Kasperi Salo 

HÄVIÄJÄ-VOITTAJA -EFEKTI JA HINTOJEN 
YLIREAGOINTI SUOMEN MARKKINOILLA 

Tarkastelussa suurten ja keskisuurten yritysten osakkeiden tuotot vuosina 
2000 - 2021 

 

 

 

 

 

 

 
  

Vaasa 2022 

Laskentatoimen ja rahoituksen 
yksikkö 

Taloustieteen pro gradu -tutkielma 
Kauppatieteiden maisteriohjelma 



2 

 

VAASAN YLIOPISTO 
Laskentatoimen ja rahoituksen yksikkö 

Tekijä: Kasperi Salo 
Tutkielman nimi: HÄVIÄJÄ-VOITTAJA -EFEKTI JA HINTOJEN YLIREAGOINTI SUOMEN 

MARKKINOILLA : Tarkastelussa suurten ja keskisuurten yritysten 
osakkeiden tuotot vuosina 2000 - 2021 

Tutkinto: Kauppatieteiden maisteri 
Oppiaine: Taloustiede 
Työn ohjaaja: Petri Kuosmanen 
Valmistumisvuosi: 2022 Sivumäärä: 62 

TIIVISTELMÄ: 
Kiinnostus sijoittamista kohtaan on kasvanut vahvasti viime vuosien aikana. Tietoa sijoittamisesta 
saa nykyään yhä helpommin ymmärrettävässä muodossa, mikä on lisännyt varsinkin nuorten 
aikuisten keskuudessa kiinnostusta sijoittamiseen. Tiedämme, että sijoittaessa teemme voittoa 
ostamalla osakkeita halvalla ja myymällä ne kalliilla. Ylisuurten voittojen mahdollisuus 
markkinoilla kiinnostaa varmasti kaikkia markkinoilla toimivia sijoittajia. Anomaliat tarjoavat 
tavan ylisuuriin voittoihin, johtuen markkinoiden tehottomuudesta. Markkinoiden tehottomuus 
onkin aiheuttanut paljon kritiikkiä perinteistä taloustiedettä kohtaan ja se on johtanut 
käyttäytymistaloustieteen syntyyn, mikä on nykyään osa taloustieteen tutkimusten normistoa. 
Tutkijat ovat yksimielisiä siitä, että anomalioita esiintyy markkinoilla, mutta niiden olemassaolon 
syihin on eriäviä mielipiteitä. Anomalioiden tulisi kadota markkinoilta niiden löytymisen jälkeen, 
mutta useat anomaliat ovat jääneet markkinoille elämään tiedostamisesta huolimatta. Tästä 
hyvä esimerkki on paljon tutkittu momentum-anomalia, jossa osakkeiden kurssien ennakoidaan 
jatkavan momentumin mukaan samansuuntaisesti. Vähemmälle huomiolle on kuitenkin jäänyt 
pidemmän aikavälin tutkimukset, jotka osoittavat momentum suunnan kääntyvän 
päinvastaiseksi. Markkinoiden ylireagointi osoittaa vaikutuksia pidemmällä aikavälillä 
tapahtuvista osakekurssien palautumisesta takaisin. Positiivisten uutisten -sarja on saanut 
osakkeen hinnan ylihinnoitelluksi, jolloin ”palautuminen” takaisin tarkoittaa pienempää 
keskimääräistä tuottoa. Samoin myös negatiiviset uutiset heijastuvat alihinnoitteluna, 
jolloin ”palautuminen” tarkoittaa keskimääräistä parempaa tuottoa 
 
Tämän pro gradu -tutkielman on tarkoitus selvittää, löytyykö suomen osakemarkkinoilta häviäjä-
voittaja -efektiä sekä mahdollista hintojen ylireagointia. Markkinoilla tapahtuva ylireagointi 
mahdollistaa sijoitusstrategian, jolla on mahdollista tehdä ylisuuria voittoja pelkästään historiaan 
perustuvan osakkeiden hintakehityksen perusteella.  Tutkimukseen valikoitui Helsingin pörssin 
suuret ja keskisuuret yritykset, joiden osakkeiden hintakehitystä seurattiin aikavälillä 2000-2021. 
Mahdollisen sijoitusstrategian luomiseksi osakkeet jaettiin portfolioihin desiileittäin niiden 
aiemman menestyksen perusteella. Portfolioiden muodostaminen tapahtui kolmen eri 
tarkasteluperiodin mukaan. Tämän jälkeen niitä seurattiin kolmen eri pitoajan verran.   
 
Tutkimuksen tuloksena oli, että häviäjä–voittaja -efektiä ei esiintynyt Suomen osakemarkkinoilla 
suurien ja keskisuurien yritysten keskuudessa, mutta hintojen ylireagointia on havaittavissa 
häviäjäportfolioiden osalta varsin selvästi. Varsinkin tarkasteltaessa viiden vuoden 
tarkasteluperiodia tulokset ovat hyvinkin selkeät. Näistä tuloksista selviää häviäjäportfolioiden 
osakkeiden tuottavan niin vuoden, kolmen kuin viiden vuoden pitoajoilla huomattavasti 
keskimääräistä paremmin.  
 
 

AVAINSANAT: Käyttäytymistaloustiede, Ylireagointi, Anomalia 



3 

 

 

Sisällys 

JOHDANTO 6 

1.1 Taustatietoa 7 

1.2 Tutkimuksen rakenne ja tarkoitus 8 

2 TEHOKKAAT MARKKINAT 10 

2.1 Taustaa 10 

2.2 Portfolioteoria 12 

2.3 Tehokas rintama 13 

2.4 CAP-Malli 15 

2.5 Tehokkaat markkinat 15 

2.6 Satunnaiskulku teoria 17 

2.7 Rationaalisuus 20 

2.8 Kritiikki 20 

3 KÄYTTÄYTYMISTALOUSTIEDE JA SIJOITTAMINEN 22 

3.1 Käyttäytymistiede 22 

3.2 Prospekti teoria 24 

3.3 Liiallinen itsevarmuus 28 

3.4 Laumakäyttäytyminen 29 

3.5 Keynesiläinen kauneuskilpailu 30 

3.6 Anomaliat 31 

3.7 Yli- ja alireagointi 32 

3.8 Momentum 32 

3.9 Markkinoiden ylireagointi 36 

3.10 Tutkimuksen tärkeimmät havainnot 36 

4 YLIREAGOINNIN VAIKUTUKSET SUOMESSA 39 

4.1 Tutkimusaineisto 39 

4.2 Tutkimusmenetelmät 41 

5 YLIREAGOINNIN TULOKSET 45 



4 

 

5.1 Häviäjäportfolion ylireagointi 48 

5.2 Riskitasot 50 

5.3 Sharpen luku 51 

5.4 T-testi 53 

6 JOHTOPÄÄTÖKSET 56 

Lähteet 59 

  



5 

 

Kuviot 
 
Kuvio 1. Tehokas rintama 13 

Kuvio 1. Osakkeen arvoon ja hintaan vaikuttavat tekijät 18 

Kuvio 1. Arvostus, hyödyn lisääntyessä 25 

Kuvio 1. Hypothetical value function 27 

Kuvio 1. Voittaja ja häviäjäportfolioiden tuotto 37 

 

Taulukot 
 
Taulukko 1. Portfolioiden tarkasteluperiodin ja pitoajan muodostuminen 33 

Taulukko 2. Jegadeeshin ja Titmanin momentum-strategian keskiarvoiset  

 tuotot vuosina 1965-1998 35 

Taulukko 3. Havainnollistava kuva overlap -menetelmästä 40 

Taulukko 4. Vuoden tarkasteluperiodin ja 1,3,5 vuoden pitoajan strategiat 45 

Taulukko 5. Kolmen vuoden tarkasteluperiodin ja 1,3,5 vuoden pitoajan strategiat 47 

Taulukko 6. Viiden vuoden tarkasteluperiodin ja 1,3,5 vuoden pitoajan strategiat 48 

Taulukko 7. Häviäjäportfolion ylireagoinnin vaikutukset kolmella tarkastelu- 

  periodilla ja kolmella pitoaika strategialla 49 

Taulukko 8. Portfolioiden keskihajonnat, eri tarkasteluperiodeilla ja pitoajoilla 51 

Taulukko 9.  Portfolioiden Sharpen luvut eri tarkasteluperiodeilla ja pitoajoilla 53 

Taulukko 10. T-testin tulokset häviäjä-voittaja -efektissä 54 

Taulukko 11. T-testin tulokset: Häviäjäportfolioiden ja keskiarvotuottojen välillä 55 

 

 



6 

 

JOHDANTO 

Eugene Fama nappasi taloustieteen Nobelin palkinnon vuonna 2013 tutkimalla 

tehokkaita markkinoita ja luoden hypoteesin tehokkaille markkinoille. Hän on pystynyt 

lisäämään tietoisuutta ja ymmärrystä osakemarkkinoista. Uusklassinen taloustiede on 

nykyinen koulukunta taloustieteessä ja se tarjoaakin teoriapohjan, jota käytetään 

opetuksessa. Yksinkertaisesti ajateltuna markkinat ovat tehokkaita, sijoittajat tekevät 

rationaalisia päätöksiä ja toimijat pyrkivät maksimoimaan hyötyään.  

 

Ovatko päätökset sitten rationaalisia ja toimiiko markkinat ilman virheitä? Käsitteenä 

rationaalisuus on ehkäpä yksi vaikuttavimmista yhteiskunnallisesti sekä taloudellisesti 

ajateltuna, mutta samalla myös yksi monimutkaisimmista käsitteistä. Rationaalisuus 

viittaa numeroihin ja laskemiseen, mutta myös ajatteluun ja ymmärtämiseen ratkaisuja 

tehtäessä, mikä kuulostaa hyvin robottimaiselta toiminnalta.  

 

Viime vuosien aikana on tullut paljon kritiikkiä siitä, että taloustiede kuvaa ainoastaan 

idealistista tilannetta, mutta ei ota huomioon markkinoilla esiintyviä vinoumia tai 

epärationaalista käytöstä. Ihmiset ovat kuitenkin vain ihmisiä ja on inhimillistä tehdä 

virheitä. Ihmisten käsitysten muuttaminen on hyvin vaikeaa. Taloustieteilijät alun perin 

vastustivat, toimivien mallien muokkaamista suuntaan, jossa otetaan ihmisten oikea 

käyttäytyminen huomioon.  

 

Paradigman muutos vaatii suuren määrän vinoumia, joita asiantuntijat eivät pysty 

selittämään sen hetkisellä paradigmalla. Vielä muutamat vinoumat tai jotkin 

selittämättömät asiat eivät pysty kaatamaan vakiintunutta tiedettä (Thaler 2015: 185). 

 

Nuoret tutkijat olivat kuitenkin valmiit ottamaan riskejä ja ajattelemaan ”uudella tavalla”. 

Tämän uuden ajattelumallin nimeksi on nyt tullut käyttäytymistaloustiede. Tieteen alan 

ei ole tarkoitus kilpailla perinteisen taloustieteen kanssa, vaan tuoda tarkempaa 

ennustettavuutta teorioihin. Vuonna 2017 taloustieteen Nobelin sai yhdysvaltalainen 

Richard Thaler behavioristisen eli käyttäytymistaloustieteen tutkimuksistaan.   



7 

 

Käyttäytymistaloustieteellä pyritään antamaan oikeampaa kuvaa talouden toimimisesta, 

tavalla, jossa ihmiset voivat käyttäytyä niin kuin he käyttäytyvät oikeasti. 

Käyttäytymistaloustiede on tärkeä ja mielenkiintoinen ala, sillä tutkiessa taloutta, joka ei 

toimi täysin tehokkaalla tavalla, voidaan löytää erilaisia käyttäytymisloukkuja tai 

epänormaaleja ilmiöitä. Ne voivat puolestaan antaa sijoittajille mahdollisuuksia hyötyä 

markkinoiden toiminnasta.  

 

Aiemmin on löydetty epänormaaleja tuottoja ajanhetkiinsidottuina ilmiöinä, joita 

kutsutaan kalenterianomalioiksi. Esimerkiksi päiviin tai kuukausiin sidottuja ajanhetkiä, 

jolloin osakkeet ovat tuottaneet poikkeavia tuottoja. Tämä tarkoittaisi sijoittajien 

kannalta mahdollisuutta hyötyä ajanhetkistä, jos vain pystytään huomaamaan nämä 

poikkeamat etukäteen. Toki anomalioille ja muillekin poikkeamille on olennaista, että ne 

poistuvat markkinoilta, kun ne huomataan.  

 

 

1.1 Taustatietoa 

Momentum-anomalialla tarkoitetaan Jegadeeshin ja Titmanin (1993) löytämää ilmiötä, 

jossa osakkeiden aikaisemman aikaperiodin perusteella pyritään ennustamaan 

tulevaisuuden tuottoja niin että ne, jotka ovat menestyneet aikaisemmin tulevat 

tulevaisuudessa myös menestymään keskimääräistä paremmin. Momentum siis kertoo 

osakkeiden hyvän momentumin jatkuvan. Esimerkiksi kolmen kuukauden aikana 

parhaiten menestyneet osakkeet menestyvät todennäköisesti indeksiä paremmin myös 

tulevat kolme kuukautta. Myös käänteisesti tarkasteltuna heikompien tuottojen 

osakkeiden on todettu menestyvän heikommin tulevaisuudessa samanmittaisella 

periodilla. Momentum-ilmiössä voitaisiin siis menneisyyteen perustuvalla tiedolla 

ennustaa tulevaisuuden tuottoja. (Daniel & Moskowitz. 2016) 

 

Jegadeesh ja Titman (2002) tekivät empiirisiä tutkimuksia, joissa he jaottelivat osakkeita 

menestyksen mukaan portfolioihin ja nimesivät nämä portfoliot voittajaportfolioon ja 

häviäjäportfolioon. Voittajaportfolioon valittiin osakkeet, jotka olivat tuottaneet 



8 

 

tarkasteluperiodilla parhaiten ja häviäjäportfolioon heikoiten menestyneet. He 

huomasivat, että aikaisemmalla hintakehityksellä on vaikutuksia tulevaisuuden 

kehitykseen.  Heidän mukaansa tutkittaessa strategiaa yli vuoden mittaisella periodilla 

tuotot kääntyvät päälaelleen, eli häviäjäportfoliot alkoivat tuottamaan parempaa 

tuottoa kuin voittajaportfoliot. 

 

De Bondt Ja Thalerin (1985) mukaan markkinoilla on taipumusta ylireagointiin. Tällä he 

viittaavat siihen, että yksilöillä on taipumusta painottaa liikaa viimeaikaista tietoa ja 

vähätellä aikaisempaa tietoa. Heikosti menestyneet osakkeet ovat heidän mukaansa 

arvostettu liian alhaisiksi ja markkinoilla on tapana korjata tilanne, jolloin nämä 

aikaisemmin heikommin menestyneet osakkeet tulevat tuottamaan tulevaisuudessa 

paremmin. 

 

 

1.2 Tutkimuksen rakenne ja tarkoitus 

Tämän pro gradu -tutkielman tarkoituksena on selvittää, löytyykö Helsingin pörssistä 

tämänkaltaista momentum-anomalian vastakkaista ilmiötä markkinoiden ylireagoinnista, 

missä häviäjäportfoliot tuottavat paremmin kuin voittajaportfoliot tai markkinat 

keskimäärin. Tutkimuksessa pyritään todistamaan empiirisesti, löytyykö jollakin tietyllä 

yli vuoden mittaisella aikaperiodilla tuottoja, joita voidaan ennustaa menneisyyteen 

perustuvalla datalla.  

 

Tutkielman seuraava luku käsittelee perinteisen taloustieteen teorian pohjaan, sekä 

oletuksia, joihin taloustiede perustuu. Luvun loppu esittelee vielä hieman kritiikkiä tätä 

perinteistä taloustiedettä ja näitä oletuksia kohtaan. Luvussa kolme esitellään 

käyttäytymistaloustiede, joka tarjoaa toisenlaisen mallin ja näkökulman perinteiselle 

taloustieteelle. Alussa käydään läpi, mitä käyttäytymistaloustiede on ja kuinka ihmiset 

käyttäytyvät tietynlaisissa talouden tilanteissa, kuten epävarmuuden vallitessa. Tämän 

jälkeen paneudutaan anomalioihin ja momentum-anomalian aiempiin tutkimuksiin. 



9 

 

Luvun lopuksi käydään vielä tarkemmin läpi De Bondtin ja Thalerin tutkimusta 

markkinoiden ylireagoinnista.  

 

Neljäs luku on tutkielman empiirinen osuus, jossa käydään läpi tutkimusaineisto, 

menettelytavat sekä tutkimustulokset. Viimeinen luku on johtopäätökset, jossa 

vedetään yhteen koko tutkielma 

 

 

 



10 

 

2 TEHOKKAAT MARKKINAT 

 

2.1 Taustaa 

Tutkimus siitä, voivatko sijoittajat ennustaa osakekursseja menestyksekkäästi ulottuu 

aina vuodelle 1900. Nyt voidaan sanoa, että täysin edellä aikaansa elänyt nuori 

matemaatikko Louis Bachelier jo vuonna 1900 julkaisi väitöskirjansa, joka on luonut 

pohjan tehokkaiden markkinoiden tutkijoille. Poikkeuksellinen teos oli ensimmäinen 

kerta, kun pyrittiin käyttämään matemaattisia tekniikoita selittämään miksi 

osakemarkkinat käyttäytyvät niin kuin ne käyttäytyvät. Kirjassaan Bachelier käytti 

Brownin liikettä ensimmäistä kertaa, jopa ennen Albert Einsteiniä ja käytti sitä Pariisin 

markkinoilla hinnoittelemaan optioita. Kirjassaan hän olettaa matemaattisen 

odotusarvon olevan nolla ja kutsuu tätä ehtoa reiluksi peliksi. Tämä tarkoittaa sitä, että 

hinnan nousun todennäköisyys milloin tahansa on sama kuin hinnan laskun. Kolikon 

heitto kuvaa oletusta hyvin. Kruunan ja klaavan saaminen on yhtä todennäköistä, eikä se 

riipu siitä mitä on aiemmalla heitolla saatu. Näistä oletuksista hän teki toisen tärkeän 

oivalluksen, siitä kuinka markkinoiden vaihtelun suuruus kasvaa mitä pidempää 

ajanjaksoa katsotaan. (Bernstein 1992: 18-21.) 

 

Tämä teoria kuitenkin ”unohdettiin” tai se ei saanut niin suurta huomiota tuolloin. 1900- 

luvun alkupuolta hallitsivat fundamentaalisen ja teknillisen analyysin teoreemat.  

 

Fundamenttianalyysin tarkoituksena on selvittää relevanttia tietoa sijoittamisen 

kannalta. Informaation tulee olla relevanttia yrityksen tulevan liiketoiminnan kannalta ja 

siinä usein määritellään sisäinen arvo osakkeelle. Halutaan tietää ovatko sijoituskohteet 

hinnoiteltu markkinoilla yli tai alle sen oikean arvon, sillä uskotaan sijoituskohteiden 

arvojen palautuvan ainakin lähelle niiden todellisia arvoja. (Bodie, Kane, Marcus 

2014:356.) 

 



11 

 

Analyysissä käytetään yrityksen tuloja, osinkoja, odotettuja korkoja ja riskin arviointia, 

jotta voidaan määritellä oikea arvo sijoituskohteelle. Tarkoituksena on laskea diskontattu 

arvo jokaisesta maksusta, jonka sijoittaja saa osakkeistaan. Mikäli arvo ylittää 

sijoituskohteen hinnan, fundamentaalisen analyysin analyytikko suosittelee kyseisen 

sijoituskohteen ostamista. (Bodie, ym. 2014: 356.) 

 

Arvon määrittäminen alkaa tarkastelemalla yrityksen aiempia kassavirtoja ja taseen 

selvittämisellä. Analyysiä täydennetään yksityiskohtaisilla taloudellisilla analyyseillä, 

missä käydään läpi laatua hallinnossa ja sitä, miten yritys pärjää tai missä asemassa se 

on toimialallaan, sekä vielä lopuksi koko toimialan näkymiä markkinoilla. (Bodie, ym. 

2014: 356.) 

 

Tekninen analyysi pyrkii löytämään pääasiassa joitakin toistuvia ja ennustettavia kuvioita 

osakekurssien hinnoista. Teknisen analyysin harjoittajat tietävät yrityksiä koskevien 

taloudellisten tietojen arvon kyllä. He vain uskovat, ettei tämä tieto ole välttämätöntä 

onnistuakseen omassa kaupankäyntistrategiassaan. Oli fundamentaalinen osakekurssin 

hintaan vaikuttava tieto sitten mitä tahansa, uskovat he pystyvänsä analysoimaan 

trendin ja hyödyntämään sitä sopeutumis-jakson aikana, kunhan vain osakekurssit 

reagoivat tarpeeksi hitaasti tietoon. Toisin sanoen avaintekijä onnistumiseen on 

osakekurssien hitaus tarjonnan ja kysynnän muutoksiin. (Bodie, ym. 2014: 354.) 

 

Usein teknisessä analyysissä tulee esille tuki- ja vastustus tasot. Nämä ovat 

analysoinnissa trendien käännösten tai pysähtymisen huomaamisen työkaluja. Tasoilla 

tarkoitetaan jotakin ala- tai ylärajaa, mihin hinta pysähtyy ainakin hetkellisesti tai 

kääntää suuntaa. Esimerkiksi jos ajatellaan jonkin sijoituskohteen jo pitkään maksaneen 

markkinoilla 75 euroa. Nyt hinta tippuu 65 euroon ja sen jälkeen hinta alkaa nousta 

jälleen. Sijoittajat, jotka ovat ostaneet sijoituskohteen 75 eurolla ovat halukkaita 

myymään sijoituskohteen heti kun pääsevät omilleen. Tämä viittaa siihen, että 

markkinoille muodostuisi muistia vanhoista historiaan katsovista sijoituskohteiden 

hinnoista. (Bodie, ym. 2014: 354-355.) 



12 

 

 

Teknisessä analyysissä pyritään tutkimaan kaavioita menneisyydestä ja sen avulla 

löytämään johdonmukaisia kuvioita. Sen tarkoituksena on yrittää määritellä 

sijoituskohteen hinnan kehitystä. Teknisellä analyysillä ei oteta kantaa 

sijoituskohteen ”oikeaan arvoon”, koska uskotaan, ettei fundamentit kykene täysin 

heijastamaan tietoa. Teknisellä analyysillä tutkitaan aiempia markkinatietoja kuten 

hintaa ja volyymia, jonka avulla pyritään ennustamaan tuleva suunta sijoituskohteiden 

hinnoille. (Bodie, ym. 2014: 355.) 

 

Teknisessä analyysissä siis etsitään toistuvia tapahtumia historiasta, sekä tutkitaan miten 

markkinat reagoivat johonkin tiettyyn informaatioon. Annetaan siis osto- ja 

myyntikehotuksia, joiden avulla toimia markkinoilla. Nämä ovat usein lyhyt katseisia. 

(Bodie, ym 2014: 355.) 

 

 

2.2 Portfolioteoria  

Keskeisenä kysymyksenä rahoitusmarkkinoilla voidaan pitää, sitä miten jakaa 

varallisuutensa. Tämän pohjalta on kehittynyt paradigma: moderni portfolioteoria. 

Aikaisemminkin on ymmärretty hyödyt hajauttamisesta ja riskin pienentämisestä, mutta 

1952 vuonna Markowitz loi matemaattisen pohjan hajauttamiselle ja riskin 

pienentämiselle. Häntä pidetäänkin portfolioteorian ja keskiarvo-varianssimallin 

isähahmona. Teorian pohjalta on tarkoitus löytää sijoittajalle salkku, jossa hän saa 

jollakin annetulla riski tasolla suurimman mahdollisen odotetun tuoton tai vastaavasti 

mahdollisimman pienen riskin vaaditulla tuotto tasolla. (Edwin, Elton, Martin & Gruber 

1997: 1743.) 

 

Sijoittajan tulee pohtia, miten salkussa olevat sijoituskohteet vaikuttavat toisiinsa. 

Valittaessa salkkuun hajautettuja sijoituskohteita eli kohteita, jotka eivät korreloi 

keskenään saadaan riskiä pienennettyä. Sijoituskohteiden arvojen muuttuessa, jos 

kahden sijoituskohteen arvot muuttuvat vastakkaisiin suuntiin, kumoavat ne toistensa 



13 

 

tappiot. Tällä ajatuksella valittaessa salkkuun useampia sijoituskohteita korreloiden 

vastakkaisesti, vastaanotetaan salkku, jossa sijoituskohteiden tuotto on sama, kuin 

salkku, jossa olisi vain yksi sijoituskohde. Riski taso sen sijaan salkussa pienenee. Näin 

ollen, mikäli yhden sijoituskohteen arvo laskee ei se vielä romuta koko salkun tuottoa. 

(Edwin, ym. 1997: 1743.) 

 

 

2.3 Tehokas rintama 

Markowitzin mukaan voidaan tehdä sijoittajille tehokas portfolio, jossa riski on pienin 

mahdollinen annetulla tuotto odotuksella tai annetulla riskillä mahdollisimman suuri 

odotettu tuotto. Kuvaamaan parasta mahdollista yhdistelmää riskin ja tuoton välillä on 

lanseerattu käsite tehokas rintama. Kuvaajassa käyrä kuvaa tehokasta rintamaa ja siinä 

kaikki yhdistelmät ovat tehokkaita. (Erkkilä 2018.) 



14 

 

Kuvio 1. Tehokas rintama 

 

Jos salkun yhdistelmä riskistä ja tuotosta on rintaman alapuolella, ei se ole optimi 

pisteessään. Vaan tuotto voisi olla suurempi tai vastaavasti riski pienempi samoilla 

tuoton ja riskin määrillä. Toisin sanoen pisteen ollessa käyrän sisällä, portfolion tuotto-

odotus voi olla yhtä suuri, mutta silloin sillä on suurempi riski kuin, jos piste olisi 

tehokkaan rintaman käyrällä. Katsotaan salkkua aina kokonaisuutena, eikä siihen vaikuta 

tuotto-riskisuhteet yksittäisistä sijoituksista. Päästäkseen tehokkaan rintaman käyrälle, 

tulee sijoituskohteiden tuottojen välinen riippuvuus olla alhaista tai jopa mielellään 

negatiivista. (Erkkilä 2018.) 

 

 



15 

 

2.4 CAP-Malli 

Hinnoittelumallin laskemaan odotettua tuottoa arvopapereille on kehittänyt Sharp 

William ja Lintner John. Malli kehitettiin Markowitzin teorian pohjalta. CAP-mallissa 

sijoituskohteiden odotetut tuotot kompensoivat odotetut riskit. Toisin sanoen mallilla 

pystyy estimoimaan kuinka suuri tuotto tulisi olla tietyllä riskillä. (Nikkinen, Rothovius, 

Sahlström 2002: 68.) 

 

CAP-malli on nykyaikaisen taloustieteen keskeisiä osia. Malli antaa tarkkaa ennustetta 

suhteesta, jota sijoittajan tulee noudattaa omaisuuserän tuoton ja sen riskin välillä. Se 

palvelee kahta tärkeää asiaa. Ensinnäkin se tarjoaa meille mahdollisuuden vertailla 

tulevia mahdollisia investointeja. Eli malli antaa tietoa siitä onko odotettu tuotto 

tarpeeksi reilu sen tuottamaan riskiin nähden. Toisekseen se auttaa meitä tekemään 

hyviä arvioita odotettavissa olevista tuotoista sellaisilla omaisuuserillä, joita ei ole vielä 

myyty markkinoilla. (Bodie, Kane, Marcus 2018: 291.) 

 

CAP-malli koostuu joukosta yksinkertaistettuja oletuksia. Siinä on loogisia ja 

matemaattisia kehityksiä, jotka manipuloivat näitä oletuksia, sekä joukko ennusteita. 

Mallia voi testata joko normatiivisella tavalla, joka tarkastelee mallin oletuksia tai 

positiivisella tavalla, jossa tarkastellaan ennustuksia. (Bodie, Kane, Marcus 2018. 302.) 

Beta-kerroin kuvaa riskiä ja sitä, kuinka jonkun tietyn, kuten osakkeen tuotto vaihtelee. 

Koko markkinoiden beta-kerroin on yksi, joten jos osakkeelle laskettu beta-kerroin on 

yksi, niin liikkuu osakkeen tuotto markkinoiden kanssa tahdissa. Kertoimen ollessa yli tai 

alle yksi, on kyseessä, joko aggressiivinen tai defensiivinen osake. Eli osakkeen riski on 

joko korkeampi tai matalampi kuin keskimääräinen riski. (Galagedera 2007 823.) 

 

 

2.5 Tehokkaat markkinat 

Markkinat, missä suuri joukko järkeviä tai rationaalisia toimijoita pyrkii maksimoimaan 

hyötyään, samalla kunkin yrittäessä ennustaa yksittäisten tulevien osakkeiden markkina-



16 

 

arvoja kutsutaan tehokkaiksi markkinoiksi. Melkein kaikilla toimijoilla on ajankohtaiset 

tiedot ja osakkeiden todellista hintaa katsottaessa, milloin tahansa, on hinta hyvä arvio 

sen sisäisestä arvosta. (Fama, Malkiel & Burton 1970: 387.) 

 

Näiden edellisten ja monien muiden tutkimusten johdatuksista, on saatu rakennettua 

tällä hetkellä oppiympäristöön käytettävä teoriapohja.  

 

Tehokkaiksi markkinoiksi kutsutaan markkinoita, joissa saatavilla oleva tieto heijastuu 

aina hintoihin. Fama (1970) määrittää kolmen kohdan avulla riittävät edellytykset 

pääomamarkkinoiden tehokkuudelle. Ensimmäisenä on oletus 

kaupankäynninkustannusten puuttumisesta. Toisena kaiken saatavilla olevan 

informaation täytyy olla jokaisen markkinatoimijan saatavilla. Kolmantena kaikkien 

toimijoiden mielipiteet täytyy yhtyä, siitä mitä arvopaperien hinnat ovat nyt ja tulevat 

olemaan tulevaisuudessa. Tällaisilla markkinoilla hinnat heijastavat täydellisesti kaikkea 

saatavilla olevaa tietoa. (Fama, ym. 1970: 387.) 

 

Täysin kitkattomia markkinoita, missä kaikilla on vapaasti käytettävissä kaikki tieto ja 

sijoittajat yhtyvät ajatuksillaan, ei todellisuudessa ole.  Nämä edellytykset tehokkaisiin 

markkinoihin ei kuitenkaan ole täysin välttämättömät. Vaikkei nämä toteudukaan eikä 

saatavilla oleva tieto heijastakaan täydellisesti hintoja, ei markkinoista tule tehottomia. 

Riittävä relevantti tieto riittävällä määrällä sijoittajia riittää siihen, että markkinoita 

voidaan pitää tehokkaina. Eli sijoittajien erimielisyydet, transaktiokustannukset ja se 

ettei kaikki tieto ole täysin vapaassa käytössä kaikilla, ei välttämättä tee markkinoista 

tehottomia. Kaikki kolme edellä mainittua edellytystä esiintyykin markkinoilla, muttei 

välttämättä täydellisesti. (Fama, ym. 1970: 388.) 

 

Fama jakaa markkinat tehokkuudeltaan kolmeen eri kategoriaan. Kategoriat ovat 

sidoksissa toisiinsa. Ensimmäisessä kategoriassa markkinoiden tehokkuutta kuvataan 

heikkona muotona. Heikko muoto kuvaa tilannetta, jossa hintoihin heijastuva 

informaatio on saatu historiaan perustuvasta datasta. Keski-vahva muoto, sisältää kaiken 



17 

 

saman kuin heikko muoto, mutta lisäksi julkisesti saatavilla olevan tiedon. Testeissä 

haluttiin tietää kuinka nopeasti julkiset tiedot heijastuvat hintaan. Julkisesti saatavilla 

olevaa tietoa on esimerkiksi vuosikertomukset. Kolmantena jaottelussa on tehokkuuden 

vahva muoto. Vahvassa muodossa ajatus on siinä, että onko jollakin joukolla kuten 

sijoittajilla, ryhmillä tai johtajilla monopolistinen pääsy tietoihin, jotka ovat 

merkityksellisiä hintakehityksen kannalta. (Fama, ym. 1970: 388.) 

 

 

2.6 Satunnaiskulku teoria   

Osakekurssien käyttäytymisen malleja on haluttu testata ja niitä on haluttu kehittää jo 

useiden vuosien ajan. Näiden tutkimusten pohjalta on kehittynyt yksi tärkeä teoria: 

satunnaiskulku. (Fama 1995: 74.) 

 

Joidenkin teorioiden perusoletuksia on toistettavuus hinnoissa, katsottaessa 

historiallista dataa. Eli aikaisemmat mallit hinta käyttäytymisestä tulee tulevaisuudessa 

tapahtumaan uudestaan. Tällä oletuksella osakekurssien ennustaminen ja mahdollisten 

voittojen saaminen edellyttävät, siis tutustumista hintakehityksen historiaan ja sitä 

kautta pyritään tunnistamaan todennäköiset toistumiset osakekursseissa. 

Tilastotieteilijät pitävät yksittäisten arvopaperien peräkkäisiä hinnanmuutoksia 

riippuvaisina toisiinsa, jolloin voitaisiin laskea todennäköisyyksiä tulevasta hinta 

käyttäytymisestä. (Fama 1995: 75.) 

 

Voidaan sanoa, että hinta ja arvo eivät aina tarkoita samaa asiaa. Vaikka hintaa 

pyrittäisiinkin ennustamaan historiallisilla toistumilla. Ei tämä välttämättä kerro 

osakkeen todellista arvoa, jota analyytikot pyrkivät mieluummin analysoimaan 

perusanalyysillä. Perusanalyysiä kutsutaan myös sisäisen arvon menetelmäksi. (Fama 

1995: 75.) 

 

osakkeiden arvoon liittyviä tekijöitä ovat kyseisen yrityksen suorituskyky, investoinnit, 

riskit liiketoiminnassa ja investoinneissa, sekä kilpailuedun kestävyys. Nämä tekijät 



18 

 

vaikuttavat yrityksen kassavirtaan ja ne tuovat tulevaisuudessa tuottoa omistajilleen. 

Koska osakemarkkinoilla toimijat eivät ”pelaa” samaa peliä, hinta ja arvo voivat heittää 

toisistaan. Osa osakemarkkinoilla toimijoista on ”tavallisia” sijoittajia, joita kiinnostaa 

osakkeen arvo. Kun taas osa on kaupankävijöitä. Esimerkiksi treidaajia, jotka tekevät 

päivittäiskauppaa. Tällöin hinta on tärkeämpi kuin arvo. Tarkoitus on ostaa halvalla tai 

halvemmalla ja myydä kalliimmalla osakkeet pois. Tällöin ei määritellä osaketta arvon 

mukaan mikä perustuu tuleviin tuottoihin vaan markkinoiden tunnelman mukaan. 

Suurin osa markkinoilla toimijoista käy kauppaa juurikin tällä tavalla, joten pörssikurssit 

liikkuvat hinnan määrityksen mukaan. (Nordnet 2016.) 

 

 

  

Kuvio 2. Osakkeen arvoon ja hintaan vaikuttavat tekijät. (Nordnet 2016) 

 

Epävarmuuden vallitessa hintojen ja arvojen oikeudesta ei voida koskaan olla varmoja. 

Sijoituskohteiden sisäisten arvojen tarkka määrittäminen on siis mahdotonta. 

Markkinatoimijoiden välillä on aina erimielisyyksiä yksittäisten sijoituskohteiden 

sisäisistä arvoista, jotka aiheuttavat heilahtelua hintojen ja arvojen välillä. Tehokkaiden 

markkinoiden ja niillä useiden toimijoiden pitäisi kuitenkin aiheuttaa hintojen 

satunnainen vaihtelu sen sisäisen arvon lähellä. Jos tämä vaihtelu ei olisi satunnaista 

vaan systemaattista, auttaisi se älykkäitä markkinatoimijoita ennustamaan polkua, jossa 



19 

 

hinnat siirtyvät kohti sisäistä arvoa. Satunnaiskulun teoria voidaan yksinkertaistettuna 

sanoa, että sijoituskohteiden hintojen muutoksilla ei ole muistia, eikä sen aikaisempia 

hintoja pystytä hyödyntämään ennustaakseen tulevaisuuden hintoja. Toisin sanojen 

sijoituskohteiden tulevaisuuden hintataso ei ole sen enempää ennustettava kuin sarja 

kumuloituja satunnaislukuja. (Fama 1995: 76.) 

 

Satunnaiskulunteorian hypoteesi kertoo, ettei hinnoilla ole muistia, eli ettei hinnat ole 

riippuvaisia edellisistä muutoksista. Todellisuudessa näin saattaa kuitenkin olla joissain 

tapauksissa, mutta yleensä riippuvuus on niin pieni, että sitä voidaan pitää 

olemattomana. Ei ole siis väliä käytetäänkö teknistä analyysiä vai osta ja pidä taktiikkaa. 

Odotettujen tuottojen pitäisi olla samat. (Fama 1995: 78.) 

 

Satunnaiskulunteorian mukaan kuka vain voi luoda portfolion, täysin satunnaisesti 

tietämättään osakkeista mitään ja tämä portfolion tuotto on yhtä hyvä kuin muilla 

keinoilla tehty portfolio. Satunnaiskulunteoria tuo haasteen analyyseille, joilla pyritään 

ennustamaan osakemarkkinoiden käyttäytymistä. Esimerkiksi teknisessä analyysissä, 

tutkijoiden täytyy pystyä todistamaan heidän analyysien tehokkuus käytännössä. Heidän 

on siis konkreettisesti pystyttävä tekemään parempaa tulosta kuin satunnaisella 

valinnalla. (Fama 1995: 80.) 

 

Arvo ei siis muutu yhtä nopeasti kuin hinta. Vaikkakin arvo voi muuttua myös nopeasti. 

Silloin on usein kyse uudesta tai nuoresta yrityksestä. Startup-yritysten arvo voi hyvinkin 

nopeasti muuttua ylös, jos se menestyy tai vastavuoroisesti alas, jos se ei rupeakaan 

menestymään. On paljon informaatiota, joka vaikuttaa arvoon. Kuten informaatio, jossa 

yritys kertoo lisääntyvistä hyvistä investoinneista, riskien pienentymisestä ja 

parantuneesta suoritus-, tai kilpailukyvystä. On myös paljon informaatiota, joka on 

enemmän relevanttia tietoa hinnan määrittäjän (päivittäiskauppaajan) kannalta kuin 

arvon määrittäjän (sijoittajan) kannalta, kuten yritysten kvartaalijulkaisut, talousuutiset 

tai median kirjoitukset. Näistä saadaan paljon tietoa markkinatunnelmasta ja edesauttaa 



20 

 

vahvasti ennustamista lähipäivien tai lähiviikkojen hinnan kehityksestä, muttei 

kuitenkaan ole relevanttia tietoa arvon määrittäjän kannalta. (Nordnet 2016.) 

 

Sijoittaessa täytyy pysyä strategiassaan. Sijoittaessa rahat perustuen yrityksen 

tulevaisuuden liiketoimintaan ja kassavirran tuomiin tuottoihin, ei sijoittajan kannata 

myydä osaketta pienten hinnassa tapahtuvien notkahduksien takia. Päivittäiskauppaa 

käyvien treidaajien sijoitus toiminta on huomattavasti riskisempää. Heidän ei 

välttämättä kannata poistua markkinoilta, vaikka jokin osake olisi kuplassa, sillä hinnan 

vielä noustessa voidaan tehdä voittoa. Voiton saaminen perustuu ennakointiin siitä, 

miten muut sijoittajat käyttäytyvät markkinoilla. (Nordnet 2016.) 

 

2.7 Rationaalisuus 

Rahoitusmarkkinoiden teorioissa hyväksytään monesti ihmisten rationaalisuus, 

pyrittäessä ymmärrykseen markkinoiden toiminnasta. Rationaalinen käytös tarkoittaa 

ihmisten osaamista ajanmukaistaa ymmärrystään, kun saadaan uutta informaatiota ja 

käyttää tätä saatua tietoa päätöksissään normatiivisesti hyväksyttävällä tavalla. 

Normatiivisesti hyväksyttävä tapa viittaa subjektiiviseen odotetun hyödyn teoriaan, jossa 

käsitellään ajatus, miten toimijoiden pitäisi käyttäytyä tilanteessa, jossa epävarmuus 

vallitsee markkinoita. (Barberis, Thaler 2003: 1053.) 

 

Kun pyritään analysoimaan rahoitusmarkkinoiden käytöstä, rationaalisten odotusten 

teoria on hyvä työkalu. Se on oletus pohjalle, jotta voidaan analysoida jotain ilman 

jatkuvia muutoksia. (Mishkin 1995: 10.) 

 

 

2.8 Kritiikki 

Jo pitkään taloustieteessä ja rahoitusmarkkinoilla on ajateltu oletuksilla, että ihmiset 

tekevät päätöksensä rationaalisesti ja he ovat samaa mieltä tulevista ennustuksista 

markkinoiden kehityksessä. Oletettaessa, että ihmiset käyttäytyvät omia etujaan 



21 

 

maksimoivalla tavalla on pystytty rakentamaan erilaisia hyödyllisiä teorioita ja työkaluja 

rahoitusmarkkinoille, kuten esimerkiksi moderni portfolioteoria, jossa saadaan tuoton ja 

riskin taso optimoitua tai hinnoittelu malleja kuten CAP-malli. Taloustiede on täynnä 

tämän kaltaisia hyviä työkaluja ja teorioita. (Nofsinger 2018: 3.) 

 

Psykologit ovat kuitenkin jo pitkään tienneet näiden oletuksien olevan epärealistisia. 

Ihmiset toimivat kuitenkin usein irrationaalisella tavalla ja tekevät ennustettavia virheitä. 

Perinteisesti oletetaan ihmisten olevan riskiä vältteleviä, jonka voidaan sanoa 

taloustieteellisesti vastaavan riskinkaihtajaa. Ihmiset eivät halua ottaa riskejä, mutta 

tekevät kuitenkin niin, jos tuotto-odotus on riittävä suhteessa riskiin. Oletus väittää 

ihmisten olevan johdonmukaisia tehdessään päätöksi, mutta todellisuudessa näitä 

ehtoja rikotaan jatkuvasti. Ihmiset kaihtavat riskejä ostamalla vakuuksia, mutta samalla 

ostavat arpoja, joka viittaa riskin etsimiseen. (Nofsinger 2018: 3.) 

 

Taloustieteenfilosofit kritisoivat sitä, miksi taloustieteessä ei tutkita todellista taloutta, 

vaan tehdään epärealistisia oletuksia ja todelliset epäkohdat pyyhitään pois (Niiniluoto, 

Kuorikoski, Vilkko 2013). 

 

Hyväksyminen käyttäytymistaloustiedettä kohtaan on ollut hidasta ja 

käyttäytymistaloustiedettä on pidetty epäuskottavana tapana tutkia 

rahoitusmarkkinoita. Nyt on kuitenkin tultu vakuuttuneemmaksi psykologian ja 

tunteiden osallisuudesta taloudellisissa päätöksissä, vaikka on vielä kiistelyä siitä, miten, 

miksi ja milloin psykologia vaikuttaa päätöksiin. (Nofsinger 2018: 4.) 

  



22 

 

3 KÄYTTÄYTYMISTALOUSTIEDE JA SIJOITTAMINEN 

 

3.1 Käyttäytymistiede  

Rahoitusmarkkinat kokee erilaisia paradigmoja ja pysyy niissä hetken, mutta joko talous 

muuttuu tai ajatus taloudesta muuttuu, jolloin tulee aina uusia ajatusmalleja 

markkinoiden tutkimiseen ja ymmärtämiseen. Robert Shiller (2003: 83) sanoo, että 

kehitys taloudessa on jo siirtynyt pitkälle päivästä, jolloin tehokkaiden markkinoiden 

hypoteesia pidettiin epäilemättä parhaana teoriana tutkimaan markkinoita. Tilalle on 

tullut käyttäytymistaloustiede, joka tarjoaa laajempaa näkökulmaa taloudelle ja jossa 

otetaan huomioon psykologisia ja sosiologisia aspekteja. Tämä teoria on ristiriitainen 

tehokkaiden markkinoiden hypoteesin kanssa. 

 

Käyttäytymistaloustiede oli aluksi enemmänkin rahoituksen kuin käytöksen tutkimista. 

Painopiste alkoi vaihtua, kun tutkijat alkoivat saada dataa sijoittajien todellisesta 

käyttäytymisestä. (Thaler 2005.) 

 

Älykkäimmätkin meistä ihmisistä ”syyllistyvät” psykologisiin käyttäytymisloukkuihin 

tehdessään päätöksiä, vaikkakin perinteinen taloustiede on pitänyt tätä epärelevanttina 

tietona. Perinteinen taloustiede kertoo, miten meidän tulee käyttäytyä 

maksimoidaksemme varallisuutta ja olettaa meidän olevan rationaalisia päätösten 

teossa. Ajattelu malli on tuonut meille erilaisia teorioita, joita olemme voineet käyttää 

tutkiessamme rahoitusmarkkinoita. (Nofsinger 2018: 6-7.) 

 

Käyttäytymistaloustiede puolestaan haluaa vastata kysymyksiin, miten ihminen oikeasti 

käyttäytyy talouden monimutkaisessa ympäristössä. Halutaan saada todellinen 

näkökulma taloudellisiin päätöksiin, otettaessa huomioon ihmisten tunteet ja 

kognitiiviset ajatukset. (Nofsinger 2018: 7.) 

 



23 

 

Arvioidessa jotain päätöstä mihin liittyy epävarmuutta ja riskiä, pyrkivät aivot 

käsittelemään faktoja tilanteesta ja määrittelemään todennäköisyyksiä. Mutta kuitenkin 

päätöksessä painaa myös ihmisen silloinen mieliala ja tunteet. Kun tunteet otetaan 

huomioon, tulee päätöksestä puolueellinen. (Nofsinger 2018: 7.) 

 

Thaler (2005: 550-554) kertoo kahdesta, sijoittajien käyttäytymiseen viittavan 

tutkimuksen edelläkävijästä Terry Odeanista ja Brad Barberista, jotka saivat suuren 

määrän tietoa kaupankäynnistä alennusmyyntiyrityksestä. He pystyivät 

dokumentoimaan sijoittajien käytöstä ja korostamaan kahta asiaa sijoittajien 

käyttäytymisessä. Ensimmäinen on sijoittajien haluttomuus luopua sijoituskohteistaan, 

joiden arvo on alentunut verratessa kohteisiin, joiden arvo on noussut, vaikka verotus 

kannustaisikin tekemään toisinpäin. Toinen painotuksen kohde oli liiallinen 

itseluottamus, siinä mielessä, että käydään liikaa kauppaa ja tämä koskee enemmän 

miehiä kuin naisia. 

 

Thaler (2015: 18-19) kertoo professoriuransa alkupuolella tehneestä löydöksestä 

oppilaidensa käyttäytymisessä. Professori Thaler päätti tehdä tenteistä hieman 

vaikeampia, mutta laski vaadittua pistetasoa tietyn arvosanan saamiseksi. Oppilaat 

vihasivat kuitenkin professorin tyyliä pitää kurssi. Thaler halusi silti pitää vaikean tentin 

ja päätti että nostaa pisterajan 100 pisteestä 137 pisteeseen. Oppilaat saivat nyt kokeesta 

saman prosentuaalisen (70%) määrän, mutta aiemman 70 pisteen sijasta he saivat nyt 

96 pistettä. Oppilaat olivat tyytyväisiä tähän, eivätkä enää valittaneet professorin tyylistä 

tehdä vaikeaa tenttiä. 

 

Oppilaat käyttäytyivät nyt siis väärin. Ainakin jos ajatellaan taloustieteen oletetun 

käyttäytymismallin kannalta asiaa. Eihän kenenkään tulisi olla iloisempi samasta 

prosentuaalisesta tuloksesta, olivat pisteet sitten mitä tahansa. (Thaler 2015: 19.) 

 

Thaler (2015: 20) kuvaa talousteorian luomaa oikein käyttäytyvää hahmoa ekoniksi. 

Ekoni pystyy valitsemaan optimoidusti parhaan vaihtoehdon jokaisesta tuotteesta tai 



24 

 

palvelusta. Ekoni ei tee virhearvioita edes tunteiden vaikutuksen alaisena. Käydessään 

kaupassa ekoni pystyy tekemään miljoonista tuoteyhdistelmistä parhaan optimoidun 

päätöksen. Eikä ekoni kärsi liiallisesta itseluottamuksesta. Vaikka on helposti 

pääteltävissä, ettei tämän kaltaisia ihmisrobotteja ole oikeasti olemassa, perustuvat 

käyttäytymismallit taloustieteessä, juurikin näihin oikein käyttäytyviin ekoneihin. 

 

Olemme nähneet aikojen saatossa monia taloudellisia katastrofeja kuten musta 

maanantai 19. lokakuuta vuonna 1987, jolloin ilman huonoja uutisia osakekurssit 

tippuivat yli 20 prosenttia, sekä tietysti IT-kupla ja asuntojen hinta kupla. Näitä on 

mahdotonta selittää tehokkaalla markkina hypoteesilla, eikä niitä voi vain sivuuttaa. 

(Thaler 2015: 20.) 

 

 

3.2 Prospekti teoria 

Odotetun hyödyn teoria on hallinnut tapaa suhtautua ihmisten tekemiin valintoihin 

epävarmuuden vallitessa. Se on ollut hyväksytty normatiivinen malli, joka kuvailee 

ihmisten käyttäytymistä. Odotetun hyödyn teorian lähtökohtana on laskea painotettu 

keskiarvo odotetusta hyödyistä. Näin ollen valitaan paras mahdollinen tulos. Ihmiset 

kuitenkin arvostavat voittojaan vähenemissä määrin ottaen huomioon heidän 

varallisuutensa. Utiliteetti, eli hyöty pienenee varallisuuden lisääntyessä. Tämä tarkoittaa, 

että jos köyhälle ihmiselle antaa 10 000 euroa hän arvostaa saamaansa todella paljon, 

mutta jos sama summa annetaan ihmiselle, jolla on miljoonien omaisuus, ei hän 

välttämättä edes huomaa sitä, saati sen tuomaa hyötyä. (Thaler 2015: 42.) 

 

 

 

 

 

 

 



25 

 

 

 

 

 

  

Kuvio 3. Arvostus, hyödyn lisääntyessä (Thaler 2015) 

 

Prospekti teoria pyrkii antamaan vaihtoehtoisen näkökulman päätöksenteosta, joka on 

sopivampi kuin odotetun hyödyn teorian normatiivinen näkökulma. Vaurauteen liittyvän 

alenevan hyödyn mallissa on käytetty psykologiaa ja sitä on ymmärretty. Vieläkin 

parempaan malliin pääsemiseksi taloustieteen tutkijat Kahneman ja Tversky (1979) 

keskittyivät muutosten vaikutuksiin ennemmin kuin vaurauden tasojen tutkimiseen. He 

loivat arvo funktion, joka ilmaisee juurikin muutoksia, sillä ihminen ei huomaa 

tapahtumia, jos ne eivät muutu. Ihmisen mennessä huoneesta toiseen ei hän huomaa 

mitään, jos huoneen lämpötila pysyy samana. Lämpötilan muutos siirryttäessä toiseen 

huoneeseen saa aikaan reaktion. Samoin, jos ihminen saa rahallisen bonuksen, ei hän 

välttämättä huomaisi sitä, jos vertaisi sitä koko elämänsä saataviin, mutta tuskin tekee 

näin, vaan huomaa bonuksen tuoman muutoksen. (Thaler 2015: 44-45.) 

 

Odotetun hyödyn teoriaa kuvattiin sekä normatiivisena, että diskettisenä näkökulmana. 

Kahneman ja Tversky (1979: 265) tuo esille artikkelissaan joukon valintoja, jotka 



26 

 

jatkuvasti rikkovat tätä odotetun hyödyn teoriaa. He osoittavat ihmisten arvostusta 

todennäköisyyksillä pelaten. 

 

Varmuusefektillä, he tarkoittavat tilanteita, joissa korkealla todennäköisyydellä annetaan 

ihmisille mahdollisuus saada rahaa. Jos kyseessä on rahan saanti, ihmiset arvostavat 

tilannetta, jossa he saavat varmasti rahaa hieman pienemmän summan (3000€), kuin 

tilannetta, jossa esimerkiksi 80 prosentin todennäköisyydellä on mahdollisuus voittaa 

hieman suurempi summa (4000€), mutta 20 prosentin mahdollisuus olla saamatta 

mitään. (Kahneman & Tversky 1979: 265-269.) 

 

Mahdollisuusefektillä, he tarkoittavat tilannetta, jossa matalalla prosentilla mahdollista 

saada rahaa suuri summa, tai varmasti pieni summa. Etsivät ihmiset mahdollisuutta 

saada suuri summa rahaa. Esimerkiksi (4000€) 5 prosentin todennäköisyydellä, varman 

summan (201€) sijasta, vaikka painotetulla keskiarvolla laskettaessa summa olisikin 

kannattamattomampi. (Kahneman & Tversky 1979: 265-269.) 

 

Odotetun hyödyn teoria edellyttäisi siis laskemaan painotetun keskiarvon ja valinta 

pitäisi toteuttaa sen mukaan. Varmuus efektissä pitäisi valita 80 prosentin sauma saada 

4000 euroa, sillä painotettu keskiarvo on 3200 euroa, joka on enemmän kuin varma 

valinta 3000 euroa. Mahdollisuus efektissä pitäisi puolestaan valita varma summa 201 

euroa mikä on suurempi kuin painotettu keskiarvo 5 prosentin mahdollisuus saada 4000 

euroa, joka on 200 euroa. (Kahneman & Tversky 1979: 265-269.) 

 

Edelliset käsittelivät rahan saamista, mutta Kahneman ja Tversky tekivät myös 

tutkimuksia tappioiden arvostamisesta. Tulokset olivat päinvastaisia. Varmuus efektillä, 

kun kyseessä on rahan menettäminen niin ihmiset valitsevat tilanteen, jossa 80 

prosentin todennäköisyydellä hävitään hieman suurempi summa (4000€), kuin mitä 

varmana tappiona tarjottaisiin (3000€). Mahdollisuus efektin osalta valittiin nyt varma 

tappio mieluummin, kuin pieni mahdollisuus hävitä suuri summa rahaa. Tulokset olivat 

taas ristiriidassa odotetun hyödyn teorian kanssa. (Kahneman & Tversky 1979: 265-269.) 



27 

 

 

Ihmiset ovat siis riskin kaihtajia rahan saamisen osalta ja riskin etsijöitä tappioiden osalta. 

Voitot ja tappiot ovat kummatkin kuperia muodoltaan, mutta arvostuksessa on 

epäsymmetrisyyttä. Tappiot tuntuvat pahemmalta kuin voittojen saannin hyöty. 

(Kahneman & Tversky 1979: 278.) 

 

 

 

Kuvio 4. Hypothetical value function (Kahneman & Tvesky 1979) 

 

Arvostusta katsotaan aiemmin mainitun muutoksen osalta, mutta vertailupiste ei 

välttämättä ole aina kyseinen hetki, jossa eletään. Artikkelissaan Kahneman ja Tversky 

(1979: 278-279) antavat esimerkin taloa hankkivasta ihmisestä. Hän tarvitsee 60 000 

euroa ostaakseen talon. Tällöin voittojen osalta siinä 60 000 euron kohdassa voi olla 

jyrkkä nousu arvostuksen osalta. Vastaavasti, jos tappioita tulee hieman ennen kuin 

saavutetaan vaadittava raha voi joutua muuttamaan johonkin ei niin idylliseen paikkaan. 

Tappio tuntuu tällöin pahemmalta ja kyseessä on taas muutos, johon tässä teoriassa 

peilataan. 

 



28 

 

Arvo funktion voi kiteyttää kolmeen kohtaa: 1. määrittely tapahtuu poikkeamisesta 

vertailu pisteessä. 2. Voitot ovat kuperia ja hyöty pienenee vaurauden kasvaessa. Tappiot 

ovat koveria. 3. Tappiot ovat jyrkempiä suhteessa voittoihin. (Kahneman & Tversky 1979: 

279.) 

 

 

3.3 Liiallinen itsevarmuus 

Liiallista itsevarmuutta terminä käytetään monesti taloustieteessä selittämään erilaisia 

tilanteita ja ilmiöitä. Sillä tarkoitetaan ihmisten optimistista käyttäytymistä 

epävarmuuden vallitessa. (Margolin 2014: 4.) 

 

Tehdessään sijoituspäätöksiä liiallinen itsevarmuus on huono asia. Se tarkoittaa ihmisten 

hahmotuskykyä, siitä kuinka hyviä he ovat käymään kauppaa. Silloin yleensä 

yliarvioidaan omia tietoja ja taitoja tehdessä kauppaa. Annetaan myös liian vähän arvoa 

riskeille ja niitä usein vähätellään. (Johnson & Flowler 2011: 317.) 

 

Liialliseen itsevarmuuteen liittyy monia syitä kuten: tavoitettavuusharha, 

ankkuroituminen, vahvistusharha ja jälkiviisaus (Russo & Schoemaker 1992: 11-12). 

 

Ihmisten ei ehkä olekaan mahdollista nähdä kaikkia polkuja mahdollisiin lopputuloksiin. 

Kun niitä ei nähdä ja tehdään päätös, yhdestä itselleen oikeasta lopputuloksesta, voidaan 

kutsua sitä tavoitettavuusharhaksi. Tällöin kun on päätetty yksi oikea lopputulos, voi se 

ankkuroitua ihmisen päähän. On siis tehty päätös jo, eikä uusi tuleva tieto saa 

samanlaista painoarvoa, vaan luotetaan aikaisemmin saatuun tietoon ja siitä luotuun 

mielikuvaan. (Russo & Schoemaker, 1992: 11-12.) 

 

Nyt luotu näkökulma asiaan, kaipaa vielä vahvistusta ja sitä etsitäänkin tueksi omalle 

näkemykselle. Tällöin yleensä omaan näkökulmaan löytyvät tiedot vastaan otetaan hyvin, 

mutta muut näkökulmat sivuutetaan. Lopuksi tarkastelemme vielä asiaa ja huomaamme 

kuinka helppoa sitä olisi ennakoida. Tosiasiassa näin ei kuitenkaan ole, vaan asiat 



29 

 

näyttävät jälkikäteen paljon todennäköisemmiltä kuin mitä olisi voinut aluksi olettaa. 

(Russo & Schoemaker, 1992: 11-12.) 

 

 

3.4 Laumakäyttäytyminen 

Ihmiset pystyvät toimimaan ryhmissä ja olisikin parempi, että ihmiset toimisivat 

ryhmissä, sillä usein ryhmissä tehdyt ratkaisupäätökset ovat parempia kuin yksin tehdyt. 

Ryhmässä pystytään saamaan eri näkökulmia asioihin ja yhdistelemään tietoja. Ei ole siis 

ihme, että ryhmätyöskentelyn tulos on usein laajempi tai parempi, kuin jonkun yksin 

suorittama työ. (Malkiel 2012: 231.) 

 

Kuitenkin laumakäyttäytymisellä voidaan viitata tapahtumiin, joissa ihminen käyttäytyy 

kuten lapsi. Tällä tarkoitan tilannetta, jossa uskotaan tapahtumiin, koska muutkin 

uskovat. Hinta kuplat ovat esimerkkejä tällaisista tapahtumista. Voi olla jopa, järjen 

vastaista, että jotkin osakkeet nousevat korkeammalle ja korkeammalle. Esimerkiksi 

vuosituhannen vaihteessa ollut IT-kupla sai ihmiset käyttäytymään laumamaisesti ja 

uskomaan lapsenlailla. Internet-osakkeet nousivat ihmeellisellä tavalla. Muiden 

vaurastumisen tiedon leviäminen sai muutkin mukaan markkinoille helppojen voittojen 

perässä, eikä enää arvioitu riskejä rationaalisesti, vaan toimittiin vain ryhmän mukana. 

(Malkiel 2012: 234.) 

 

Malkin kertoo kirjassaan kahdesta sosiaalipsykologien tekemästä tutkimuksesta 

ryhmäkäyttäytymiseen liittyen. Ensimmäinen liittyi päätöksentekoon, jossa koeryhmään 

kuuluvat seitsemän henkilöä, sai helpon tehtävän valita samankokoiset viivat kahdesta 

kortista. Toisessa kortissa oli yksi viiva ja toisessa oli kolme erimittaista, joista vain yksi 

oli samankokoinen, kuin yhden viivan kortissa. Sosiaalipsykologi kuitenkin värväsi kuusi 

henkilö vastaamaan väärän vastauksen, jonka jälkeen seitsemäs osanottaja sai tehdä 

valintansa. Vaikka tehtävä oli äärimmäisen helppo, tietäessään muiden kuuden 

vastauksen antoi seitsemäs osanottaja useasti väärän vastauksen. Vastaus oli sama kuin 



30 

 

muillakin. Mikä viittasi ryhmän tuomaan paineeseen, sillä he kyllä tiesivät mikä vastaus 

olisi kuulunut antamaan. (Malkiel 2012: 232.) 

 

Toinen tutkimus ei varsinaisesti liittynyt päätöksentekoon. Siinä henkilö laitettiin 

ihailemaan taivasta kadulle 60 sekunnin ajaksi. Osa ohikulkijoista jäi myös katsomaan 

taivasta. Kun testissä lisättiin henkilöiden määrää pikkuhiljaa, jotka aluksi katsoivat 

taivasta, sitä suurempi joukko ohikulkijoita jäi myös ihmettelemään mystistä taivasta. 

(Malkiel 2012: 233.) 

 

 

3.5 Keynesiläinen kauneuskilpailu 

John Maynard Keynes oli taloustieteilijä, jonka ajatukset elävät vieläkin modernissa 

taloustieteessä. Hän ei uskonut ammattilaisten rahaston hoitajien pystyvän sen 

parempiin osakkeiden valintoihin, kuin tavalliset sijoittajat. Ammattilaiset pyrkivät 

luomaan hienovaraisia arvauksia siitä mitä muut ajattelevat. Esimerkkinä hän kuvailee 

tapahtumaa kauneuskilpailuksi, jossa palkinto annetaan valitsijalle, joka valitsee kuudet 

kauneimmat kasvot sadan joukosta, keskimääräisten mieltymysten mukaan parhaiten. 

Tällöin ihmiset eivät enää mieti, kuka on kaunein vaan pyrkivät muodostamaan 

mielipiteen arvaillen mitä muut keskimäärin ajattelevat. Tästä muodostuu erilaisia 

ajattelun tasoja. (Thaler 2015: 228.) 

 

Thaler (2015: 228-229) kuvaa hyvin näitä ajattelun tasoja suuremman mittakaavan 

testissä, jossa ihmiset ”arvaavat luvun nollasta sataan siten, että arvaus on 

mahdollisimman lähellä kahta kolmasosaa kilpailun kaikkien osanottajien arvausten 

keskiarvosta”. Ensimmäisen tason ajattelijat eivät juuri pähkäile kysymyksen parissa, 

vaan olettaa luvun olevan satunnainen kyseiseltä väliltä. Seuraava taso ajattelee, etteivät 

muut ajattele ja saa aikaan keskiarvon 50 ja vastaavat itse näin ollen 33. Tästä seuraava 

taso arvioi muiden vastaavan 33 ja näin ollen vastaa itse 22. Tätä pienemmäksi summa 

muuttuu koko ajan, kun pyritään ajattelemaan mitä muut ajattelevat. Pelistä löytyy myös 

Nash-tasapaino, joka on nolla. Silloin kukaan ei halua vaihtaa vastaustaan. 



31 

 

 

Thaler teki testin Financial Times lehden lukijoille ja sai lopulliseksi pelin voittavaksi 

luvuksi, luvun 13. Suurimpia vastausrykelmiä keräsivät luvut 33, 22, 1 ja 0. Luvut 33 ja 22 

ovat ensimmäisen ja toisen tason pelaajien valintoja, jotka eivät miettineet ihan 

tarpeeksi pitkälle, kun taas 0 ja 1 luvun valinneet ovat liian optimistisesti ajatelleet 

kaikkien miettivän peliä Nash-tasapainoon asti. (Thaler 2015: 228-229.) 

 

 

3.6 Anomaliat 

Anomaliat ovat poikkeuksellisia ilmiöitä taloudessa, joita ei voida selittää perinteisellä 

taloustieteen teorialla. Anomaliaa voidaan kutsua havainnoksi, mikä poikkeaa 

normaalista hinta käyttäytymisestä tai hyväksytystä teoriasta. Näitä ilmiöitä ei siis pitäisi 

olla olemassa, jos markkinat olisivat tehokkaita. Ainakin näiden tulisi kadota, kun ne 

paljastuvat ja tietoisuus näistä ilmiöistä leviää. Markkinoita voidaan pitää tehottomina, 

jos näin ei kuitenkaan käy. Anomalioiden tunteminen on sijoittajalle tärkeää, sillä se 

tarkoittaa sitä, että tuotto erot osakkeiden välillä ei selity pelkästään systemaattisella 

riskillä. Jos esimerkiksi tiedetään perjantaiden ja tammikuun tuottavan paremmin, voi 

sijoittaja päästä käsiksi suurempiin voittoihin osakemarkkinoilla. (Malkamäki & 

Martikainen 1990: 114.)  

 

Kalenterianomaliat ovat poikkeuksellisia tuottoja, joillain tietyillä ajan hetkillä̈. 

Kalenterillisista vaikutuksista esimerkkeinä ovat osakekurssien kummalliset nousut 

perjantaisin ja laskut maanantaisin. Tammikuun erityisen hyvä tuotto varsinkin pienten 

yhtiöiden osalta. Kuunvaihdeilmiö, jossa osakekurssit nousevat kuukausien 

loppupuolella. Sitä on pyritty selittämään likvideetin kasvamisella kuukauden 

loppupuolella. Mikä johtuu esimerkiksi palkkojen maksun ajoittumisesta. Kalenteri 

anomalioiden lisäksi on myös monia muita anomalioita kuten tunnuslukuperusteisia 

anomalioita (P/E, EBIT, yrityskoko). Näiden eriskummallisten ilmiöiden esiintymiseen ei 

löydetä vastausta perinteisestä taloustieteestä. (Thaler 2015: 190.) 

 



32 

 

Näitä ilmiöitä ei siis pitäisi olla olemassa, jos markkinat olisivat tehokkaita. Ainakin 

näiden tulisi kadota, kun ne paljastuvat ja tietoisuus näistä ilmiöistä leviää. Markkinoita 

voidaan pitää tehottomina, jos näin ei kuitenkaan käy. Anomalioiden tunteminen on 

sijoittajalle tärkeää, sillä se tarkoittaa sitä, että tuotto erot osakkeiden välillä ei selity 

pelkästään systemaattisella riskillä. Jos esimerkiksi tiedetään perjantaiden ja tammikuun 

tuottavan paremmin, voi sijoittaja päästä käsiksi suurempiin voittoihin osakemarkkinoilla. 

(Malkamäki & Martikainen 1990: 114.) 

 

 

3.7 Yli- ja alireagointi 

Alireagoinnilla tarkoitetaan tapahtumaa, jossa hinnat reagoivat fundamentaaliseen 

tietoon hitaasti ja uusi informaatio tulee osakkeisiin näkyviin viiveellä. Tämä näyttää 

aiheuttavan tuottoihin positiivista autokorrelaatiota, eli osakkeiden liikesuunta jatkuu 

saman kaltaisena lyhyellä aikavälillä (alle vuoden) tarkasteltuna. Myönteisillä uutisilla 

pystyttäisin siis ennustamaan positiivisia tuottoja tulevaisuudessa ja päinvastoin. Tämä 

on yksi keskeinen teoria seuraavassa kappaleessa esiteltävän momentum-anomalian 

toimivuuteen. (Hong & Stein 2002) 

 

Ylireagointi puolestaan osoittaa vaikutuksia pidemmällä aikaperiodilla tapahtuvasta 

takaisin palautumisesta. Positiivisten uutisten sarja on saanut osakkeen hinnan 

ylihinnoitelluksi, jolloin ”palautuminen” takaisin tarkoittaa pienempää keskimääräistä 

tuottoa. Vastakkaisesti ajateltuna myös negatiiviset uutiset heijastuu alihinnoitteluna, 

jolloin alihinnoittelusta seuraava ”palautuminen” tarkoittaa keskimääräistä parempaa 

tuottoa (DeBondt & Thaler 1985).   

 

 

3.8 Momentum 

Momentum-anomalian tarkoituksena on valita, jokin sopiva lyhyt aikaperiodi (alle 

vuoden mittainen), jossa ensin osakkeita seurataan esimerkiksi kolmen kuukauden ajan. 



33 

 

Tätä seuraamis- ajanjaksoa kutsutaan tarkasteluperiodiksi. Tarkasteluperiodin päätteeksi 

sijoittaja ostaa osakkeet, jotka ovat kasvattaneet arvoaan eniten. Tämän jälkeen 

osakkeita pidetään samanmittainen ajanjakso, eli pitoaika. Pitoajan jälkeen osakkeet 

laitetaan myyntiin. Tämän jälkeen käytetään pitoaikaa tarkasteluperiodina, mistä 

valitaan uudet eniten arvoa kasvattaneet osakkeet.  

  

Taulukko 1. Havainnollistava esimerkki portfolioiden tarkasteluperiodin ja pitoajan    
muodostumisesta. 

Tam Hel Maa Huh Tou Kes Hei Elo Syy Lok Mar Jou Tam Hel Maa 

Tarkasteluperiodi Pitoaika                     

      Taskasteluperiodi Pitoaika               

            taskasteluperiodi Pitoaika         

                  taskasteluperiodi Pitoaika   

                        taskasteluperiodi 

 

 

Taulukko havainnollistaa strategian muodostamisen. Sijoittaja tarkastelee osakkeita 

tässä tapauksessa kolmen kuukauden ajan, eli tarkasteluperiodin. Tarkasteluperiodin 

päättyessä sijoittaja poimii portfolioonsa osakkeet, joiden arvo on noussut eniten. 

Sijoittaja pitää osakkeita portfoliossa pitoajan, jonka jälkeen myy osakkeet ja poimii 

uudet osakkeet portfolioonsa menestyneimmistä osakkeista.  

 

Yksi ensimmäisistä momentum-strategian tutkijoista oli Robert Levy (1967). Hän 

huomasi, että osakkeiden yhteisliikkeitä ei ole testattu. Tuolloin hän nimitti strategiaa 

suhteellisen voiman strategiaksi, missä oli tarkoitus ostaa parhaimpia kurssinousijoita ja 

myydä laskijoita. Tämä on myöhemmin saanut nimen momentum-strategia. 

 

Myöhemmin yleisempään tietoisuuteen strategian toivat Jegadeesh ja Titman, jotka 

vuoden 1993 tutkimuksessaan käyttivät Yhdysvaltojen osakemarkkinoita todistaakseen, 



34 

 

että tietyn mittaista ajanjaksoa tarkasteltaessa paremmin tuottaneet osakkeet tuottavat 

myös tulevaisuudessa keskimääräistä paremmin. He tarkastelivat osakkeita kuuden 

kuukauden tarkasteluperiodilla ja samanmittaisella pitoajalla. Tutkimuksessa käytettiin 

overlap -menetelmää kuukausitasolla, eli tarkastelu alkaa päällekkäin edellisen 

tarkastelun kanssa. Näin saadaan useampia tuloksia ja tutkimuksesta luotettavampi 

(Jagadeesh & Titman 2002). 

 

Jegadeesh ja Titmanin tarkoitus oli selvittää momentum tuotto, eli muodostamiensa 

voittaja- ja häviäjäportfolioiden tuottojen erotus. Eikä niinkään tuottoa verrattuna 

indeksiin. Vuosien 1965–1998 väliltä otettu data jaettiin kolmeen osaan. 1965–1989, 

1990–1998 ja koko aikaan 1965–1998. Alla olevasta taulukosta näemme tulokset. P1 

tarkoittaa menestyneintä kymmenystä ja P10 heikoimmin menestynyttä kymmenystä. 

P1-P10 on niin kutsuttu momentum-tuotto, jossa parhaiten menestyneestä portfoliosta 

on vähennetty häviäjistä muodostetun portfolion tuotto (Jagadeesh & Titman 2002). 

  



35 

 

 

Taulukko 2. Jegadeeshin ja Titmanin momentum-strategian keskiarvoiset tuotot vuosina 
1965-1998 

Portfoliot 1965-1989 1990-1998 1965-1998 

P1 1,63 1,69 1,65 

P2 1,41 1,32 1,39 

P3 1,3 1,21 1,28 

P4 1,21 1,13 1,19 

P5 1,18 1,12 1,17 

P6 1,15 1,09 1,13 

P7 1,12 1,09 1,11 

P8 1,05 1,03 1,05 

P9 0,94 0,77 0,9 

P10 0,46 0,3 0,42 

P1-P10 1,17 1,39 1,23 

 

 

Taulukosta huomaamme voittajaportfolion P1 tuottavan kaikilla aikaväleillä mitattuna 

suurinta tuottoa, sekä häviäjäportfolion P10 tuottavan selkeästi heikoiten. Tuotot on 

laskettu kuukauden keskituotoiksi. Voittajaportfolio siis tuotti kokoajalla mitattuna 

keskimäärin 1,23 prosenttia suurempaa tuottoa kuukaudessa kuin häviäjäportfolio. 

Jegadeesh ja Titman kuitenkin tekivät tutkimuksessaan havaintoja pidemmistä 

pitoajoista, joista he havaitsivat momentum-tuoton kääntyvän negatiiviseksi mitä 

pidemmällä aikavälillä tarkasteltiin. Momentum-tuotto kääntyi negatiiviseksi jo kahden 

vuoden tarkastelu/pitoajalla ja suurin negatiivinen tuotto saatiin viiden vuoden 

tarkastelulla. 

 

 



36 

 

3.9 Markkinoiden ylireagointi  

DeBondt ja Thaler (1985) ovat tehneet yhden tunnetuimmista tutkimuksista liittyen 

markkinoiden ylireagointiin. Tällä viitataan jo aikaisemmin tässä työssä läpi käytyihin 

asioihin, siitä kuinka ihmiset tekevät valintoja, jotka rikkovat odotetun hyödyn teoriaa. 

Ihmiset myös arvostavat tai muodostavat mielipiteitä rikkoen Bayesin sääntöä 

ylireagoimalla odottamattomiin tai dramaattisiin uutisiin. Bayesin säännöllä voidaan 

kertoa millainen reaktio olisi ”oikea” uuden tiedon vastaanottamiseen. Tutkimuksen 

lähtökohtana kuitenkin oli, että ihmiset eivät reagoi Bayesin säännön mukaisesti. 

Ihmisillä on taipumus painottaa liikaa viime aikoina saamaansa tietoa ja vähätellä 

vanhoja tai aikaisempia tietojaan.  

 

Tutkimus pohjautuu teoreettiseen lähtökohtaan siitä miksi osakkeiden hinnoissa saattaa 

näkyä ylireaktion vaikutuksia. Kuitenkin jos osakekurssit systemaattisesti ylireagoivat, 

niin niiden täytyisi olla ennustettavissa pelkästään aiempia tuottoja tutkittaessa ilman, 

että täytyisi selvittää millaisia uutisia niistä on. Hypoteeseina heillä oli: 1. osakkeiden 

hintojen äärimmäisiä liikkeitä seuraa myöhemmät hinta liikkeet päinvastaiseen suuntaan 

ja 2. mitä äärimmäisempi alkuperäinen hinnanmuutos on, sitä suurempi myös 

myöhempi korjausliike (DeBondt & Thaler 1985).  

 

 

3.10 Tutkimuksen tärkeimmät havainnot 

Ensimmäinen tärkeä havainto näkyy alla olevasta kuviosta, mikä on sopusoinnussa 

ylireagointihypoteesin kanssa. Testi havainnot on otettu New Yorkin pörssistä 

kuukausituottoina vuosilta 1933–1980. Alla olevassa kuviossa näkyy 35 osakkeesta 

muodostetun voittajaportfolion ja häviäjäportfolion keskimääräinen tuotto kolmen 

vuoden ajalta (DeBondt & Thaler 1985).  

 

 



37 

 

  

Kuvio 5. DeBondtin ja Thalerin havainnollistava kuvio voittaja ja häviäjäportfolioiden 
tuotoista kolmenvuoden keskiarvoina 

 

Kuviossa ei ole käytetty overlap -menetelmää vaan portfoliot on muodostettu kolmen 

vuoden välein. Osakkeiden seuranta alkaa aina tammikuusta kolmenvuoden välein 

(Tammikuu 1933, Tammikuu 1936, …, Tammikuu 1978). Portfolioista muodostuu 16 

kolmen vuoden seurantajaksoa kummallekin portfoliolle, joista on laskettu keskiarvot. 

Häviäjäportfolioiden tuottoprosentti ylitti markkinat 19,6 prosentilla 36 kuukauden 

tarkastelussa, kun taas voittajista muodostettujen portfolioiden tuotto alitti markkinat 

viidellä prosentilla. Tuottoprosentti näiden kahden tarkasteltavan portfolion välillä oli 

24,6 prosenttia häviäjäportfolion hyväksi (DeBondt & Thaler 1985).  

 

Tutkimus tuotti muitakin hyödyllisiä löydöksiä, kuten sen, että ylireagointivaikutus 

näyttäisi olevan epäsymmetrinen. Häviäjäportfolioiden liikkeet näyttäisivät olevan 



38 

 

paljon suuremmat kuin voittajaportfolioiden. Toisekseen tammikuiden vaikutus 

realisoituu häviäjäportfolioiden suurena ylituottona. Kuviossa kuukaudet 1, 13 ja 25 

ottavat harppauksen ylöspäin häviäjäportfolioiden osalta. Viimeisenä havaintona 

voidaan sanoa, ylireagoinnin konkretisoituvan vasta kahdentoista kuukauden päästä. 

Kuten kuviosta käy ilmi, vuoden jälkeen tuotoissa näkyy eroja, mutta ne ovat suhteellisen 

pieniä. Vasta vuoden jälkeen portfolioiden tuottoerot kasvavat merkittävästi. (DeBondt 

& Thaler 1985). 

 



39 

 

4 YLIREAGOINNIN VAIKUTUKSET SUOMESSA 

Kappale neljä esittelee empiirisessä analyysissä käytetyt tutkimusaineistot, sekä -

menetelmät. Tärkeimpänä tutkimuskysymyksenä voidaan pitää: Tuottavatko Helsingin 

pörssissä aiemmin huonommin tuottaneet osakkeet paremmin tulevaisuudessa kuin 

menestyneet osakkeet? Hypoteesina on oletus, että anomaliaa esiintyy, perustuen De 

Bondtin ja Thalerin (1985) tutkimukseen, jossa he toteavat, että yritykset, joiden 

aikaisempi tulos on ollut huono, ansaitsevat huomattavasti suuremman tuoton 

seuraavalla tarkastelukaudella kuin yritykset, joiden aikaisempi tulos on ollut 

keskimääräistä parempi.  

 

 

4.1 Tutkimusaineisto 

Tutkimuksen datana käytetään Helsingin pörssiin listattujen suurien ja keskisuurien 

yritysten osakekurssien kehitystä. Dataa on kerätty vuoden 2000 alusta aina vuoden 

2021 lokakuuhun asti. Aineisto on hankittu Investing.com sivustolta. Data kattaa kaikki 

suuret ja keskisuuret yritykset, jotka ovat tutkimuksen tekohetkellä vielä Helsingin 

pörssissä (86 yritystä). 2000-luvun alkupuolella dataa oli saatavilla näistä yrityksistä 

42:sta. Tämä ei kuitenkaan vaikuta tuloksiin, sillä vaikka portfolioiden osakkeiden 

kappalemäärä vaihtelee, on tutkimuksessa osakkeet jaettu kymmeneen portfolioon 

tasaisesti. Tarkoittaen, että kunkin portfolion osuus on noin 10% osakkeiden määrästä. 

Tämän jälkeen jokaisen portfolion tuloksesta on laskettu keskiarvo.  

 

Osakekurssien hintakehitystä on tutkimuksessa seurattu kuukausitasolla. Rajauksen 

yhteydessä tutkimuksesta on poistettu kaikki konkurssiin päätyneet yritykset, sekä 

pienet yritykset virhemarginaalin pienentämiseksi. Pienten yritysten osakkeissa 

heilahtelut voivat olla prosentuaalisesti hyvinkin suuria, mikä vaikuttaisi tutkimuksen 

luotettavuuteen merkittävästi.  

 



40 

 

Aineisto jaetaan kymmeneen portfolioon tarkasteluperiodin perusteella. 

Tarkasteluperiodit koostuvat yhden, kolmen ja viiden vuoden ajanjaksoista. Eli osakkeet 

järjestetään paremmuusjärjestykseen tarkasteluperiodin aikaisten tuottojen mukaan, 

näistä parhaiten tuottaneet kymmenen prosenttia muodostavat portfolion P1 ja 

seuraavat 10% portfolion P2 jne., kunnes portfolioon P10 valitaan huonoiten tuottaneet 

10%:a. Sama toistetaan uudelleen tarkasteluperiodin kasvaessa kolmeen vuoteen ja 

viiteen vuoteen. Jokaisesta tarkasteluperiodista saatuja portfolioita seurataan pitoajan 

verran. Pitoajoiksi valikoitui samat ajat: yksi, kolme ja viisi vuotta 

 

Näin ollen P1 on voittajaportfolio ja P10 on häviäjäportfolio. Näitä voittajaportfoliota ja 

häviäjäportfoliota verrataan keskenään ja selvitetään, onko portfolioiden kehityksen 

välillä eroavaisuuksia. Menestyykö aikaisemmin heikompien osakkeiden portfoliot 

tulevaisuudessa keskimäärin paremmin kuin aikaisemmin menestyneiden osakkeiden 

portfoliot? Tutkimuksessa keskinäisten vertailujen lisäksi häviäjäportfolion tuottoja 

verrataan muiden portfolioiden keskimääräiseen tuottoon. Häviäjien ja voittajien lisäksi 

tarkastelussa otetaan huomioon niin kutsutut neutraalit (keskimmäiset) portfoliot, 

mikäli niissä esiintyy poikkeuksellisia tuottoja.  

 

Taulukko 3. Havainnollistava kuva overlap -menetelmästä. 

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 

      Tarkasteluperiodi             Pitoaika             

        Tarkasteluperiodi             Pitoaika           

          Tarkasteluperiodi             Pitoaika         

            Tarkasteluperiodi             Pitoaika       

              Tarkasteluperiodi             Pitoaika     

                Tarkasteluperiodi             Pitoaika   

                  Tarkasteluperiodi             Pitoaika 

 

 



41 

 

Taulukko havainnollistaa overlap-menetelmää, jota on käytetty monissa momentum 

anomalian tutkimuksissa. Kyseinen menetelmä valikoitui myös tähän tutkimukseen. 

Tutkimuksessa tarkasteltava data on otettu kuukausitasolla, joten voidaan tarkastelu 

aloittaa joka kuukauden alusta. Eli ensimmäinen havainto saadaan tammikuusta 2001, 

jolle on määritetty tarkasteluperiodi tammikuusta 2000 ja pitoajaksi vuosi eteenpäin 

tammikuusta 2001. Seuraava havainto saadaan helmikuusta ja niin edelleen. 

Portfolioista tulee osin päällekkäisiä, jolloin saadaan useampia havaintoarvoja, mikä lisää 

tutkimuksen luotettavuutta.  

 

 

4.2  Tutkimusmenetelmät 

Helsingin pörssin suurten ja keskisuurten yritysten osakkeiden tuottoprosentit lasketaan 

käyttäen yhden, kolmen ja viiden vuoden strategiaa. Jokaisen osakkeen tuottoprosentti 

muodostuu, kun osakkeen hintaa verrataan tarkasteluajanjakson verran taaksepäin 

olevaan osakkeen hintaan. Tämän jälkeen osakkeiden laskettujen tuottoprosenttien 

perusteella jaetaan osakkeet portfolioihin niiden menestyksen perusteella, niin että 

jokaiseen kymmeneen portfolioon tulee noin kymmenen prosenttia osakkeista. 

Suurimman tuottoprosentin omaavaa portfoliota kutsutaan nimellä P1 ja huonoimman 

tuottoprosentin omaavaa portfoliota P10.  

 

Overlap -menetelmässä jako portfolioihin tapahtuu jokaisen kuun ensimmäisenä pörssin 

kaupankäyntipäivänä. Jokaista osaketta painotetaan saman verran, eli kuvitteellisesti 

jokaista osaketta ostettaisiin samansuuruisella rahamäärällä. Tämä tarkoittaa sitä, että 

niistä voidaan laskea keskiarvotuotot. Lopuksi keskiarvotuotoista lasketaan kaikille 

portfolioille vuoden tuottoprosentti, näin kaikki portfoliot ovat keskenään 

vertailukelpoisia riippumatta pitoajan pituudesta. Tämän jälkeen voimme vertailla 

ääreisportfolioiden tuottoprosenttieroja, eli häviäjäportfolion ja voittajaportfolion 

välistä suhdetta. Mikäli random walk -teoria pitää paikkansa, ei tuotoissa näiden 

portfolioiden välillä tulisi olla tilastollisesti merkitseviä eroja.  

 



42 

 

 

 

 

Tuottoprosentin laskukaava: 

 

𝑅𝑡 = (
𝑃𝑡

𝑃𝑡−1
) − 1          (1) 

 

Rt on kaavassa tuottoprosentti. Pt on osakkeen hinta tarkasteluperiodin lopussa ja Pt-1 

on hinta tarkasteluperiodin alussa. Näin saadaan laskettua osakkeiden absoluuttiset 

tuotot tarkasteluperiodilta riippumatta siitä, kuinka pitkä tarkasteluperiodi on.  

 

Tämän jälkeen mitataan portfolioiden riskitasoja. Mistä ensimmäisenä lasketaan 

portfolioiden keskiarvotuottojen havaintojen keskihajonta, mikä mittaa havaintojen 

yksittäisien muuttujien vaihteluväliä sen aritmeettisestä keskiarvosta. Mitä suurempi 

keskihajonta on, sitä enemmän epävarmuutta sijoitukseen liittyy. Keskihajonta tulee 

kaavasta: 

 

𝜎 = √
∑ (𝑥𝑖 −𝑥̅)2𝑛

𝑖=1

𝑛
        (2) 

 

Jossa, 𝑥𝑖 on yksittäinen arvo portfolion keskiarvosta yhdellä ajanjaksolla, 𝑥̅ on portfolion 

kaikkien ajanjaksojen aritmeettinen keskiarvo ja n on otoskoko.  

 

Toisena ja tutkielman kannalta tärkeimpänä riskin mittarina käytetään Sharpen lukua, 

mikä on nimetty Nobel palkitun taloustieteilijä William Sharpen mukaan. Sharpen luku 

on tuoton suhde sen riskisyyteen. Siinä vertaillaan sijoituksesta odotettua ylituottoa 

tämän volatiliteettiin, eli millainen lisätuottoprosentti on saatu jokaista riskiyksikköä 

kohden.  

 

 



43 

 

Sharpen luku: 

 

𝑆 =
𝐸(𝑅−𝑅𝑓)

𝜎
=  

𝐸(𝑅−𝑅𝑓)

√𝑉𝑎𝑟(𝑅−𝑅𝑓)
      (3) 

 

Missä, R on portfolion tuotto, 𝑅𝑓  on riskittömän sijoituksen tuotto 𝐸(𝑅 − 𝑅𝑓)  on niin 

kutsuttu odotettu ylituotto, eli tuotto, joka ylittää riskittömän sijoituksen tuoton. σ on 

edellisessä kohdassa laskettu sijoituksen keskihajonta. 

 

Sharpen luku selittää siis ylituoton ja riskittömän sijoituksen välistä suhdetta. Positiivinen 

lukuarvo viittaa siihen, että riski on kannattanut suhteessa riskittömään sijoitukseen ja 

päinvastoin negatiivinen arvo kertoo, että riskitön sijoitus on tuottanut sijoitusta 

paremmin. Näin ollen mitä suurempi Sharpen luku on, sitä parempi sijoitus on ollut 

suhteessa sen riskiin. Sharpen luku vaatii riskittömän sijoituksen, joten tässä 

tutkimuksessa riskittömäksi sijoitukseksi valikoitui kolmen kuukauden EURIBOR -korko.  

 

Tulosten tilastollista merkitsevyyttä tutkimuksessa mitataan kaksisuuntaisen t-testin 

avulla. Testin on tarkoitus selvittää, eroaako häviäjäportfolion ja voittajaportfolion tuotot 

tilastollisesti merkitsevästi toisistaan, sekä onko häviäjäportfolioiden ja muiden 

portfolioiden keskimääräisissä tuotoissa eroavaisuuksia.  

 

T-testin kaava: 

 

𝑇 =
𝑅

𝜎/√𝑛
           (4) 

 

Missä, R on keskiarvotuottojen keskiarvo, 𝜎  merkitsee keskihajontaa, sekä 𝑛  on 

kaaviossa otoskoko. T-testi mittaa keskiarvojen poikkeavuutta ja antaa tulokseksi p-arvon, 

mikä on todennäköisyys sille, että havainnot voidaan selittää ainoastaan otanta virheellä. 

Mikäli p-arvo on pieni, on tulos tilastollisesti merkitsevä. T-testi myös testaa 

nollahypoteesia, jonka mukaan muuttujat eroavat toisistaan.  

 



44 

 

Nollahypoteesi 

 

𝐻0: 𝜇𝑥 = 𝜇𝑦         (5) 

 

Nollahypoteesina on, että häviäjäportfolion ja voittajaportfolion vuotuiset 

keskiarvotuotot eivät eroa toisistaan. Jos tuotot eroavat toisistaan merkittävästi, voidaan 

nollahypoteesi hylätä ja todeta, että häviäjäportfolioiden ja voittajaportfolioiden välillä 

esiintyy poikkeuksellisia eroja kyseisellä aineistolla mitattaessa. Sama toistetaan 

uudestaan testattaessa häviäjäportfolion tuottojen ja keskiarvotuottojen eroa. Nyt nolla 

hypoteesi on: Häviäjäportfolioiden ja kaikista muista portfolioista muodostettujen 

tuottojen keskiarvotuotot eivät eroa toisistaan. Tuottovertailun tarkastelussa käytetään 

viiden prosentin merkitsevyys tasoa, eli nollahypoteesi hylätään p-arvon ollessa 

pienempi kuin 0,05.  

 

Portfolioiden muodostaminen tutkimuksessa on perustunut menneisyyden 

tuottokehitykseen, joten random walk -teorian mukaan tutkimuksessa ei pitäisi löytyä 

tilastollisesti merkitsevästi eriäviä tuottoja voittajaportfolion ja häviäjäportfolion välillä. 

Tulevaisuuden kannalta ei pitäisi olla merkitystä, miten osakkeet ovat menneisyydessä 

kehittyneet.  

 

 



45 

 

5 YLIREAGOINNIN TULOKSET 

Tämä luku esittelee edellä mainituilla metodeilla tehtynä empiirisen analyysin tulokset. 

Ensimmäiseksi käsittelyyn otetaan yhden vuoden tarkastelujakson portfolioiden lasketut 

keskituotot, sekä häviäjä-voittaja -efektin tuotot samalta tarkastelujaksolta.  

 

Taulukosta neljä nähdään Helsingin pörssin suurten ja keskisuurten yritysten yhden 

vuoden tarkastelujakson perusteella muodostettujen kymmenen portfolion 

keskiarvotuotot. Portfoliot ovat taulukossa järjestyksessä niiden historiaan perustuvan 

tuloksen perusteella, niin että ensimmäisenä näkyy parhaiten menestynyt niin kutsuttu 

voittajaportfolio P1 ja viimeisenä huonoiten menestynyt häviäjäportfolio P10. Tämän 

jälkeen taulukossa häviäjä-voittaja -efektin tuotto, jonka tulos saadaan vähentämällä 

häviäjäportfolion P10 tuotosta voittajaportfolion tuotto P1. Taulukossa on kolme 

erilaista strategiaa pitoajan suhteen; vuoden, kolmen ja viiden vuoden pitoajat. Kaikki 

tulokset on muokattu näyttämään vuoden tuottoprosenttia, jotta tulokset ovat 

keskenään vertailukelpoisia huolimatta pitoajan pituudesta.  

 

Taulukko 4. Vuoden tarkasteluperiodin ja 1, 3, 5 vuoden pitoajan strategiat. 

Portfolio tuotot 1 vuosi 3 vuotta 5 vuotta 

P1 18,74 % 12,42 % 10,11 % 

P2 14,67 % 12,03 % 9,48 % 

P3 14,94 % 10,49 % 8,99 % 

P4 11,98 % 10,06 % 8,47 % 

P5 12,31 % 8,77 % 7,76 % 

P6 12,54 % 9,43 % 7,51 % 

P7 12,25 % 8,49 % 6,92 % 

P8 10,85 % 8,97 % 8,01 % 

P9 8,77 % 8,12 % 7,92 % 

P10 12,98 % 7,43 % 8,41 % 

Häviäjä-voittaja efekti:  
P10-P1 -5,76 % -4,99 % -1,70 % 

 

Tarkasteltaessa yhden vuoden pitoajan strategiaa huomataan voittajaportfolion P1 

olevan kaikkein tuottavin portfolio 18,74 prosentin vuosituotolla. Huonoiten tuotti 



46 

 

portfolio P9 8,53 prosentin tuotolla. Häviäjäportfolio tuotti 12,98 prosentti, joten 

häviäjä-voittaja -efektin arvoksi tulee -5,76 prosenttia. 

 

Tarkasteltaessa kolmen vuoden pitoajan strategiaa, tulokset pysyvät hyvin 

samankaltaisina. Jälleen suurin tuottoprosentti on voittajaportfoliolla P1 12,42 %. Tuotot 

näyttäisivät laskevan menestyksen perusteella, joten heikomman tuottoprosentin tässä 

strategiassa saa häviäjäportfolio P10 7,43 prosentin vuotuisella tuotolla. Näin ollen 

häviäjä-voittaja -efektin tuotto on -4,99 prosenttia.  

 

Viimeisessä yhden vuoden tarkastelun strategiassa pitoaika on viisi vuotta. Tässä 

strategiassa myös tulokset pysyvät hyvin samankaltaisina, vaikka portfolioiden 

tuottoerot ovat selvästi tasaisempia kuin yhden ja kolmen vuoden pitoajoilla. Parhaan 

tuoton tuottaa voittajaportfolio P1 10,11 prosentin vuotuisella tuotolla.  Heikoimman 

tuloksen tekee P7, jonka vuotuinen keskiarvotuotto on 6,92 prosenttia. Häviäjäportfolio 

P10 saa arvoksi 8,41 prosenttia. Häviäjäportfolion ja voittajaportfolion ero 

keskiarvotuotoissa on -1,70 prosenttia.  

 

Seuraavaksi otetaan tarkasteluun kolmen vuoden tarkastelujaksot, joiden mukaan 

osakkeet on luokiteltu portfolioihin niiden menestyksen perusteella. Edelleen 

pitoaikoina toimii samat yhden, kolmen ja viiden vuoden pitoajat.  

 

Taulukko 5. Kolmen vuoden tarkasteluperiodin ja 1, 3, 5 vuoden pitoajan strategiat. 

Portfolio tuotot 1 Vuosi 3 Vuotta 5 Vuotta 

P1 20,78 % 10,29 % 10,98 % 

P2 13,07 % 9,24 % 7,47 % 

P3 11,69 % 8,01 % 5,73 % 

P4 14,58 % 7,99 % 7,04 % 

P5 15,62 % 8,13 % 7,64 % 

P6 10,55 % 6,12 % 5,67 % 

P7 8,16 % 6,05 % 6,19 % 

P8 10,19 % 8,85 % 7,31 % 

P9 13,11 % 6,99 % 6,66 % 

P10 17,77 % 8,48 % 11,41 % 

Häviäjä-voittaja 
efekti: P10-P1 -3,01 % -1,81 % 0,43 % 



47 

 

Taulukosta havaitaan, että kolmen vuoden tarkastelulla ja vuoden pitoajalla vaihtelut 

keskiarvotuotoissa ovat suuria. Parhaan ja heikoimman tuottoprosentin ero on yli 12 

prosenttia. Parhaiten tuotti edelleen voittajaportfolio P10, jonka tuottoprosentti oli 

20,78 prosenttia ja heikoimman tuoton teki portfolio P7, 8,16 prosentin tuotollaan. 

Häviäjäportfolio teki tuottoa 17,77 prosenttia, jolloin häviäjä-voittaja -efektin tulokseksi 

saadaan -3,01 prosenttia.  

 

Pitoajan pidentyessä kolmeen vuoteen tulokset jälleen tasoittuvat hieman. Nyt 

suurimman ja heikomman tuoton ero on enää noin 4 prosenttia. Jälleen suurimman 

tuoton arvon saa kuitenkin voittajaportfolio 10,29 prosentin vuotuisella tuotollaan. 

Heikoimmin kolmen vuoden pitoajalla pärjäsi portfolio P7 jälleen 6,05 prosentin 

keskiarvotuotolla. Häviäjäportfolion P10 vuotuinen keskiarvotuotto on 8,48 prosenttia, 

joten häviäjä-voittaja -efektin tulokseksi saadaan -1,81 prosenttia.  

 

Viiden vuoden pitoajalla tulokset hieman muuttuvat. Suurimman tuoton teki nyt 

häviäjäportfolio 11,41 prosentin vuotuisella tuotolla. Heikoiten pärjäsivät keskimmäiset 

niin sanotut neutraalit portfoliot. Voittajaportfolio sai vuotuiseksi tuotokseen 10,98 

prosenttia. Näin ollen häviäjä-voittaja -efektin tuottosuhde oli 0,43 prosenttia.  

 

Viimeinen tarkasteluaika on viisi vuotta, josta on myös tulokset yhden, kolmen ja viiden 

vuoden pitoajoilla.  

  

 

 

 

 

 

 

 



48 

 

Taulukko 6. Viiden vuoden tarkasteluperiodin ja 1, 3, 5 vuoden pitoajan strategiat. 

Portfolio tuotot 1 Vuosi 3 Vuotta 5 Vuotta 

P1 17,39 % 10,65 % 11,35 % 

P2 7,74 % 4,05 % 5,21 % 

P3 8,06 % 2,70 % 3,56 % 

P4 8,12 % 1,93 % 2,09 % 

P5 8,01 % 2,78 % 3,79 % 

P6 10,78 % 4,36 % 4,89 % 

P7 8,84 % 5,10 % 4,44 % 

P8 7,20 % 3,76 % 4,31 % 

P9 7,57 % 4,84 % 7,24 % 

P10 19,71 % 10,07 % 11,95 % 

Häviäjä-voittaja 
efekti: P10-P1 2,33 % -0,58 % 0,60 % 

 

Taulukosta voidaan silmämääräisesti havaita selvästi suurimmat tuotot yhden vuoden 

pitoajalla, jotka saavat häviäjäportfolio P10, sekä voittajaportfolio P1. Kaikki portfoliot 

näiden väliltä tuottivat selvästi heikommin. Heikoimmin tuotti portfolio P8, jonka 

tuottoprosentti on 7,20. Häviäjäportfolion tuotto on suurin 19,71 prosentilla ja 

voittajaportfolion tuotto on toisiksi suurin 17,39 prosentilla. Häviäjä-voittaja -efektin 

tulokseksi tuli 2,33 prosenttia.  

 

Tulokset, pitoajan pidentyessä kolmeen ja viiteen vuoteen, pysyivät hyvin 

samankaltaisina. Tuottoprosentit pienenevät, mutta edelleen suurimmat arvot saavat 

niin voittajaportfolio kuin häviäjäportfolio. Neutraalien portfolioiden tuotot ovat paljon 

pienempiä. Kolmen vuoden pitoajalla häviäjä-voittaja -efektin tulokseksi tulee -0,58 

prosenttia ja viiden vuoden pitoajalla 0,62 prosenttia.  

 

5.1 Häviäjäportfolion ylireagointi 

Viimeinen tutkimuksen tarkasteltava alue on häviäjäportfolioiden suhde muista 

portfolioista muodostettuun keskiarvotuottoon. Ylireagoinnin on sanottu 

alihinnoittelevan heikosti menestyneitä tai negatiivisia uutisia saaneita osakkeita. Tämän 

tarkoittaessa sitä, että mikäli häviäjäportfoliossa on näkyvissä ylireagointia, tulisi sen 

ajan kuluessa menestyä keskimääräistä paremmin osakemarkkinoilla.  



49 

 

 

Taulukko 7. Häviäjäportfolion ylireagoinnin vaikutukset kolmella tarkasteluperiodilla ja 
kolmella pitoaika strategialla.  

  Tarkasteluperiodi 1 vuosi Tarkasteluperiodi 3 vuotta Tarkasteluperiodi 5 vuotta 

Pitoaika 1 Vuosi 3 Vuotta 5 Vuotta 1 Vuosi 3 Vuotta 5 Vuotta 1 Vuosi 3 Vuotta 5 Vuotta 

P(1-9) 13,00 % 9,87 % 8,35 % 13,08 % 7,96 % 7,19 % 9,30 % 4,46 % 5,21 % 

P10 12,98 % 7,43 % 8,41 % 17,77 % 8,48 % 11,41 % 19,71 % 10,07 % 11,95 % 

P10-
P(1-9) -0,03 % -2,43 % 0,06 % 4,69 % 0,51 % 4,22 % 10,41 % 5,60 % 6,75 % 

 

Yllä olevasta taulukosta huomaamme, että vuoden tarkasteluperiolla mikään strategia ei 

tue ylireagoinnin teoriaa. Ainoastaan viiden vuoden pitoajalla häviäjäportfolion tuotto 

on suurempaa kuin muiden portfolioiden keskituotto, mutta tämäkin ero on hyvin 

minimaalinen. Päinvastoin esimerkiksi kolmen vuoden pitoajalla häviäjäportfolio tuottaa 

2,43 prosenttia heikommin kuin portfolioiden keskiarvo.  

 

Pidemmällä tarkasteluperiodilla tehdyt portfoliot näyttäisit kääntyvän 

häviäjäportfolioiden osalta positiivisiksi. Kolmen ja viiden vuoden tarkasteluperiodeilla, 

huolimatta pitoajasta, häviäjäportfolio tuottaa neutraaleja portfolioita paremmin. 

Kolmen vuoden tarkastelu periodilla erityisen hyvin pärjäsivät strategiat, joissa pitoajat 

olivat vuoden tai viisi vuotta. Suurin tuotto kolmen vuoden tarkasteluperiodilla on 

vuoden pitoajan strategia, missä häviäjäportfolio tuotti 4,69 prosentti paremmin kuin 

keskimääräinen tuotto muilla portfolioilla oli.  

 

Viiden vuoden tarkasteluperiodia tarkasteltaessa huomaamme häviäjäportfolioiden 

tuottojen kasvavan entisestään. Vuoden pitoajan strategialla häviäjäportfolio tuotti 

peräti 10,41 prosenttia paremmin kuin mitä muiden portfolioiden keskituotto oli. Mutta 



50 

 

myös kolmen ja viiden vuoden pitoajan strategialla tuottoero on suuri: 5,60 prosenttia 

kolmen vuoden pitoajalla ja 6,75 prosenttia viiden vuoden pitoajalla.  

 

 

5.2 Riskitasot 

Seuraavaksi otetaan tarkasteluun portfolioiden välisiä riskitasoja. Talousteoria olettaa 

osakkeiden tai niistä muodostettujen portfolioiden korkeiden tuottojen selittyvän 

pitkällä aikavälillä vain niiden riskisyyden mukaan. Myös monia anomalioita on pyritty 

selittämään riskin nousulla. Ensimmäisenä tarkastellaan riskisyyttä keskihajonnan avulla.  

 

Taulukko 8. Portfolioiden keskihajonnat, eri tarkasteluperiodeilla ja pitoajoilla. 

  Tarkasteluperiodi 1 vuosi Tarkasteluperiodi 3 

vuotta 

Tarkasteluperiodi 5 

vuotta 

Seura

nta 

1 

vuosi 

3 

vuotta 

5 

vuotta 

1 

vuosi 

3 

vuotta 

5 

vuotta 

1 

vuosi 

3 

vuotta 

5 

vuotta 

P1 0,325 0,165 0,111 0,321 0,150 0,096 0,282 0,141 0,099 

P2 0,244 0,152 0,105 0,271 0,151 0,085 0,243 0,101 0,067 

P3 0,254 0,139 0,105 0,255 0,150 0,101 0,233 0,136 0,098 

P4 0,235 0,134 0,102 0,271 0,144 0,109 0,238 0,127 0,089 

P5 0,229 0,135 0,095 0,265 0,152 0,117 0,251 0,113 0,088 

P6 0,272 0,147 0,107 0,257 0,132 0,100 0,269 0,109 0,096 

P7 0,272 0,154 0,107 0,254 0,135 0,092 0,294 0,117 0,100 

P8 0,271 0,140 0,109 0,281 0,157 0,101 0,290 0,096 0,086 

P9 0,309 0,157 0,116 0,305 0,133 0,089 0,268 0,128 0,105 

P10 0,451 0,157 0,123 0,469 0,190 0,127 0,435 0,137 0,108 

 

Taulukosta huomataan keskihajonnan olevan suhteellisesti paljon suurempi, kun 

käytetään yhden vuoden strategiaa pitoaikana. Mitä pidempää pitoaikaa käytetään, sitä 

pienemmäksi keskihajonta muuttuu. Tämän voidaan pitää olevan johdonmukaista, sillä 

osakkeiden tuottojen heilahteluilla on taipumusta tasoittua ajan myötä. Lyhyemmällä 



51 

 

aikavälillä hinnat saattavat muuttua suhteellisesti paljon enemmän, mutta 

tarkasteltaessa pidempää aikaa hinnat usein pyrkivät kohti niiden fundamentaalista 

arvoaan. Tällöin myös monesti riskitaso tippuu alaspäin. 

 

Häviäjäportfolioilla on suurin heilahtelu seitsemässä tapauksessa yhdeksästä mitatusta 

keskihajonnasta. Vain vuoden tarkasteluperiodilla, kolmen vuoden pitoajalla ja viiden 

vuoden tarkasteluperiodilla, kolmen vuoden pitoajalla vaihtelu ei ole suurinta. Näissä 

kahdessa tapauksessa voittajaportfolion keskihajonta on suurin. Toinen tärkeä huomio 

on se, että niin kutsuttujen ääreisportfolioiden, eli voittaja- ja häviäjäportfolioiden 

keskihajonnat ovat suuremmat kuin neutraalimpien (keskimmäisten) portfolioiden.  

 

Mitä riskisempi portfolio on, sitä suurempia tuottoja siltä vaaditaan. Tämä pätee osittain 

saatuihin tuloksiin, sillä voittajaportfoliot tekivät suurinta tuottoa ja häviäjäportfoliot 

toisiksi suurinta. Häviäjäportfolion keskihajonnan ollessa suurempi kuin 

voittajaportfolion, emme voi todeta suuremman riskin tuottavan aina suurempia 

tuottoja. Kuitenkin ääreisportfolioiden ollessa keskihajonnalla mitattaessa riskisimpiä ja 

tuotoissa eniten tuottavia, voimme sanoa riskin ainakin osittain selittävän tuottojen 

määrää.  

 

 

5.3 Sharpen luku 

Tarkastellaan riskin ja tuottojen suhdetta vielä Sharpen luvun avulla. Sharpen luku on 

tärkeä, sillä sen avulla mitataan miten paljon riskitaso selittää saatuja tuottoja. 

Positiivinen Sharpen luku kertoo tuottojen olleen kannattavia verrattaessa riskittömään 

tuottoon ja negatiivinen päinvastoin sen, että se ei ole ollut kannattava sijoitus. Lukuarvo 

viittaa siihen, kuinka kannattava se on ollut. Mitä suurempi Sharpen luku on, sitä parempi 

sijoitus on ollut suhteessa riskiin. Aiemmin olemme todenneet ääreisportfolioiden (P1 ja 

P10) tuottavan parempaa tuottoa neutraaleihin portfolioihin (P2-P9) nähden. Näin ollen 

perinteiseen talousteoriaan viitaten ääreisportfolioiden riskisyyden tulisi olla 

korkeampaa, kuin neutraaliportfolioiden. Tämän johtaen siihen, että Sharpen lukujen 



52 

 

tulisi olla suurin piirtein samat kaikkien osalta, sillä suurempi tuotto pitää sisällään 

enemmän riskiä ja pienemmän tuoton pitäisi olla riskillisesti maltillisempaa.  

 

Alla oleva taulukko esittää meille Sharpen luvut jokaiselle stragialle, jotka on laskettu 

odotetusta ylituotosta, riskittömästä tuotosta ja keskihajonnasta. Lasku on suoritettu 

tutkimusmenetelmä vaiheessa esitetyn kaavan mukaisesti.  

 

Taulukko 9. Portfolioiden Sharpen luvut eri tarkasteluperiodeilla ja pitoajoilla.  

Sharpen-

luku 

Tarkasteluperiodi 1 vuosi Tarkasteluperiodi 3 

vuotta 

Tarkasteluperiodi 5 

vuotta 

Pitoaika 1 

Vuosi 

3 

Vuotta 

5 

Vuotta 

1 

Vuosi 

3 

Vuotta 

5 

Vuotta 

1 

Vuosi 

3 

Vuotta 

5 

Vuotta 

P1 0,53 0,66 0,78 0,60 0,59 0,99 0,56 0,65 1,13 

P2 0,54 0,70 0,76 0,43 0,51 0,70 0,26 0,25 0,74 

P3 0,53 0,65 0,72 0,40 0,43 0,42 0,28 0,09 0,34 

P4 0,45 0,64 0,68 0,48 0,45 0,51 0,28 0,04 0,21 

P5 0,47 0,54 0,66 0,53 0,44 0,53 0,26 0,12 0,40 

P6 0,41 0,54 0,57 0,35 0,35 0,42 0,35 0,26 0,49 

P7 0,40 0,45 0,51 0,26 0,34 0,51 0,25 0,31 0,42 

P8 0,35 0,53 0,60 0,31 0,47 0,58 0,20 0,24 0,47 

P9 0,24 0,42 0,56 0,38 0,42 0,58 0,23 0,26 0,67 

P10 0,25 0,48 0,56 0,35 0,37 0,78 0,42 0,80 1,10 

 

Taulukosta havaitaan, että kaikille portfolioille lasketut Sharpen luvut, kaikilla tarkastelu- 

ja pitoajoilla, ovat positiivisia, mikä tarkoittaa, että ne ovat olleet parempia sijoituksia 

kuin riskitön sijoitus. Taulukko osoittaa meille voittajaportfolioiden saavan suuremmat 

Sharpen-luvut kuin häviäjäportfoliot kaikilla paitsi yhdellä strategialla (Viiden vuoden 

tarkasteluperiodilla, kolmen vuoden pitoajalla). Tämän tarkoittaessa sitä, että 

voittajaportfoliot ovat tuottaneet parempaa tuottoa suhteessa sen riskiin kuin 

häviäjäportfoliot. Suurempien tuottojen ei voida olettaa siis johtuvan suuremmasta 

riskistä voittaja- ja häviäjäportfolioiden kohdalla.  



53 

 

 

Häviäjäportfolion ja voittajaportfolion Sharpen luvut ovat kaksi suurinta, mikä viittaa 

siihen, että tuottojen suuruus ei johdu riskin kasvusta. Vaan päinvastoin nämä kaksi 

portfoliota ovat riski/tuottosuhteen perusteella parhaimmat. Suuria eroja ei kuitenkaan 

Sharpen luvuilla mitatessa portfolioiden paremmuudesta saada vaan ne ovat 

suhteellisen lähellä toisiaan.  

 

Huomattavaa on myös, että Sharpen luvut kasvavat pitoajan pidentyessä. Tämä on 

loogista ja yhteensopivaa edellä esitettyyn keskihajonnalla mitattuun taulukkoon, jossa 

keskihajonnat pienenivät pitoajan kasvaessa.  

 

Nämäkään tulokset eivät anna meille osviittaa häviäjä-voittaja -efektin olemassaolosta 

vaan päinvastoin kertovat voittajaportfolioiden menestyvän parhaiten. Kuitenkin on 

huomioimisen arvoista, että tulokset ovat johdonmukaisia ylireagoinnin kanssa 

häviäjäportfolioiden osalta. Häviäjäportfolio häviää vertailussa voittajaportfoliolle, 

mutta on kokonaisvertailussa toiseksi paras strategia.  

 

 

5.4 T-testi 

Tarkastellaan vielä viimeiseksi tulosten tilastollista merkitsevyyttä t-testin avulla. 

Tilastollinen merkitsevyys on jaettu kahteen vaiheeseen tutkimuskysymysten mukaisesti. 

Niistä ensimmäinen on: Onko häviäjäportfolioiden ja voittajaportfolioiden 

keskiarvotuotoilla tilastollista eroa? Hypoteesi nolla on siis, että häviäjäportfolioiden ja 

voittajaportfolioiden keskiarvotuotoissa ei ole eroja. Mikäli t-testistä saatavat arvot ovat 

pienempiä kuin 0,05 voimme hylätä hypoteesiin ja todeta niiden välillä olevan 

tilastollisesti merkitseviä eroja. 

 

 



54 

 

Taulukko 10. T-testin tulokset häviäjä-voittaja -efektissä. 

  Tarkasteluperiodi 1 vuosi Tarkasteluperiodi 3 vuotta Tarkasteluperiodi 5 vuotta 

Pitoaika 1 Vuosi 3 Vuotta 5 Vuotta 1 Vuosi 3 Vuotta 5 Vuotta 1 Vuosi 3 Vuotta 5 Vuotta 

P1 18,74 % 12,42 % 10,11 % 20,78 % 110,29 % 10,98 % 17,39 % 10,65 % 11,35 % 

P10 12,98 % 7,43 % 8,41 % 17,77 % 108,48 % 11,41 % 19,71 % 10,07 % 11,95 % 

Häviäjä-
voittaja 
efektiP10-
P1 -5,76 % -4,99 % -1,70 % -3,01 % -1,81 % 0,43 % 2,33 % -0,58 % 0,60 % 

T-testi 0,1098 0,0014 0,1573 0,4367 0,3008 0,7421 0,5342 0,7027 0,6217 

 

Taulukosta huomaamme, että vaikka eroja portfolioiden tuottojen väliltä löytyy, voimme 

pitää tilastollisesti merkitsevänä vain vuoden tarkasteluperiodilla ja kolmen vuoden 

pitoajalla olevien portfolioiden erotusta. Tässä strategiassa voittajaportfolio tuotti 4,99% 

enemmän, kuin häviäjäportfolio. Mikä viittaa päinvastaisesti DeBondt ja Thaler (1985) 

tekemään tutkimukseen häviäjien paremmuudesta tulevaisuudessa verrattaessa 

voittajiin.  

 

Toinen tilastollista merkitsevyyttä mittaava testi on häviäjäportfolioiden tuottojen ero 

muiden portfolioiden keskiarvotuottoihin.  

 

Taulukko 11. T-testin tulokset: Häviäjäportfolioiden ja keskiarvotuottojen välillä. 

  Tarkasteluperiodi 1 vuosi Tarkasteluperiodi 3 vuotta Tarkasteluperiodi 5 vuotta 

Pitoaika 1 Vuosi 3 Vuotta 5 Vuotta 1 Vuosi 3 Vuotta 5 Vuotta 1 Vuosi 3 Vuotta 5 Vuotta 

P1-9 13,00 % 9,87 % 8,35 % 13,08 % 7,96 % 7,19 % 9,30 % 4,46 % 5,21 % 

P10 12,98 % 7,43 % 8,41 % 17,77 % 8,48 % 11,41 % 19,71 % 10,07 % 11,95 % 

P10-(P1-
9) -0,03 % -2,43 % 0,06 % 4,69 % 0,51 % 4,22 % 10,41 % 5,60 % 6,75 % 

T-testi 0,9924 0,0627 0,9549 0,1874 0,7489 0,0003 0,0035 0,0000 0,0000 

 

Taulukosta huomaamme tarkasteluperiodin ollessa yksi vuosi, emme voi pitää tuloksia 

tilastollisesti merkitsevinä. Kolmen vuoden tarkasteluperiolla, vuoden ja kolmen vuoden 

pitoajan strategian tuotot eivät ole tilastollisesti merkitseviä. Näistä helposti 

ymmärrettäviä ovat strategiat, joiden tuottoerotus on hyvin pieni, sillä niiden voidaan 



55 

 

olettaa heilahtelevan usein havaintoväleissä. Hyvin lähelle tilastollista merkitsevyyttä 

pääsee tarkasteltaessa vuoden tarkasteluperiodia ja kolmen vuoden pitoaikaa, jossa 

häviäjäportfolio teki heikompaa tuottoa kuin keskiarvotuotto oli. Kolmen vuoden 

tarkasteluperiodin ja vuoden pitoajan strategiaa ei myöskään voida pitää tilastollisesti 

merkitsevänä, vaikka tuottoero on suhteellisen suuri. Sen eroja voidaan pitää osittain 

sattumana. 

 

Viiden vuoden tarkasteluperiodilla, sekä kolme vuoden tarkasteluperiodin viiden vuoden 

pitoajan strategioita voidaan pitää tilastollisesti merkitsevinä. Näiden t-testin tuloksista 

saatava p-arvo alittaa tilastollisesti merkitsevän 0,05 rajan. Näin ollen voimme hylätä 

niiden osalta nollahypoteesin ja todeta, että niissä strategioissa häviäjäportfolioiden ja 

keskiarvotuottojen välillä on tilastollisesti merkitseviä eroja.   

  

  

 



56 

 

6 JOHTOPÄÄTÖKSET 

Tutkielma perehtyi häviäjä-voittaja -efektiin ja markkinoiden ylireagointiin Helsingin 

pörssin suurten ja keskisuurten yritysten osakkeilla vuosina 2000-2021. Anomaliaa 

tutkittiin vuoden, kolmen vuoden ja viiden vuoden tarkasteluperiodeilla käyttäen 

samanmittaisia pitoaika strategioita.  

 

Tutkimustulosten perusteella keskeisimpiä päätelmiä on, ettei Helsingin pörssissä esiinny 

häviäjä-voittaja -efektiä. Voittajaportfolioiden tuotot ovat suurempia kuin häviäjien 

kuudessa strategiassa yhdeksästä. Vaikka näiden portfolioiden välillä oli selviäkin 

tuottoeroja, pystymme pitämään tilastollisesti merkitsevänä vain yhtä. Vuoden 

tarkasteluperiodin ja kolmenvuoden pitoajan strategia oli ainoa, jolla tuottoero oli 

tilastollisesti merkitsevä. Kuitenkin huomioitavaa on, että mitä pidemmäksi 

tarkasteluperiodia kasvatettiin, sitä paremmin häviäjäportfolio pärjäsi. Tämä kuitenkin 

viittaa siihen, ettei aiemmalla hintakehityksellä näyttäisi olevan vaikutusta tulevaisuuden 

kehitykseen tarkasteltaessa ääreisportfolioita.  

 

Mielenkiintoista tutkimuksessa kuitenkin oli, että ääreisportfolioiden tuotot olivat 

selvästi korkeammat kuin niin kutsuttujen neutraalien portfolioiden tuotot. Vaikka 

voittajaportfoliot tekivät parasta tuottoa, on huomioitavaa, että häviäjäportfolio teki 

toiseksi parasta tuottoa. 

 

Tästä päästään toiseen osaan tutkimuksessa, joka oli hintojen ylireagointi. Heikon 

osakemenestyksen yritysten tulisi siis pärjätä tulevaisuudessa keskimääräistä paremmin. 

Tulokset osoittavat meille, että lyhyemmällä tarkasteluperiodilla (1 vuosi) ylireagointia 

hinnoissa ei ole näkyvissä, mutta kasvatettaessa tarkasteluperiodia pidemmäksi tulokset 

muuttuvat.  

 

Kolmen vuoden tarkasteluperiodeissa kaikki kolme strategiaa osoittaa 

häviäjäportfolioiden tuottavan paremmin kuin keskimääräinen tuotto on. Näistä kaksi 



57 

 

strategiaa tuottaa suhteellisen paljon enemmän. Kuitenkaan emme voi pitää näistä kuin 

viiden vuoden pitoajan strategiaa tilastollisesti merkitsevänä.  

 

Siirryttäessä viiden vuoden tarkasteluperiodin tuloksiin, huomataan kaikkien kolmen 

strategian tuottavan selvästi paremmin kuin keskimäärin muut portfoliot tuottavat. 

Kaikkia kolmea strategiaa voidaan pitää myös tilastollisesti merkitsevinä. Tämä viittaa 

siihen, että Helsingin osakemarkkinoilla voidaan todeta esiintyvän ylireagointia 

hinnoissa häviäjäportfolioiden osalta, kun tarkasteluperiodi on tarpeeksi pitkä.  

 

Portfolioiden riskisyyttä tarkasteltiin tutkimuksessa kahdesta näkökulmasta. 

Portfolioiden keskihajonnalla, eli sillä kuinka paljon tuotot heilahtelevat niiden 

keskiarvosta ja Sharpen luvun avulla, mikä antaa kuvan riskin ja tuoton suhteesta. 

Keskihajonnalla tarkasteltaessa erot eivät ole suuria ja koska tämä ei ota huomioon 

niiden tuomia tuottoja, emme voi sanoa näiden lukujen perusteella yhdessäkään 

portfoliossa esiintyvän erityistä riskiä.  

 

Sharpen luvulla tarkasteltaessa huomaamme kaikkien strategioiden olevan parempia 

sijoituksia, kuin riskitön tuotto. Tämä ei ole yllättävä tulos, sillä osakesijoittamista 

pidetään parhaana sijoitusmuotona ja pitoajat ovat tarpeeksi pitkiä siihen, että 

negatiiviset heilahtelut tasoittuvat. Vaikkei erot näissäkään ole suuria, huomioitavaa on 

kuitenkin, että ääreisportfolioiden riskisyys tällä mittarilla näyttäisi olevan vähäisempää 

kuin neutraaleilla yrityksillä. Siitä huolimatta, että ääreisportfoliot tuottivat sekä 

heilahtelivat keskihajonnan mukaan eniten. Tämä viittaa siihen, että tuotot eivät ole 

selitettävissä riskin kasvulla.   

 

Tutkimustulosten pohjalta voidaan luotettavasti vastata nyt, ettei suomen markkinoilla 

esiinny niin kutsuttua häviäjä-voittaja -efektiä. Mutta viiden vuoden tarkasteluperiodilla 

esiintyy hintojen ylireagointia häviäjä osakkeiden osalta. Tämä ei kuitenkaan välttämättä 

ole kannattavin sijoitusmuoto, sillä voittajaportfolioiden tuotot olivat korkeammat, ja 

vaikka pitoajat ovat suhteellisen pitkiä voivat kaupankäyntikustannukset nousta 



58 

 

korkeaksi, jos strategian uudelleen aloittamisessa joutuu vaihtamaan suurimman osan 

osakkeista.  

 

Huomioitavaa on näiden ääreisportfolioiden tuottojen paremmuus verrattuna 

neutraaleihin portfolioihin. Jatkotutkimus aiheena voisikin olla mielenkiintoista tehdä 

näistä portfolioista yhteinen strategia. Tätä tutkimustakin voisi jatkaa vaihtamalla 

tarkasteluperiodit lyhyemmiksi. Esimerkiksi samoiksi kuin yleisesti momentum-

anomaliaa tutkittaessa, eli kolmen ja kuuden kuukauden tarkasteluperiodeihin. Tällöin 

häviäjäportfolioiden huonot tulosraportit ovat varmasti ihmisten muistissa. Yli- ja 

alireagoinnin vaikutukset ovat vielä melko vähän tutkittu alue Suomen markkinoilla. 

 



59 

 

Lähteet 

 

 Barberis, N & Thaler, R (2003) A Survey of Behavior Finance. Handbook of the Economics 

of Finance. Saatavilla World Wide Webistä: 

<URL:http://faculty.som.yale.edu/nicholasbarberis/ch18_6.pdf>. 

 

Bernstein, Peter L. (1992) CAPITAL IDEAS: The Improbable Origins of Modern Wall Street. 

New York: The Free Press, A Division of Simon & Schuster Inc. 340 s. ISBN 0-02-

903012-9. 

 

Bodie, Z, Kane, A. & Marcus, A.J. (2014) Investment. 10.painos. New York: McGraw Hill 

Education cop. ISBN. 0-0771-6114-9 

 

Daniel, K & Moskowitz, T (2016) Momentum Crashes. Journal of Financial Economics. 

122:2, 221-232 

 

DeBondt, W & Thaler, R (1985) Does the Stock Market Overreact? The Journal of Finance. 

40:3, 793-805 

 

Don U.A. Galagedera (2007) A review of capital asset pricing models, Managerial 

Finance. 33:10 Saatavilla World Wide Webistä: <URL:pp.821-

832,https://doi.org/10.1108/03074350710779269  

 

Edmans, A., D, Garcia & O, Norli (2007) Sports Sentiment amd Stock Returns. The Journal 

of Finance 62:4 1967-1998. Saatavilla World Wide Webistä: <URL: 

http://faculty.london.edu/aedmans/SteelJF.pdf>. 

 

Edwin, J, A, Elton, J, Martin, & B, Gruber (1997) Modern portfolio theory, 1950 to date. 

Journal of Banking & Finance. 21:11-12. Saatavilla World Wide 

https://www.emeraldinsight.com/author/Galagedera%2C+Don+UA
https://doi.org/10.1108/03074350710779269
http://faculty.london.edu/aedmans/SteelJF.pdf


60 

 

Webistä:<URL:https://www.sciencedirect.com/science/article/pii/S0378426697

000484>. 

 

Erkkilä, J (2018) Tehokas rintama ja optimaalinen sijoitussalkku. [online] Saatavilla World 

Wide Webistä: <URL:https://www.salkunrakentaja.fi/2018/11/tehokas-rintama-

optimaalinen-sijoitussalkku/>. 

 

Fama, Eugene f, Malkiel, Burton G. (1970) EFFICIENT CAPITAL MARKETS: A REVIEW OF 

THEORY AND EMPIRICAL WORK. The Journal of Finance. 25:2 383-417 

 

Fama, Eugene F. (1995) Random Walks in Stock Market Prices. Financial Analysts Journal. 

51:1, 1965-1974 

 

Galagedera, D (2007) A review of capital asset pricing models. Managerial Finance, 33:10 

821-823 

 

Hirshleifer D, Shumway T (2003) Good Day Sunshine: Stock Returns and the Weather. 

The Journal of Finance. 58:3 1009-1032 

 

Hong, H & Stein, J (2002) A Unified Theory of Underreaction, Momentum Trading, and 

Overreaction in Asset Markets. The Journal of Finance, 54:6 2143 

 

Jegadeesh, N & Titman, S. (2002) Profitability of Momentum Strategies: An Evaluation of 

Alternative Explanations. The Journal of Finance. 56:2, 699-720 

 

Johnson, Dominic D. P. & Fowler, James H. (2011). The Evolution of Overconfidence. 

Nature 477:7364, 317–320.  

 

Kahneman, D & Tversky, A (1979) Prospect Theory: An Analysis of Decision under Risk. 

The Econometric Society. 47:2 263-289. saatavilla World Wide Webistä 



61 

 

<URL:https://www.jstor.org/stable/pdf/1914185.pdf?refreqid=excelsior%3Af0e

26790a647b7ca7b0192048a621d8f > 

 

Levy, R (1967) Relative Strength as a Criterion for Investment Selection. The Journal of 

Finance 22:4, 595-598 

 

Malkamäki, Markku & Martikainen, Teppo (1990) Rahoitusmarkkinat. Espoo, Weilin + 

Göös. ISBN: 951-35-4983-6. 

 

Malkiel, B (2012) Sattuman Kauppaa Wall Streetillä. Käännös Jussi, R. 4.painos. Talentum 

Helsinki. ISBN: 978-952-14-1878-5 

 

Margolin, M (2014) Managerial Overconfidence: Different Thinking through Different 

Education. Hamburg, Anchor Academic Publishing. ISBN: 978-3-95489-628-8  

 

Mishkin, F, S (1995) The Rational Expectations Revolution, Readings from the Front Line. 

A Review Article of: Preston J. Miller. New York. Paper No. 5043. Saatavilla World 

Wide Webistä: <URL:https://www.nber.org/papers/w5043.pdf>. 

 

Niiniluoto, Ilkka, Kuorikoski Jaakko & Vilkko, Risto (2013) Talous ja filosofia. Helsinki, 

Gaufeamus. ISBN: 978-952-495-310-8 

 

Nikkinen, Jussi., Timo Rothovius & Petri Sahlström. (2002). Arvopaperisijoittaminen. 

Ensimmäinen painos. Vantaa. WSOY. 244. ISBN 951-0-26627-2.  

 

Nofsinger John R. (2018) The Psychology of Investing, 6. Painos New York, Routledge. 

ISBN: 978-1-138-71480-9  

 

https://www.jstor.org/stable/pdf/1914185.pdf?refreqid=excelsior%3Af0e26790a647b7ca7b0192048a621d8f
https://www.jstor.org/stable/pdf/1914185.pdf?refreqid=excelsior%3Af0e26790a647b7ca7b0192048a621d8f


62 

 

Palomino, F., L, Renneboog & C, Zhang (2009). Information salience, investor sentiment, 

and stock returns: The case of British soccer betting. Journal of Corporate Finance. 

15:3, 368-387 

 

Random Walker (2016) mitä eroa on osakkeen arvolla ja hinnalla. Nordnetblogi. [online] 

Saatavilla World Wide Webistä: <URL:https://blogi.nordnet.fi/mita-eroa-on-

osakkeen-arvolla-ja-hinnalla/>. 

 

Russo, Edward J. & Schoemaker, Paul J. H. (1992). Managing Overconfidence. Sloan 

Management Review 33:2, 7–17. ISSN 0019-848X  

 

Scholtens, B & W. Peenstra (2009) Scoring on the stock exchange? The effect of foodball 

matches on stock market returns: an event study. 41:25, 3231-3237  

 

Shiller, R.J. (2003) From Efficient Markets Theory to Behavioral Finance. Journal of 

Economic Perspectives. 17:1 83-104. 

 

Styhre, Alexander. (2016) Coping with irrationality in orthodox economic theory: 

Moralization as expedient theorizing. International Journal of Organizational 

Analysis 24:5  

 

Thaler, R. H (2005) Advances in Behavioral Finance. New York, Russel Sage Foundation. 

ISBN: 0-691-12174-5 

 

Thaler, Richard. H. (2015). Väärin käyttäytyminen. Helsinki. Terra Cognita. 645 s. Kääntäjä, 

Pietiläinen, K. ISBN 9789525697742 

 

 

https://blogi.nordnet.fi/mita-eroa-on-osakkeen-arvolla-ja-hinnalla/
https://blogi.nordnet.fi/mita-eroa-on-osakkeen-arvolla-ja-hinnalla/