Jaakko Vento 

Venäjän hyökkäyssodan vaikutus suomalaisten 
metsäyhtiöiden kannattavuuteen raakapuun 

hinnan osalta 

 

 

 

 

 

 

 
  

Vaasa 2024 

Laskentatoimen ja rahoituksen 
akateeminen yksikkö 

Laskentatoimen ja tilintarkas-
tuksen pro-gradu tutkielma 

Laskentatoimen ja tilintarkas-
tuksen maisteriohjelma 



2 

VAASAN YLIOPISTO 
Laskentatoimen ja rahoituksen akateeminen yksikkö 

Tekijä: Jaakko Vento 
Tutkielman nimi: Venäjän hyökkäyssodan vaikutus suomalaisten metsäyhtiöiden kan-

nattavuuteen raakapuun hinnan osalta 
Tutkinto: Kauppatieteiden maisteri 
Oppiaine: Laskentatoimen ja tilintarkastuksen maisteriohjelma 
Työn ohjaaja: Teija Laitinen 
Valmistumisvuosi: 2024 Sivumäärä: 69 

TIIVISTELMÄ: 
Raakapuulla on merkittävä rooli suurten metsäteollisuusyhtiöiden kustannusrakenteessa. Venä-
jän aloittama hyökkäyssota Ukrainaan on nostanut raakapuun hintaa kotimaassa, sillä kysyntä 
kotimaiselle raakapuulle on noussut yhtiöiden lopetettua venäläisen tuontipuun hankinnan ke-
väällä 2022. Venäläinen tuontipuu on pitänyt raakapuun hinnannousun maltillisena ja näin ollen 
parantanut metsäteollisuusyhtiöiden kannattavuutta. Raaka-aineen merkitys kustannusraken-
teessa on merkittävä, sillä mahdollisuudet tuotannon tehokkuuden lisäämiseen on toimialalla 
suurimmiksi osin käytetty. Aiemmin historiassa yhtiöt Suomessa ovat sopeuttaneet kapasiteetti-
aan raakapuun hinnan noustessa ja tällä kapasiteetin sopeuttamisella on merkittäviä kansanta-
loudellisiakin vaikutuksia, metsäteollisuuden ollessa suuri työllistäjä ja veronmaksaja.  
 
Yhtiöiden kannattavuuteen vaikuttaa moni asia ja kannattava liiketoiminta on jokaisen yrityksen 
perusta. Kannattavuus kuvaa yritystoiminnan taloudellista tulosta ja sitä voidaan mitata joko 
pääomaan tai liikevaihtoon suhteutetuilla tunnusluvuilla. Maailmantalouden suhdanteet vaikut-
tavat yleisesti alan kannattavuuteen eniten, mutta kustannustekijöistä kotimaassa vaikutetta-
vista asioista tärkeimmät ovat työvoiman sekä raaka-aineen kustannukset. 
 
Tässä tutkielmassa tarkastellaan kolmen suuren suomalaisen metsäteollisuusyhtiön kannatta-
vuuden ja suomalaisen raakapuun markkinahinnan välistä korrelaatiota ajalta ennen sotaa ja so-
dan jälkeen. Kannattavuutta mitataan yhtiöiden liiketulosprosentin avulla ja raakapuun hintatie-
dot on kerätty Luonnonvarakeskuksen avoimesta raakapuun markkinahinnan datasta. Hypotee-
sien testaus suoritetaan lineaarisella regressioanalyysillä. 
 
Tutkielman tulokset osoittavat, että raakapuun hinnan ja yhtiöiden kannattavuuden välinen kor-
relaatio kääntyi sodan alkamisen jälkeen negatiiviseksi sekä kuitupuun että tukkipuun osalta. Tut-
kielmassa käytetyt mallit selittävät hyvin kannattavuuden ja raakapuun hinnan välistä korrelaa-
tiota ja osoittavat sen, että raakapuun hinnan nousu etenkin kuitupuun osalta on heikentänyt 
yhtiöiden kannattavuutta sodan alkamisen jälkeen, vaikka perustason kannattavuus on noussut. 
Tulosten yhteenvedossa käydään myös läpi tutkielman rajoituksia, kuten sitä, että yhtiöiden teh-
taita sijaitsee myös muualla kuin Suomessa. 
 
Tutkielman johtopäätöksinä todetaan, että vaikka yhtiöiden perustason kannattavuus on sodan 
alkamisen jälkeen parantunut, on raakapuun hinnannousu heikentänyt yhtiöiden kannattavuutta, 
kun verrataan aikaan ennen sodan alkamista. Etenkin kuitupuun hinnannousulla on ollut yhtiöi-
den kannattavuutta heikentävä vaikutus, sillä kuitupuuta tuotiin Venäjältä suuriakin määriä en-
nen sodan alkamista. Pitkällä aikavälillä yhtiöiden on löydettävä ratkaisuja nouseviin raaka-aine-
kustannuksiin, sillä kannattavuuden heikentyminen aiheuttaa ongelmia yhtiöiden toimintaan. 
 

AVAINSANAT: Metsäteollisuus, raakapuu, kannattavuus, sodat, hinnat. 
 



3 

Sisällys 

1 Johdanto 6 

1.1 Tutkimuksen tavoitteet 7 

1.2 Aikaisemmat tutkimukset aiheesta 9 

1.3 Tutkimuksen rakenne 11 

2 Metsäteollisuus ja puun käyttö Suomessa 13 

2.1 Metsäteollisuuden toiminta ja historia Suomessa 13 

2.2 Suomessa toimivat metsäteollisuusyritykset 15 

2.3 Metsäteollisuuden puun käyttö Suomessa 17 

2.4 Teollisuuden käyttämän puun jaottelu 18 

2.5 Tuontipuu 20 

2.6 Kotimainen puu 22 

3 Venäjän sotatoimien vaikutukset puunmarkkinaan ja metsäteollisuuteen Suomessa

 26 

3.1 Puumarkkina Suomessa 26 

3.2 Suomalaiset metsänomistajat ja yhtiöiden raakapuun osto 27 

3.3 Sodan vaikutus Suomen puumarkkinoihin 29 

4 Metsäteollisuusyritysten kannattavuus ja raakapuun hinta 34 

4.1 Tilinpäätösanalyysi 34 

4.2 Kannattavuuden käsite 35 

4.3 Kannattavuuden mittaaminen 36 

4.4 Kannattavuuden mittaamiseen liittyvät ongelmat ja oikaisut 38 

4.5 Metsäteollisuusyritysten kannattavuuteen vaikuttavat tekijät 39 

4.6 Raakapuu osana metsäteollisuuden kustannuksia ja kannattavuutta 41 

5 Tutkimusaineisto ja tutkimusmenetelmä 44 

5.1 Aineiston kuvaus 44 

5.2 Regressiomalli 48 

5.3 Lineaarinen regressioanalyysi ja sen selityskyky 50 

6 Empiirinen tutkimus 52 



4 

6.1 Regressioanalyysin tulokset kuitupuun osalta 52 

6.2 Regressioanalyysin tulokset tukkipuun osalta 55 

6.3 Puulajien ja ajankohtien väliset erot regressioanalyysin tuloksissa 57 

6.4 Johtopäätökset 59 

6.5 Tutkielman rajoitukset 61 

7 Yhteenveto 63 

8 Lähteet 66 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 



5 

Kuvat 

Kuva 1. Metsäteollisuuden puunhankinta vuosina 2021 ja 2022 (Viitanen ja muut, 

2023). 25 

Kuva 2. Tilinpäätösanalyysi ja tunnuslukuanalyysi (Kallunki, 2022). 35 

Kuva 3. Stora Enson, UPM-Kymmenen sekä Metsä Groupin kannattavuus 

liiketulosprosentteina Q1 2020 – Q4 2023. 45 

 

Kuviot 

Kuvio 1. Metsäteollisuuden lopputuotteiden tuotantomäärät 1960–2022 

(Metsäteollisuus ry, 2024). 15 

Kuvio 2. Tuontipuun osuus maittain vuonna 2021 (Metsäteollisuus ry, 2022). 21 

Kuvio 3. Suomen metsäteollisuuden puunkäyttö vuosittain 1980–2022 (Metsäteollisuus 

ry, 2023). 22 

Kuvio 4. Tukki- ja kuitupuun hakkuut Suomessa ajalta 2012 -2024e (Viitanen ja muut, 

2023). 24 

Kuvio 5. Tukkipuun (Vasemmalla) ja kuitupuun (Oikealla) hinnan kehitys Suomessa 

vuosina 2015-2024e (Viitanen ja muut, 2023). 27 

Kuvio 6. Puulajien tuonti ja vienti kuukausittain 2021/01-2022/07 (Viitanen ja muut, 

2023). 32 

 

Taulukot 

Taulukko 1. Regressioanalyysin tulokset kuitupuun osalta ajalta Q1 2020 - Q4 2021. 53 

Taulukko 2. Regressioanalyysin tulokset kuitupuun osalta ajalta Q1 2022 – Q4 2023. 54 

Taulukko 3. Regressioanalyysin tulokset tukkipuun osalta ajalta Q1 2020 – Q4 2021. 55 

Taulukko 4. Regressioanalyysin tulokset tukkipuun osalta ajalta Q1 2022 – Q4 2023. 56 

 



6 

1 Johdanto 

Metsäteollisuus on Suomessa kansantaloudellisestikin hyvin merkittävä teollisuuden ala, 

jolla on vuosikymmenten päähän ulottuvat pitkät perinteet. Suomessa ala työllistää tä-

näkin päivänä suoraan yli 42 000 ihmistä ja alan viennin osuus vastaa noin 20 prosenttia 

Suomen koko tavaraviennistä vuosittain. Metsäteollisuuden merkitystä kotimaassa ko-

rostaa se, että teollisuuden raaka-aineesta eli puusta suurin osa hankitaan kotimaasta 

yksityisiltä metsänomistajilta. Tämä tuo tuloja alueellisesti Suomeen hyvin merkittävästi 

ja tasoittaa eri maakuntien välisiä tuloeroja sekä kaupunkien ja maaseudun välistä eroa. 

Metsäteollisuus on myös hyvin merkittävä veronmaksaja Suomessa, sillä esimerkiksi 

vuonna 2018 ala maksoi kokonaisuudessaan veroja 3,6 miljardia, joka oli noin 3,6 % vuo-

den 2018 kaikista Suomessa kerätyistä veroista ja veronluonteisista maksuista (Metsäte-

ollisuus Ry, 2022). 

 

Venäjän helmikuussa 2022 aloittama hyökkäyssota Ukrainaan on vaikuttanut metsäteol-

lisuuteen merkittävästi, sillä aiemmin Venäjältä tuotua raakapuuta on jouduttu korvaa-

maan kotimaisella raakapuulla sekä esimerkiksi Baltian alueelta saadulla puulla. Kysyn-

nän äkillisesti noustessa raakapuun hinta kotimaassa on noussut ja lisäksi raaka-aineen 

saatavuudessa on ollut haasteita. Suomessa toimii kolme suurta metsäyhtiötä, jotka ovat 

UPM-Kymmene Oyj, Stora Enso Oyj sekä Metsä Group. Raakapuun hinnan nousulla on 

näihin kolmeen suuri vaikutus, sillä ne käyttävät yhdessä suurimman osan puusta Suo-

messa omiin toimintoihinsa. Raakapuun hinnan vaikutuksesta yritysten toimintaan on 

uutisoitu melko runsaasti sodan jälkeen. Uutisointi sai lisää kierroksia Stora Enson pää-

tettyä sulkea Sunilan perinteikäs ja vanha sellutehdas Kotkassa kesällä 2023. Yhtiö pe-

rusteli toimiaan lehtitietojen mukaan tuolloin venäläisen tuontipuun puuttumisella ja 

siitä seuranneella kiristyneellä kuitupuun kilpailulla kotimaassa. Lisäksi yhtiö perusteli 

valintaa tehtaan pienellä kapasiteetilla sekä vanhalla iällä verrattuna muihin yhtiön 

omien sekä kilpailijoiden Suomen sellutehtaisiin (Pietarinen, 2023). 

 

Raakapuulla on kustannuksissa tärkeä osansa metsäteollisuuden yritysten kannattavuu-

dessa. Yritykset koettavat laskea raaka-aineen kustannuksia mahdollisimman matalaksi, 



7 

joten nouseva raakapuun hinta aiheuttaa niille ongelmia.  Raaka-aineena yritykset käyt-

tävät joko kuitupuuta tai tukkipuuta. Kuitupuu on läpimitaltaan pienempää ja kuutiohin-

naltaan halvempaa ja sitä käytetään massa- ja paperiteollisuuden tarpeisiin. Tukkipuu on 

läpimitaltaan suurempaa ja kuutiohinnaltaan korkeampaa ja sitä käytetään sahateolli-

suuden tarpeisiin. Näitä molempia saadaan hakkuiden yhteydessä, tukkipuuta enem-

män kiertoajan lopussa päätehakkuun kautta ja kuitupuuta enemmän metsän kasvua 

vahvistavien harvennushakkuiden kautta. 

 

Kannattavuus määritellään yrityksen taloudelliseksi tulokseksi ja sitä voidaan mitata joko 

pääomaan tai liikevaihtoon suhteutettuna. Yksinkertaisimmillaan se tarkoittaa yrityksen 

kykyä tuottaa liiketoiminnallaan enemmän tuloja kuin tulojen hankkimiseksi on tarvin-

nut käyttää menoja. Metsäteollisuudessa kannattavuus muodostuu monista elemen-

teistä kuten lopputuotteen kysynnästä ja hinnoittelusta sekä tuotantokustannuksista. 

Raaka-aine on työpanosten sekä energian ohella merkittävä osuus tuotantokustannuk-

sista metsäteollisuuden yrityksille. 

 

1.1 Tutkimuksen tavoitteet 

Tämän tutkielman tavoitteena on tutkia, miten Venäjän hyökkäyssodan aiheuttama raa-

kapuun hinnan nousu on vaikuttanut suomalaisten metsäteollisuusyhtiöiden kannatta-

vuuteen. Tutkielmassa pyritään selvittämään, miten raakapuun kotimainen markkina-

hinta ja Suomen kolmen suuren metsäyhtiön kannattavuus on reagoinut toisiinsa Venä-

jän aloittaman hyökkäyssodan jälkeen ja sitä ennen. Tutkielman esikuva-artikkelina toi-

mii Honkatukian ja muiden (2008) tutkimus, jossa käsiteltiin Venäjän päätöstä nostaa 

raakapuun vientitulleja asteittain 50 euroon kuutiometriltä ja sen vaikutuksia Suomen 

metsäteollisuuteen ja kansantalouteen. Tätä raakapuun vientitullien nousua kuvataan 

samanlaisena skenaariona kuin Venäjän aiheuttamaa hyökkäyssotaa Ukrainassa, sillä 

molemmissa skenaarioissa puun tuonti Venäjältä Suomeen lakkaa kokonaisuudessaan ja 

puuttuva puu on korvattava pääosin kotimaisella puulla. 

 



8 

Tutkimuksen avulla annetaan metsäteollisuudelle tietoa siitä, kuinka tilanne on kannat-

tavuuden osalta muuttunut sodan alkamisen jälkeen pelkästään raakapuun vaikutuksen 

osalta. Tämä antaa aihetta tutkia alan raaka-aineen hankintaa laajemmin ja myös kan-

santaloudellisesti antaa aihetta tutkia kriittisesti alan valintoja raaka-ainehuollon suh-

teen. Lisäksi tutkielman tulokset voivat antaa perspektiiviä kotimaassa tehtävien hakkui-

den kansantaloudellisesta merkityksestä aikana, jolloin hakkuiden rajoittamisesta Suo-

messa on mediassa käyty keskustelua. Lisäksi tutkielma antaa hieman viitteitä tuleviin 

ongelmiin, joita teollisuus joutuu kohtaamaan, joilla saattaa olla merkittäviä kansanta-

loudellisia vaikutuksia. Yhdenkin tehtaan sulkeminen Suomessa aiheuttaa etenkin alu-

eellisesti valtavia menetyksiä. 

 

Tutkimuksessa käytetään lineaarista regressioanalyysiä empiirisessä osiossa, jonka avulla 

tutkitaan ajalta Q1 2020 – Q4 2021 sekä ajalta Q1 2022 – Q4 2023 raakapuun hinnan ja 

yhtiöiden kannattavuuden välistä suhdetta. Empiirisessä osiossa erotellaan erikseen tuk-

kipuu ja kuitupuu niiden potentiaalisen erilaisen vaikutuksen takia.  Lisäksi tutkielmassa 

erotellaan ajat ennen sotaa ja sodan alkamisen jälkeen, jotta tuloksia voidaan vertailla 

keskenään. Tutkielmaan valikoitui kolme Suomen suurinta metsäyhtiötä, sillä näiden lii-

kevaihto yhteenlaskettuna on yli 32 miljardia euroa (2022), joka kattaa selvästi suurim-

man osan metsäteollisuuden liikevaihdosta Suomessa. Liiketulosprosentti kannattavuu-

den vertailuun valittiin siksi, koska se on yleisesti käytetty kannattavuuden tunnusluku 

metsäteollisuudessa ja sen avulla on mahdollista vertailla saman alan eri yhtiöitä keske-

nään. Puun markkinahinnan data kuukausitasolla on tutkimukseen saatavilla Luonnon-

varakeskukselta (Luke), joka ylläpitää raakapuun markkinahinnan tilastoa Suomessa. Alla 

on lueteltuna vielä tutkimuksen kaksi hypoteesia: 

 

H1: Kotimaisen kuitupuun markkinahinnan nousu on vaikuttanut negatiivisesti kolmen 

suuren suomalaisen metsäyhtiön kannattavuuteen Venäjän aloittaman hyökkäysso-

dan jälkeen. 

 



9 

H2: Kotimaisen tukkipuun markkinahinnan nousu on vaikuttanut negatiivisesti kolmen 

suuren suomalaisen metsäyhtiön kannattavuuteen Venäjän aloittaman hyökkäysso-

dan jälkeen. 

 

1.2 Aikaisemmat tutkimukset aiheesta 

Venäjän aloittama hyökkäyssota Ukrainaan on suhteellisen uusi asia, joten sodan vaiku-

tuksia yritysten toimintaan on tutkittu vasta melko vähän. Raakapuumarkkinoita koko-

naisuutena on Suomessa historian saatossa tutkittu kuitenkin runsaasti, sillä kyseessä on 

kansantaloudellisesti merkittävä teollisuuden ala. Puumarkkinoista sekä raakapuun hin-

noista kokonaisuutena on paljon tutkimusta, mutta niiden vaikutuksesta metsäteollisuu-

den yritysten kannattavuuteen on verraten vähän tutkimustietoa. 

 

Honkatukia ja muut (2008) tutkivat Venäjän päätöstä nostaa raakapuun vientitulleja as-

teittain 50 euroon kuutiometriltä ja sen vaikutuksia Suomen metsäteollisuuteen ja kan-

santalouteen. Muutoksen seurauksena odotettiin Venäjältä tulevan puun tuonnin lop-

puvan Suomeen ja näin ollen kotimaista ja muualta tulevaa raakapuun hankintaa tulisi 

lisätä. Analyysin tulosten mukaan raakapuun tuonnin väheneminen Venäjältä johtaisi 

hakkuiden, kantohintojen ja kantorahatulojen nousuun. Tämä skenaario taas supistaisi 

tutkimuksen mukaan metsäteollisuuden tuotantoa noin 10–16 % perusuraan nähden 

vuonna 2020 kustannusten nousun ja heikentyneen kannattavuuden vuoksi. Tutkimuk-

sessa käytettiin skenaarioanalyysiä, jossa hyödynnettiin metsäsektorin osittaistasapai-

nomallia ja kansantalouden yleistä tasapainomallia.  

 

Honkatukian ja muiden (2008) tutkimuksen mukaan metsäteollisuuden kilpailukyky las-

kee puun tuonnin loppumisen seurauksena, mikä aiheuttaa tuotannon supistamista. Tut-

kimuksessa puutavarateollisuuden tuotanto laski enemmän kuin massa- ja paperiteolli-

suuden. Tutkimuksessa todettiin, että kemiallisen metsäteollisuuden on helpompaa ra-

joittaa tuotantoaan heikossa markkinatilanteessa puun hintaan vaikuttaakseen. Esimer-

kiksi sellun tuotanto ei tutkimuksen tuloksissa muuttunut ollenkaan perusuraan nähden 

ja paperin ja kartongin tuotantokin vain vähän. 



10 

 

Hautamäki ja muut (2012) kirjoittavat kotimaisen ja tuontipuun vuorovaikutuksesta Suo-

men metsäteollisuudessa. Käytetty aineisto koostuu translogikustannusfunktion lähes-

tymistavasta sekä kvartaalikohtaisista tiedoista koko puunhankinnasta ja sen komponen-

teista koko Suomen euroajan aikana. Tuloksista saa selville, että suomalainen metsäte-

ollisuus on korvannut kotimaista raakapuuta Itämeren alueelta tuodulla puulla. Venäjältä 

tuotu etenkin koivukuitupuu on korvannut kotimaista raakapuuta. Tutkimuksesta selviää 

myös, että venäläisen raakapuun vientitullien nousulla on lisäksi ollut tilastollisesti mer-

kittävä vaikutus koivukuidun ja kuusisahatavaran kauppaan.  

 

Hautamäen ja muiden (2012) tutkimuksessa käytetään kvartaalikohtaista puun hinta-

dataa kuten tässäkin tutkielmassa. Siinä erotellaan aika ennen euroon liittymistä ja sen 

jälkeen. Tutkimus vahvistaa ennusteen negatiivisista vaikutuksista Venäjän puutulleilla 

tiettyihin puulajeihin. Tutkimuksessa painotetaan kuitenkin ongelmaa, joka koituu melko 

rajatusta tutkimusajankohdasta. Lisäksi ulkoisia vaikutuksia painotetaan myös ajankoh-

tana, kuten eurokriisi sekä paperiteollisuuden rakennemuutos. Nämä ovat omalta osal-

taan vaikuttaneet tutkimuksen lopputulokseen ja samanlaisia havaintoja on mahdollista 

tehdä tässä tutkielmassa, sillä ulkoiset taloudelliset muutokset vaikuttavat myös puu-

markkinaan, ei pelkkä sota ja sen alkaminen. 

 

Kupcak ja Smida (2015) tutkivat kannattavuuden kehitystä Tsekin metsäteollisuudessa.  

Tutkimuksessa käytettiin taloudellista analyysiä, johon aineisto kerättiin tilinpäätöksistä, 

tuloslaskelmista ja vuosiraporteista sekä erilaisista tilastollisista tutkimuksista vuosilta 

2008–2012. Analyysi keskittyi kannattavuuden mittaamiseen eri mittarien avulla. Tutki-

muksessa havaittiin, että oman pääoman tuotto osoitti samanlaisia muutoksia kaikissa 

kolmessa tutkitussa yrityksessä, mikä osoittaa, että yritykset reagoivat samankaltaisesti 

markkinoiden muutoksiin. Tutkimus tarjoaa vertailukohdan siitä, miten metsäteollisuu-

den yritykset reagoivat ulkoisiin taloudellisiin olosuhteisiin, kuten esimerkiksi kysynnän 

laskuun. 

 



11 

Toivonen ja muut (2000) tutkivat tuontipuun vaikutusta kotimaan puumarkkinoihin. Tut-

kimus olettaa, että kotimaiset puumarkkinat toimivat lähempänä täydellisen kuin epä-

täydellisen kilpailun markkinoita, ja se keskittyy erityisesti koivukuitupuun tuonnin ja ko-

timaan puumarkkinoiden suhteeseen. Tutkimuksessa käytettiin aineistona Kymen met-

säkeskuksen tilastoituja määrä- ja hintasarjoja vuosilta 1986–1998. Tutkimuksen tulok-

sena oli, että tuontipuun ja kotimaisen puun hinta ovat liikkuneet samansuuntaisesti ja 

tuonti ei ole suoraan vähentänyt kotimaisen puun käyttöä, mutta on hidastanut kotimai-

sen koivukuidun kysynnän kasvua. Tämä on vaikuttanut kotimaisen puun hintakehityk-

seen. Tutkimus tarjoaa hyödyllistä tietoa siitä, miten tuontipuu vaikuttaa kotimaisten 

puumarkkinoiden dynamiikkaan ja hintakehitykseen ja sitä kautta myös metsäteollisuus-

yritysten toimintaympäristöön. 

 

1.3 Tutkimuksen rakenne 

Tutkimus koostuu seitsemästä pääkappaleesta. Ensimmäinen pääluku on johdanto, jossa 

esitellään tutkielman aihealuetta sekä sen merkitystä makrotaloudellisesti Suomessa. 

Ensimmäisessä luvussa käydään lisäksi läpi tutkielman rakenne, tavoitteet ja aikaisempia 

tutkimuksia aiheesta. 

 

Tutkielman toisessa kappaleessa esitellään metsäteollisuuden toimintaa Suomessa ko-

konaisuudessaan ja eritellään metsäteollisuuden toimijat Suomessa. Luvussa käydään 

myös läpi tutkimukseen käytettävien yhtiöiden taloudelliset luvut vuodelta 2023. Lisäksi 

keskitytään metsäteollisuuden puunkäyttöön ja siihen, kuinka suuri osa Suomen metsä-

teollisuuden käytetystä puusta on kotimaasta hankittua ja kuinka suuri osa tuontipuuta. 

Luvussa kerrotaan myös alan suuresta rakennemuutoksesta ja siitä, miten se on vaikut-

tanut alan toimintaan ja sen tarjoamiin tuotteisiin. Luvun tarkoituksena on auttaa lukijaa 

ymmärtämään metsäteollisuuden merkitys kansantaloudellisesti ja sen perusrakennetta, 

ymmärtäen yhtiöiden kokoluokkaa ja niiden liiketoimintaa. 

 

Kolmannessa pääluvussa keskitytään Venäjän Ukrainassa käymien sotatoimien vaikutuk-

seen Suomen metsäteollisuudessa sekä suomalaiseen puumarkkinaan ja sen toimintaan. 



12 

Lisäksi luvussa keskitytään kokonaisuudessaan Suomen puumarkkinarakenteeseen ja sii-

hen, kuinka tuontipuun loppuminen Venäjältä on muovannut sekä kotimaista että tuon-

tipuumarkkinaa metsäyhtiöiden osalta, vaikuttaen näin myös raakapuun hintaan. 

 

Neljännessä pääluvussa käsitellään yrityksen kannattavuutta kokonaisuutena ja raaka-

puun vaikutusta metsäteollisuuden yritysten kannattavuuteen. Luvussa käydään läpi 

teoreettisesti mitä kannattavuus tarkoittaa ja miten kannattavuutta mitataan yrityksissä. 

Lisäksi luvussa käydään läpi raakapuun merkitys yritysten kustannusrakenteessa ja sitä 

kautta kannattavuudessa, jotta lukijan on helppo ymmärtää raakapuun vaikutus keskei-

senä kustannuskomponenttina ja näin ollen selkeänä valintana muuttujaksi regressio-

analyysiin, kun tutkitaan yhtiöiden kannattavuutta ennen ja jälkeen sodan alkamisen. 

 

Viidennessä pääluvussa tarkastellaan tutkimuksen aineistoa ja sen muodostumista sekä 

käytettävää tutkimusmenetelmää. Luvussa käydään läpi aineiston valintaan liittyviä seik-

koja sekä empiirisen analyysin mallin valintaan liittyviä asioita. Luvussa myös esitellään 

yleisesti lineaarista regressioanalyysiä ja sen antamaa tietoa sekä sen selityskykyä. 

 

Kuudennessa pääluvussa käydään läpi regressioanalyysin tuloksia sekä tulosten tulkin-

taan liittyvät rajoitukset. Lisäksi luvussa käydään läpi vertailua tulosten välillä. Tämän li-

säksi kuudennessa pääluvussa käydään läpi tutkielman johtopäätökset ja vastaukset esi-

tettyihin hypoteeseihin. Viimeinen pääluku taas toimii tutkielman yhteenvetona, jossa 

käydään läpi tutkielman kokonaisuutta ja lisäksi tulevaisuuden tutkimusmahdollisuuksia 

tähän liittyen. 



13 

2 Metsäteollisuus ja puun käyttö Suomessa 

Suomi on yksi maailman metsärikkaimmista maista, ja metsät kattavat yli 75 % maamme 

koko pinta-alasta. Suomi on suhteellisesti myös Euroopan metsäisin maa. Puuntuotan-

toon soveltuvaa metsämaata Suomessa on noin 20 miljoonaa hehtaaria ja kitumaata, 

joka ei sovellu puuntuotantoon noin 2,5 miljoonaa hehtaaria. Metsät Suomessa ovat 

pääosin yksityisten toimijoiden omistuksessa, sillä he omistavat noin ¾ maan kaikista 

metsistä. Suuria metsänomistajia ovat myös metsäyhtiöt sekä valtion liikelaitos Metsä-

hallitus, joka omistaa neljäsosan Suomen metsävaroista. Suomen metsät ovat pääosin 

havumetsiä, joissa kasvaa lähinnä mäntyä, kuusta ja koivua (Maa- ja metsätalousminis-

teriö, 2023). Metsillä on ollut keskeinen rooli Suomen taloudellisessa ja kulttuurisessa 

kehityksessä, sillä metsäteollisuuden yritykset käyttävät raaka-aineenaan suurelta osin 

kotimaista puuta, joka tuo työtä Suomeen sekä suunnitteluun, korjuuseen että kuljetuk-

seen. Metsäteollisuus on yksi Suomen vanhimmista teollisuudenaloista ja se onkin va-

kiinnuttanut paikkansa yhtenä maan tärkeimmistä ja suurimmista vientialoista. 

 

2.1 Metsäteollisuuden toiminta ja historia Suomessa 

Suomen maantieteellinen sijainti ja ilmasto ovat erinomaiset metsänkasvulle, mikä on 

antanut etua puuta jalostavalle teollisuudelle kansainvälisessä kilpailussa. Suomen met-

säteollisuus sai alkunsa jo 1800-luvulla, mutta varsinaisen suuren skaalan teollisen toi-

minnan katsotaan yleisesti alkaneen noin 1860-luvulla, jolloin ensimmäiset mekaaniset 

sahat ja myöhemmin paperitehtaat perustettiin. 1930-luvulta alkaen paperi nousi mer-

kittävään rooliin ja Neuvostoliitolle maksetuista sotakorvauksista vuosina 1944–1952 yli 

kolmasosa oli paperi- ja puutuotteita. Näihin aikoihin Suomessa alettiin myös jalostaa 

metsää taloudelliseen käyttöön, sillä 1960-luvulla puupula uhkasi Suomea. Tarkoituk-

sena oli parantaa kasvatettavan puun laatua ja kasvattaa tulevaisuudessa saatavaa raha-

määrää (Koski, 2016). 

 



14 

Maailmantalouden kehitys kuten esimerkiksi globaalit valtasuhteet ja digitaalinen kehi-

tys ovat vaikuttaneet alan toimintaan koko sen historian ajan. Viimeisinä vuosikymme-

ninä Suomen metsäteollisuus on kärsinyt rakennemuutoksesta kiihtyvän digitalisaation 

takia, joka on vähentänyt perinteisten painopaperituotteiden, kuten sanomalehtien ja 

aikakauslehtien kysyntää. Tämä on johtanut useiden paperitehtaiden sulkemiseen ja ka-

pasiteetin vähentymiseen, mikä on vaikuttanut myös raakapuun käyttömääriin laajasti. 

Paperin tuottamiseen käytetään kuitupuuta ja tehtaiden sulkeminen vaikuttaa etenkin 

sen kysyntään, vaikka paperitehtaiden raakapuun kulutus onkin pienempää kuin esimer-

kiksi sellutehtaiden.  

 

Paperin tuotantokapasiteetti oli korkeimmillaan 2000-luvun alkupuolella, jonka jälkeen 

paperikoneita on suljettu Suomessa laajalti. Ennen tuotannon vähenemistä paperin tuo-

tanto oli tärkein osa Suomen metsäteollisuutta. Käänne oli merkittävä, sillä ennen kapa-

siteetin nopeahkoa pienentymistä, paperin- sekä massantuotannon kapasiteetti oli li-

sääntynyt tasaisesti vuodesta 1860 lähtien (Hetemäki & Hänninen, 2009). Kuten alla ole-

vasta kuviosta 1 on nähtävissä, ovat paperin tuotantomäärät laskeneet tasaisesti vuo-

desta 2009 lähtien, kun taas sellun ja kartongin tuotantomäärät ovat tasaisesti kasvaneet, 

etenkin pakkausmarkkinan globaalin kasvun takia.  

 

Metsäteollisuuden rakennemuutoksen vauhtia kuvastaa se, että vuonna 2000 ala työllisti 

Suomessa suoraan noin 66 000 ihmistä, kun vuonna 2011 luku oli enää 42 000. Met-

säsektorin arvonlisäyksen osuus koko maan BKT:n arvonlisäyksestä vuonna 2000 oli 6 %, 

kun vuonna 2011 luku oli 2,5 %. Rakennemuutoksesta huolimatta ala on edelleen hyvin 

suuri Suomessa. Metsäteollisuuden tuotannon arvo oli vuonna 2022 noin 20 miljardia 

euroa ja koko Suomen tavaraviennistä metsäteollisuuden osuus oli noin 20 %. Metsäte-

ollisuuden valttina kautta historian onkin ollut se, että metsien tarjoama elanto on pys-

tynyt aina mukautumaan politiikan, maailmantalouden ja teknologian reunaehtojen 

asettamiin olosuhteisiin (Hetemäki & Hänninen, 2013). 

 

 



15 

 

Kuvio 1. Metsäteollisuuden lopputuotteiden tuotantomäärät 1960–2022 (Metsäteollisuus ry, 
2024). 

 

Rakennemuutoksen seurauksena teollisuus on joutunut muuttamaan toimintaansa radi-

kaalistikin ja aiemmin paperiyhtiöinä tunnetut suuret metsäteollisuuden yritykset Suo-

messa ovat joutuneet laajentamaan tuoteportfoliotaan enemmän biotuotteisiin ja esi-

merkiksi pakkausmateriaaleihin. Viimeisen vuosikymmenen aikana eri tuotelajien tuo-

tantomäärät ovatkin olleet kasvussa paperia lukuun ottamatta. Kartongin nousu on ollut 

tasaisinta, kun taas sellun sekä havusahatavaran tuotannon määrissä on ollut enemmän 

vaihtelua vuosittain. Vuonna 2022 ylitti kartongin tuotantomäärä ensimmäistä kertaa pa-

perin tuotantomäärän Suomen metsäteollisuuden historiassa (Metsäteollisuus ry, 2021).  

 

2.2 Suomessa toimivat metsäteollisuusyritykset 

Suomessa toimii monia eri metsäteollisuuden yrityksiä, joista osa on keskittynyt pelkäs-

tään sahatavaran tuotantoon, kun taas muutaman tuoteportfolio on hyvinkin laaja kar-

tongista ja sellusta aina biopolttoaineisiin asti. Suomessa on perinteisesti ollut kolme 

suurta metsäyhtiötä, jotka tuottavat suurimman osan alan liikevaihdosta. Nämä kolme 

yhtiötä ovat Stora Enso Oyj, UPM Kymmene Oyj sekä Metsä Group (tunnetaan myös ni-



16 

mellä Metsäliitto osuuskunta). Stora Enso Oyj ja UPM Kymmene Oyj ovat listattuna Hel-

singin pörssissä, kun taas Metsä Group on suomalaisten metsänomistajien omistama 

osuuskunta. Metsä Group osuuskuntaan kuuluva kartongin tuotantoon keskittyvä Metsä 

Board on kuitenkin listattuna Helsingin pörssiin. Nämä kolme suurinta metsäyhtiötä ovat 

Suomen merkittävimmät puunostajat. Sahateollisuuden yritykset ostavat pääasiassa tuk-

kipuuta, kun taas suuret yhtiöt ostavat pääasiassa kuitupuuta, mutta omistavat myös 

merkittävän määrän sahaustoimintaa, johon tarvitaan tukkipuuta. Yhtiöt myös myyvät 

merkittävän määrän puuta toisilleen. 

 

Yhtiöiden tilinpäätöksistä vuodelta 2023 huomataan, että Stora Enson liikevaihto vuonna 

2023 oli noin 9,4 miljardia euroa ja yhtiö työllisti globaalisti noin 21 000 henkilöä. Stora 

Enson operatiivinen liiketulos oli vuonna 2023 noin 342 miljoonaa euroa (Stora Enso Oyj, 

2024). UPM Kymmene Oyj:n liikevaihto taas oli noin 10,5 miljardia euroa ja yhtiö työllisti 

noin 17 000 henkilöä. Yhtiön vertailukelpoinen liiketulos vuonna 2023 oli noin 1 miljardia 

euroa (UPM Kymmene Oyj, 2024). Kolmanneksi suurin suomalainen metsäteollisuusyh-

tiö Metsä Group teki vuonna 2023 liikevaihtoa noin 6,1 miljardia euroa ja yhtiö työllisti 

9 466 henkilöä. Yhtiön liiketulos vuonna 2023 oli 500 miljoonaa euroa (Metsä Group, 

2024). Muita merkittäviä metsäteollisuusyrityksiä Suomessa ovat esimerkiksi sahatava-

raan keskittyvä Versowood Group, jonka liikevaihto vuonna 2022 oli 655 miljoonaa euroa 

sekä kartonkiin keskittyvä Kotka Mills, jonka liikevaihto vuonna 2022 oli 372 miljoonaa 

euroa. 

 

Suomen kolme suurinta metsäteollisuuden toimijaa ovat kansainvälisestikin merkittäviä 

metsäalan yrityksiä. Yrityksiä yhdistää se, että niiden toiminnot on jaettu eri liiketoi-

minta-alueisiin. UPM:n toiminnot ovat jaettu seitsemään yksikköön ja Stora Enson ja 

Metsä Groupin viiteen. Näihin toimintoihin kuuluvat esimerkiksi pakkausmateriaalit, sa-

hatavara, biotuotteet kuten sellu sekä paperi. Yhtiöistä paperin osuus on edelleen suurin 

UPM:llä, Metsä Groupin liiketoimintaan paperin valmistus ei enää kuulu.  

 



17 

Stora Enson suurinta liiketoimintaa ovat erilaiset pakkausmateriaalit kuten kartonki ja 

elintarvikepakkaukset, mitkä kattoivat vuonna 2023 57 prosenttia kaikesta myynnistä. 

Muut suuret toiminnot ovat Biomaterials 15 % osuudella, johon kuuluu esimerkiksi sel-

lun tuotanto sekä Wood Products myös 15 prosentin osuudella, johon kuuluu sahatava-

ran tuotanto. Paperin osuus Stora Enson liikevaihdosta vuonna 2023 oli enää hyvin mar-

ginaalinen ja paperidivisioona sulautettiin osaksi Packaging Materials divisioonaa alku-

vuonna 2023. Paperin osuus myös Stora Ensolla on pudonnut radikaalisti, sillä paperin 

osuus yhtiön myynnistä oli 70 % vielä vuonna 2006 (Stora Enso, 2024). 

 

UPM- Kymmene Oyj eroaa hieman toiminnallaan muista Suomen suurista metsäyhtiöistä, 

sillä sen toimintaan paperi kuuluu vielä suurimpana. Paperin osuus UPM:n liikevaihdosta 

vuonna 2023 oli 31 % ja se on edelleen yhtiön suurin liiketoiminta-alue, vaikka paperin 

osuus on laskenut radikaalisti viimeisimpänä vuosikymmenenä. Lisäksi liiketoiminta-alue 

Fibres, jonka osuus myynnistä vuona 2023 oli 27 %, on yhtiölle tärkeä liiketoiminta-alue 

ja se tuottaa sellua sekä sahatavaraa. Muita merkittäviä liiketoimintoja ovat tarrapaperit 

sekä erikoispaperit, molemmat kuitenkin alle 15 % osuudella kokonaismyynnistä (UPM-

Kymmene Oyj, 2024). Metsä Groupin liikevaihdosta pakkausmateriaaleja valmistava 

Metsä Board sekä sellu ja sahatavaraan keskittyvä Metsä Fibre kattavat yhteensä noin 

73 % konsernin koko liikevaihdosta. Muista yhtiöistä poiketen Metsä Groupin suurin lii-

ketoiminto on puunhankinta ja metsäpalvelu noin 36 prosentin osuudella yhtiön koko-

naisliikevaihdosta (Metsä Group, 2024). 

 

2.3 Metsäteollisuuden puun käyttö Suomessa 

Suomeen on vuosien saatossa tuotu osa teollisuuden tarvitsemasta puusta etenkin Ve-

näjältä tavarajunilla ja Venäjän aloitettua hyökkäyssodan Ukrainassa, olivat metsäyhtiöt 

pakotettuja lopettamaan puuntuonnin itärajan takaa. Tällä puuntuonnin tyrehtymisellä 

on jo ollut vaikutuksia koko metsäteollisuuden sekä jopa Suomen kansantalouden kan-

nalta. Tuonnin loppuminen Venäjältä nostaa kotimaisen puun kysyntää ja huoleksi on 

noussut kotimaisen raaka-aineen riittävyys sekä hintapaine. Samaan aikaan tilanteeseen 



18 

vaikuttaa myös energiakriisi, joka osaltaan on lisännyt puun polttoa lämpölaitoksissa, ai-

heuttaen entistä enemmän kilpailua raakapuusta ja hakkuukohteista. 

 

Kilpailu kotimaisesta puusta on kiristynyt puun tuonnin loputtua Venäjältä ja se on jo 

näkynyt suomalaisten metsäyhtiöiden toiminnassa, sillä yhtiöt ovat laajentaneet han-

kinta-alueitaan Suomessa ja pestanneet uusia puunostajia eri puolille maata. Korvaavaa 

puuta on pyritty ostamaan myös muualta kuin kotimaasta, kuten Ruotsista ja Baltiasta, 

vaikka näissäkin maissa raakapuun satamahinta on noussut merkittävästi. Tästäkin syystä 

pääpaino on edelleen pysynyt kotimaassa. Metsäyhtiöiden on pitänyt muuttaa puunhan-

kintastrategiaansa jopa radikaalisti sodan vuoksi, jotta tehtaiden raaka-ainehuolto on 

saatu varmistettua. Yhtiöt ovat pyrkineet lisäksi muokkaamaan myös tuotantoaan ja tuo-

tekoostumuksia ja puulaatuja on muutettu tuotannossa. Esimerkiksi ennen koivua käyt-

täneitä tehtaita on konvertoitu käyttämään havupuuta tuotannossaan, jotta raaka-ai-

neen saatavuus on varmistettu. 

 

Puuntuonnin tyrehtyminen aiheuttaa siis raaka-aineen sekä hinta- että saatavuusongel-

mia suomalaisille metsäyhtiöille. Raaka-aineen saatavuus ja hinnan ennustaminen on 

keskeistä pääomavaltaisella alalla kuten metsäteollisuudessa. Sotatoimien jatkuessa 

edelleen Ukrainassa on metsäyhtiöiden kiinnitettävä jatkuvasti enemmän huomiota ko-

timaan puumarkkinatilanteeseen ja puun hintaan. Tämä vaikuttaa väistämättä myös in-

vestointipäätöksiin, kun eri maat kilpailevat metsäteollisuuden investoinneista alan uu-

siutuessa. Tällä on merkittäviä vaikutuksia yritysten sisällä, mutta myös kansantaloudel-

lisesti koko Suomessa.   

 

2.4 Teollisuuden käyttämän puun jaottelu 

Puun käyttö Suomessa jaetaan kuitupuuhun, energiapuuhun ja tukkipuuhun. Kuitupuuta 

käytetään paperi- ja massateollisuudessa esimerkiksi sellun valmistukseen. Kuitupuu on 

läpimitaltaan pienempää kuin tukkipuu, sillä sen minimiläpimitta on vain yleensä noin 5 

cm, joka on alalla yleisesti käytössä. Kuitupuun kantohinta on huomattavasti alhaisempi 



19 

kuin tukin ja kuitupuuta saadaan yleensä etenkin metsän kasvua auttavista harvennus-

hakkuista. Kun harvennukset tehdään ajallaan ja oikealla voimakkuudella, on tulevaisuu-

dessa saatavissa metsänomistajalle lisää tuloa, sillä tukkipuun tulevaisuuden osuus kas-

vaa. Hyvin hoidetusta metsästä saa tulevaisuudessa lähes kaksinkertaisen määrän tukki-

puuta kuin ei hoidetusta, mutta esimerkiksi ensiharvennukselta saadaan usein vain kui-

tupuuta (Healey ja muut, 2005). Kuitupuu voi olla myös viallista kuten mutkaista puuta, 

joka mitoiltaan täyttäisi muuten tukkipuun määritelmän. 

 

Tukkipuu sen sijaan on puulaatu, jota käytetään sahateollisuuden tarpeisiin. Tukkipuu on 

selkeästi läpimitaltaan suurempaa kuin kuitupuu, sillä tukkipuun läpimitta vaatimus on 

puun ostajasta, eli metsäyhtiöstä riippuen vähintään 15 senttimetriä. Tukkipuu on huo-

mattavasti arvokkaampaa kuin kuitupuu ja sen hinta kuutiometriltä onkin selkeästi kor-

keampaa kuin kuitupuun. Tämän takia metsänomistajat koittavat maksimoida tukkipuun 

myyntiä. Tukkipuuta saadaan yleensä etenkin päätehakkuilta eli metsikön kiertoajan lo-

pussa, kun puu on jo vanhaa. Suomessa on ollut käytössä perinteisesti kaksi metsänkas-

vatustapaa, jotka ovat tasarakenteiskasvatus sekä erirakenteiskasvatus. Tasarakenteis-

kasvatus on perinteinen tapa, jossa kiertoajan aikana puustoa harvennetaan ja lopulta 

se hakataan kokonaisuudessaan aukoksi ennen uuden taimikon istutusta. Erirakenteis-

kasvatus taas tarkoittaa sitä, että metsä on niin sanotusti jatkuvasti kasvatettava eli met-

sästä poistetaan aina vain suurimmat puut. Nämä eri hakkuutavat tuottavat hieman eri 

tavalla puuta, sillä jatkuva kasvatus tuottaa keskimäärin vähemmän kuitupuuta (Lähde ja 

muut, 2010). 

 

Harvennushakkuun ajankohdan ja puun hinnan välinen riippuvuus on todettu varsinkin 

nuorissa metsissä heikoksi, mikä parantaa kuitupuusta riippuvaisten yhtiöiden asemaa 

raakapuumarkkinalla, sillä metsänomistajat ovat valmiita myymään harvennushakkuita 

hinnasta huolimatta. Päätehakkuusta saatavan tukkipuun osalta taas markkinahinnan 

noustessa metsänomistajat pidentävät kiertoaikaa, minkä voidaan olettaa lisäävän enti-

sestään hintapainetta etenkin tukkipuun osalta tiukassa markkinatilanteessa (Pukkala, 



20 

2006). Tämä tarkoittaa sitä, että metsänomistajat myyvät kuitupuuta enemmänkin met-

sänhoidollisista syistä kasvattaen tulevaisuuden tukkipuumäärää, kun taas päätehakkuu-

seen ryhdytään oikean ja riittävän tarjouksen saamisen jälkeen. 

 

2.5 Tuontipuu 

Metsäteollisuuden käyttämästä puusta suurin osa on kotimaista, mutta osa puusta on 

vuosien saatossa tuotu ulkomailta, lähinnä Venäjältä. Ennen raakapuun tuonnin loppu-

mista Venäjältä vuonna 2021 Suomessa käytettiin raakapuuta yhteensä 85,2 miljoonaa 

kuutiometriä, josta 85 % jalostettiin metsäteollisuudessa ja 15 % poltettiin energiaksi 

lämpölaitoksissa. Metsäteollisuudessa jalostetusta puusta 62,4 miljoonaa kuutiometriä 

oli kotimaista puuta ja 9,8 miljoonaa kuutiometriä eli noin 13,5 % oli tuontipuuta (Luon-

nonvarakeskus, 2022). Suomeen tuotiin vuonna 2021 raakapuuta yhteensä noin 12,7 

miljoonaa kuutiometriä, josta Venäjän osuus oli noin 9,3 miljoonaa kuutiometriä eli noin 

73 %. Tästä määrästä suurin osa eli 41 % oli koivukuitupuuta (Metsäteollisuus Ry, 2022). 

Kuten alla olevasta kuviosta 2 on nähtävissä, oli Venäjä vuonna 2021 osuudellaan mer-

kittävästi suurin tuojamaa. 

 



21 

 

Kuvio 2. Tuontipuun osuus maittain vuonna 2021 (Metsäteollisuus ry, 2022). 

 

Vuonna 2022 tuontipuuvirta Venäjältä tyrehtyi, mikä näkyy myös tilastoissa. Vuonna 

2022 metsäteollisuuden käyttämästä puusta enää noin 6 % oli tuontipuuta eli noin 5,5 

miljoonaa kuutiometriä. Tästä määrästä Venäjän osuus oli vain noin 27 %, joten venäläi-

sen tuontipuun määrä Suomeen pieneni radikaalisti vain vuodessa. Pienenkin määrän 

tuontipuuta selittää se, että ennen sodan syttymistä Suomeen ehdittiin tuoda vielä 

puuta Venäjältä (Metsäteollisuus ry, 2023). 

 



22 

 

Kuvio 3. Suomen metsäteollisuuden puunkäyttö vuosittain 1980–2022 (Metsäteollisuus ry, 
2023). 

 

Suomalaisten metsäteollisuusyritysten on pitänyt korvata puuttuva venäläinen tuonti-

puu muulla tavoin ja etenkin kotimaiselle puulle on tullut lisää kysyntää. Kuten yllä ole-

vasta kuviosta 3 käy ilmi on tuontipuun osuus koko teollisuuden puunkäytöstä ollut hyvin 

merkittävä etenkin 2000-luvun alussa. Puuta on tuotu aiemmin Venäjältä etenkin Itä-

Suomen suuriin metsäteollisuuden yksiköihin, koivukuitupuun ollessa suurin tuote, sillä 

puhtaita koivikoita on Suomessa suhteellisen vähän ja koivua käytetään etenkin sellun ja 

paperin valmistukseen. Tämä on aiheuttanut ongelmia raaka-aineen saatavuuteen alu-

eittain ja yksittäisten tehtaiden kannattavuuteen. 

 

2.6 Kotimainen puu 

Suomalaisten metsäyhtiöiden merkittävin puunhankinnan lähde ovat kotimaiset yksityi-

set metsänomistajat. Kuten aiemmin mainittua, 76 % kaikesta metsäteollisuuden käyttä-

mästä puusta vuonna 2022 oli peräisin yksityismetsistä. Yksityismetsistä puutaan myyvät 

yksityishenkilöt tai esimerkiksi metsärahastot. Metsäyhtiöillä on Suomessa alueelliset 

ostoalueet ja näillä alueilla heillä on erikseen ostosta huolehtivat henkilöt. Puuta myyvät 

henkilöt Suomessa omistivat lähes kaksi kolmasosaa yksityismetsien pinta-alasta, mutta 

kaikkien metsänomistajien lähtökohtana ei ole taloudellisen voiton maksimointi, vaan 

osa metsänomistajista arvostaakin enemmän metsänsä suojelua. Puukauppaa tehdään 



23 

Suomessa pystykauppana tai hankintakauppana. Pystykauppa tarkoittaa sitä, että puu 

myydään suoraan hakattavaksi metsäyhtiölle eli puut myydään niin sanotusti pystyssä. 

Hankintakauppa tarkoittaa sitä, että puut on kerätty valmiiksi tienvarteen ja nämä puut 

siirtyvät metsäyhtiölle tien varresta. Hankintakauppa on harvinaisempi tapa tehdä kaup-

paa, mutta puun hinta on silloin korkeampi, sillä yhtiö säästää korjuukustannuksissa. Pys-

tykauppa on selkeästi yleisempi tapa tehdä puukauppaa, sillä harvalla metsänomistajalla 

on puun laajamittaiseen korjuuseen sopivaa kalustoa (Karppinen ja muut, 2020). 

 

Puukauppaa tehdään yleensä suoraan metsäyhtiöiden kanssa nykypäivänä entistä 

enemmän myös verkossa, mutta paikallisilla konttoreilla operoivilla metsäasiantuntijoilla 

on myös tärkeä rooli etenkin iäkkäämpien metsänomistajien kanssa. Metsäyhtiöt tarjoa-

vat myös sopimusasiakkuuksia, joiden avulla puun myyjä saa esimerkiksi alennuksia met-

sänhoitotöistä tai korkeampaa puun hintaa, kun sitoutuu myymään tulevaisuudessa vain 

yhdelle puun ostajalle. Lisäksi yhtiöillä on erilaisia bonusohjelmia käytössä, joilla koite-

taan sitouttaa puunmyyjiä samaan yhtiöön. Puukaupan keskimääräinen koko yksityis-

metsistä oli vuosina 2016–2018 noin 620 kuutiometriä vuodessa (Karppinen ja muut, 

2020). 

 

Suomalaisen raakapuun markkinoilla on ollut vuosien saatossa käytössä myös kartelli, 

joka paljastui vuosilta 1997–2004. Markkinaoikeus antoi tuomion vuonna 2009, että 

Stora Enso, Metsäliitto (Nyk. Metsä Group) sekä UPM-Kymmene olivat sopineet keski-

näisen kilpailun rajoittamisesta sekä raakapuun hinnan hallintaan tähtäävistä työkaluista. 

Tämä alensi kantohintoja Suomessa ja hyödytti näin ollen yhtiöiden toimintaa (Viitala, 

2010). Raakapuumarkkinat ovat hyvin keskittyneet ja kuten mainittua Suomessa on toi-

minut vain muutamia suuria toimijoita. Puun myyjille tilanne on aiheuttanut ongelmia, 

sillä joillain alueilla kilpailu etenkin kuitupuusta on ollut melko heikkoa, mikä taas voi 

alentaa puun hintaa. Lisäksi keskittyneet markkinat yleensä edesauttavat kartellien syn-

tymistä. 

 

 



24 

 

Kuvio 4. Tukki- ja kuitupuun hakkuut Suomessa ajalta 2012 -2024e (Viitanen ja muut, 2023). 

 

Teollisuuspuuta hakattiin Suomesta vuonna 2022 yhteensä 64 miljoonaa kuutiometriä, 

josta kuitupuun osuus oli 35,4 miljoonaa kuutiota ja tukkipuun osuus 28,6 miljoonaa 

kuutiometriä. Tuontipuun määrä oli vuonna 2022 4,8 miljoonaa kuutiometriä. Vertailu-

vuonna 2021, puun tuonti oli huomattavasti suurempaa, eli yli 6 miljoonaa kuutiometriä 

enemmän kuin vuonna 2022, jonka vuoden helmikuussa Venäjä aloitti hyökkäyssodan 

Ukrainaan (Viitanen ja muut, 2023). Kuten yllä olevasta kuviosta 4 on nähtävissä, on 

etenkin kuitupuun osalta ennustettavissa hakkuumäärien kasvua vuodelle 2024. Lisäksi 

kuten alla olevasta kuvasta 1 ilmenee, on raakapuun tuonti pudonnut vuodessa 59 %, 

johtuen venäläisen tuontipuun loppumisesta. Hakkuumäärät voivat kuitenkin poiketa 

tehdyistä ennusteista etenkin maailmantalouden suhdanteiden mukaan, sillä huonossa 

suhdanteessa raakapuun hakkuut vähenevät. 

 



25 

 

Kuva 1. Metsäteollisuuden puunhankinta vuosina 2021 ja 2022 (Viitanen ja muut, 2023). 



26 

3 Venäjän sotatoimien vaikutukset puunmarkkinaan ja metsä-

teollisuuteen Suomessa 

3.1 Puumarkkina Suomessa 

Kuitupuun ja tukkipuun markkinahinta seuraa yleensä talouden muutoksia, sillä suurin 

osa Suomen metsäteollisuuden tuotannosta menee vientiin. Tämän seurauksena puun 

hinta voi vaihdella merkittävästikin vuosien välillä, riippuen maailmantalouden tilasta. 

Kuten alla olevasta kuviosta 5 on luettavissa, puun markkinahinta on muuttunut merkit-

tävästi eri vuosina ja etenkin kuitupuun hinta vaihtelee voimakkaasti, muun muassa sel-

lun maailmanmarkkinahinnan mukaisesti (Viitanen ja muut, 2023). Puun hinnalla on py-

ritty usein vaikuttamaan kustannuksiin, sillä se tarjoaa muiden tuotannontekijöiden hin-

toja joustavamman sopeuttamiskeinon. Tuontipuun merkitys kysynnän ja tarjonnan so-

peuttajana on vuosien saatossa korostunut, mutta hinnan joustavuudesta ei kuitenkaan 

seuraa sitä, että raakapuumarkkinat voisivat koko metsäteollisuudessa ratkaisevasti vai-

mentaa ulkoisten häiriöiden vaikutusta. Kuitenkin vaimennusvaikutus on tehokkain tuot-

teissa, joissa puuraaka-aineen kustannuksen osuus on suurempi, kuten sellussa tai saha-

tavarassa (Viitanen ja muut, 2023). 

 

 

 



27 

 

Kuvio 5. Tukkipuun (Vasemmalla) ja kuitupuun (Oikealla) hinnan kehitys Suomessa vuosina 2015-
2024e (Viitanen ja muut, 2023). 

 

Metsäteollisuus hankkii kotimaisen puunsa enimmäkseen yksityismetsistä, jotka ovat yk-

sityisten metsänomistajien omistuksessa. Nämä yksityiset metsänomistajat koettavat 

yleensä maksimoida saamaansa puukauppatuloa, sillä useimmilla metsänomistajilla ta-

loudelliset hyödyt ovat metsänomistuksen päätavoite (Karppinen ja muut, 2020). Met-

sänomistajat yleensä kilpailuttavat puukaupat monilla eri alan toimijoilla saadakseen 

korkeimman mahdollisen markkinahinnan. Metsäyhtiöiden tarjoamaan puun hintaan 

vaikuttaa myös asiat markkinahinnan ulkopuolella kuten metsikön sijainti ja koko, puun 

laatu, tieyhteydet sekä kohteen korjuuaika. Kohteista, joita on mahdollista hakata myös 

kesällä, on mahdollista saada parempaa hintaa puusta, sillä talvikelpoisia kohteita on 

enemmän tarjolla ja näin ollen kysyntä kesäkorjuukelpoisille kohteille on luonnollisesti 

korkeampaa. Lisäksi kohteista, joihin on hyvin ylläpidetyt tieyhteydet, on yleensä mah-

dollista saada parempaa hintaa puulle, sillä kaluston kuljettaminen ja puun kerääminen 

helpottuvat. 

 

3.2 Suomalaiset metsänomistajat ja yhtiöiden raakapuun osto 

Metsänomistajat Suomessa ovat melko erilaisia, sillä metsätilojen koko vaihtelee merkit-

tävästi. Suurempi tilakoko on tuonut perinteisesti parempaa kannattavuutta metsän-



28 

omistajalle ja puun myyntiä on ollut tällöin enemmän. Karppinen ja muut (2016) kirjoit-

tavat kuinka metsänomistajien eniten suosima tapa kannattavuuden arvioimiseksi olivat 

puun hinnat sekä myyntitulot, kun taas pääoman tuottoasteen mittareita käytettiin har-

voin. Tämä antaa osviittaa sille, että metsänomistajat seuraavat puun hintaa ja myyvät 

puuta vain, jos kokevat saavansa riittävän hinnan puutavaralleen markkinoilta. 

 

Suomessa raakapuumarkkinat ovat melko alueellisesti keskittyneitä, sillä suuria ostajia 

on vähän suhteessa pienempiin myyjiin. Puumarkkinassa on Suomessa etenkin kuitu-

puun osalta jopa alueellisesti monopsoni, sillä alueellisten kuljetuserojen takia ostajia 

voi olla vain yksi. Monopsonissa tarjonnan hintajousto määrää sen kuinka paljon tuot-

teen markkinahinta poikkeaa täydellisen kilpailun hintatasosta. Monopsonin tapauk-

sessa mitä pienempi tarjonnan hintajousto on, sitä vähemmän markkinoille tarjottu 

määrä laskee ostajan laskiessa puun hintaa. Yleensä suomalaisilla puumarkkinoilla vallit-

see oligopsoni, eli puunmyyjiä on alueellisesti paljon, mutta puun ostajia vähän (Toppi-

nen, 1997). Suomalaisen puumarkkinan ongelmana metsänomistajien näkökulmasta on-

kin pidetty sitä, että puun hinnan laskiessa tarjonta ei ole reagoinut samaan suuntaan, 

sillä metsänomistajat ovat silti olleet halukkaita myymään puuta, etenkin harvennushak-

kuuleimikoita, joista saa merkittävästi teollisuuden tarvitsemaa kuitupuuta. 

 

Raakapuun ostajia Suomessa on etenkin kuitupuun osalta vähän, tukkipuun osalta hie-

man enemmän. Etenkin kuitupuu nähdään homogeenisena tuotteena, jonka markki-

noilla kuljetuskustannuksilla on suuri rooli. Tämä luo tilanteen, jossa markkinoilla ollessa 

epätäydellistä kilpailua, tulonjakovaikutukset voivat olla merkittäviä puun tuottajalta eli 

metsänomistajalta puuta käyttävälle teollisuudelle (Toppinen, 1997). Kuitenkin kuten 

Toppinen ja muut (2004) kirjoittavat, metsäalan toimijat eivät pysty tätä oligopsonimark-

kinaa täydellisesti hyödyntämään, sillä kantohintaodotuksilla on havaittu olevan keskei-

nen merkitys yksityismetsänomistajien puunmyyntipäätökselle. Siispä puun ostaja ei 

pysty määrittämään yksin markkinahintaa, sillä metsänomistajan uskoessa kantohinto-

jen nousuun, lykkää hän myyntipäätöstä myöhempään. Lisäksi tuontipuulla on merkittä-

viä vaikutuksia kantohintoihin myös Suomessa, kuten aiemmin kerrottua. 



29 

 

Metsikön kiertoajan optimointia on tutkinut Pukkala (2016). Hänen tutkimuksestaan käy 

ilmi, että paraneva tukin hinta pidentää optimaalista kiertoaikaa metsänomistajan kan-

nalta, kun taas nouseva kuidun hintaa lyhentää sitä. Hinnan vaikutus metsänomistajille 

on hyvin voimakas, niinpä puun hinnasta riippumattomia kiertoaikaohjeita ei voida antaa. 

Tästä voidaan päätellä hinnan olevan merkittävä tekijä, kun metsänomistaja maksimoi 

taloudellista tuottoaan, joten metsäyhtiöt joutuvat tarjoamaan korkeaa hintaa voittaak-

seen tarjouskilpailuja kotimaisten metsänomistajien välillä.  

 

3.3 Sodan vaikutus Suomen puumarkkinoihin 

Puumarkkinat Venäjältä olivat murroksessa jo vuonna 2007, kun Venäjän valtio päätti 

metsäsektorin uudistamisesta maassa. Maassa päätettiin isoista puuta jalostavista inves-

toinneista, sillä pelättiin, että Venäjästä oli muodostumassa pelkkä raakapuun viejämaa. 

Kun Venäjä tämän jälkeen asetti raakapuulle vientitulleja, oli monen suomalaisen met-

säyhtiön lisättävä kotimaan puunhankintaa ja sopeutettava kapasiteettiaan vastaamaan 

tuotteiden kysyntään (Karjalainen, 2010). Nämä olivatkin varhaisia signaaleja sille, että 

raakapuun saatavuus Venäjältä on sidoksissa vahvasti myös maan ulkopoliittiseen kehi-

tykseen. 

 

Venäjän ollessa aiemmin merkittävä puun toimittaja Suomeen, ei raakapuun hinta met-

säteollisuuden hyvässä suhdanteessa noussut liian korkeaksi yhtiöiden kannalta. Raaka-

puun kysyntä on kasvanut Suomessa uusien kuitupuuta jalostavien tehtaiden kuten 

Metsä Groupin uuden Kemin sellutehtaan takia ja metsäteollisuuden viime vuosien tuot-

teiden hyvä kysyntä on ylläpitänyt raakapuun hintaa korkealla. Venäläisen tuontipuun 

loppuminen on kuitenkin muuttanut koko suomalaisen puumarkkinan rakennetta, sillä 

tuontipuu on pitänyt korvata muista maista kuten Baltian alueelta saapuvalla raaka-

puulla sekä kotimaisella puulla. Venäläisen raakapuun hinnat olivat pääsääntöisesti ver-

rannollisia kotimaan korjuu- ja kuljetuskustannuksilla lisättyihin kantohintoihin, mutta 

muista maista tulleen raakapuun hinta on ollut kesästä 2022 korkeampaa (Viitanen ja 

muut, 2023). 



30 

 

Raakapuumarkkinan hintaeroja eri maiden välillä tuontipuun osalta on tutkittu vuonna 

2004 (Toppinen ja muut, 2004). Raakapuuta on tuotu 1990-luvun jälkeen Suomeen en-

tistä laajemmilta alueilta ja Venäjän hyökkäyssodan jälkeen yhtiöiden on pitänyt laajen-

taa puunhankintaansa esimerkiksi Baltian alueella. Tilli ja muut (2002) ovat tutkineet ha-

vukuitupuun tuonnin ja kotimaan hankinnan yhteyksiä. Tutkimuksessa todetaan havu-

kuidun olevan toisiaan korvaava tuote, eli kun hinta kotimaassa on kasvanut, ovat havu-

kuitupuun tuontimäärät nousseet. Toisaalta Tilli ja muut (2001) tutkivat koivukuitupuun 

hinnan kehitystä ja tulokset vuosilta 1994–1998 viittaavat että tuontikoivu on täydentä-

nyt eikä korvannut kotimaan puuta, sillä tutkimuksessa koivukuidun hinnannousun Suo-

messa todettiin vähentäneen koivukuidun tuontimääriä.  

 

Toppinen ja muut (2004) kertovat tutkimuksessaan, että vuosina 1980–2001, tuontipuun 

hinnoissa Suomeen yhden hinnan laki tuli hylätyksi. Yhden hinnan lain mukaisesti ident-

tisellä raakapuulla tulisi olla sama hinta tehokkailla markkinoilla, mutta tutkimuksen mu-

kaan sekä havupuun, että lehtipuun osalta tämä ei toteutunut, kun mallinnettiin raaka-

puun tuontia Suomeen Venäjältä, Saksasta sekä Ruotsista. Kuitenkin tutkimuksesta käy 

ilmi, että lehtipuun tuonnissa suurin tuojamaa Venäjä ei hyötynyt korkeasta markkina-

osuudestaan puun tuonnissa Suomeen.  Toisena yleishavaintona tutkimuksessa tode-

taan, että kilpailu puun tuojien välillä Suomeen lisää markkinoiden tehokkaampaa toi-

mintaa. 

 

Raakapuun tuontihintojen muutoksia eri maiden välillä on tutkinut myös Hautamäki ja 

muut (2012). Heidän tutkimuksessaan tulee ilmi, että Venäjän asettamien raakapuun 

vientitullien muutoksilla on ollut merkittävä vaikutus koivun sekä männyn kysyntään, 

että hintoihin. Kausivaihtelut huomioon ottaen tutkimuksessa käytetyt mallit paljastivat, 

että kun Venäjä nosti vientitullejaan 2009, vaikutti se negatiivisesti puun kysyntään Eu-

roopan maissa, myös Suomessa. Kuitenkin, vaikka vientitullien asettamisella oli yleisesti 

ottaen negatiivinen vaikutus puun kysyntään, vaihteli hintaelastisuudet eri markkinoilla 



31 

merkittävästi. Tutkimuksen mukaan myös kasvava venäläisen tuontipuun määrä vaikutti 

kotimaan puun hintaan laskevasti, joka taas laski metsänomistajien kantorahatuloja.  

 

Tutkimuksessa (Hautamäki ja muut, 2012) todetaan myös, että suomalaisilla raakapuu-

markkinoilla puun hintajousto on lähellä nollaa, eli puun hankintamäärät eivät riipu niin 

vahvasti hinnasta. Tältä osalta vaikuttaisi siltä, että yhtiöt ostavat raaka-ainetta hinnalla 

millä hyvänsä, eivätkä esimerkiksi seisota tehtaitaan korkean puun hinnan takia. Aiem-

matkin tutkimukset ovat osoittaneet raakapuumarkkinat Suomessa melko jäykiksi, eli 

raakapuun hintamuutokset eivät juuri vaikuta puun kysyntään. Tällä taas on oletettavasti 

vaikutuksia yhtiöiden kannattavuuteen, jos ne eivät saa nousevia kustannuksia siirrettyä 

suoraan lopputuotteen hintoihin. 

 

Toisaalta, kun Venäjän vientitullit otettiin käyttöön, laski venäläisen koivukuitupuun 

osuus kustannuksista merkittävästi, kun taas suomalaisen sekä baltialaisen koivun osuus 

yhtiöiden kustannuksista kasvoi. Havukuitupuun osalta samanlaista muutosta ei havaittu 

tutkimuksessa. Venäläisen koivukuitupuun osalta havaittiin, että se on vuosina 2002–

2010 ei ainoastaan täydentänyt kotimaisen koivun hankintaa vaan jopa ajoittain korvan-

nut sitä, sillä tutkimuksessa havaittiin Baltian koivukuitupuun kysynnän nousseen, venä-

läisen koivukuitupuun hinnan noustessa. Tämä indikoisi, että Venäjältä saatua koivukui-

tupuulla on korvattu pääasiassa kotimaista puuta ja hinnan noustessa puuttuva koivu-

kuitupuu on hankittu Baltiasta (Hautamäki ja muut, 2012). 

 

Tutkimuksista voi päätellä, että metsäteollisuuden yhtiöt ovat käyttäneet raakapuuvir-

toja Venäjältä tapana pitää kotimaisen puun hintaa matalampana, sillä kotimaan raaka-

puu on suurin raaka-aineen kustannus yhtiöille suurimmilla volyymeillaan. Etenkin koi-

vukuitupuun osalta markkinahinnan noustessa esimerkiksi Baltiassa, on hankintaa vah-

vistettu Venäjältä ja toisinpäin. Tämä osoittaa venäläisen raakapuun merkityksen Suo-

men metsäteollisuuden suurten yhtiöiden puunhankinnassa ja sen, että sen puuttumi-

sella on vaikutuksia puumarkkinoihin kokonaisuudessaan. Alla olevasta kuviosta 6 on 

nähtävissä, että puuttuvaa venäläistä raakapuuta ei ole suoraan saatu korvattua muualta 



32 

tulevalla raakapuulla, sillä muualta tulevan raakapuun osuus ei ole suoraan noussut sa-

massa suhteessa, kun venäläisen puun määrä on vähentynyt. 

 

 

Kuvio 6. Puulajien tuonti ja vienti kuukausittain 2021/01–2022/07 (Viitanen ja muut, 2023). 

 

Venäläisen puun tuonnin loppumisen suurin vaikutus on etenkin koivukuitupuussa, joka 

on ollut suurin Venäjältä tuotu raakapuun muoto. Honkatukia ja muut (2008) kirjoittavat, 

että puun tuonnin väheneminen Venäjältä nostaa metsäteollisuuden kustannuksia ja 

heikentää sen kilpailukykyä, sillä raaka-aine pitää korvata oletetusti kalliimmalla. Tämä 

taas oletettavasti heikentää metsäteollisuusyritysten yksiköiden kilpailukykyä Suomessa. 

Yhtiöt joutuvat näin ollen potentiaalisesti sopeuttamaan toimintaansa vastaamaan ym-

päristön muutoksia. Yhtiöt ovat aiemminkin Suomessa pyrkineet vaikuttamaan puu-

markkinaan sulkemalla tehtaita, kuten Stora Enson päätös vuonna 2001 lakkauttaa Ke-

mijärven sellutehdas osoittaa. Yhtiö perusteli tuolloin päätöstään sillä, että se haluaa vä-

hentää omaa puunkäyttöään Suomessa, jolloin raakapuun hinta alenisi. Tämän vuoksi 

yhtiö ei ollut esimerkiksi halukas myymään tehdasta, vaan näki paremmaksi sulkea se 

kokonaan. 

 



33 

Puun tuonnin loppuminen vaikuttaa eri toimijoihin eri tavalla, sillä osa Suomen metsä-

teollisuuden toimijoista vähensi venäläisen puun käyttöä toiminnoissaan jo vuoden 2008 

jälkeen, kun Venäjä uhkasi asettaa raakapuulle tulleja. Tehtaiden sijainnilla on suurta vai-

kutusta venäläisen puun riippuvuuteen, sillä itäisen Suomen suuret tehtaat ovat olleet 

selkeästi riippuvaisempia venäläisestä tuontipuusta sekä energiasta kuin lännessä sijait-

sevat tehtaat. Itä-Suomen tehtaat on osittain rakennettukin tuontipuun varaan, joten 

yhtiöt joutuvat miettimään vaihtoehtoisia ratkaisuja näiden tehtaiden puunhankinnan 

turvaamiseksi. Yhtiöt ovatkin tilanteen takia joutuneet vahvistamaan kotimaan puun-

hankintaa ja ne ovat tähän mennessä avanneet etenkin Länsi- ja Pohjois-Suomeen uusia 

hankinta-alueita.  

 



34 

4 Metsäteollisuusyritysten kannattavuus ja raakapuun hinta 

4.1 Tilinpäätösanalyysi 

Yritysten taloudellista tilaa voidaan tutkia tekemällä tilinpäätösanalyysi. Tilinpäätösana-

lyysissä analysoidaan tietyn yrityksen tilinpäätös ja lukuja voidaan verrata esimerkiksi 

saman toimialan muihin yrityksiin ja toimijoihin. Tilinpäätösten analyysi on isossa osassa, 

kun ennustetaan yrityksen tulevaisuutta ja sitä, millainen maksukyky tai tuloksenteko-

kyky yrityksellä mahdollisesti on. Lisäksi tilinpäätösanalyysiä käytetään esimerkiksi yri-

tysostoissa osana due diligence – prosessia sekä osana ulkoista luottoriskin analysointia 

(Kallunki, 2022). 

 

Yrityksen reaaliprosesseista on ulkopuolisen yleensä vaikeaa saada kattavaa tietoa, joten 

on yleensä käytettävä tilinpäätöksestä saatavia julkisia tietoja yrityksen tilasta viimeisim-

män tilikauden ajalta. Tilinpäätösanalyysin avulla voidaan saada kuva yrityksen tilasta ja 

tärkeimmistä luvuista kuluvalta tai edelliseltä tilikaudelta. Nykypäivänä tilinpäätösana-

lyysin trendeihin kuuluu se, että yritetään parantaa perusanalyysiä ja tunnistaa markki-

noiden epätehokkuuksia tilinpäätöstiedon suhteen. Perusanalyysin parantaminen on 

tärkeää kannattavuuden ennustamisen ja yrityksen arvon tarkemman määrittelyn kan-

nalta. Lisäksi on havaittu, että tuloslaskelman eri osien erottaminen voi parantaa kannat-

tavuuden tulevaisuuden ennustamista (Jackson, 2022). 

 

Tilinpäätöksen avulla on mahdollista muodostaa tunnuslukuanalyysi, joka keskittyy to-

teutuneen taloudellisen tilan mallintamiseen numeeristen tilinpäätöksestä saatavien tie-

tojen avulla. Tilinpäätösanalyysi toisaalta yhdistää tunnuslukuanalyysin antamaan ku-

vaan myös muita kuin numeerisia tilinpäätöstietoja (Kallunki, 2022). Kuvassa 2 oleva kaa-

vio osoittaa, kuinka tunnuslukuanalyysi on ikään kuin tilinpäätösanalyysin alakäsite, jolla 

on tarkoituksena sukeltaa syvemmälle yrityksen lukuihin. 

 

 



35 

 

Kuva 2. Tilinpäätösanalyysi ja tunnuslukuanalyysi (Kallunki, 2022). 

 

4.2 Kannattavuuden käsite 

Kannattavuus on yksi tärkeimmistä osista sekä mikro- että makrotaloudessa. Yrityksen 

toiminnan on oltava kannattavaa pitkällä aikavälillä, jotta yrityksen on mahdollista sel-

viytyä tulevaisuudessa ja jotta esimerkiksi osakeyhtiö kykenee toteuttamaan pääasial-

lista tehtäväänsä eli tuottamaan voittoa osakkeenomistajilleen. Kasvu ja kannattavuus 

ovat näin ollen yrityksen pääasiallisia tavoitteita, sillä kannattavuus on edellytys yritys-

toiminnan jatkuvuudelle. Kannattavuus kuvaa siis yritystoiminnan taloudellista tulosta. 

Sitä voidaan mitata joko liikevaihtoon tai pääomaan suhteutetuilla tunnusluvuilla. Suh-

teellisella kannattavuudella kuvataan voiton suhdetta yritykseen sijoitettuun pääomaan 

nähden. Absoluuttista kannattavuutta taas mitataan liiketoiminnan kulujen ja tuottojen 

erotuksena eli voittona (Yritystutkimus ry, 2017). 

 

Kannattavuutta voidaan arvioida tilinpäätösanalyysin avulla, jonka tekniikkoja perintei-

sesti ovat olleet aikasarja- ja poikkileikkausanalyysi. Aikasarja-analyysissa verrataan sa-

man yrityksen tunnuslukuja vuosien välillä. Poikkileikkausanalyysissä verrataan eri yri-

tysten lukuja samaan aikaan. Aikasarja-analyysin avulla voidaan tunnistaa trendejä kuten 

yrityksen kateprosenttien tai velkaantumisen kehitystä, kun taas poikkileikkausanalyysin 

avulla voidaan arvioida tietyn yrityksen taloudellista menestystä sen omalla toimialalla. 

Esimerkiksi tiettyjä kannattavuuden tunnuslukuja vertaamalla voidaan esimerkiksi to-



36 

deta millä yrityksellä on vahvin hinnoitteluvoima tai kustannusten käyttö. Nykyajan tilin-

päätösanalyysissä keskiössä on sijoittajien asettamat tavoitteet, sillä ei riitä, että yritys 

todetaan voitolliseksi, vaan oman- sekä vieraan pääoman sijoittajille yrityksen voitosta 

jäävän osuuden tulee olla riittävä riskeihin nähden (Kallunki, 2022). 

 

Kannattavuuteen vaikuttaa tulojen ja kulujen erotus. Tulostekijöihin kuuluvat liikevaih-

toon vaikuttavat tekijät ja kuluihin vaikuttavat tekijät. Liikevaihtoon vaikuttaa luonnolli-

sesti myynnin onnistuminen, kun taas kuluihin tuotannontekijöiden määrä sekä hinta 

(Vilkkumaa, 2017). Tässä tutkimuksessa keskitytään kannattavuuteen vaikuttavista teki-

jöistä nimenomaan tuotannontekijöiden hintaan kotimaisen raakapuun osalta.  

 

Kannattavuus vaikuttaa merkittävästi myös sijoittajien suhtautumiseen yritystä kohtaan 

sekä yrityksen toimintaan esimerkiksi luottoluokittajien silmissä. Korkeampi kannatta-

vuus indikoi tyypillisesti korkeampia vaadittuja sijoituksen tuottoprosentteja, mikä taas 

tarkoittaa, että kannattavammat yritykset tuottavat keskimäärin paremmin sijoittajille 

kuin vähemmän kannattavat. Hän kirjoittaa, että arvosijoittajien silmissä kannattavuu-

teen perustuva sijoitusstrategia parantaa merkittävästi tuottoa, etenkin suurempien ja 

likvidimpien osakkeiden osalta. Tämä taas indikoi, että kannattavuus on merkittävässä 

roolissa sijoittajien silmissä etenkin arvosijoittamisessa, mutta toisaalta todennäköisesti 

pienemmässä roolissa kasvusijoittamisessa (Novy-Marx, 2013).  

 

4.3 Kannattavuuden mittaaminen 

Yrityksen kannattavuutta voidaan mitata eri tavoin ja kannattavuuteen on olemassa eri 

tunnuslukuja. Tavallisesti mittauksessa erotetaan toisistaan kannattavuus ja rahoitus 

sekä verotus, jolloin mitattaessa liiketoiminnan kannattavuutta rahoituksen kustannuk-

set tai verot eivät vaikuta arvioon. Kannattavuuden tunnusluvut voidaan muuntaa suh-

teellisiksi mitoiksi eli katteiksi jakamalla nämä tilikauden liikevaihdolla. Ne kuvaavat yri-

tyksen tuottojen riittävyyttä erilaisten kuluerien kattamiseen. Pitkän ajan kannattavuutta 

mitataan kertyneillä voittovaroilla, kun taas lyhyen ajan maksukyvyttömyyttä kuvataan 

oman pääoman avulla (Laitinen & Laitinen, 2014). 



37 

 

Kateluvut ovat sitä korkeampia, mitä enemmän palveluiden sekä tuotteiden lopullisesta 

myyntihinnasta jää kulujen vähentämisen jälkeen voittoa. Korkeat kateluvut kertovat siis 

tehokkaasta kustannusten hallinnasta sekä hyvästä hinnoitteluvoimasta. Yrityksellä ol-

lessa vahva hinnoitteluvoima, pystyy se tekemään tulosta myös matalasuhdanteessa tai 

kilpailun kiristyessä. Katelukujen avulla on verrattaessa vuosia keskenään myös mahdol-

lista tunnistaa trendejä. Esimerkiksi vuosi vuodelta vahvistuvat kateluvut kertovat vah-

vasta liiketoiminnan kannattavuudesta (Kallunki, 2022). 

 

Ohessa on esitelty kannattavuuden tyypillisimmät tunnusluvut (Yritystutkimus ry, 2017): 

 

Liiketulos (EBIT): 

Liiketulos-% = 
Liiketulos

Liiketoiminnan tuotot yhteensä
∗ 100 

 

Käyttökate (EBITDA): 

Käyttökate = Liiketulos + poistot ja arvonalentumiset 

Käyttökate-% = 
Käyttökate

Liiketoiminnan tuotot yhteensä
∗ 100 

 

Nettotulos: 

Nettotulos = Liiketulos + rahoitustuotot – rahoituskulu - verot 

Nettotulos-% = 
𝑁𝑒𝑡𝑡𝑜𝑡𝑢𝑙𝑜𝑠

𝐿𝑖𝑖𝑘𝑒𝑡𝑜𝑖𝑚𝑖𝑛𝑛𝑎𝑛 𝑡𝑢𝑜𝑡𝑜𝑡 𝑦ℎ𝑡𝑒𝑒𝑛𝑠ä 
∗ 100 

 

Rahoitustulos: 

Rahoitustulos = Nettotulos + poistot ja arvonalentumiset 

Rahoitustulos-% = 
𝑅𝑎ℎ𝑜𝑖𝑡𝑢𝑠𝑡𝑢𝑙𝑜𝑠

𝐿𝑖𝑖𝑘𝑒𝑡𝑜𝑖𝑚𝑖𝑛𝑛𝑎𝑛 𝑡𝑢𝑜𝑡𝑜 𝑦ℎ𝑡𝑒𝑒𝑛𝑠ä
∗ 100 

 

Kokonaispääoman tuotto: 

Kokonaispääoman tuotto-% = 
𝑁𝑒𝑡𝑡𝑜𝑡𝑢𝑙𝑜𝑠+𝑟𝑎ℎ𝑜𝑖𝑡𝑢𝑠𝑘𝑢𝑙𝑢𝑡+𝑣𝑒𝑟𝑜𝑡 (12𝑘𝑘)

𝑂𝑖𝑘𝑎𝑖𝑠𝑡𝑢𝑛 𝑡𝑎𝑠𝑒𝑒𝑛 𝑙𝑜𝑝𝑢𝑠𝑢𝑚𝑚𝑎 𝑘𝑒𝑠𝑘𝑖𝑚ää𝑟𝑖𝑛 𝑡𝑖𝑙𝑖𝑘𝑎𝑢𝑑𝑒𝑙𝑙𝑎
∗ 100 

Rahoituskulut = Korkokulut ja muut rahoituskulut + kurssitappiot 



38 

 

Sijoitetun pääoman tuotto (ROI): 

Sijoitetun pääoman tuotto-% = 
𝑁𝑒𝑡𝑡𝑜𝑡𝑢𝑙𝑜𝑠+𝑟𝑎ℎ𝑜𝑖𝑡𝑢𝑠𝑘𝑢𝑙𝑢𝑡+𝑣𝑒𝑟𝑜𝑡 (12𝑘𝑘)

𝑆𝑖𝑗𝑜𝑖𝑡𝑒𝑡𝑡𝑢 𝑝ää𝑜𝑚𝑎 𝑘𝑒𝑠𝑘𝑖𝑚ää𝑟𝑖𝑛 𝑡𝑖𝑙𝑖𝑘𝑎𝑢𝑑𝑒𝑙𝑙𝑎
∗ 100 

Sijoitettu pääoma = Oikaistu oma pääoma + sijoitettu korollinen vieras pääoma 

 

Oman pääoman tuotto (ROE): 

Oman pääoman tuotto-% = 
𝑁𝑒𝑡𝑡𝑜𝑡𝑢𝑙𝑜𝑠 (12𝑘𝑘)

𝑂𝑖𝑘𝑎𝑖𝑠𝑡𝑢 𝑜𝑚𝑎 𝑝ää𝑜𝑚𝑎 𝑘𝑒𝑠𝑘𝑖𝑚ää𝑟𝑖𝑛 𝑡𝑖𝑙𝑖𝑘𝑎𝑢𝑑𝑒𝑙𝑙𝑎
∗ 100 

 

 

4.4 Kannattavuuden mittaamiseen liittyvät ongelmat ja oikaisut 

Tilinpäätösanalyysin keskeisenä tavoitteena on saada eri vuodet ja yritykset keskenään 

vertailukelpoisiksi. Oikaisujen tavoitteena on kuvata yrityksen volyymiä ja kannatta-

vuutta mahdollisimman oikeanlaisesti ja vertailukelpoisesti (Yritystutkimus ry, 2017). Tu-

loslaskelman oikaisuissa pitää muistaa eri erien oikaisut, kuten liikevaihdon, liiketoimin-

nan muiden tuottojen sekä kulujen oikaisut.  

 

Tuottojen osalta vuosien ja yritysten välistä vertailukelpoisuutta heikentävät kertaluon-

toiset tai olennaiset liiketoiminnan muut tuotot siirretään satunnaisiin tuottoihin ja nii-

den hankkimisesti johtuneet kulut satunnaisiin tuottoihin. Kulupuolella liiketoiminnan 

muiden kulujen osalta satunnaisiin kuluihin siirretään virallisen tuloslaskelman liiketoi-

minnan muissa kuluissa olevat liiketoimintaan kuulumattomat ja tuloksen kannalta olen-

naiset kertaluontoiset erät, jotka vaikeuttavat kannattavuusvertailua yritysten tai vuo-

sien välillä (Yritystutkimus ry, 2017). 

 

Liiketulosprosentin käytössä on huomioitava myös tilikauden poistot. Toimintokohtai-

sessa tuloslaskelmassa poistot erotetaan eri kululajeista omaksi eräksi. Tällä tavalla saa-

daan myös käyttökate laskettua. EVL:n (Elinkeinoverolaki) poistojen ja yrityksen teke-

mien poistojen ero näkyy oikaistussa tuloslaskelmassa erässä muut tuloksen oikaisut 

(Yritystutkimus ry, 2017). 



39 

 

4.5 Metsäteollisuusyritysten kannattavuuteen vaikuttavat tekijät 

Metsäteollisuus on rakenteeltaan melko samanlainen kuin muutkin pääomavaltaiset te-

ollisuuden alat kuten esimerkiksi metalliteollisuus. Maailmantalouden suhdanteet vai-

kuttavat metsäteollisuuden kannattavuuteen merkittävästi. Lisäksi kotimaassa tehdyt 

päätökset vaikuttavat etenkin kustannuksiin, kuten työntekijäkustannuksiin ja raaka-ai-

neen kustannuksiin eli raakapuun hintaan. Lisäksi energialla on merkittävä kustannusvai-

kutus metsäteollisuudessa, vaikkakin etenkin sellutehtaat tuottavat yleensä itse energi-

ansa eli ovat energiaomavaraisia ja ylijäämäenergia myydään markkinoille. Vaikka kan-

nattavuuteen vaikuttaa eritoten lopputuotteen globaali kysyntä etenkin kansainvälisillä 

teollisuuden aloilla, on kotimaan kustannuskilpailukyvyn ja kannattavuuden välinen yh-

teys ollut selvemmin havaittavissa etenkin pitkällä aikavälillä finanssikriisin jälkeen 

(Mäki-Franti, 2016). 

 

Metsäteollisuudessa käytetään tyypillisesti kannattavuuden mittarina liiketulosta. Liike-

tulos saadaan, kun lasketaan tuotot ennen rahoituseriä ja veroja. Se kertoo varsinaisen 

liiketoiminnan tuotoista. Liiketuloksesta lasketaan liikevoittoprosentti jakamalla liike-

voitto liiketoiminnan tuotoilla. Liiketulos vaihtelee melko voimakkaasti toimialakohtai-

sesti. Tästä syystä lukuja voi käyttää lähinnä saman toimialan, kuten metsäteollisuuden 

yritysten vertailemiseen, sillä pääomavaltaisilla toimialoilla kuten metsäteollisuudessa 

liikevoittoprosentti on yleensä korkeampi, sillä se lasketaan ennen rahoituseriä (Kallunki, 

2022). Liiketulosprosentin avulla on mahdollista vertailla eri toimijoita keskenään, eten-

kin samalta alalta, joten tässä tutkimuksessa käytetään liiketulosprosenttia kannattavuu-

den mittarina. 

 

Liiketulosprosentin valintaa tämän tutkielman empiirisessä tutkimuksessa puoltaa eten-

kin sen hyvä näyttö saman toimialan yritysten vertailussa sekä vuositason vertailussa. Eri 

toimialan välillä vertailu ei ole järkevää, sillä toimialojen välillä on suuria eroja kustan-

nusrakenteissa (Kallunki, 2022). Metsäteollisuuden yritysten kustannusrakenteet ovat 



40 

hyvin lähellä toisiaan ja toiminta hyvin samankaltaista. Tästä syystä liiketulosprosentin 

käyttäminen on perusteltua. 

 

Metsäteollisuuden kannattavuus on vaihdellut merkittävästikin ajan myötä. Kannatta-

vuus kasvoi väliaikaisesti 1990-luvulla selvästi pitkän aikavälin keskiarvoaan paremmaksi 

etenkin paperiteollisuuden vetämänä, mutta alkoi heiketä 2000- luvun lähestyessä. Met-

säteollisuudessa myös pääoman tuottavuus on kehittynyt hyvin samankaltaisesti kuin lii-

kevoitto. Kuten monella muullakin teollisuuden alalla, ottivat suomalaisten metsäteolli-

suusyhtiöiden liiketulosprosentit selkeän nousun koronapandemian jälkeen, sillä ennen 

sitä ne olivat pitkään alle 5 % vuositasolla. Liiketulosprosenttien kasvu pandemian jäl-

keen oli hyvin jyrkkä, johtuen talouden noususuhdanteesta epidemian jälkeen. 

 

Metsäteollisuuden suhdanneherkkyys eroaa hieman muista toimialoista Suomessa, alan 

ollessa niin vahvasti vientivetoista. Vientimarkkinoiden kysynnän kasvu vaikuttaa siis po-

sitiivisesti myös yhtiöiden kannattavuuteen ja globaali taloudellinen tila heijastelee voi-

makkaasti alan kannattavuuteen. Vientimarkkinoiden kysynnän kasvu parantaa yritysten 

kannattavuutta etenkin lyhyellä aikavälillä ja odottamaton kysynnän väheneminen taas 

heikentää yritysten kannattavuutta lyhyellä aikavälillä. Vientimarkkinoiden lisäksi teolli-

suuden kannattavuus riippuu suomalaisten yritysten kilpailukyvystä, johon liittyy työkus-

tannukset ja työn tuottavuuden kehitys. Lisäksi yksittäisten yritysten kustannuskilpailu-

kyky vaikuttaa vientiyritysten kannattavuuteen (Mäki-Franti, 2016). Tähän kustannuskil-

pailukykyyn liittyy esimerkiksi palkkakustannusten kehitys, mutta kotimaisesta puu-

raaka-aineesta riippuvaiselle metsäteollisuudelle raakapuun hinnalla oma roolinsa.  

 

Metsäteollisuuden kannattavuudessa nähtiin suurin pudotus finanssikriisin aikaan 

vuonna 2008, jolloin yhtiöiden kannattavuudet putosivat ennätyksellisen alas. Tilantee-

seen johti etenkin kansainvälinen talouskriisi, joka vähensi puutuotteiden kulutusta, ai-

heutti niiden ylitarjontaa ja laski edelleen tuotteiden vientihintoja. Kannattavuutta pa-

rantaakseen yhtiöt ovat vuosien aikana sopeuttaneet toimintaansa sulkemalla tehtaita, 



41 

jolla on pyritty vähentämään sekä kiinteitä, että muuttuvia kustannuksia. Pudotus kan-

nattavuudessa finanssikriisin aikaan oli hyvin raju ja metsäteollisuuden liikevoittopro-

sentti laski lähes käsikädessä vientimarkkinoiden kasvuprosentin kanssa, jotka molem-

mat tippuivat negatiiviseksi (Mäki-Franti, 2016). 

 

4.6 Raakapuu osana metsäteollisuuden kustannuksia ja kannattavuutta 

Tässä tutkimuksessa on tavoitteena keskittyä raakapuuhun osana yritysten kannatta-

vuutta ja etenkin massatuotteita valmistaville yrityksille kustannustekijöiden merkitys on 

olennainen, sillä lopputuotteen hinta määräytyy kansainvälisillä markkinoilla. Tuotteiden 

myyntihintojen ja tuotantokustannusten välinen suhde määrittää yrityksen kannatta-

vuutta ja tätä suhdetta voidaan yrittää kohentaa tuotteiden hintoja nostamalla tai tuo-

tantokustannuksia pienentämällä. Lisäksi mahdollista on myös yrittää tuotteiden jalos-

tusasteen nostoa. Raaka-aineen hinnan merkitys tuotantokustannuksissa on merkittävä, 

sillä mahdollisuudet tuotannon tehokkuuden lisäämiseen ovat suomalaisessa metsäte-

ollisuudessa jo merkittävästi hyödynnetty (Hetemäki ja muut, 1997). Koska yritykset 

metsäteollisuuden toimialalla eivät voi merkittävästi vaikuttaa lopputuotteen hintaan, 

on keskityttävä etenkin tuotannon tehostamiseen ja raaka-aineen hinnan optimointiin. 

Tästä syystä kannattavuuden ja olennaisimman raaka-aineen markkinahinnan yhteyden 

tutkiminen on tärkeää. 

 

Raakapuulla on merkittävä osansa metsäteollisuuden yritysten kustannusrakenteesta. 

Etenkin puutuoteteollisuudessa raakapuun osuus kokonaiskustannuksista on melko mer-

kittävä, vuonna 2007 osuus oli 33,5 %. Massa- ja paperiteollisuudessa raakapuun osuus 

kustannuksista on hieman pienempi, se oli vuonna 2007 16,1 % (Hänninen & Sevola, 

2009). Tästä nähdään, että puutuoteteollisuudessa eli sahatuotannossa raakapuun 

osuus kustannuksista on suurempi kuin massa- sekä paperiteollisuudessa. Puutuoteteol-

lisuudessa käytetään kuutiohinnaltaan arvokasta tukkipuuta, kun taas massa- ja paperi-

teollisuudessa läpimitaltaan pienempää ja kuutiohinnaltaan halvempaa kuitupuuta. Tuk-

kipuulla ja kuitupuulla on siis oletettavasti erilainen vaikutus yritysten kannattavuuteen, 

niiden hinnan muuttuessa markkinoilla. 



42 

 

Raakapuun hinnasta on selkeää dataa saatavilla, joten sitä on helppoa käyttää, kun mi-

tataan tietyn kustannustekijän vaikutusta kannattavuuteen. Metsäteollisuusyhtiöt Suo-

messa neuvottelevat työehdoista ja palkoista nykyään paikallisesti, joten työehdot ovat 

yhtiökohtaisia ja näin ollen salattuja. Lisäksi nousevalla energian hinnalla ei suoraan ole 

kannattavuutta heikentävää vaikutusta, sillä yhtiöt ovat myös merkittäviä energian tuot-

tajia itse ja näin ollen se kumoaa osan vaikutuksista. Etenkin sellutehtaat ovat energia-

omavaraisia eli myyvät ylimääräisen energian markkinoille, mutta paperitehtaat taas 

ovat merkittäviä sähkönkäyttäjiä. Lisäksi yhtiöt omistavat suuria osuuksia esimerkiksi 

ydinvoimasta ja vesivoimasta Suomessa. 

 

Raakapuun vaikutus kannattavuuteen yhtiöittäin riippuu myös hieman yhtiöiden tuote-

portfoliosta. Raakapuuta kuluu kuitupuun osalta eniten sellutehtaisiin ja esimerkiksi pa-

peritehtaat ovat melko maltillisia puun käyttäjiä. Siksi etenkin sellutehtaisiin on nouse-

valla kuitupuun hinnalla merkitystä, kuten Stora Enson omistaman Sunilan sellutehtaan 

kohdalla. Tukkipuun hinnan vaikutus yhtiöiden kannattavuuteen riippuu pitkälti sahaus-

toiminnan laajuudesta. Tässäkin tuoteportfoliolla on suuri merkitys eri raakapuulajien 

vaikutuksiin kannattavuudessa. 

 

Puhuttaessa suomalaisten metsäyhtiöiden kannattavuudesta on muistettava, että teh-

taita sijaitsee muuallakin kuin Suomessa, sillä etenkin tutkielmassa tarkasteltavat kolme 

suurinta yhtiötä ovat kansainvälisiä toimijoita, jotka pyörittävät liiketoimintaansa mo-

nessa eri maassa ja maanosassa. Tämä tarkoittaa sitä, että raakapuuta hankitaan ulko-

maisille tehtaille yleensä kohdemaan puumarkkinoilta, jolloin Suomen raakapuun hinnat 

eivät vaikuta kyseisen tehtaan kannattavuuteen. Kuitenkin yhtiöiden tuotannosta suuri 

osa sijaitsee edelleen Suomessa ja yhtiöiden puunhankinnasta suurin osa raakapuusta 

hankitaan Suomesta.  

 

Tutkielmassa on otettava huomioon myös muiden tuotannontekijöiden osuus yhtiöiden 

kustannuksissa, joten suoraa ja muita vaikuttavia osia kumoavaa päätelmää raakapuun 



43 

hinnan vaikutuksesta yritysten kannattavuuteen ei voi tehdä. Se antaa kuitenkin suunta-

viivaa siitä, miten raakapuun hinta ja kannattavuus ovat reagoineet toisiinsa. Lisäksi tiet-

tyjen tuotannontekijöiden osuus metsäteollisuuden kustannusrakenteesta vaihtelee 

vuosittain, muun muassa energian hinnan sekä palkankorotusten mukaan. Lisäksi myös 

korjuukustannusten nousu johtuen esimerkiksi polttoaineiden hinnannoususta nostaa 

puuraaka-ainekustannuksia yhtiöille (Hänninen & Sevola, 2009). 

 

Tässä tutkielmassa keskitytään hyödyntämään julkista dataa raakapuun markkinahin-

noista Suomessa ja tutkitaan sitä kautta, muut tuotannontekijät unohtaen, onko Venäjän 

hyökkäyssodan aiheuttamalla raakapuun markkinahinnan nousulla suoraa vaikutusta yh-

tiöiden kannattavuuteen etenkin lyhyellä aikavälillä. Tutkielmassa pyritään myös otta-

maan huomioon viivännäisvaikutus raakapuun hinnan nousun osalta kannattavuuteen. 

Tämä tarkoittaa sitä, että muutokset hinnassa eivät välittömästi näy yhtiöiden kannatta-

vuudessa, olemassa olevien varastojen takia. 

 

 



44 

5 Tutkimusaineisto ja tutkimusmenetelmä 

Seuraavassa kappaleessa esitellään tutkimusaineisto sekä tutkimusmenetelmä, joita tut-

kimuksessa käytetään. Kappaleessa esitellään myös kannattavuuden tunnusluku, jota 

tutkimuksessa käytetään sekä perustelu sen valinnalle. Tutkimuksessa käytetään lineaa-

rista regressiomallia, jonka avulla tutkitaan, miten raakapuun markkinahinta on vaikut-

tanut kolmen suuren suomalaisen metsäyhtiön kannattavuuteen ennen sekä jälkeen Ve-

näjän aloittaman hyökkäyssodan. Tutkimuksessa eritellään myös raakapuusta kuitupuu 

sekä tukkipuu, sillä niiden hintojen muutosten vaikutukset saattavat olla erilaisia yhtiöi-

den tulokseen. Kappaleessa lisäksi kuvaillaan yritysten valinnat tutkimukseen, sekä sen 

miten tutkimuksessa käytettyyn ajankohtaan on päädytty. Lisäksi kappaleessa perehdy-

tään muun muassa aineistojen keskihajontaan ja keskiarvoihin. 

 

5.1 Aineiston kuvaus 

Tutkimuksessa käytetään kolmea suurinta metsäteollisuuden yritystä Suomessa, jotka 

ovat Stora Enso Oyj, UPM-Kymmene Oyj sekä Metsä Group. Nämä kolme yritystä käyttä-

vät ylivoimaisesti suurimman osan puusta Suomessa ja tuottavat lähes koko alan liike-

vaihdon maassamme. Suomessa toimii myös näiden kolmen lisäksi paljon keskisuuria ja 

pieniä sahayrityksiä, joiden liikevaihdot ja puunhankintamäärät ovat kuitenkin tutkimuk-

sen kannalta epärelevantteja.  

 

Tutkimuksessa käytettiin muuttujina kolmen suurimman yhtiön vertailukelpoista opera-

tiivista liiketulosta kvartaaleittain ajalta ennen sotaa Q1 2020 – Q4 2021 sekä sodan al-

kamisen jälkeen Q1 2022 – Q4 2023.  Kuitenkin, koska tutkimuksessa käytetään vii-

vemuuttujaa eli tutkitaan aikaisemman kvartaalin puun hintaa suhteessa seuraavan 

kvartaalin tulokseen, on aineistossa puun hinnan osalta myös Q4 2019. Q4 2023 puun 

hintoja ei siis tässä tapauksessa käytetä, puuttuvan parin vuoksi kannattavuuden osalta. 

 

Ajankohta valittiin siksi, koska näin tutkimuksen tuloksissa on mahdollista selkeästi ver-

tailla tilannetta sodan alkamisen jälkeen ja sitä ennen, jonka kautta on mahdollista tehdä 



45 

johtopäätöksiä siitä, miten tilanne on muuttunut. Tilanteen muuttumisen vertailu antaa 

tutkimukseen arvokasta tietoa. Kvartaalikohtaisen tutkimisen avulla saadaan selkeäm-

pää suuntaa siitä, miten tilanne on lyhyelläkin aikavälillä muuttunut verrattuna vuosita-

son tarkasteluun. Vertailukelpoinen liiketulos (EBIT) otettiin jokaisen yhtiön kvartaalikoh-

taisista tuloslaskelmista ja yhtenäisyyden vuoksi käytettiin operatiivista vertailukelpoista 

liiketulosta kaikkien yhtiöiden osalta. Tuloslaskelmista saatava tieto haettiin yhtiöiden 

nettisivuilta kvartaalitulosjulkistuksista, sillä yhtiöt ovat julkisesti listattuja Helsingin 

pörssissä. Yhtiöt noudattavat kaikki IFRS standardeja, joten tilinpäätökset ovat yhden-

mukaisia. Liiketulosprosentti jokaisen yhtiön osalta laskettiin itse tuloslaskelman tie-

doista, suhteuttaen vertailukelpoinen liiketulos liikevaihtoon. Vertailukelpoisista liiketu-

losprosenteista laskettiin yhtiöiden osalta aina kvartaalikohtainen keskiarvo, jota käytet-

tiin lopulta regressioanalyyseissä. Näin saatiin muodostettua regressioanalyysiin y-muut-

tuja, jonka muutosta tutkitaan suhteessa raakapuun markkinahinnan muutokseen eli 

muuttujaan x. 

 

 

Kuva 3. Stora Enson, UPM-Kymmenen sekä Metsä Groupin kannattavuus liiketulosprosentteina 
Q1 2020 – Q4 2023. 

 



46 

Kuten yllä olevasta kuvasta 3 huomataan, on etenkin sodan jälkeen yhtiöiden tuloksissa 

ollut paljonkin hajontaa, joka voi viitata muun muassa yhtiöiden erilaiseen puunhankin-

tastrategiaan ennen sotaa. Venäjän tuontipuun loppumisella on ollut erilaisia vaikutuksia 

eri yhtiöihin ja aineistosta huomataan, että etenkin Stora Enson liiketulosprosentti on 

laskenut hyvinkin nopeasti ja radikaalisti Q3 2022 alkaen. UPM-Kymmene on toisaalta 

pystynyt rajoittamaan kannattavuuden laskua paremmin ja liiketulosprosentin lasku ei 

ole ollut niin radikaalia kuin kahdella muulla yhtiöllä. Kuitenkin kaikkien yhtiöiden osalta 

yhteistä on se, että Q3 2022 oli kaikille aineiston osalta paras kvartaali. Huonoimmat 

kvartaalit ajoittuivat ajalle Q2 2023 – Q3 2023. Tähän vaikuttaa selkeästi myös maailman-

talouden tilanne ja kysyntä. 

 

Puun hinnan osalta aineisto kerättiin luonnonvarakeskuksen avoimesta tilastokannasta 

Luonnonvarakeskuksen nettisivuilta, josta on saatavilla kuukausittaiset puun markkina-

hinnat Suomessa. Yhtiöt ostavat suurimman osan puustaan markkinoilta yksityisiltä met-

sänomistajilta, joten tutkimuksessa oli loogista käyttää raakapuun markkinahinnan tilas-

toa. Regressioanalyysi tehtiin erikseen kuitupuun sekä tukkipuun osalta, joten molem-

milta aikaväleiltä otettiin aineistoon kuitupuun sekä tukkipuun hinnat erikseen. Puun 

hinnat esitetään Luken tilastoissa jokaisen puulajin (koivu, kuusi ja mänty) osalta erik-

seen, joten näiden osalta laskettiin kuukausittainen keskiarvo, jonka avulla laskettiin 

kvartaalikohtainen keskiarvo. Näin saatiin tutkimukseen x-muuttuja, jonka vaihtelun 

avulla kuvataan y-muuttujan vaihtelua eli metsäteollisuuden suurten yritysten kannatta-

vuutta Suomessa. 

 

Tukkipuun osalta toteutettiin sama työ kuin kuitupuun osalta, eli jokaiselle kuukaudelle 

laskettiin yksi keskiarvo puulajien hinnoista. Pikkutukkia ei otettu tutkimukseen mukaan 

sen puukaupan pienen osuuden vuoksi. Kauppatavaksi valittiin sekä kuitupuun, että tuk-

kipuun osalta pystykauppa, sillä hankintakauppa on huomattavasti harvinaisempaa ja 

pystykaupassa puun hinnat ovat paremmin vertailukelpoisia, sillä hankintakaupassa raa-

kapuun hinnat ovat korkeampia pienempien korjauskustannusten vuoksi. 

 



47 

Raakapuun hinnat vaihtelevat aina suhdanteen mukaan ja hintojen vaihtelu aineistossa 

on ilmeistä. Etenkin kuitupuun hinta voi vaihdella voimakkaasti vuosittain etenkin sellun 

maailmanmarkkinahinnan mukaisesti (Viitanen ja muut, 2023). Tutkielman kannalta 

merkityksellinen hintojen muutos tapahtuu aineistossa Venäjän aloittaman hyökkäysso-

dan jälkeen, jolloin raakapuun kotimainen hinta alkoi nousta kysyntäpaineen seurauk-

sena. Tämä hinnan vaihtelu aineistossa vaikuttaa myös regressioanalyysin tuloksiin. Tut-

kittavan raakapuun aineiston keskiarvohinnaksi saatiin kuitupuun osalta 19,83 euroa/m3 

sekä tukkipuun osalta 58,02 euroa/m3.  

 

Raakapuun hinnan aineiston keskihajonnaksi saatiin kuitupuun osalta 2,83 ja tukkipuun 

osalta 5,77. Keskihajonta on eniten käytetty sekä tärkein hajonnan mitta ja se kuvaa sitä, 

kuinka hajallaan arvot ovat keskiarvon ympärillä. Mitä lähempänä lukua 0 on keskihajon-

nan tulos, sitä vähemmän aineiston luvut poikkeavat keskiarvosta (Heikkilä, 2014). Tuk-

kipuun keskihajonta on suurempi kuin kuitupuun, mutta toisaalta tukkipuun vaihteluvä-

lin suuruus tutkitulla ajanjaksolla on myös suurempi, joka on 18,92 euroa. Kuitupuun 

osalta vaihteluvälin suuruus tutkittavassa aineistossa on 10,75 euroa. Toisaalta tukki-

puun hinnan ollessa korkeampaa, on kuitupuun hinnan vaihtelu aineistossa suhteellisesti 

suurempaa kuin tukkipuun hinnan vaihtelu. 

 

Kuten myös raakapuun hinnan aineistossa, myös yhtiöiden kannattavuudessa on havait-

tavissa merkittäviäkin vuosikohtaisia eroja. Keskiarvoksi liiketulosprosentin aineistossa 

saatiin 12,69 % kvartaalitason kannattavuudelle. Aineiston keskihajonta on 4,8. Vaihte-

luvälin pituus liiketuloksen aineistossa on 16,4 %-yksikköä. Tämä kertoo, että myös liike-

tuloksen osalta tutkittavan aineiston luvut vaihtelevat melko merkittävästikin vuosita-

solla, joka taas kertoo yritysten toimintaympäristön nopeastakin muutoksesta vuosita-

solla. Yhtiökohtaisissa tuloksissa eri kvartaalien välillä on myös havaittavissa eroja, mutta 

tutkimuksen yhtenäisyyden vuoksi tuloksista luotiin keskiarvo yhtiöiden liiketulospro-

senttien välillä, sillä tutkimuksessa tutkitaan koko toimialaa. Näin saadaan suuntaviivat 

kvartaalikohtaiselle kannattavuudelle, vaikka kannattavuudessa onkin eroja yhtiöittäin. 

 



48 

5.2 Regressiomalli 

Tutkimuksen tarkoituksena on tehdä korrelaatioanalyysiä, joten tutkimuksen analyysiin 

malliksi valikoitui kahden muuttujan lineaarinen regressiomalli. Malli on suunniteltu ar-

vioimaan Venäjän hyökkäyssodan vaikutuksia puun hinnan nousun kautta metsäteolli-

suuden suurten yhtiöiden liikevoittoprosentteihin Suomessa. Regressioanalyysissä hae-

taan parasta mahdollista selittävien muuttujien yhdistelmää ennustettaessa yhtä selitet-

tävää muuttujaa (Heikkilä, 2014).  Tutkimuksen malli on muodostettu yksinkertaisen li-

neaarisen regressioanalyysin avulla, joka mahdollistaa selkeän näkemyksen selittävien 

muuttujien vaikutuksesta riippuvaan muuttujaan. Menetelmä on valittu sen yksinkertai-

suuden, selkeyden sekä taloustieteellisessä tutkimuksessa laajan hyväksynnän vuoksi. 

Regressioanalyysin kaava on yleisesti muodossa: 

 

𝑦 = 𝑎 + 𝑏1𝑥1 + 𝑏2𝑥2+. . . +𝑏𝑛𝑥𝑛 + 𝜀 

 

Regressiokerroin b ilmaisee, kuinka paljon y muuttuja keskimäärin muuttuu, kun x kasvaa 

yhden yksikön verran. Vakio a ilmoittaa suoran ja y akselin leikkauspisteen. Se siis selittää 

yhden muuttujan tapauksessa pienimmän neliösumman suoran ja Y-akselin leikkauskoh-

dan. Selitysasteen perusteella eli korrelaatiokertoimen neliöllä voidaan taas arvioida 

mallin hyvyyttä. Selitysaste ilmaisee, kuinka suuri osa muuttujan y vaihteluista voidaan 

selittää selittävän muuttujan avulla. Yhtälöön lisätään jäännöstermi, joka kuvaa mallissa 

esiintyvää satunnaisvaihtelua eli virheen suuruutta (Heikkilä, 2014). Kun regressioker-

rointermillä b painokertoimilla painotetut muuttujat lasketaan yhteen ja lisätään vielä 

vakion arvo, päästään hyvin lähelle selitettävän muuttujan arvoa.  

 

Regressiomallissa käytetään kvartaalikohtaista raakapuun kantohintojen hintadataa, ku-

ten Hautamäen ja muiden (2012) tutkielmassa. Regressiomallissa käytetään myös lag 

muuttujaa eli viive muuttujaa, sillä raakapuun hinnan nousu näkyy yhtiöiden kannatta-

vuudessa viiveellä etenkin suurten puuvarastojen takia. Esimerkiksi erilaiset tuotannon-

rajoitukset kuten seisokit tai lakot viivästyttävät usealla kuukaudella vaikutuksia, sillä 



49 

puuvarastot kasvavat näiden aikana, kuten tapahtui ennen Venäjän aloittamaa hyökkäys-

sotaa vuoden 2022 alussa (Viitanen ja muut, 2023). Viivemuuttujalla tarkoitetaan riippu-

vaa muuttujaa yhtälössä, joka viittaa ajanjaksoon ennen aikaa, joka liittyy itsenäiseen 

muuttujaan. Viivemuuttuja siis kuvaa tilannetta, jossa analysoidaan riippuvan muuttujan 

arvoa aiemmalta ajanjaksolta suhteessa itsenäisen muuttujan nykyhetkeen (Rutherford, 

2012).  Viiveet ovat yleisiä taloustieteellisessä käyttäytymisessä ja tässä tutkimuksessa 

viiveellä viitataan yhtiöiden puuvarastoihin, joiden avulla hintamuutokset eivät näy heti 

kannattavuudessa. 

 

Tutkielman mallit ovat seuraavanlaiset ja niitä on kaksi, mutta molemmat toteutetaan 

kaksi kertaa kahdelta eri ajanjaksolta: 

 

𝐿𝑖𝑖𝑘𝑒𝑣𝑜𝑖𝑡𝑡𝑜𝑝𝑟𝑜𝑠𝑒𝑛𝑡𝑡𝑖𝑡 = 𝛽0 + 𝛽1  ×  𝐾𝑢𝑖𝑡𝑢𝑝𝑢𝑢𝑛𝐻𝑖𝑛𝑡𝑎𝑡−1 + 𝜖𝑡 

 

𝐿𝑖𝑖𝑘𝑒𝑣𝑜𝑖𝑡𝑡𝑜𝑝𝑟𝑜𝑠𝑒𝑛𝑡𝑡𝑖𝑡 = 𝛽0 + 𝛽1  ×  𝑇𝑢𝑘𝑘𝑖𝑝𝑢𝑢𝑛𝐻𝑖𝑛𝑡𝑎𝑡−1 + 𝜖𝑡 

 

Joissa, 

Liikevoittoprosentti = Riippuva muuttuja tukkipuun tai kuitupuun hinnan vaikutukselle 

ajankohtana t. 

TukkipuunHinta = Itsenäinen muuttuja eli tukkipuun hinta edelliseltä kvartaalilta (Lagged 

variable) 

KuitupuunHinta = Itsenäinen muuttuja eli kuitupuun hinta edelliseltä kvartaalilta (Lagged 

variable) 

𝛽0= Yhtälön vakiotermi 

𝛽1= Regressiokerroin 

∈ = Virhetermi 

 

 

 



50 

Kuten regressiomallista huomataan, sillä selitetään edellisen kvartaalin puun hinnan 

kautta seuraavan kvartaalin liikevoittoprosenttia. Selittävänä muuttujana x toimii raaka-

puun hinta ja selitettävänä muuttuja y toimii liikevoittoprosentti. Viive on lisätty regres-

siomallin kaavaan ja sitä kautta saadaan tutkittua edellisen kvartaalin puun keskiarvohin-

nalla seuraavan kvartaalin kannattavuutta. Tässä tutkielmassa ei ole suoraan lainattu toi-

sen tutkielman regressiomallia, sillä puun hinnan ja metsäyhtiöiden kannattavuuteen liit-

tyviä tutkimuksia on hyvin vähän. Malli on luotu hyödyntäen klassista taloustieteellistä 

mallia ja soveltaen saatavilla olevan datan kautta mallin sopivuutta. 

 

5.3 Lineaarinen regressioanalyysi ja sen selityskyky 

Regressiomalli voidaan laatia periaatteessa mille tahansa aineistolle, mutta malli on kui-

tenkin aina vain mahdollisimman hyvä matemaattinen esitys aineistossa esiintyvästä yh-

teisvaihtelusta. Regressiomallin hyvyydellä tarkoitetaan sitä, miten luotettavana mallin 

avulla laskettuja ennusteita voidaan pitää. Luotettavuutta ilmoitettaessa käytetään ta-

vallisesti selityskerrointa (selitysastetta) 𝑟2. Se tarkoittaa sitä, kuinka suuri osuus y-muut-

tujan vaihtelusta saadaan selitetyksi selittävien muuttujien kautta. Selityskerroin ilmai-

see sitä, kuinka monta prosenttia y-muuttujan vaihtelusta voidaan selittää muuttujan x 

avulla (Nummenmaa ja muut, 2014, s.237–261). 

 

Mallin toimivuutta voidaan tutkia myös yksittäisten selittävien muuttujien merkitsevyy-

den kautta t-arvon avulla. Se tutkii sitä, poikkeaako havaittu regressiokertoimen arvo 

nollasta myös populaatiossa. Kerrointen hyvyyttä mallissa testataan t-testin avulla. Täl-

löin jos kertoimen t-arvo (itseisarvo) on korkea eli yli 2 ja t-arvoa vastaava p-arvo alle 

0.05, se osoittautuu luotettavaksi. Tämä ei kuitenkaan vielä tarkoita, että ko. muuttuja 

selittäisi mallista paljoakaan (Metsämuuronen, 2001, s.64). Jäännöstermillä ∈ pyritään 

myös tutkimaan sitä, kuinka hyvin tai huonosti valittu malli kuvaa havaintoaineistoa. Se 

selittää mallin avulla selittämättä jäänyttä vaihtelua. Malli on sitä parempi, mitä pie-

nempi jäännöstermi on (Nummenmaa ja muut, 2014, s.237–261). 

 



51 

Merkitsevyystasolla tarkoitetaan sitä riskiä, että saatu ero tai riippuvuus johtuu sattu-

masta. P (probability) tarkoittaa merkitsevyystasoa ja se mittaa siis tehdyn johtopäätök-

sen tilastollista luotettavuutta, tarkemmin sanottuna todennäköisyyttä tehdä virheelli-

nen johtopäätös kun 𝐻0 hylätään. Tätä mitataan p-arvon avulla. Tämä tarkoittaa toden-

näköisyyttä saada kyseinen tai sitä harvinaisempi tulos, kun nollahypoteesi on voimassa. 

Ennen testin suorittamista päätetään, mikä on se raja, joka riskitason on alitettava ennen 

kuin nollahypoteesi hylätään. Tämä päätetään valitsemalla käytetty merkitsevyystaso, 

joista yleisin on 0.05 (5%). Tulosta ilmoitettaessa puhutaan ilmauksesta ”tilastollinen 

merkitsevyys” (Heikkilä, 2014). Jos riskitaso on liian suuri, saadaan tulos, joka ei ole ti-

lastollisesti merkitsevä. 

 

Keskiarvojen tilastollista merkitsevyyttä kuvaava F-testi lasketaan varianssianalyysin 

avulla. F-testissä verrataan toisiinsa vaikutuksen keskineliötä ja toisaalta selittämättä jää-

neen vaikutuksen keskineliötä. F-testisuureen todennäköisyys F-jakaumassa kertoo ylei-

sesti, hylätäänkö nollahypoteesi eli oletus siitä, että tutkittavien muuttujien välillä ei ole 

yhteyttä tai vaikutusta toisiinsa. Mikäli F-testin p-arvo on pienempi kuin 0.05, nollahypo-

teesi ei saa tukea, vaan se hylätään (Metsämuuronen, 2001, s. 106-107). 

 

Regressiomallin perusoletuksena on se, että mallin selittämättä jäänyt osa eli residuaalit, 

ovat normaalisti jakautuneita ja niiden hajonta on tasainen eli homoskedastinen. Tämä 

edellyttää sitä, että selittävän muuttujan Y on oltava normaalinen. Ongelma syntyy myös 

siitä, jos valitsemme analyysiin epäoleellisia muuttujia, ovat tulokset epävarmoja tai -

vakaita. Lisäksi perinteisesti oletuksena on se, että selittävät muuttujat korreloivat koh-

tuullisesti selitettävään muuttujaan, mutta eivät liian voimakkaasti toistensa kanssa. 

Tässä tutkielmassa käytetään vain yhtä selittävää muuttujaa molemmissa regressio-

analyyseissä, eli kahden selittävän muuttujan liiallinen korrelaatio ei ole mahdollista 

(Metsämuuronen, 2001, s.59-63). 

 

 

 



52 

6 Empiirinen tutkimus 

Tässä luvussa tutkitaan, onko Venäjän hyökkäyssodan takia nousseen suomalaisen raa-

kapuun hinnalla ollut merkittävää vaikutusta suomalaisten metsäyhtiöiden kannattavuu-

teen ja sen kehitykseen. Tutkimuksen regressioanalyysit toteutetaan SPSS ohjelman 

avulla. 

 

6.1 Regressioanalyysin tulokset kuitupuun osalta 

Tutkimuksessa suoritettiin neljä eri regressioanalyysiä kahdelle eri ajanjaksolle. Regres-

sioanalyysit toteutettiin sekä tukkipuun markkinahinnan, että kuitupuun markkinahin-

nan osalta. Ensimmäinen ajanjakso oli ajalta Q1 2020 – Q4 2021 mikä kuvastaa ajanjak-

soa ennen Venäjän aloittamaa hyökkäyssotaa. Toinen ajanjakso toteutettiin ajalta Q1 

2022 – Q4 2023. Regressioanalyysit toteutettiin yhden muuttujan regressioanalyyseinä, 

sillä niissä tutkittiin vain raakapuun hinnan vaikutusta yhtiöiden liikevoittoprosenttiin. 

Yhtiöiden liikevoittoprosentilla hahmotettiin tässä tapauksessa yhtiöiden kannattavuu-

den kehitystä, suhteessa raakapuun hinnan kehitykseen. Tutkimuksessa käytettiin lag 

muuttujaa, eli raakapuun hinnan vaikutusta tutkittiin aina seuraavan ajanjakson kannat-

tavuuteen, raakapuun hinnan muutosten vaikuttaessa viiveellä yhtiöiden tulokseen.  

 

Tutkimuksen tulokset esitetään neljässä eri taulukossa, jossa esitellään yhtiöiden kannat-

tavuuden ja raakapuun hinnan välinen korrelaatio ennen sodan alkamista ja sen jälkeen, 

sekä kuitupuun, että tukkipuun osalta. Taulukoissa esitellään sekä vakion (kannattavuus), 

että hinnan kerroin, standardivirhe, t-arvo sekä p-arvo. Lisäksi taulukon alapuolella esi-

tetään otoksen lukumäärä, R neliö, säädetty R neliö, F-testi sekä testin p-arvo. Tutkimuk-

sessa esitetään ensin tulokset kuitupuun osalta ja sitten tukkipuun osalta. Otoskoko on 

jokaisen tutkimuksen osalta kahdeksan. 

 

 

 

 



53 

Taulukko 1. Regressioanalyysin tulokset kuitupuun osalta ajalta Q1 2020 - Q4 2021. 

Muuttuja Kerroin Standardivirhe t P 

Vakio -59,755 (17,644) -3,387 0,015 

Hinta m/3 3,912 (0,964) 4,060 0,007 

 

Huomautus: n = 8, 𝑅2= 0,733 , adj.𝑅2 = 0,689 , F = 16,482 , p = 0,007 

 

Oheisesta taulukosta 1 on luettavissa regressioanalyysin tulokset kuitupuun osalta en-

nen Venäjän hyökkäyssodan alkamista eli ajalta Q1 2020 – Q4 2021. Mallin vakiotermi 

on -59,755, joka tarkoittaa, että kun kuitupuun hinta on nolla, olisi ennustettu kannatta-

vuus teoreettisesti -59,755 %. Koska tämä on vain teoreettinen tilanne, tämä kuvastaakin 

enemmän regressiosuoran leikkauspistettä y-akselin kanssa. Kuitupuun hinnan kerroin 

taas on 3,912, mikä tarkoittaa sitä, että jokaisen euron nousua vasten kuitupuun hin-

nassa, ennustetaan kannattavuuden kasvavan 3,912 prosenttiyksikköä. Regressioanalyy-

sin standardivirhe on pieni eli 0,964, mikä taas viittaa siihen, että kerroin on tarkasti mää-

ritelty ja mallin ennusteet ovat luotettavia. Tilastollinen testisuure t-arvo taas on hinta-

muuttujalle 4,060, mikä on suuri ja viittaa siihen, että kerroin on tilastollisesti merkitse-

västi eri kuin nolla. Hinta-muuttujan p-arvo taas on 0,007, joka on selvästi alle yleisen 

merkitsevyystason eli 0,05.  

 

Vakion osalta kerroin saaduissa tuloksissa on -59,755 ja t-arvo -3,387, p-arvon ollessa 

0,015 joka on alle yleisen merkitsevyystason. Mallin selitysaste on korkea 0,733, mikä 

tarkoittaa sitä, että malli selittää 73,3 % kannattavuuden varianssista. Säädetty R neliö 

0,689 taas tarkoittaa, että muuttujien määrä huomioon ottaen, malli selittää silti 68,9 % 

riippuvan muuttujan varianssista. F-testin arvo on 16,482 ja p-arvo 0,007, mikä tarkoittaa, 

että malli on tilastollisesti merkitsevä ja mallin sovitus on tilastollisesti pätevä. Tämä taas 

tukee väitettä, että kuitupuun hinnalla ja yhtiöiden kannattavuudella on havaittavissa 

positiivinen yhteys ennen Venäjän aloittamaa hyökkäyssotaa Ukrainassa.  

 

 



54 

Taulukko 2. Regressioanalyysin tulokset kuitupuun osalta ajalta Q1 2022 – Q4 2023. 

Muuttuja Kerroin Standardivirhe t P 

Vakio 44,857 (7,740) 5,795 0,001 

Hinta m/3 -1,477 (0,345) -4,286 0,005 

 

Huomautus: n = 8, 𝑅2= 0,754 , adj.𝑅2 = 0,713 , F = 18,368 , p = 0,005 

 

Seuraavaksi tutkitaan tuloksia Venäjän aloittaman hyökkäyssodan jälkeen kuitupuun 

osalta. Yllä olevasta taulukosta 2, saadaan selville regressioanalyysin tulokset sodan al-

kamisen jälkeen ja ne osoittavat hinnalla olleen merkittävää vaikutusta yhtiöiden kan-

nattavuuteen tuona aikana. Malli kattaa ajanjakson Q1 2022 – Q4 2023 ja otoskoko on 

kahdeksan. Mallin selitysaste 𝑅2 on 0,754 joka osoittaa, että 75,4 % kannattavuuden 

vaihtelusta sodan jälkeen voidaan selittää raakapuun hinnan avulla. Säädetty 𝑅2on 0,713, 

mikä viittaa siihen, että selitysaste on edelleen vahva eli 71,3 %, kun huomioidaan muut-

tujien määrä suhteessa otoskokoon.  

 

Vakiotermin kerroin on 44,857 ja sen t-arvo 5,795 ja p-arvo 0,001. Tämä osoittaa vakio-

termin olevan tilastollisesti erittäin merkitsevä. Tämä taas indikoi mallin ennusteen kan-

nattavuudelle olevan positiivinen, vaikka kuitupuun hinta olisi nolla, mikä voi heijastaa 

muita kannattavuuteen vaikuttavia tekijöitä, joita ei ole mallissa huomioitu. Hinnan ker-

roin on mallissa -1,477, mikä tarkoittaa sitä, että kannattavuuden ennustetaan laskevan 

1,477 prosenttiyksikköä jokaista euroa kohti mitä kuitupuun hinta nousee. Hinnan ker-

toimen t-arvo on -4,286 ja p-arvo 0,005, joka indikoi tilastollista merkitsevyyttä. Tulokset 

osoittavat, että sodan jälkeen kuitupuun hinnan nousulla on ollut negatiivinen vaikutus 

metsäteollisuuden kannattavuuteen. F-testin arvo on 18,368 ja sen p-arvo on 0,005, 

jotka vahvistavat sitä, että kuitupuun hinnalla on merkitsevästi yhteys kannattavuuteen 

ja sen, että malli selittää kannattavuuden varianssia hyvin tutkimuksen ajanjaksolla.  

 

Kun vertaillaan kuitupuun hinnan vaikutusta kannattavuuteen ennen sodan alkamista ja 

sen jälkeen, on huomattavissa selkeä ero. Raakapuun hinnan nousu nosti myös yritysten 



55 

kannattavuutta ennen sotaa, mutta sodan jälkeen raakapuun hinnan nousu on johtanut 

yhtiöiden kannattavuuden heikentymiseen mallin mukaan. Ennen sotaa raakapuun hin-

nan vaihtelu selitti kannattavuuden vaihtelusta alle 70 %, mutta sodan alkamisen jälkeen 

korrelaatio on hieman voimistunut ja puun hinta selittää 71,3 % kannattavuuden muu-

toksista, kun huomioidaan otoskoko suhteessa muuttujien määrään. Molemmilla aika-

jaksoilla kuitupuun hinnalla oli tilastollisesti merkitsevä vaikutus kannattavuuteen, vaik-

kakin eri suuntiin. F-testin arvo osoittaa myös, että molemmat mallit olivat tilastollisesti 

merkitseviä.  

 

Suurin ero kuitupuun osalta ennen sotaa ja sodan alkamisen jälkeen on hinnan kertoi-

messa, sillä se muuttui negatiiviseksi sodan jälkeen. Vakiotermin merkki taas muuttui 

negatiivisesta positiiviseksi. Hinnan kertoimen muutos tarkoittaa sitä, että ennen sotaa 

raakapuun hinnan nousu oli korrelaatiossa kannattavuuden nousun kanssa, mutta sodan 

jälkeen kannattavuuden laskun kanssa. Vakiotermin muutos taas tarkoittaa sitä, että ole-

tetussa teoreettisessa tilanteessa, jossa kuitupuun hinta olisi nolla, olisi kannattavuus 

ennen sotaa negatiivinen ja sodan alkamisen jälkeen positiivinen. 

 

6.2 Regressioanalyysin tulokset tukkipuun osalta 

Taulukko 3. Regressioanalyysin tulokset tukkipuun osalta ajalta Q1 2020 – Q4 2021. 

Muuttuja Kerroin Standardivirhe t P 

Vakio -50,190 (7,240) -6,932 <0,001 

Hinta m/3 1,149 (0,134) 8,576 <0,001 

 

Huomautus: n = 8, 𝑅2= 0,925 , adj.𝑅2= 0,912 , F = 73,554 , p = <0,001 

 

Kun tutkimme yllä olevan taulukon 3 tuloksia regressioanalyysin tuloksista tukkipuun 

hinnan osalta ajalta Q1 2020 – Q4 2021 huomataan, että vakiotermin eli kannattavuuden 

kerroin on negatiivinen eli -50,190. Tämä saattaa viitata mallin perustasoon, joka kuvaa 

muita kannattavuuteen vaikuttavia tekijöitä, jotka eivät ole hinnan mukana mallissa. Va-

kio on tilastollisesti myös merkitsevä t- ja p-arvonsa avulla ja etenkin p-arvo on hyvin 



56 

pieni. Hinnan kerroin taas on 1,149, joka on positiivinen ja tarkoittaa, että kannattavuu-

den ennustetaan kasvavan raakapuun hinnan noustessa. Myös hintamuuttujan t-arvo ja 

p-arvo osoittavat sen olevan tilastollisesti merkitsevä. Mallin selitysaste on 0,925 ja ad-

justoitu selitysaste 0,912 joka osoittaa mallin selittävän yli 90 % kannattavuuden varians-

sista. F-arvo mallissa on 73,554 ja osoittaa, että malli on tilastollisesti erittäin merkitsevä. 

P-arvo mallissa on myös hyvin pieni, ollen alle 0,001. 

 

Mallin tulokset viittaavat siihen, että ennen sotaa tukkipuun hinnan nousu oli yhteydessä 

kannat