kirjastoja. Pandas-kirjastoa käytin datan lukemiseen ja muokkaamiseen, Numpyä tunnuslukujen laskentaan ja Statsmodelsia mallien rakentamiseen. Näiden avulla laskin p-arvot, luottamusvälit ja keskeiset tunnusluvut analyysiä ja johtopäätöksiä varten. 47 5.4 Tutkimuksen keskeiset rajoitteet Aiemmin esittelemääni aineistoon liittyy kuitenkin joitakin rajoitteita, jotka tulee huomi- oida tuloksia tulkitessa. Opintotukijärjestelmien, opiskelijoiden toimeentulon ja opinto- jen etenemisen väliset yhteydet eivät ole yksiselitteisiä, vaan vaihtelevat sen mukaan, millaisia mittareita ja menetelmiä tutkimuksissa on käytetty. Kirjallisuudesta löytyy sekä myönteisiä että ristiriitaisia havaintoja, ja myös tässä tutkimuksessa käyttämäni aineistot tarjoavat laajan pohjan vertailuun, mutta niiden rakenne ja kattavuus tuovat mukanaan rajoitteita. Näistä syistä kaikkia mahdollisia tuloksiin vaikuttavia tekijöitä ei ole mahdol- lista kontrolloida. Keskeisin rajoite liittyy siihen, että kausaalisuhteiden todentaminen on tämänkaltaisella aineistolla vaikeaa. Poikkileikkausaineistoon perustuvat analyysini eivät mahdollista ajal- listen muutosten seuraamista samalla tarkkuudella kuin paneeliaineistot, minkä vuoksi osa johtopäätöksistä jää väistämättä kuvaileviksi. Lisäksi osa selittävistä muuttujista saat- taa olla endogeenisiä, eli ne voivat korreloida mallin taustalla olevan satunnaistermin kanssa esimerkiksi jätettyjen muuttujien, mittausvirheiden tai samanaikaisuuden vuoksi. Tämä voi vääristää kertoimia ja vaikeuttaa kausaalisten johtopäätösten tekemistä (Ang- rist & Pischke, 2009). Olisi ollut kiinnostavaa hyödyntää myös vaihtoehtoisia mallinnus- tapoja, esimerkiksi ei-lineaarisia menetelmiä, jotka voisivat tarjota syvällisempää tietoa. Käytettävissä olevan aineiston koko ja maiden väliset rakenteelliset erot kuitenkin rajoit- tivat tällaisten menetelmien soveltamista. Toinen merkittävä rajoite liittyy aineistojen vertailtavuuteen. EUROSTUDENT-, SIES-, HESA ja Student Loan Statistics-aineistot tuottavat kansainvälisesti käyttökelpoista tietoa opiskelijoiden taloudellisesta asemasta ja opinnoista, mutta maiden välillä on eroja esi- merkiksi mittaustavoissa, muuttujien sisällöissä ja vastausasteissa. Iso-Britannian ai- neisto on joiltain osin suppeampaa kuin Suomesta ja Tanskasta saatava, mikä heikentää vertailun tarkkuutta. Lisäksi institutionaaliset muuttujat, kuten opintotuen rakenne tai lainamäärät, eivät kuvaa opiskelijoiden henkilökohtaisia kokemuksia yhtä tarkasti kuin 48 esimerkiksi työssäkäynnin tuntimäärät, mikä rajoittaa yksilötason analyysin luotetta- vuutta. Samoin sosioekonomisen taustan määrittelin vanhempien koulutuksen ja tulojen perus- teella, mutta tämä rajaus sivuuttaa muita perhetaustan muotoja, kuten sosiaalisten ver- kostojen tai kulttuurisen pääoman merkityksen (Bourdieu, 1986). Kulttuurisella pää- omalla voidaan tarkoittaa esimerkiksi perheen lukemisen ja keskustelun traditioita, tai- teen ja kulttuurin harrastamista, kielellisiä resursseja, sekä koulutukseen ja sivistykseen liittyviä asenteita. Neljäs rajoite liittyy tutkimusajankohtaan. COVID-19-pandemia muutti opiskelijoiden toi- meentuloa merkittävästi vähentämällä osa-aikatyömahdollisuuksia, kasvattamalla riip- puvuutta tuista ja lisäämällä epävarmuutta valmistumisen aikatauluista. Tämän vuoksi pandemia-aikaiset havainnot ovat osittain poikkeuksellisia suhteessa aiempiin vuosiin, mikä vaikeuttaa trendien vertailua. Pandemian vaikutuksia ei kuitenkaan voi sivuuttaa, sillä ne ovat olleet keskeinen osa opiskelijoiden viimeaikaista taloudellista todellisuutta. Lopuksi totean, että tutkimuksen aikarajaus rajoittaa johtopäätöksiä pitkän aikavälin vai- kutuksista. Opintotuen ja velkaantumisen seuraukset ilmenevät usein vasta valmistumi- sen jälkeen esimerkiksi uravalinnoissa, tulokehityksessä ja lainojen takaisinmaksussa (Dynarski, 2016). Tässä tutkimuksessa voin kuitenkin tarkastella vain opiskeluaikana ha- vaittavia vaikutuksia. Paneeliaineiston hyödyntäminen olisi mahdollistanut pitkäaikai- sempien vaikutusten tarkastelun, mutta se ei ollut käytettävissä aineiston rajallisuuden vuoksi. 49 6 Empiirinen analyysi Kuten luvussa 2.1 toin esiin, Beckerin (1964) inhimillisen pääoman malli tarjoaa talou- dellisen viitekehyksen opiskelijan koulutuspäätösten ymmärtämiseen. Mallin logiikan mukaan yksilö vertailee koulutuksen tuottoja ja kustannuksia ja päättää investoida kou- lutukseen silloin, kun lisäkoulutusvuoden marginaalinen hyöty ylittää siitä aiheutuvat kustannukset. Näin koulutus näyttäytyy rationaalisena investointina tulevaisuuteen. Tähän teoreettiseen lähtökohtaan peilaan myös omia empiirisiä havaintojani. Beckerin mallin perusteella oletan, että opintotuki alentaa koulutuksen kustannuksia, mikä ma- daltaa keskeyttämisriskiä ja vähentää velan tarvetta. Vastaavasti velkaantuminen ja kor- kea työmäärä nostavat opiskelun kustannuksia ja voivat lisätä opintojen keskeyttämisen todennäköisyyttä. Seuraavaksi esittämäni mallit osoittavat, missä määrin nämä teoreet- tiset oletukset toteutuvat käytännössä. Johdan analyysin kahdesta tutkimuskysymyksestä. Ensimmäiseen kysymykseen, miten työssäkäynti ja velkaantuminen kytkeytyvät opintojen keskeyttämiseen, vastaan logisti- sella mallilla luvussa 6.1. sekä eri skenaarioihin perustuvilla laskelmilla. Toiseen kysymyk- seen siitä miten opintotuen taso vaikuttaa opiskelijoiden velkaantumiseen – vastaan lo- gistisella mallilla luvussa 6.2., jossa tarkastelen velkaa myös jatkuvana muuttujana sekä järjestelmien rakenteita avaavassa teoreettisessa luvussa 6.3. Käsittelen luvussa 6.3. myös täydentävästi kysymystä siitä, miten rahoitusjärjestelmä heijastuu opintojen ete- nemiseen. 6.1 Logistinen regressiomalli opintojen keskeyttämisriskistä Ensimmäisessä mallissani tarkastelen opintojen keskeyttämisaietta logistisen regressio- mallin avulla. Selitettävänä muuttujana käytän binääristä indikaattoria, joka saa arvon 1, jos opiskelija on harkinnut opintojen keskeyttämistä, ja arvon 0, jos ei ole harkinnut. 50 Mallilla arvioin, kuinka taloudelliset ja sosiaaliset tekijät vaikuttavat keskeytysriskin to- dennäköisyyteen. Yhdistetyn mallin muoto on: 𝑙𝑜𝑔𝑖𝑡(𝑃(𝑌_𝑖 = 1)) = 𝛼 + 𝛽1𝑡𝑦𝑜𝑡𝑢𝑛𝑛𝑖𝑡𝑖 + 𝛽2𝑡𝑦𝑜𝑡𝑢𝑛𝑛𝑖𝑡𝑖 2 + 𝛽3𝑙𝑜𝑔(1 + 𝑣𝑒𝑙𝑘𝑎𝑖) + 𝛽4𝑎𝑠𝑖𝑛ℎ(𝑡𝑢𝑘𝑖𝑖) + 𝛽5𝑎𝑠𝑖𝑛ℎ(𝑙𝑎𝑖𝑛𝑎𝑖) + 𝛾11 {𝑆𝐸𝑆𝑖 = 𝑘𝑒𝑠𝑘𝑖𝑡𝑎𝑠𝑜} + 𝛾21{𝑆𝐸𝑆𝑖 = 𝑚𝑎𝑡𝑎𝑙𝑎} + 𝜃1{𝑛𝑎𝑖𝑛𝑒𝑛𝑖} + 𝜙𝑖𝑘𝑎𝑖 + 𝛴ₘ 𝛿ₘ · 1{𝑚𝑎𝑎𝑖 = 𝑚}, (5) missä 𝑌on indikaattorimuuttuja, joka saa arvon 1, jos opiskelija on harkinnut opin- tojen keskeyttämistä, ja arvon 0, jos ei ole harkinnut. Muuttuja työtunnit kuvaa- opiskelijan viikoittaista työmäärää ja työtunnit² sen neliötermiä. Log(1 + velka) ku- vaa valmistumiseen mennessä kertynyttä opintovelkaa logaritmipohjaisessa muo- dossa. Asinh(tuki) kuvaa opiskelijan saamaa opintotukea ja asinh(laina) kuukausit- tain nostettua opintolainaa. Sosioekonominen tausta on mallinnettu kahdella dummy-muuttujalla siten, että muuttuja SES = keskitaso saa arvon 1, jos opiskeli- jan tausta on keskitasoinen, ja muuttuja SES = matala saa arvon 1, jos tausta on matala; korkea sosioekonominen tausta toimii vertailuluokkana. Sukupuoli on dummy-muuttuja, jossa nainen = 1 ja mies on vertailuluokka, ja ikä on opiskelijan ikä vuosina. Maakohtaiset vakiot (maadummyt) poistavat maiden väliset keski- määräiset tasoerot esimerkiksi tukijärjestelmässä ja elinkustannuksissa. Kun malli estimoidaan erikseen jokaiselle maalle, maadummyja ei tarvita. Luokkamuuttujat on koodattu dummy-muuttujiksi siten, että vertailuluokka jätetään pois, mikä on vakiintunut käytäntö, koska kaikkien kategorioiden yhtäaikainen sisällyttäminen aiheuttaisi täydellisen kollineaarisuuden ja heikentäisi mallin luotettavuutta (Mo- hanan, 2023). Rahamuuttujat on muotoiltu siten että ne ovat taloudellisesti mielekkäitä ja laskennalli- sesti vakaita. Opintotuki ja kuukausittain nostettu laina on mallissa asinh-muodossa, joka käyttäytyy kuten logaritmi, mutta sallii nolla-arvot. Tämä on tärkeää, sillä Iso-Britannian opintotukimuuttujan arvo on nolla. Valmistuessa kertynyt velka kirjataan log(1+velka) - 51 muodossa, mikä vastaa ajatusta siitä, että velan lisäys vaikuttaa riskiin voimakkaammin pienillä velkatasoilla ja loivemmin vastaavasti suurilla. Työmäärän yhteys riskiin sallitaan epälineaariseksi, kun malliin on lisätty neliötermi. Tämä heijastaa sitä, että työviikot kas- vattavat keskeytysriskiä suhteellisesti enemmän kuin pienet lisäykset muutaman tunnin alueella. Muuttujavalinnat perustuvat sekä teoriaan että käytännön kysymyksiin. Työtunnit kuvas- tavat opiskelun ja työn yhteensovittamisen kuormitusta, velka pitkän aikavälin rahoitus- ratkaisujen ja mahdollisen velkataakan vaikutusta, ja tuki sekä kuukausittain nostettava opintolaina kuvaavat juoksevaa likviditeettiä, joka voi vähentää osaltaan työnteon tar- vetta. Sosioekonominen tausta, ikä ja sukupuoli vakioivat keskeytysriskiin liittyviä taus- tavaihteluita. Kirjallisuuden ja aiempien tutkimusten perusteella riittävä opintotuki pie- nentää keskeyttämisriskiä (Lavikainen et al., 2013), kun taas suuri työmäärä ja korkea velkaantuminen voivat kasvattaa sitä (Dynarski et al., 2022). Huomionarvoista on, että tässä mallissa keskeyttämisriski viittaa opiskelijan keskeyttä- misaikeeseen tai harkintaan, ei toteutuneeseen keskeyttämiseen. Aineiston rajauksen vuoksi tulokset kuvaavat keskeyttämisriskin todennäköisyyttä opiskelijan subjektiivisen arvioinnin perusteella. Mallin tulkinnassa positiivinen kerroin viittaa siihen, että muuttuja lisää keskeyttämisen todennäköisyyttä, kun taas negatiivinen kerroin vähentää sitä. Työtuntien neliötermin etumerkki kertoo epälineaarisuuden suunnan; jos kerroin on positiivinen, riskin kasvu suurilla tuntimäärillä jyrkkenee ja päinvastoin. Velan log-muoto kertoo, että velan kasva- essa lisäyhden euron niin sanottu “lisäriski” pienenee suhteellisesti, vaikka suurempi velka kokonaisuudessaan liittyy korkeampaan riskiin. 52 Taulukko 3. Logistisen regressiomallin tulokset keskeyttämisriskistä. Muuttuja log-odds (β) OR p-arvo 95 % luottamusväli Kuukausittainen opintotuki (€/kk) 0,2435 1,2757 0 1,21–1,35 Kuukausittainen opintolaina (€/kk) 0,1889 1,2079 0,0609 0,99–1,47 Työtunnit (h/vko) 0,0016 1,0016 0,7873 0,99–1,01 Työtunnit2 0 1,0000 0,962 1,00–1,00 Opintovelka valmistuessa (€) 0,0495 1,0508 0,0416 1,00–1,10 Ikä (vuotta) -0,0017 0,9983 0,6685 0,99–1,01 Sukupuoli (nainen=1) -0,0168 0,9834 0,7796 0,87–1,11 SES matala 0,0094 1,0095 0,8647 0,91–1,12 SES keskitaso 0,0612 1,0631 0,4029 0,92–1,23 Pseudo-R² = 0,082 n = 31341 Taulukko 4. Logistisen regressiomallin tulokset keskeyttämisriskistä - Suomi (n=6837). Muuttuja log-odds (β) OR p-arvo 95 % luottamusväli Vakiotermi -4,2669 0,014 0,3042 0,00–48,07 Kuukausittainen opintotuki (€/kk) 0,2865 1,3318 0,5793 0,48–3,67 Kuukausittainen opintolaina (€/kk) -0,1788 0,8363 0,6128 0,42–1,67 Työtunnit (h/vko) 0,0431 1,044 0,0237 1,01–1,08 Työtunnit2 -0,0016 0,9984 0,0612 1,00–1,00 Opintovelka valmistuessa (€) -0,0157 0,9844 0,8835 0,80–1,22 Ikä (vuotta) 0,0194 1,0196 0,2017 0,99–1,05 Sukupuoli (nainen=1) 0,1416 1,1522 0,2127 0,92–1,44 SES matala 0,1563 1,1692 0,4309 0,79–1,73 SES keskitaso 0,0635 1,0655 0,746 0,73–1,56 Pseudo-R² = 0,004 n = 6837 53 Taulukko 5. Logistisen regressiomallin tulokset keskeyttämisriskistä - Tansk