Cointegration between Fama-French Factors

Koko: px
Aloita esitys sivulta:

Download "Cointegration between Fama-French Factors"

Transkriptio

1 1 Conegraon beween Fama-French Facors Absrac Yhesnegrounesuudella on mona sovelluksa rahouksessa ja mulla eeen alolla, jossa ukaan akasarjoja ja nden välsä rppuvuua. Analyys on arkoeu epäsaonaarsen akasarjojen analysonn, joa ässä ukmuksessa käyämämme Fama-French-fakor ova. Jos edellsen välssä suhesa saadaan muodoseua saonaarnen lneaarkombnaao, ova sarja yhesnegrounea. FF-fakorella arkoeaan nä fakorea, joka vakuava osakkeen odoeuun uooon pkällä akavälllä. El kullakn fakorlla on ersuurunen preemo yl rskömän koron. Yhesnegrounesuuden avulla selvämme fakoreden välsä rppuvuussuhea sekä hnojen välsä asapanoa ja dynamkkaa, jonka jälkeen rakennamme vrheenkorjausmalln perusuva 4 hedge porfoloa. Keywords: conegraon, hree-facor model, Johansen procedure, hedgng 1. Inroducon Yhesnegrounesuusanalyyssa ul ärkeä ekonomeran osa-alue pan sen julkasemsen jälkeen (Engle, Granger 1987). Sä on hsoransa akana sovelleu laajas mä erlasemmlle akasarjolle, kun on haluu uka kysesen sarjojen välsä suhea. Meneelmällä on ss käyöarvoa monlla eeen osa-aluella, mua eryses se on herääny knnosusa rahouksessa, jossa lenee kakken enen uku markknoden välsä rppuvuussuhea. Ideana on yksnkerasuudessaan löyää sarjojen vällle yhesä sokassa rendejä. Meneelmä on arkoeu epäsaonaarsen akasarjojen arkaseluun, mä arvopapereden hnna yleensä ova. Perneseen korrelaaoanalyysn verrauna yhesnegrounesuudella vodaan rakenaa mall, jolla vodaan arvoda akasarjojen ulevasuua. Yhesnegrounesuus vaa ukujen akasarjojen olevan asapanoon palauuva. Sarjojen looessa ossaan ne saaava olla vomakkaas korrelounea, mua evä kuenkaan välämää yhesnegrounea. Tämän aka korrelaaoanalyys saaaa sopa paremmn lyhyen akaväln arkaseluun, kun aas yhesnegrounesuudella vodaan arkasella lyhyen akaväln dynamkan lsäks pkänkn akaväln dynamkkaa (Alexander 1999). Tässä ukmuksessa arkaselu keskyy Fama-French-kolmfakormalln (Fama, French 1996) välsen fakoren ja markknaporfolon yhesnegrounesuuden arkaseluun. Tarkous on uka hnaasapanoa sekä uoojen dynamkkaa. Lsäks ny on huomoava sarjojen pkän akaväln rend. Sarjojen ersuure drf vodaan huomoda korjausermllä, joa on käyeävä FF-fakoren välllä, koska kysesen fakoren kehys on osan ossaan loonevaa. Lähöoleuksena on se, eä markkna ja FF-fakor ova yksnään epäsaonaarsa, mua nsä on mahdollsuus muodosaa saonaarnen lneaarkombnaao. Epäsaonaarsuus arkoaa ässä random walk prosessa, kun aas oleuksena on, ee fakoreden välnen käyös ole äysn random walk:a. Sarja vova nän yhdessä vaelaa mhn ahansa mua evä yksnään. Tarkaselu vasaa melko hyvn ndeksn ja osakkeen välsä yhesnegrounesuua esm. (Alexander 1999).

2 2 Ensmmäsenä verraaan FF-fakoreden keskmääräsä uooja yl rskömän koron ukmuksessa käyeyjen Russell:n yylsjousndeksen vasaavn uoohn ja selveään ndeksen ja fakoren välse eroavasuude, joka ova osakkeen koko sekä krjanpoarvon suhde markkna-arvoon (BE/ME). Tämän jälkeen selveään ADF-esllä (Dckey-Fuller 1979) ovako valu ndeks epäsaonaarsa ja kelvollsa yhesnegrounesuusanalyysn, jonka jälkeen ukaan markknaporfolon ja ndeksen välsä yhesnegrounesuua CVAR-malllla (conegraed vecor auoregressve model) ja ämän löyyessä luodaan ennusamsarkoukseen käyey vrheenkorjausmall ECM (error-correcon model). Ny monen akasarjan apauksessa yhesnegrounesuuden arkaselu on ehävä Johansenn proseduurlla (Johansen 1988; Johansen, Juselus 1990). Lopuks rakenneaan 4 yylsjous-hedge-porfoloa ermaslle ranng perodelle ECM:n ennusevomaan perusuen, jonka jälkeen nää sraegoa verraaan markknaporfolon ja ndeksen uoohn. 2. Fama-French hree-facor model Fama-French-kolmfakormall (Fama, French 1993, 1996) on ällä hekellä paras ja ylesmmn käyey mall anomalolle (Cochrane 1999), joa CAPM (Sharpe 1964; Lnner 1965) e pysy selämään. Nähn anomalohn lueaan osakkeen koon ja book-o-marke BE/ME-arvon vakuus odoeuun uooon pkällä akavälllä. Osakkella näyää olevan vahva arvo preemo (korkea BE/ME-arvo), joka on havau emprsssä ukmuksssa (Rosenberg, Red, Lansen 1985), mkä aas osoaa arvo-osakkesa saaavan uoon olevan huomaavas korkeamp kasvuosakkesn verrauna. Lsäks pkällä akavälllä penen osakkeden on havau uoavan suurempa heman enemmän. Kolmfakormallssa markknarskn b ja rskömän koron R f lsäks osakkeen arvoon vakuava osakkeen koko sekä BE/ME-arvo. Mall noudaaa yhälöä E( R ) R b ( E( R ) R ) s E(SMB) h E(HML), (1) f M f jossa E(R ) on odoeu uoo valulle arvopaperlle ja E(R M ) koko markknaporfolon odoeu uoo. SMB on uoojen välnen erous penen ja suuren osakkeden välllä. Vasaavas HML on aas uoojen erous korkean BE/ME ja maalan BE/ME luvun välllä. Fakorpano b, s ja h vodaan määrää porfolon komponenesa yksnkerasen lneaarsen regresson avulla. Mallssa markkna jaeaan 9 porfoloon B/L, B/M, B/H, M/L, M/M, M/H, S/L, S/M, S/H, jossa ensmmänen krjan keroo porfolossa oleven osakkeden koon bg B, md M ja small S. Tonen krjan aas keroo BE/ME arvon hgh H, medum M ja low L. Yks fakor jaeaan ana kolmeen osaan, jossa yks osa edusaa 33% osakkeden määrää. SMB ja HMB aas rakenneaan yhälöden (2) ja (3) mukases SMB (S/L S/M S/H)/3 (B/L B/M B/H)/3 (2) HML (S/H M/H B/H)/3 (S/L M/L B/L)/3. (3) Edellsen FF-fakoreden korrelaao on erän alhanen 0.13 (Davs, Fama, French 2000). Samasessa arkkelssa ukn edellsen 9 porfolon uoojen eroja Yhdysvalojen markknolla

3 3 akavälllä , jossa vuosen välllä käyen 339 NYSE osakea, 1953 mennessä arkaselujen NYSE osakkeden lukumäärä on kaksnkerasunu saavuaen jo vuonna NYSE, AMEX ja Nasdaq osakea. Lsäks mall on esau mulla suurmmlla pääomamarkknolla. FF-fakormalln uooero (Davs, Fama, French 2000) on raporou aulukkoon 1. Rskömänä korkona R f arkaselussa käyeään Yhdysvalojen valon 1-kuukauden velkasoumuksa (1-monh U.S reasure bll). SockSymbol BE/ME Sze(mllons) Exra reurns (R -R f )(%)/annum Volaly()(%) B/L B/M B/H M/L M/M M/H S/L S/M S/H Russell 3000 marke porfolo Russell 1000 growh large cap growh Russell 1000 value large cap value Russell 2000 growh small cap growh Russell 2000 value small cap value Table 1. Fama-French facors versus Russell ndces and her exra reurns/annum and volales. Myöhemmssä yhesnegrounesuusarkaselussa käyeään arkaselavna fakorena vä Russell:n ndeksä (Russell 2006) vuosen vällä. Markknaporfoloa kuvaaan Russell 3000 ndeksllä, joka kaaa n. 98% Yhdysvalojen osakemarkknoden arvosa. Large cap porfolona käyeään Russell 1000 growh ndeksä, joka vasaa B/L-porfoloa ja Russell 1000 value ndeksä, joka aas vasaa B/H porfoloa. Komponen nähn on valu Russell 1000 ndekssä BE/ME lukujen peruseella ja Russell 1000 ndeks ssälää 1000 suurna osakea. Small cap porfolona aas käyeään Russell 2000 growh ndeksä, joka vasaa S/L-porfoloa ja Russell 2000 value ndeksä, joka aas vasaa S/H porfoloa. Komponen nähn on valu Russell 2000 ndekssä BE/ME lukujen peruseella ja Russell 2000 ndeks ssälää 2000 pennä osakea. Fama:n ja French:n muoolema porfolo vasaava melko hyvn Russell:n ndeksejä (aulukko 1.). Arvo-osakkella, jolla on korkea BE/ME arvo, on selväs kasvuosakkea paremp keskuoo. Sen sjaan koon uoma vakuus e ole nn selvä. Pkällä akavälllä on kuenkn havau penen arvo-osakkeden uoavan suura enemmän. Tämä näkyy hyvn arvo-osakkessa vuosen välllä (aulukko 1., kuva 1.). Sen sjaan kasvuosakkelle ulokse ova rsrasa, koska suure kasvuosakkee ovakn yllääen uoanee vuosen akana penempä selväs enemmän, kun aas vuosen lanne (Davs, Fama, French 2000) on ollu pänvasanen. Tulokse ova kuenkn varsn rsrasa CAPM-malln nähden, koska suurmman volaleen anama kasvuosakkee ova uoanee kakken vähen edellä arkasellulla akavälllä.

4 4 Fgure1. Normalzed prces of Russell ndces. 3 Conegraon Akasarjojen yhesnegraao on yks ekonomeran ärkemmsä yökalusa, joa on käyey laajas ana Engle-Granger wo-sep meneelmän lmesyyä (Engle, Granger 1987; Nobel Commee 2003). Yhesnegrounesuuden avulla vodaan saada ärkeää eoa akasarjojen pkän akaväln rakeneesa, joa aas vodaan käyää apuna aloudellsessa pääökseneossa. Edellnen omnasuus joko on olemassa a sen e. Hyvään loppuulokseen pääsään anoasaan huolellsella lasollsella analyyslla, jonka jälkeen veläkn on olemassa pen epäonnsumsodennäkösyys. Kaks a useamma epäsaonaarse akasarja, joka ova negrounea n-asea I(n), vova muodosaa lneaarkombnaaoa, jolla ova saonaarsa. El kysese sarja ova yhesnegrounea I(0). Tässä arkaselussa sarja ova negrounea asea I(1) (epäsaonaarse) a evä negrounea I(0) (saonaarse). Jos sarja x ja y ova negrounea asea I(1), mua nden lneaarkombnaao y a (4) bx on I(0), ova sarja x ja y yhesnegrounea ja vrheerm muooa z ( ) y a bx ~ I(0) (5) ollen nän saonaarnen, sen eä a ja b ova olemassa ja a on mahdollses olemassa oleva drfvekor. Ny vekora z sanoaan yhesnegrounesuusvekorks, jonka omnasuuksa on arkous myöhemmn ässä luvussa esaa. Jos sarjoja on n kappalea vo yhesnegrounesuusvekorea z korkenaan olla (n-1) kappalea. Kahden akasarjan

5 5 apauksessa vekorea vo ss olla anoasaan yks kappale, sllä muuen alkuperäsen sarjojen uls olla saonaarsa (Alexander 1999). Yhesnegrouneden sarjojen eräs ärkeä ulkna on nden yhenen sokasnen rend (Sock, Wason 1988). Sarja x ja y ova ss pkällä akavälllä lnkynee osnsa. Ne vova eroa ossaan lyhyellä akavälllä, mua pkällä akavälllä nden muuokse knnyvä osnsa, jollon puhuaan ermsä long-run equlbrum. Jos sarja looneva ossaan rajaomas, ekä ää ole huomou erllsenä korjausermnä, nden välnen asapanorelaao e oeudu ja nän yhesnegrounesuua e ole olemassa. Sokasnen rend vodaan esää kahden sarjan apauksessa muodossa x y, (6) x y x, (7) y jossa x ja y ova sarjojen x ja y keskarvoja, joka rppuva akasemmsa keskarvosa ja nhn lyvsä vrheermesä. x ja y aas kerova eäsyyden keskarvosa. Ny kun x ja y ova yhesnegrounea, ne vodaan esää lneaarkombnaaona b 1 y b2x ( b1 y b2 x ) b1 y b2 x, (8) jossa c b b ) äyyy olla saonaarnen. Kerome b 1 ja b 2 vodaan selvää esm. ( 1 y 2 x lneaarsella regressolla. Sarja x ja y vodaan ny esää muodossa x y, (9) x b b x c 2 x y, (10) 1 b1 koska nllä on yhenen sokasnen rend ja ne ova nän yhesnegrounea. Seuraavssa luvussa selveään edellseen eoraan nojauuen Johansenn proseduur ja sen avulla rakenneu yksnkeranen hedgng sraega. 3.1 Johansen procedure Johansenn meneelmää vodaan kahden akasarjan lsäks sovelaa useampen akasarjojen välsen yhesnegrounesuuksen selvämsessä (Johansen 1988; Johansen, Juselus 1990), jossa se on muodosunu ärkemmäks yökaluks. Myös ässä ukmuksessa käyämme sä, koska Engle- Granger meneelmä on sopmaon vden akasarjan apauksessamme. Johansenn proseduur perusuu sokassen marsn omnasarvojen määrämseen, joka samalla oleellses vähenää korrelaaoon lyvä ongelma. Suurn ero Engle-Granger meneelmään on keskymnen maksmaalseen saonaarsuueen mnm varanss peraaeen sjasa. Lsäks es on monpuolsemp ja henosuneemp verrauna Engle-Granser meneelmään, mua vasaavas monmukasemp (Alexander 1999). Yhesnegrounesuus vodaan löyää myös ossaan

6 6 erkanevsa sarjosa, jos käyeään rendn korjaavaa ermä, joa arvaan ukaessa FFfakorea, koska uoo eroava ossaan pkällä akavälllä. Muodoseaan ensn n-asenen ja p-dmensonen pkän akaväln VAR-mall (vecor auoregressve model) (11), josa lähdeään rakenamaan yhesnegrounesuuden perusmalla. y y... y D 1 1 n n (11) y on ny prosessvekor ( p 1) hekellä, jossa vähnään kahden komponenn on olava epäsaonaarsa. ( p 1) on vrheermvekor, jossa vrhee ova ossaan rppumaoma. ( p p) on prosessn y - kerron mars hekellä -. D on puolesaan e sokassen muuujen vekor, kuen esmerkks dummy muuujen, jolle on kerronmars. aas on rajoamaon drf, joka oaa huomoon arkaselujen akasarjojen ersuure drf. Epäsokassa vekorea e esnny apauksessamme, joen ny on D 0. Rakenneaan yhälön (11) pohjala CVAR-mall (conegraed vecor auoregressve model) y y y y n n1 n, (12) jossa ( ), where 1,..., n -1 (13) 1... ) (14) ( 1 n ja y y y 1. VAR-mallsa pokeen arkaselu keskyy ny marsn aseen rank() arkaseluun, joka keroo oleellsmman sarjojen pkänakaväln suhesa. Termn y -n on olava saonaarnen I(0). Jos marsn ase rank () p on mars äysasenen ja y :n kakk komponen saonaarsa, jollon alkuoleukse epäsaonaarsuudesa evä oeudu. Jos aas rank( ) 0, on nollamars, jollon e ole kyse CVAR-mallsa. Taas marsn aseen ollessa 1 rank( ) (1 p) on yhesnegrounesuusvekorea olemassa ja mars vodaan esää muodossa = T, jossa ja ova äysasesa marseja. keroo pkän akaväln sopeuumsnopeuden ja puolesaan yhesnegrounesuusvekor. Yhesnegrounesuuden hypoees H 0 (r) on muooa T H 0 ( r) :, (15) jollon prosess y on saonaarnen ja alkuoleusen mukases sarjosa y vähnään kaks on epäsaonaarsa. Edellsen malln esmon alkaa maxmum lkelhood proseduurlla, jossa ensn haeaan monmuuujasen yhesnegrounesuusmalln Gaussn vrhee (johansen 1988, 1991; Johansen, Juselus 1990). Määrellään lkelhood funkoon paramer,, n-1 ja regresson avulla ermesä y ja y -n käyäen apuna ermejä y -1,,y -n+1. Tuloksena saadaan resduaal R 0 ja R n, joden avulla vodaan määrellä resduaalen rsmomenmars S j

7 7 T 1 T Sj T RR j,, j 0, n, (16) 1 jossa T on akamars nollasa hekeen T. Keskey lkelhood funko on puolesaan muooa T R 0 R, (17) jossa edusaa vrheä. Regresson avulla yhälösä (17) saadaan lle esmaa suheen n ˆ S, (18) T 1 0 n( Snn) jonka jälkeen saadaan määreyä rakasemalla omnasarvo yhälösä (19). 1 S nn Sn0S00 S0n 0 (19) Omnasarvo ongelmalla (19) on ny p rakasua, 1 ˆ... ˆ 1 p 0. Vasaava omnasvekor ova muooa Vˆ ( vˆ,..., vˆ ) ja ne vodaan esää normalsouna muodossa Vˆ ( vˆ,..., vˆ ). ˆ 1 p maxmum lkelhood esmaa on ss muooa 1 p ˆ ( vˆ,..., vˆ ), (20) 1 r jossa r rank( ). Ise maxmum lkelhood funko aas on muooa L r max S00 1 ˆ ) 1 (. (21) Seuraavaks esaaan lkelhood rao esllä hypoeesa (15) yhälön (11) VAR-malln (johansen, Juselus 1990). LR-esejä on olemassa kaks, josa ensmmänen on Trace sasc (22) ja onen max sasc (23). Tesellä rakasaan merkyksellse juure el omnasarvo, joden avulla vodaan pääellä se marsn ase. LR race T p r 1 ln( 1 ˆ ) (22) LR ln( 1 ˆ max T r 1) (23) LR-esssä nolla hypoeesks aseeaan H 0 : r 1 r , jollon syseemlle löyyy p-r ykskköjuura, joka ova lähökohana aseen selvämsessä edellä manuun apaan. Juuren haku apahuu ase kerrallaan, jollon ensn oleeaan, eä on olemassa p ykskköjuura. Jos nolla hypoees H 0 jouduaan hylkäämään, päädyään vasaukseen 1 0, jonka jälkeen aseeaan hypoees H 0 : p 0. Jos ämä jälleen hyläään, on seurauksena 2 0, jonka jälkeen prosessa oseaan ana p:hen as, jolle ykskköjuur löydy. Jos lopula hypoees

8 8 hyväksyään, saadaan ykskköjuuren avulla yhesnegrounesuusvekoren määrä. Vmeks kuvau marsn aseen määrys on koko Johansenn proseduurn oleellsn ja vaken osa. Jos ase arvodaan lan peneks, saaaa yhesnegrounesuus jäädä huomaamaa. Lan suur ase aas vo johaa yhesnegrounesuuden löyymseen, vakke sä olskaan okeas olemassa. 3.2 Resuls Ennen, kun yhesnegrounesuua vodaan esaa, on esaava alkuperäsen akasarjojen logarmen saonaarsuua. Joa saonaarsuus oeuuu, on arkasellun akasarjan ermen keromen (yhälö 24) olava sesarvolaan penempä kun 1. Saonaarslle sarjolle shok ova lapäsä ja ne palauuva hljalleen ana akasn keskmääräselle asolleen. Epäsaonaarslle sarjolle aas on yypllsä, ee nllä ole pkän akaväln asapanoa kuen osakkee ja ndeks yleensä. Jos sarja on epäsaonaarnen, on sllä olemassa ykskköjuur. Juuren esmseks on olemassa usea esejä. Seuraavassa kuenkn käyämme ylesmmn unneua Dckey-Fuller-kerymäesä (ADF-es) (Dckey-Fuller 1979). Tesaava akasarja y on ny muooa y a y y... y p n, (24) jossa a on vako(drf), vveen muuoksen y kerron ja n vveen(lag) ase auoregressvsessä prosessssa. Tesaaan seuraavaks markknaporfolon ja FF-fakoreden saonaarsuus, joka on ny yksnomaan rakenneu Russell:n ndeksesä. Nollahypoeesks H 0 aseeaan, eä 1 el sarja on epäsaonaarnen ja sllä on olemassa ykskköjuur. Vasahypoeesks aas aseeaan H 1, jollon sarja on saonaarnen. Tesn merksevyysaso vvellä lag = 1-5 on koou aulukkoon 2. ja nsä huomaaan, eä kakk porfolo ova epäsaonaarsa H 0 (p>0.05) kullakn vdellä vveellä. lag = 1 lag = 2 lag = 3 lag = 4 lag = 5 Porfolo name Dckey- Dckey- Dckey- Dckey- Dckeyp-value p-value p-value p-value Fuller Fuller Fuller Fuller Fuller p-value marke porfolo large cap growh large cap value small cap growh small cap value Table 2. Sascal sgnfcance of non-saonary, p-value Suoreaan seuraavaks ndekselle (logarmnen) vrheanalyys yhälön (4) avulla, jossa a ja b vodaan määrellä lneaarsen regresson avulla esm. OLS-regresso. Vrheermä e ässä kohaa arvse huomoda. Vrheanalyysssa marsn ase oleeaan r p 5. Saaujen akasarjojen vrheden korrelaao (-resdual) ja nden keskhajonna on lsau aulukkoon 3. Jodenkn vrheden välllä havaaan huomaavaa korrelaaoa, kuen esm. markkna- ja large cap growh porfolon välllä, jossa korrelaao on perä 0.967, kun aas large cap value- ja small cap growh porfolon korrelaao on van Vrheden normaalsuua on velä esau Shenon-Bowman

9 9 esllä (Shenon, Bowman 1977; Doornk, Hansen 1994), jonka mukaan vrhessä e esnny normaalsuua ekä auokorrelaaoa, kun vveden määrä noseaan kuueen. Auokorrelaaoa kuenkn esnyy, jos käyey vve on lan pen. -resdual marke porfolo large cap growh large cap value small cap growh small cap value marke porfolo 1 large cap growh large cap value small cap growh small cap value sandard devaons of he resduals Table 3. Correlaon marx and sandard devaons of he resduals. Tesaaan seuraavaks käyännössä markknaporfolon ja FF-fakoreden välsen yhesnegrounesuuden olemassaoloa pkällä akavälllä (Hansen, Juselus 1995). Suoreaan ensn kaklle vdelle akasarjalle race sasc esmon yhälön (22) mukases. Taulukkoon 4. on koou kysesen esn nolla hypoeesn H 0 p-arvo. Kysesesä aulukosa nähdään, eä ykskköjuura löyyy kolme kappalea, jollon λ 3 λ 4 λ 5 0, 1 0 ja 0. 2 Marsn ase on alusavas 2, joen myös yhesnegrounesuusvekorea on 2. Hypohess r 0 r 1 r 2 r 3 r 4 p-value Table 4. Johansen Trace sascs p-values. Marsn ase r vodaan velä vahvsaa companon mars A:n omnas-arvojen peruseella (Hansen, Juselus 1995), 1 I p A 0 0 I 0 p 0 jossa I p on p-dmensonen deneemars ja on määrely yhälössä (11). Marsn A 30 omnasarvoa on hahmoelu kuvan 2. ykskköympyrään. Omnasarvojen on sjaava ykskköympyrällä a sen ssäpuolella, jolle nän ole, marsn ase e vo olla 2. Kakk omnasarvo ova kuenkn hyvn ykskköympyrällä a sen ssäpuolella, joen marsn ase on 2. Nän sllä on myös 2 yhesnegrounesuusvekora, joka kuvasava markknarskä kullekn fakorlle ja markknaporfololle. 2 I n1 0 0 p n (25)

10 10 Roos of he Companon Marx 1.0 Rank(PI)= Fgure 2. A scaer plo of he egenvalues of he companon marx. Marslle on ny saau esmaa ˆ ja samalla kakk muukn CVAR-yhälön (12) paramer on saau esmoua. Nän ollen mars on saau rakasua, jonka jälkeen vodaan rakenaa ennusamsarkoukseen sopva vrheenkorjausmall ECM (error-correcon model). Edellnen arkaselu on myös ehy erkseen aulukossa 5. kakken yksäsen akasarjojen välllä. Kahden akasarjan kombnaaossa e juur esnny yhesnegrounesuua lukuun oamaa para large cap value ja small cap value. lag = 6 marke porfolo large cap growh large cap value small cap growh small cap value marke porfolo - large cap growh 0 - large cap value small cap growh small cap value Table 5. Rank of conegraon marx beween sngle me seres. Lopuks vrheenkorjausmalla apuna käyäen on laadu yksnkeranen hedgng-sraega, jossa sjouskoheena ova Russell:n ndeksesä rakenneu 4 FF-fakora. Hedge-porfolon pano päveään ana kolmen kuukauden välen, nn eä fakorn jonka ECM-mall ennusaa kasvavan enen uona akana saa porfolopanon 1 ja muu fakor saava panon 0. Pano on esey neljännesvuosan leessä 1. Ennusamsa esaaan neljällä erpusella ranng perodlla 5- year, 7-year, 10-year ja all prevous daa ja ennusukse on laadu akavällle 1991Q1-2004Q3. Myös ensmmässsä ennusuksssa käyeyn akaväln 1980Q1-1990Q4 marsn ase on 2, joen kakssa ennusuksen vahessa on järkevää käyää 2 yhesnegrounesuusvekora. Kuvaan 3. on havannollseu kakken 4 ranng perodn anama nmellnen kumulavnen uoo. Tarkasellulla 14 vuoden akavälllä hedgng sraega yhesnegrounesuudella on voanu markknaporfolon (Russell 3000 ndex). Tuooja on markknaporfolon lsäks verrau parhamman ndeksn small cap value uoohn. Kuvan 3. apauksssa b), c) ja d), jossa kolmen kuukauden ennusuksen ekemseen on käyey 7 vuoden a sä suurempaa ranng peroda ennen ennusuksen alkuhekeä, hedgng sraega pysy jopa voamaan enen uoaneen ndeksn small

11 11 cap value (Russell 2000 value). Sen sjaan 5 vuoden ranng perodlla sraega e pysyny voamaan parhana ndeksä, vakka markkna kylläkn. Taulukkoon 6. on koou aulukon 1. apaan velä markknaporfolon, fakoreden ja hedge porfoloden uoo yl rskömän koron sekä nden ärkemmä unnusluvu 14 vuoden ajala. Fgure 3. Cumulave nomnal reurns of 5,7,10 years and all prevous daa hedge porfolos. Exra reurns(r -R f )(%) Volaly()(%) Sharpe rao Alpha(%) marke porfolo large cap growh large cap value small cap growh small cap value hedge porfolo (5 year) hedge porfolo (7 year) hedge porfolo (10 year) hedge porfolo (all prev. daa) Table 6. Porfolos descrpve numbers/annum(%) 1991Q1-2004Q3. Kuvan 1. ja 3. mukases ndeksen välse eroavasuude ova ollee suurmmllaan vuosuhannen vaheen enolla, jollon IT-kupla on ehny kasvuosakkesa kohuuoman kalla. Juur uona akana edellä esey hedgng sraega on omnu parhaen. Kohdssa b), c) ja d)

12 12 sraega on osannu odella hyvn hyödynää kasvuosakkeden epäavallsen korkeaa uooa 90- luvun lopula ja sen jälkeen osannu hypää pos kyydsä arvo-osakkesn, kun kasvuosakkee ova ullee kohuuoman kallks. Tämä on hyvn ymmärreävää, koska arvo-osakkee ova uollon noussee malllses ja yhesnegrounesuus odoaa sarjojen hakeuuvan asapanoon (mean reversng). Kun ero kasvo lan suureks, hypän yksnkerases pos kasvuosakkesa. Yhesnegrounesuua on uku paljon markknan sjanfakoren ja osakkeen ja ndeksn välllä (esm. Alexander 1999), mua yhesnegrounesuua vodaan uka myös FF-fakoren välllä, mssä ässä ukmuksessa pysyn voamaan ¾ apauksssa yksäse FF-fakor ja markknaporfolo IT-kuplan muodosumsen ja puhkeamsen välsenä akana. Väe ehokkalla markknolla olevasa yhesnegrounesuudesa on osan epäselvä. Edellsen puolesa sekä sä vasaan on esey erlasa näkemyksä. Mm. (Granger 1986) ja (Balle, Bollerslev 1989) ova väänee, eä yhesnegrounesuuden uoma ennuseavuus merkss epäehokkaa markknoa. Sen sjaan (Dwyer, Wallace 1992) ja (Ferre, hall 2002) ova aas väänee, eevä ehoomuus ja yhesnegrounesuus ole sama asa. Emprses arkaseluna fakoren hyvn suure pokkeama IT-kuplan akana ova hsorallses anukeranen lmö, joka saaas vaa markknaehoomuueen. Myös suhauumnen small cap value-preemoon on jakanu ukjoden melpeä. On mm. ksely onko kysymyksessä anomala a jokn muu syy (esm äärmmänen appo hyvn huonona akona). Jos kyse on puhaasa anomalasa, päs lmön hävä. Esm. aulukon 1. mukases small cap growh fakorssa on apahunu selvä rakennemuuos 80-luvulla akasempaan nähden, jonka jälkeen ämän fakorn osakkee ova ananee paljon mua fakorea hekompaa uooa. 4. Concluson Tässä ukmuksessa arvon osakkeen hnaan vakuaven Fama-French-fakoren (Fama, French 1993, 1996) ja markknoden yhesnegrounesuua akavälllä FF-fakorena käyen Russell:n yylsjousndeksejä. Yhesnegrounesuus sop eryses epäsaonaarsen daan arkaseluun, joa käselly yylsjousndeks olva. Edellnen analyys om hyvänä lsänä, kun haluaan mennä korrelaaoanalyysa pdemmälle ja mahdollses rakenaa jonknlanen mall ennususarkoukseen. Aluks verran FF-fakoreden hsorallsa uooja vasaavn yylsjousndeksen uoohn. Tulokse olva muuen samansuunase, pas small cap growh porfolon osala uoo olva huonompa, sen eä small cap growh porfolosa saaava preemo ol huomaavas penenyny 80-luvula alkaen verrauna kaukasempaan hsoraan. Päähuomo kesky monen akasarjan yhesnegrounesuusmalln arkaseluun Johansenn proseduurlla (Johansen 1988; Johansen, Juselus 1990). Ensn suoren vrheanalyys, jossa huoman vrheden olevan jonkn verran korrelounea. Sen sjaan auokorrelaaoa a normaalsuua e havau rävän suurlla vvellä. Tukulle vdelle akasarjalle saan yhesnegrounesuuden aseeks 2, jollon myös yhesnegrounesuusvekorea ol kaks. Lopuks rakennen markknaporfolon ja ndeksen vällle vrheenkorjausmall (ECM), joa käyen menesyksellses yylsjoamseen perusuvan hedge-porfoloden rakenamseen, jossa käyen neljällä erpusella ranng perodlla saauja kolmen kuukauden ennususpäkä oman, joka eryses IT-kuplan akana lövä kakssa apauksssa markknaporfolon ja 3

13 13 apauksessa neljäsä parhaen pärjänneen ndeksn. Nän havan, eä komponenesa vodaan muodosaa saonaarnen kokonasuus ja nden käyäyymnen rppuu ossaan. Lsäks esan kakk markkporfolon ja yksäsen ndeksen välse kahden kombnaaon yhesnegrounesuude, joa e juur esnyny yhä pokkeusa lukuun oamaa. Nän ollen pelkäsään kahdelle sarjalle e vou rakenaa ECM-malla. Krkkä on kuenkn anneu yhesnegrounesuuden olemassaolosa ehokkalla markknolla (Granger 1986; Balle, Bollerslev 1989). Sen sjaan osa ukjosa e näe rsraa yhesnegrounesuuden ja ehokkaden markknoden välllä (Dwyer, Wallace 1992; Ferre, hall 2002). Myös small cap value-osakkeden ulevasuuden preemo on herääny keskuselua, sllä sen päs hävä, jos kysymyksessä on anomala. Esm. Small cap growh-preemo on muuunu radkaals hyvn peneks 80-luvula alkaen. References Alexander C. 1999, Opmal hedgng usng conegraon. Phlosophcal Transacons of he Royal Socey, Seres A 357: Balle R., Bollerslev T. 1989, Common sochasc rends n a sysem of exchange raes. Journal of Fnance, 44, Cohcrane J. 1999, New facs n fnance. Economc Perspecves XXIII (3) Thrd quarer 1999 (Federal Reserve Bank of Chcago), also NBER workng paper 7169 Davs J., Eugene F., French K. 2000, Characerscs, Covarances, and Average Reurns: 1929 o The Journal of Fnance, Vol. 55, No Dckey D., Fuller W. 1979, Dsrbuon of he esmaes for auoregressve me seres wh a un roo. J. Am. Sascal Assoc. 74, Doornk J., Hansen H. 1994, An omnbus es for unvarae and mulvarae normaly. Workng paper, Nuffeld college, Oxford. Dwyer G., Wallace M. 1992, Conegraon and marke effency. Journal of Inernaonal Money and Fnance, 11, Engle R., Granger C. 1987, Conegraon and error correcon: represenaon, esmaon, and esng. Economerca 55, Fama E., French K. 1993, Common rsk facors n he reurns on socks and bonds. Journal of Fnancal Economcs 33, 3-56.

14 14 Fama E., French K. 1996, Mulfacor explanaons of asse prcng anomales. Journal of Fnance 51, Ferre M., Hall S. 2002, Foregn exchange marke effency and conegraon. Appled Fnancal Economcs 12, Granger C. 1986, Developmens n he sudy of conegraed varables. Oxford Bullen of Economcs and Sascs 48, Hansen H., Juselus K. 1995, CATS n RATS, Conegraon Analyss of Tme Seres. Esma: Illnos, USA. Johansen S. 1988, Sascal analyss of conegraon vecors. J. Econ. Dyn. Conrol 12, Johansen S. 1991, Esmaon and hypohess esng of conegraon n Gaussan auoregressve models. Economerca, 59, Johansen S., Juselus K. 1990, Maxmum lkelhood esmaon and nference on conegraon wh applcaons o he demand for money. Oxford Bull. Econ. Sas. 52, Lnner J. 1965, The valuaon of rsk asses and he selecon of rsky nvesmens n sock porfolos and capal budges. Revew of Economcs and Sascs 47, Nobel Commee 2003, Advanced Informaon: Tme Seres Economercs: Conegraon and Auoregressve Condonal Heeroskedascy. Rosenberg B., Red K., Lansen R. 1985, Persuasve evdence of marke neffcency. Journal of Porfolo Managemen 11,9-17 Russell Invesmen Group, 2006, Russell U.S. Equy Index Defnons. hp:// Sharpe W. 1964, Capal Asse Prces: A Theory of Marke Equlbrum Under Condons of Rsk. Journal of Fnance 19, Shenon L., Bowman K. 1977, Abvarae model for he dsrbuon of b 1 and b 2. Journal of Amercan sascal assocaon 72, Sock, J. M. Wason M. 1988, Varable Trends n Economc Tme Seres. Journal of Economc Perspecves, Vol 2, No. 3,

15 15 Appendx 1. Porfolos weghs n every quarer. ranng perod 5 year 7 year 10 year all daa A B C D A B C D A B C D A B C D 1991Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q Q

16 Q Q Q Q Q Q Q Q Q Q Q A = large cap value B = large cap growh C = small cap value D = small cap growh Table A1. Porfolos weghs 1991Q1-2004Q3.

Riskienhallinnan peruskäsitteitä

Riskienhallinnan peruskäsitteitä Rskenhallnnan peruskäseä Juss Kangaspuna 7. Syyskuua 2011 Työn saa allenaa ja julksaa Aalo-ylopson avomlla verkkosvulla. Mula osn kakk okeude pdäeään. Esyksen ssälö Todennäkösyyspohjanen vekehys aloudellsen

Lisätiedot

MUODONMUUTOKSET. Lähtöotaksumat:

MUODONMUUTOKSET. Lähtöotaksumat: MUODONMUUTOKSET Lähöoaksuma:. Maeraal on sorooppsa ja homogeensa. Hooken lak on vomassa (fyskaalnen lneaarsuus) 3. Bernoulln hypoees on vomassa (eknnen avuuseora) 4. Muodonmuuokse ova nn penä rakeneen

Lisätiedot

MUUTTOLIIKKEEN ENNUSTAMISESTA

MUUTTOLIIKKEEN ENNUSTAMISESTA Pellervon aloudellsen ukmuslaoksen yöpaperea Pellervo Economc Research Insue Workng Papers N:o 19 (oukokuu 1999) MUUTTOLIIKKEEN ENNUSTAMISESTA An Moso* Helsnk, oukokuu 1999 ISBN 951-8950-97-0 ISSN-1455-4623

Lisätiedot

Taustaa KOMPLEKSILUVUT, VÄRÄHTELIJÄT JA RADIOSIGNAALIT. Jukka Talvitie, Toni Levanen & Mikko Valkama TTY / Tietoliikennetekniikka

Taustaa KOMPLEKSILUVUT, VÄRÄHTELIJÄT JA RADIOSIGNAALIT. Jukka Talvitie, Toni Levanen & Mikko Valkama TTY / Tietoliikennetekniikka IMA- Exurso: Kompleksluvu ja radosgnaal / KOMPLEKSILUVUT, VÄRÄHTELIJÄT JA RADIOSIGNAALIT Tausaa IMA- Exurso: Kompleksluvu ja radosgnaal / Kakk langaon vesnä ja radoeolkenne (makapuhelme, WLAN, ylesrado

Lisätiedot

Flow shop, työnvaiheketju, joustava linja, läpivirtauspaja. Kahden koneen flow shop Johnsonin algoritmi

Flow shop, työnvaiheketju, joustava linja, läpivirtauspaja. Kahden koneen flow shop Johnsonin algoritmi Flow shop önvaheeju jousava lnja läpvrauspaja Flow shopssa önvaheden järjess on sama alla uoella Kosa vahea vo edelää jono vova ö olla vaheleva ja ö vova ohaa osensa äl ö evä oha osaan puhuaan permuaaoaaaulusa

Lisätiedot

Käyttövarmuuden ja kunnossapidon perusteet, KSU-4310: Tentti ma

Käyttövarmuuden ja kunnossapidon perusteet, KSU-4310: Tentti ma KSU-430/Ten 4..2008/Prof. Seppo Vranen /3 Käyövarmuuden ja kunnossapdon perusee, KSU-430: Ten ma 4..2008 Huom. Vasaus van veen kysymykseen. Funko- ja/a ohjelmoavan laskmen, musnpanojen, luenomonseden ja

Lisätiedot

Valmistaminen tai ostaminen varastoon tasainen kysyntä

Valmistaminen tai ostaminen varastoon tasainen kysyntä Valmsamnen varasoon Make-o-sock (MTS) -uoanoapaa käyävä yrykse, joka valmsava loppuuoea a osa erssä ja valmsuksen jälkeen varasova uoee varasoon odoamaan kysynää MTS-uoanomalln euna ova lyhye omusaja asakkaalle,

Lisätiedot

KVANTISOINTIKOHINA JA KANAVAN AWGN- KOHINA PULSSIKOODIMODULAATIOSSA

KVANTISOINTIKOHINA JA KANAVAN AWGN- KOHINA PULSSIKOODIMODULAATIOSSA KVANTIOINTIKOHINA JA KANAVAN AWGN- KOHINA PULIKOODIMODULAATIOA Teolkenneeknkka I 5359A Kar Kärkkänen Osa 6 5 Kvansonkohna PCM-järjeselmässä PCM:ssa on kaks vrhelähdeä:. kvansonkohna,. kanavan kohnan aheuama

Lisätiedot

Täydennetään teoriaa seuraavilla tuloksilla tapauksista, joissa moninkertaisen ominaisarvon geometrinen kertaluku on yksi:

Täydennetään teoriaa seuraavilla tuloksilla tapauksista, joissa moninkertaisen ominaisarvon geometrinen kertaluku on yksi: 77 Aemmn oleen, eä mars A on dagonalsouva. Tällanen on lanne äsmälleen sllon, un joasen omnasarvon geomernen eraluu on sama un algebrallnen. Täydenneään eoraa seuraavlla uloslla apaussa, jossa monnerasen

Lisätiedot

01/2013. Köyhyyden dynamiikka Suomessa 1995 2008. Eläketurvakeskus. Ilpo Suoniemi

01/2013. Köyhyyden dynamiikka Suomessa 1995 2008. Eläketurvakeskus. Ilpo Suoniemi 0/203 ELÄKETURVAKESKUKSEN TUTKIMUKSIA PALKANSAAJIEN TUTKIMUSLAITOKSEN TUTKIMUKSIA 4 Köhden dnamkka Suomessa 995 2008 Ilpo Suonem Eläkeurvakeskus PENSIONSSKYDDSCENTRALEN 0/203 ELÄKETURVAKESKUKSEN TUTKIMUKSIA

Lisätiedot

Ohjelmiston testaus ja laatu. Ohjelmistotekniikka dokumentointi

Ohjelmiston testaus ja laatu. Ohjelmistotekniikka dokumentointi Ohjelmson esaus ja laau Ohjelmsoeknkka dokumenon Ohjelmsoyöhön kuuluu oleellsena osana dokumenen krjoamnen laadukkaden dokumenen uoamnen vakeaa akaaulujen panaessa päälle, dokumenonnsa on helppo npsää

Lisätiedot

PK-YRITYKSEN ARVONMÄÄRITYS. KTT, DI TOIVO KOSKI elearning Community Ltd

PK-YRITYKSEN ARVONMÄÄRITYS. KTT, DI TOIVO KOSKI elearning Community Ltd PK-YRITYKSEN ARVONMÄÄRITYS KTT, DI TOIVO KOSKI elearning Communiy Ld Yriyksen arvonmääriys 1. Yriyksen ase- eli subsanssiarvo Arvioidaan yriyksen aseen vasaavaa puolella olevan omaisuuden käypäarvo, josa

Lisätiedot

Luento 6 Luotettavuus ja vikaantumisprosessit

Luento 6 Luotettavuus ja vikaantumisprosessit Tkll korkakoulu ysmaalyys laboraoro Luo 6 Luoavuus a vkaaumsrosss Ah alo ysmaalyys laboraoro Tkll korkakoulu PL 00, 005 TKK Tkll korkakoulu ysmaalyys laboraoro Määrlmä Tarkaslava ykskö luoavuus o s odäkösyys,

Lisätiedot

Mat Sovelletun matematiikan erikoistyö. ARCH -mallit Atso Suopajärvi 57512W

Mat Sovelletun matematiikan erikoistyö. ARCH -mallit Atso Suopajärvi 57512W Ma-.8 Sovelleun maemakan erkosyö ARCH -mall 9.9.5 Aso Suopajärv 575W Ssällyslueelo OSA I : Teora OSA II: Smulon. Johdano.... Mall.. Paramer.. Parameren esmon.... Kaavan (9) joho 5. Keromsa..6 5. Heeroskedassuuden

Lisätiedot

2. Taloudessa käytettyjä yksinkertaisia ennustemalleja. ja tarkasteltavaa muuttujan arvoa hetkellä t kirjaimella y t

2. Taloudessa käytettyjä yksinkertaisia ennustemalleja. ja tarkasteltavaa muuttujan arvoa hetkellä t kirjaimella y t Tilasollinen ennusaminen Seppo Pynnönen Tilasoieeen professori, Meneelmäieeiden laios, Vaasan yliopiso. Tausaa Tulevaisuuden ennusaminen on ehkä yksi luoneenomaisimpia piireiä ihmiselle. On ilmeisesi aina

Lisätiedot

Vaihtovirta ja vaihtojännite. Vaihtovirta ja vaihtojännite. Vaihtovirta ja vaihtojännite. Vaihtovirta ja vaihtojännite. Vaihtovirta ja vaihtojännite

Vaihtovirta ja vaihtojännite. Vaihtovirta ja vaihtojännite. Vaihtovirta ja vaihtojännite. Vaihtovirta ja vaihtojännite. Vaihtovirta ja vaihtojännite S-66. Elekronkan perskrss Leno III: vass Päöeho en perskykennä kondensaaor Vahovrran lyhenney merknäapa Vakea vahovra-analyys? analyys? Kompleksarmekka odellnen vahovra-analyys analyys alkaa asavrralla

Lisätiedot

Kuluttajahintojen muutokset

Kuluttajahintojen muutokset Kuluttajahntojen muutokset Samu Kurr, ekonomst, rahapoltkka- ja tutkmusosasto Tutkmuksen tausta ja tavotteet Tavaroden ja palveluden hnnat evät muutu jatkuvast, vaan ovat ana jossan määrn jäykkä lyhyellä

Lisätiedot

YRITYSKOHTAISEN TEHOSTAMISTAVOITTEEN MÄÄRITTELY 1 YRITYSKOHTAISEN TEHOSTAMISPOTENTIAALIN MITTAAMINEN

YRITYSKOHTAISEN TEHOSTAMISTAVOITTEEN MÄÄRITTELY 1 YRITYSKOHTAISEN TEHOSTAMISPOTENTIAALIN MITTAAMINEN ENERGIAMARKKINAVIRASTO 1 Le 2 Säkön jakeluverkkoomnnan yryskoasen eosamsavoeen määrely YRITYSKOHTAISEN TEHOSTAMISTAVOITTEEN MÄÄRITTELY Asanosanen: Vaasan Säköverkko Oy Lyy pääökseen dnro 491/424/2007 Energamarkknavraso

Lisätiedot

Lyhyiden ja pitkien korkojen tilastollinen vaihtelu

Lyhyiden ja pitkien korkojen tilastollinen vaihtelu Lyhyiden ja pikien korkojen ilasollinen vaihelu Tomi Pekka Juhani Marikainen Joensuun Yliopiso Maemaais-luonnonieeellinen iedekuna / Tieojenkäsielyieeen ja ilasoieeen laios / Tilasoiede Pro Gradu -ukielma

Lisätiedot

Menetelmäseloste 15.11.2013 MAATALOUDEN TUOTANTOVÄLINEIDEN OSTOHINTAINDEKSI 2010=100

Menetelmäseloste 15.11.2013 MAATALOUDEN TUOTANTOVÄLINEIDEN OSTOHINTAINDEKSI 2010=100 Meneelmäselose 15.11.213 MAATALOUDEN TUOTANTOVÄLINEIDEN OSTOHINTAINDEKSI 21=1 2 Ssällyslueelo 1 TAUSTAA... 3 2 MÄÄRITELMÄ JA KÄYTTÖ... 5 3 RAKENNE JA HINTASEURANTA... 6 MAATALOUDEN TUOTANTOTARVIKKEET JA

Lisätiedot

Tiedonhakumenetelmät Tiedonhakumenetelmät Helsingin yliopisto / TKTL. H.Laine 1. Todennäköisyyspohjainen rankkaus

Tiedonhakumenetelmät Tiedonhakumenetelmät Helsingin yliopisto / TKTL. H.Laine 1. Todennäköisyyspohjainen rankkaus Tieonhakumeneelmä Helsingin yliopiso / TKTL.4.04 Toennäköisyyeen perusuva rankkaus Tieonhakumeneelmä Toennäköisyyspohjainen rankkaus Dokumenien haussa ongelmana on löyää käyäjän kyselynä ilmaiseman ieoarpeen

Lisätiedot

INTERFERENSSIN VAIKUTUS LINEAARISISSA MODULAATIOISSA

INTERFERENSSIN VAIKUTUS LINEAARISISSA MODULAATIOISSA 1 INTERFERENSSIN VIKUTUS LINERISISS MOULTIOISS Men yksaajunen häökanoaalo haaa lasua? 521357 Teolkenneeknkka I Osa 18 Ka Käkkänen Kevä 2015 KERTUST 2 Kanoaaloodulaaolle: os[2πf φ] Lneaanen odulaao Vahee

Lisätiedot

Rahoitusriskit ja johdannaiset Matti Estola. luento 13 Black-Scholes malli optioiden hinnoille

Rahoitusriskit ja johdannaiset Matti Estola. luento 13 Black-Scholes malli optioiden hinnoille Rahoiusriski ja johannaise Mai Esola lueno 3 Black-choles malli opioien hinnoille . Ion lemma Japanilainen maemaaikko Kiyoshi Iō oisi seuraavana esieävän lemman vuonna 95 arikkelissaan: On sochasic ifferenial

Lisätiedot

Soorrea. OUTC'KUMPU Oy.' Malminetsintä. O. POhjamies/pAL ,4 1 (3) VLF -MI'ITAUS. Periaate. Lähetysase.mat

Soorrea. OUTC'KUMPU Oy.' Malminetsintä. O. POhjamies/pAL ,4 1 (3) VLF -MI'ITAUS. Periaate. Lähetysase.mat - OUTCKUMPU Oy Malmnesnä O POhames/pAL 94 (3) VLF -MTAUS Peraae Läheysasema VU (= Very M Frequency) -ruauks$sa käyeään apuna 5-0 khz aauusaueea omva asea Näden asemen anenrrl ova pysyä a nssä kulkeva vra

Lisätiedot

8 USEAN VAPAUSASTEEN SYSTEEMIN VAIMENEMATON PAKKOVÄRÄHTELY

8 USEAN VAPAUSASTEEN SYSTEEMIN VAIMENEMATON PAKKOVÄRÄHTELY Värähelymeaa 8. 8 USEAN VAPAUSASEEN SYSEEMIN VAIMENEMAON PAKKOVÄRÄHELY 8. Normaalmuoomeeelmä Usea vapausasee syseem leyhälöde (7.) raaseme vaa aava (7.7) a (7.8) homogeese yhälö ylese raasu { } lsäs paovomaveora

Lisätiedot

1 Excel-sovelluksen ohje

1 Excel-sovelluksen ohje 1 (11) 1 Excel-sovelluksen ohje Seuraavassa kuvaaan jakeluverkonhalijan kohuullisen konrolloiavien operaiivisen kusannusen (SKOPEX 1 ) arvioimiseen arkoieun Excel-sovelluksen oimina, mukaan lukien sovelluksen

Lisätiedot

W dt dt t J.

W dt dt t J. DEE-11 Piirianalyysi Harjoius 1 / viikko 3.1 RC-auon akku (8.4 V, 17 mah) on ladau äyeen. Kuinka suuri osa akun energiasa kuluu ensimmäisen 5 min aikana, kun oleeaan mooorin kuluavan vakiovirran 5 A? Oleeaan

Lisätiedot

Muutama uusi näkökulma hinta-aggregoinnista ja hedonisista indeksimenetelmistä:

Muutama uusi näkökulma hinta-aggregoinnista ja hedonisista indeksimenetelmistä: Muuama uus näöulma hna-aggregonnsa ja hedonssa ndesmeneelmsä: Emprnen sovellus omso- ja lelojen vuorn An Suoperä Tlasoesus Hnna ja Pala 2006 1 1 JOHDANTO Laadunmuuosen onrollon ndeslasennassa vodaan jaaa

Lisätiedot

INTERFERENSSIN VAIKUTUS LINEAARISESSA MODULAATIOSSA

INTERFERENSSIN VAIKUTUS LINEAARISESSA MODULAATIOSSA INTERFERENSSIN VIUTUS LINERISESS MOULTIOSS Teolkenneeknkka I 521359 a äkkänen Osa 15 1 19 Inefeenssn vakuus lneaasessa odulaaossa Radoaausa nefeenssä RFI sn usa äeselsä, kun oa kanoaaloaauus on lähellä

Lisätiedot

Aamukatsaus 13.02.2002

Aamukatsaus 13.02.2002 Indekst & korot New Yorkn päätöskursst, euroa Muutos-% Päätös Muutos-% Helsnk New York (NY/Hel) Dow Jones 9863.7-0.21% Noka 26.21 26.05-0.6% S&P 500 1107.5-0.40% Sonera 5.05 4.99-1.1% Nasdaq 1834.2-0.67%

Lisätiedot

Jaksolliset ja toistuvat suoritukset

Jaksolliset ja toistuvat suoritukset Jaksollset ja tostuvat suortukset Korkojakson välen tostuva suortuksa kutsutaan jaksollsks suortuksks. Tarkastelemme tässä myös ylesempä tlanteta jossa samansuurunen talletus tehdään tasavälen mutta e

Lisätiedot

Monte Carlo -menetelmä

Monte Carlo -menetelmä Monte Carlo -menetelmä Helumn perustlan elektron-elektron vuorovakutuksen laskemnen parametrsodulla yrteaaltofunktolla. Menetelmän käyttökohde Monen elektronn systeemen elektronkorrelaato oteuttamnen mulla

Lisätiedot

KEHITTYNEIDEN VALUUTTAMARKKINOIDEN TEHOKKUUS: USD INDEKSI

KEHITTYNEIDEN VALUUTTAMARKKINOIDEN TEHOKKUUS: USD INDEKSI Kauppaieeellinen iedekuna Talouden ja yriysjuridiikan laios Kandidaainukielma Rahoius KEHITTYNEIDEN VALUUTTAMARKKINOIDEN TEHOKKUUS: USD INDEKSI Currency Marke Efficiency of Developed Counries: USD Index

Lisätiedot

Dynaaminen optimointi ja ehdollisten vaateiden menetelmä

Dynaaminen optimointi ja ehdollisten vaateiden menetelmä Dynaaminen opimoini ja ehdollisen vaaeiden meneelmä Meneelmien keskinäinen yheys S yseemianalyysin Laboraorio Esielmä 10 - Peni Säynäjoki Opimoiniopin seminaari - Syksy 2000 / 1 Meneelmien yhäläisyyksiä

Lisätiedot

Jäkäläbiomassa Lapissa?

Jäkäläbiomassa Lapissa? Poronhoosyseemn arkaselu aloudells ekologsella malllla An Juhan Pekkarnen1,3, Jouko Kumpula2, Oll Tahvonen1,3 1Unversy of Helsnk, Deparmen of Fores Scences, Fnland 2Naural Resources Insue Fnland 3Economc

Lisätiedot

x v1 y v2, missä x ja y ovat kokonaislukuja.

x v1 y v2, missä x ja y ovat kokonaislukuja. Digiaalinen videonkäsiel Harjoius, vasaukse ehäviin 4-0 Tehävä 4. Emämariisi a: V A 0 V B 0 Hila saadaan kanavekorien (=emämariisin sarakkee) avulla. Kunkin piseen paikka hilassa on kokonaisluvulla kerroujen

Lisätiedot

( ) ( ) 2. Esitä oheisen RC-ylipäästösuotimesta, RC-alipäästösuotimesta ja erotuspiiristä koostuvan lineaarisen järjestelmän:

( ) ( ) 2. Esitä oheisen RC-ylipäästösuotimesta, RC-alipäästösuotimesta ja erotuspiiristä koostuvan lineaarisen järjestelmän: ELEC-A700 Signaali ja järjeselmä Laskuharjoiukse LASKUHARJOIUS 3 Sivu /8. arkasellaan oheisa järjeselmää bg x Yksikköviive + zbg z bg z d a) Määriä järjeselmän siirofunkio H Y = X b) Määriä järjeselmän

Lisätiedot

Kokonaishedelmällisyyden sekä hedelmällisyyden keski-iän vaihtelu Suomessa vuosina 1776 2005

Kokonaishedelmällisyyden sekä hedelmällisyyden keski-iän vaihtelu Suomessa vuosina 1776 2005 Kokonaishedelmällisyyden sekä hedelmällisyyden keski-iän vaihelu Suomessa vuosina 1776 2005 Heli Elina Haapalainen (157 095) 26.11.2007 Joensuun Yliopiso Maemaais- luonnonieeiden iedekuna Tieojenkäsielyieeen

Lisätiedot

Tuotannon suhdannekuvaajan menetelmäkuvaus

Tuotannon suhdannekuvaajan menetelmäkuvaus 1(15) Tuoannon suhdannekuvaajan meneelmäkuvaus Luku 1 Luku 2 Luku 3 Luku 4 Tuoannon suhdannekuvaajan yleiskuvaus Tuoannon suhdannekuvaajan julkaisuaikaaulu, revisoinikäyännö ja jakelu Tuoannon suhdannekuvaajan

Lisätiedot

VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS YRITYSVEROTUKSEN KOORDINOINTI JA VEROKILPAILU EUROOPAN UNIONISSA

VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS YRITYSVEROTUKSEN KOORDINOINTI JA VEROKILPAILU EUROOPAN UNIONISSA VTT-ESUSTELULOITTEIT VTT DISCUSSION PPERS 434 YRITYSVEROTUSEN OORDINOINTI J VEROILPILU EUROOPN UNIONISS nss ohonen Valon aloudellnen ukmuskeskus Governmen Insue for Economc Research Helsnk 2007 ISN 978-951-561-749-1

Lisätiedot

Suomen kalamarkkinoiden analyysi yhteisintegraatiomenetelmällä

Suomen kalamarkkinoiden analyysi yhteisintegraatiomenetelmällä KALA- JA RIISTARAPORTTEJA nro 374 Jukka Laiinen Jari Seälä Kaija Saarni Suomen kalamarkkinoiden analyysi yheisinegraaiomeneelmällä Helsinki 006 Julkaisija Riisa- ja kalaalouden ukimuslaios KUVAILULEHTI

Lisätiedot

Tietojen laskentahetki λ α per ,15 0,18 per ,15 0,18 per tai myöhempi 0,20 0,18

Tietojen laskentahetki λ α per ,15 0,18 per ,15 0,18 per tai myöhempi 0,20 0,18 SU/Vakuutusmatemaattnen ykskkö 6.3.07 (6) Rahastoonsrtovelvotteeseen ja perustekorkoon lttyvät laskentakaavat Soveltamnen. Rahastosrtovelvote RSV. Täydennyskerron b 6 Nätä laskentakaavoja sovelletaan täydennyskertomen,

Lisätiedot

Kuukausi- ja kuunvaihdeanomalia Suomen osakemarkkinoilla vuosina 2005-2013

Kuukausi- ja kuunvaihdeanomalia Suomen osakemarkkinoilla vuosina 2005-2013 Kauppaieeellinen iedekuna Talousjohaminen Kandidaainukielma Kuukausi- ja kuunvaihdeanomalia Suomen osakemarkkinoilla vuosina 2005-2013 Monhly and Turn-of-he-Monh anomaly in he Finnish sock marke during

Lisätiedot

Epävarmuus diskonttokoroissa ja mittakaavaetu vs. joustavuus

Epävarmuus diskonttokoroissa ja mittakaavaetu vs. joustavuus Epävarmuus diskonokoroissa ja miakaavaeu vs. jousavuus Opimoiniopin seminaari - Syksy 2000 / 1 Esielmän sisälö Kirjan Invesmen Under Uncerainy osan I luvu 4 ja 5. Mien epävarmuus diskonokorossa vaikuaa

Lisätiedot

Uuden eläkelaitoslain vaikutus allokaatiovalintaan

Uuden eläkelaitoslain vaikutus allokaatiovalintaan TEKNILLINEN KORKEAKOULU Systeemanalyysn laboratoro Mat-2.108 Sovelletun matematkan erkostyö Uuden eläkelatoslan vakutus allokaatovalntaan Tmo Salmnen 58100V Espoo, 14. Toukokuuta 2007 Ssällysluettelo Johdanto...

Lisätiedot

ELÄKEKASSAN LASKUPERUSTEET TYÖNTEKIJÄN ELÄKELAIN MUKAISTA ELÄKETURVAA VARTEN

ELÄKEKASSAN LASKUPERUSTEET TYÖNTEKIJÄN ELÄKELAIN MUKAISTA ELÄKETURVAA VARTEN ELÄKEKAAN LAKUPERUEE YÖNEKJÄN ELÄKELAN UKAA ELÄKEURAA AREN Kokooma 4.2.204. mesn kokoomaan ssällyey perusemuuos on ahseu 8..204. Eläkekassa oa erkseen hakea sosaal- ja ereysmnserön ahsusa laskuperuselleen.

Lisätiedot

12. ARKISIA SOVELLUKSIA

12. ARKISIA SOVELLUKSIA MAA. Arkiia ovellukia. ARKISIA SOVELLUKSIA Oleeaan, eä kappale liikkuu ykiuloeia raaa, eimerkiki -akelia pikin. Kappaleen nopeuden vekoriluonne riiää oaa vauhdin eumerkin avulla huomioon, ja on ehkä arkoiukenmukaiina

Lisätiedot

Sekatuotantoverstas Job shop. Flow shop vs. Job shop Esko Niemi

Sekatuotantoverstas Job shop. Flow shop vs. Job shop Esko Niemi Seauoanoversas Job shop Seauoanoversaassa öden reysä e ole rajoeu mllään avalla vaan ne vova ulea oman prosessnsa muases mnä ahansa oneden aua Tyypllsä omnasuusa: Tuoee ova vaheleva Työnvahee ja -vaheaja

Lisätiedot

ETERAN TyEL:n MUKAISEN VAKUUTUKSEN ERITYISPERUSTEET

ETERAN TyEL:n MUKAISEN VAKUUTUKSEN ERITYISPERUSTEET TRAN TyL:n MUKASN AKUUTUKSN RTYSPRUSTT Tässä peruseessa kaikki suuree koskea eraa, ellei oisin ole määriely. Tässä peruseessa käyey lyhenee: LL Lyhyaikaisissa yösuheissa oleien yönekijäin eläkelaki TaL

Lisätiedot

Ympäristöakatemia 7.-8.6.2010 Rymättylä MITÄ ITÄMEREN HUONO TILA MEILLE MAKSAA? Kari Hyytiäinen MTT

Ympäristöakatemia 7.-8.6.2010 Rymättylä MITÄ ITÄMEREN HUONO TILA MEILLE MAKSAA? Kari Hyytiäinen MTT Ympärsöaaema 7.-8.6.2010 Rymäylä MITÄ ITÄMEREN HUONO TILA MEILLE MAKSAA? Kar Hyyänen MTT JOHDANTO Rehevöymnen Iämeren esenen ongelma Ravnneuormus (ypp ja fosfor) Saunnasa levälauoja Iämerellä jo 1800-luvulla

Lisätiedot

Euroopan kehittyvien osakemarkkinoiden yhteisintegraatio

Euroopan kehittyvien osakemarkkinoiden yhteisintegraatio LAPPEENRANNAN TEKNILLINEN YLIOPISTO KAUPPATIETEIDEN OSASTO Laskenaoimen ja rahoiuksen laios Rahoius Euroopan kehiyvien osakemarkkinoiden yheisinegraaio ja kausalieei Aarne Björklund Rahoius 4 0239210 Sisällyslueelo

Lisätiedot

VÄRÄHTELYMEKANIIKKA SESSIO 18: Yhden vapausasteen pakkovärähtely, transienttikuormituksia

VÄRÄHTELYMEKANIIKKA SESSIO 18: Yhden vapausasteen pakkovärähtely, transienttikuormituksia 8/ VÄRÄHTELYMEKANIIKKA SESSIO 8: Yhen vapausaseen paovärähely, ransieniuormiusia JOHDANTO c m x () Kuva. Syseemi. Transieniuormiusella aroieaan uormiusheräeä, joa aiheuaa syseemiin lyhyaiaisen liieilan.

Lisätiedot

DEE-53000 Sähkömagneettisten järjestelmien lämmönsiirto

DEE-53000 Sähkömagneettisten järjestelmien lämmönsiirto DEE-53000 Sähkömageese järjeselme lämmösro Lueo 8 1 Sähkömageese järjeselme lämmösro Rso Mkkoe Dfferessmeeelmä Numeersa rakasua haeaa aluee dskreeesä psesä. Muodoseaa verkko ja eseää dervaaa erousosamäärä.

Lisätiedot

( ) ( ) x t. 2. Esitä kuvassa annetun signaalin x(t) yhtälö aikaalueessa. Laske signaalin Fourier-muunnos ja hahmottele amplitudispektri.

( ) ( ) x t. 2. Esitä kuvassa annetun signaalin x(t) yhtälö aikaalueessa. Laske signaalin Fourier-muunnos ja hahmottele amplitudispektri. ELEC-A7 Signaali ja järjeselmä Laskuharjoiukse LASKUHARJOIUS Sivu 1/11 1. Johda anneun pulssin Fourier-muunnos ja hahmoele ampliudispekri. Käyä esim. derivoinieoreemaa, ja älä unohda 1. derivaaan epäjakuvuuskohia!

Lisätiedot

Mat Lineaarinen ohjelmointi

Mat Lineaarinen ohjelmointi Mat-.4 Lneaarnen ohelmont 8..7 Luento 6 Duaaltehtävä (kra 4.-4.4) S ysteemanalyysn Lneaarnen ohelmont - Syksy 7 / Luentorunko Motvont Duaaltehtävä Duaalteoreemat Hekko duaalsuus Vahva duaalsuus Täydentyvyysehdot

Lisätiedot

ELÄKEKASSAN LASKUPERUSTEET TYÖNTEKIJÄN ELÄKELAIN MUKAISTA ELÄKETURVAA VARTEN

ELÄKEKASSAN LASKUPERUSTEET TYÖNTEKIJÄN ELÄKELAIN MUKAISTA ELÄKETURVAA VARTEN ELÄKEKN LKPERTEET TYÖNTEKJÄN ELÄKELN KT ELÄKETR RTEN Kokooma 30.6.20. mesn kokoomaan ssällyey perusemuuos on ahseu 6.6.20. Eläkekassa oa erkseen hakea sosaal- ja ereysmnserön ahsusa laskuperuselleen. Tähän

Lisätiedot

Työssä tutustutaan harmonisen mekaanisen värähdysliikkeen ominaisuuksiin seuraavissa

Työssä tutustutaan harmonisen mekaanisen värähdysliikkeen ominaisuuksiin seuraavissa URUN AMMAIKORKEAKOULU YÖOHJE (7) FYSIIKAN LABORAORIO V.2 2.2 38E. MEKAANISEN VÄRÄHELYN UKIMINEN. yön tavote 2. eoraa yössä tutustutaan harmonsen mekaansen värähdyslkkeen omnasuuksn seuraavssa tapauksssa:

Lisätiedot

XII RADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA

XII RADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA II ADIOAKTIIVISUUSMITTAUSTEN TILASTOMATEMATIIKKAA Laskenaaajuus akiivisuus Määrieäessä radioakiivisen näyeen akiivisuua (A) uloksena saadaan käyeyn miausyseemin anama laskenaaajuus (). = [II.I] jossa =

Lisätiedot

on määritelty tarkemmin kohdassa 2.3 ja pi kohdassa 2.2.

on määritelty tarkemmin kohdassa 2.3 ja pi kohdassa 2.2. SU/Vakuutusmatemaattnen ykskkö 7.8.08 (7) Rahastoonsrtovelvotteeseen ja perustekorkoon lttyvät laskentakaavat Soveltamnen. Rahastosrtovelvote RSV. Täydennyskerron b 6 Nätä laskentakaavoja sovelletaan täydennyskertomen,

Lisätiedot

DEE Lineaariset järjestelmät Harjoitus 4, ratkaisuehdotukset

DEE Lineaariset järjestelmät Harjoitus 4, ratkaisuehdotukset D-00 ineaarise järjeselmä Harjoius 4, rakaisuehdoukse nnen kuin mennään ämän harjoiuksen aihepiireihin, käydään läpi yksi huomionarvoinen juu. Piirianalyysin juuri suorianee opiskelija saaava ihmeellä,

Lisätiedot

3 SIGNAALIN SUODATUS 3.1 SYSTEEMIN VASTE AIKATASOSSA

3 SIGNAALIN SUODATUS 3.1 SYSTEEMIN VASTE AIKATASOSSA S I G N A A L I T E O R I A, O S A I I I TL98Z SIGNAALITEORIA, OSA III 44 3 Signaalin suodaus...44 3. Sysmin vas aikaasossa... 44 3. Kausaalisuus a sabiilisuus... 46 3.3 Vas aauusasossa... 46 3.4 Ampliudivas

Lisätiedot

( ) 5 t. ( ) 20 dt ( ) ( ) ( ) ( + ) ( ) ( ) ( + ) / ( ) du ( t ) dt

( ) 5 t. ( ) 20 dt ( ) ( ) ( ) ( + ) ( ) ( ) ( + ) / ( ) du ( t ) dt SMG-500 Verolasennan numeerise meneelmä Ehdouse harjoiusen 4 raaisuisi Haeaan ensin ehävän analyyinen raaisu: dx 0 0 0 0 dx 00e = 0 = 00e 00 x = e + = 5e + alueho: x(0 = 0 0 x 0 = 5e + = 0 = 5 0 0 0 5

Lisätiedot

Kuntaeläkkeiden rahoitus ja kunnalliset palvelut

Kuntaeläkkeiden rahoitus ja kunnalliset palvelut Kunaeläkkeiden rahoius ja kunnallise palvelu I LA Rapori LA Repors 30.1.2013 No 4 Kunaeläkkeiden rahoius ja kunnallise palvelu Jukka Lassila * Niku Määänen ** armo Valkonen *** * LA linkeinoelämän ukimuslaios,

Lisätiedot

4. Datan käsittely lyhyt katsaus. Havaitsevan tähtitieteen peruskurssi I, luento Thomas Hackman

4. Datan käsittely lyhyt katsaus. Havaitsevan tähtitieteen peruskurssi I, luento Thomas Hackman 4. Datan kästtel lht katsaus Havatsevan tähtteteen peruskurss I, luento 7..008 Thomas Hackman 4. Datan kästtel Ssältö Tähtteteellsten havantojen vrheet Korrelaato Funkton sovtus Akasarja-anals 4. Tähtteteellsten

Lisätiedot

3.5 Generoivat funktiot ja momentit

3.5 Generoivat funktiot ja momentit 3.5. Generovat funktot ja momentt 83 3.5 Generovat funktot ja momentt 3.5.1 Momentt Eräs tapa luonnehta satunnasmuuttujan jakaumaa, on laskea jakauman momentt. Ne määrtellään odotusarvon avulla. Määrtelmä

Lisätiedot

Tasaantumisilmiöt eli transientit

Tasaantumisilmiöt eli transientit uku 12 Tasaanumisilmiö eli ransieni 12.1 Kelan kykeminen asajännieeseen Kappaleessa 11.2 kykeiin reaalinen kela asajännieeseen ja ukiiin energian varasoiumisa kelan magneeikenään. Tilanne on esiey uudelleen

Lisätiedot

OSINKOJEN JA PÄÄOMAVOITTOJEN VEROTUKSEN VAIKUTUKSET OSAKKEEN ARVOON

OSINKOJEN JA PÄÄOMAVOITTOJEN VEROTUKSEN VAIKUTUKSET OSAKKEEN ARVOON AMPN YLIOPISO Kauppaieeien laios OSINKOJN JA PÄÄOMAVOIOJN VOUKSN VAIKUUKS OSAKKN AVOON Laskenaoimi Seminaariukielma Helmikuu 2004 Ohjaaja: Ismo Vuorinen apani Höök 3 SISÄLLYS JOHDANO... 4. ukielman ausaa...4.2

Lisätiedot

1. Luvut 1, 10 on laitettu ympyrän kehälle. Osoita, että löytyy kolme vierekkäistä

1. Luvut 1, 10 on laitettu ympyrän kehälle. Osoita, että löytyy kolme vierekkäistä Johdatus dskreettn matematkkaan Harjotus 3, 30.9.2015 1. Luvut 1, 10 on latettu ympyrän kehälle. Osota, että löytyy kolme verekkästä lukua, joden summa on vähntään 17. Ratkasu. Tällasa kolmkkoja on 10

Lisätiedot

3. Datan käsittely lyhyt katsaus

3. Datan käsittely lyhyt katsaus 3. Datan kästtel lht katsaus Havatsevan tähtteteen peruskurss I, luento..0 Thomas Hackman HTTPK I, kevät 0, luento 3 3. Datan kästtel Ssältö Tähtteteellsten havantojen vrheet Korrelaato Funkton sovtus

Lisätiedot

Moderni portfolioteoria

Moderni portfolioteoria Modern portfoloteora Helsngn Ylopsto Kansantalousteteen Kanddaatntutkelma 4.12.2006 Juho Kostanen (013297143) juho.kostanen@helsnk.f 2 1. Johdanto... 3 2. Sjotusmarkknat... 4 2.1. Osakemarkknat... 4 2.2.

Lisätiedot

KOMISSION VALMISTELUASIAKIRJA

KOMISSION VALMISTELUASIAKIRJA EUROOPAN UNIONIN NEUVOSTO Bryssel, 23. oukokuua 2007 (24.05) (OR. en) Toimielinen välinen asia: 2006/0039 (CNS) 9851/07 ADD 2 N 239 RESPR 5 CADREN 32 LISÄYS 2 I/A KOHTAA KOSKEVAAN ILMOITUKSEEN Läheäjä:

Lisätiedot

OH CHOOH (2) 5. H2O. OH säiliö. reaktori 2 erotus HCOOCH 3 11.

OH CHOOH (2) 5. H2O. OH säiliö. reaktori 2 erotus HCOOCH 3 11. Kemian laieekniikka 1 Koilasku 1 4.4.28 Jarmo Vesola Tuoee ja reakio: hiilimonoksidi, meanoli, meyyliformiaai C HC (1) vesi, meyyliformiaai, meanoli, muurahaishappo HC CH (2) hiilimonoksi, vesi, muurahaishappo

Lisätiedot

Rahoitusriskit ja johdannaiset Matti Estola. luento 12 Stokastisista prosesseista

Rahoitusriskit ja johdannaiset Matti Estola. luento 12 Stokastisista prosesseista Rahoiusriski ja johdannaise Mai Esola lueno Sokasisisa prosesseisa . Markov ominaisuus Markov -prosessi on sokasinen prosessi, missä ainoasaan muuujan viimeinen havaino on relevani muuujan seuraavaa arvoa

Lisätiedot

KOMISSION KERTOMUS. Suomi. Perussopimuksen 126 artiklan 3 kohdan nojalla laadittu kertomus

KOMISSION KERTOMUS. Suomi. Perussopimuksen 126 artiklan 3 kohdan nojalla laadittu kertomus EUROOPAN KOMISSIO Bryssel 27.2.205 COM(205) 4 final KOMISSION KERTOMUS Suomi Perussopimuksen 26 ariklan 3 kohdan nojalla laadiu keromus FI FI KOMISSION KERTOMUS Suomi Perussopimuksen 26 ariklan 3 kohdan

Lisätiedot

Hoivapalvelut ja eläkemenot vuoteen 2050

Hoivapalvelut ja eläkemenot vuoteen 2050 VATT-TUTKIMUKSIA 94 VATT-RESEARCH REPORTS Pekka Parkkinen Hoivapalvelu ja eläkemeno vuoeen 25 Valion aloudellinen ukimuskeskus Governmen Insiue for Economic Research Helsinki 22 ISBN 951-561-425-2 ISSN

Lisätiedot

Finanssipolitiikan tehokkuudesta Yleisen tasapainon tarkasteluja Aino-mallilla

Finanssipolitiikan tehokkuudesta Yleisen tasapainon tarkasteluja Aino-mallilla BoF Online 3 29 Finanssipoliiikan ehokkuudesa Yleisen asapainon arkaseluja Aino-mallilla Juha Kilponen Tässä julkaisussa esiey mielipiee ova kirjoiajan omia eiväkä välämää edusa Suomen Pankin kanaa. Suomen

Lisätiedot

Markov-prosessit (Jatkuva-aikaiset Markov-ketjut)

Markov-prosessit (Jatkuva-aikaiset Markov-ketjut) J. Vrtamo Lkenneteora a lkenteenhallnta / Markov-prosesst 1 Markov-prosesst (Jatkuva-akaset Markov-ketut) Tarkastellaan (statonaarsa) Markov-prosessea, oden parametravaruus on atkuva (yleensä aka). Srtymät

Lisätiedot

5 VALON ETENEMINEN. Säteille voidaan antaa tarvittaessa myös polarisaatio-ominaisuuksia.

5 VALON ETENEMINEN. Säteille voidaan antaa tarvittaessa myös polarisaatio-ominaisuuksia. 113 5 VAON ETENEMINEN Opsell lueell (nfrpun, näkyvä, ulrvole) sähkömgneenen kenä värähelee hyvn suurell juudell (luokk 1 15 Hz). Vsvs llonpuus on hyvn lyhy (luokk 1-5 m). On ss odoevss, eä hyvä pproksmo

Lisätiedot

Yrityksen teoria ja sopimukset

Yrityksen teoria ja sopimukset Yrtyksen teora a sopmukset Mat-2.4142 Optmontopn semnaar Ilkka Leppänen 22.4.2008 Teemoa Yrtyksen teora: tee va osta? -kysymys Yrtys kannustnsysteemnä: ylenen mall Työsuhde vs. urakkasopmus -analyysä Perustuu

Lisätiedot

Tässä harjoituksessa käsitellään Laplace-muunnosta ja sen hyödyntämistä differentiaaliyhtälöiden ratkaisemisessa.

Tässä harjoituksessa käsitellään Laplace-muunnosta ja sen hyödyntämistä differentiaaliyhtälöiden ratkaisemisessa. DEE-00 Lneaare järjeelmä Harjou 0, rakauehdouke Tää harjoukea käellään Laplace-muunnoa ja en hyödynämä dfferenaalyhälöden rakaemea Tehävä Laplace-muunno on käevä yökalu dfferenaalyhälöryhmen rakaemea,

Lisätiedot

JYVÄSKYLÄN YLIOPISTO Taloustieteiden tiedekunta

JYVÄSKYLÄN YLIOPISTO Taloustieteiden tiedekunta JYVÄSKYLÄN YLIOPISTO Talousteteden tedekunta AIKA- IKÄ- JA KOHORTTIVAIKUTUKSET KOTITALOUKSIEN RAHOITUSVARALLISUUDEN RAKENTEISIIN SUOMESSA VUOSINA 1994 2004 Kansantaloustede Pro gradu -tutkelma Maalskuu

Lisätiedot

Sanomalehtien kysyntä Suomessa Sanomalehtien kysynnän kehittymistä selittävä ekonometrinen malli

Sanomalehtien kysyntä Suomessa Sanomalehtien kysynnän kehittymistä selittävä ekonometrinen malli Sanomalehien kysynä Suomessa Sanomalehien kysynnän kehiymisä seliävä ekonomerinen malli Heikki Nikali, Iella BI Research series - Tukimussarja 7/2014 12.3.2014 FOR INTERNAL USE ONLY VAIN SISÄISEEN KÄYTTÖÖN

Lisätiedot

Sijoitusriskien ja rahoitustekniikan vaikutus TyEL-maksun kehitykseen

Sijoitusriskien ja rahoitustekniikan vaikutus TyEL-maksun kehitykseen Ismo Risku ja Kasimir Kaliva Sijoiusriskien ja rahoiusekniikan vaikuus TyEL-maksun kehiykseen Eläkeurvakeskuksen keskuselualoieia 009:6 Ismo Risku ja Kasimir Kaliva Sijoiusriskien ja rahoiusekniikan vaikuus

Lisätiedot

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ

MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ HYVÄN VASTAUKSEN PIIRTEITÄ MATEMATIIKAN KOE, PITKÄ OPPIMÄÄRÄ 4.9.4 HYVÄN VASTAUKSEN PIIRTEITÄ Alla oleva vasausen piireiden, sisälöjen ja piseiysen luonnehdina ei sido ylioppilasukinolauakunnan arvoselua. Lopullisessa arvoselussa

Lisätiedot

Suvi Kangasrääsiö MONETAARIMALLIT EUR/USD-VALUUTTAKURSSIN VAIHTELUN SELITTÄJÄNÄ: YHTEISINTEGROITUVUUSANALYYSI ARDL-MALLISSA

Suvi Kangasrääsiö MONETAARIMALLIT EUR/USD-VALUUTTAKURSSIN VAIHTELUN SELITTÄJÄNÄ: YHTEISINTEGROITUVUUSANALYYSI ARDL-MALLISSA OULUN YLIOPISTON KAUPPAKORKEAKOULU Suvi Kangasrääsiö MONETAARIMALLIT EUR/USD-VALUUTTAKURSSIN VAIHTELUN SELITTÄJÄNÄ: YHTEISINTEGROITUVUUSANALYYSI ARDL-MALLISSA Pro gradu -ukielma Talousiede Helmikuu 2016

Lisätiedot

Rahastoonsiirtovelvoitteeseen, perustekorkoon ja vakuutusmaksukorkoon liittyvät laskentakaavat ja periaatteet

Rahastoonsiirtovelvoitteeseen, perustekorkoon ja vakuutusmaksukorkoon liittyvät laskentakaavat ja periaatteet SU/Vakuutusmatemaattnen ykskkö 3..209 (7) Rahastoonsrtovelvotteeseen, perustekorkoon ja vakuutusmaksukorkoon lttyvät laskentakaavat ja peraatteet Soveltamnen. Rahastosrtovelvote RSV 2. Täydennyskerron

Lisätiedot

FYSA220/2 (FYS222/2) VALON POLARISAATIO

FYSA220/2 (FYS222/2) VALON POLARISAATIO FYSA220/2 (FYS222/2) VALON POLARSAATO Työssä tutktaan valoaallon tulotason suuntasen ja stä vastaan kohtsuoran komponentn hejastumsta lasn pnnasta. Havannosta lasketaan Brewstern lan perusteella lasn tatekerron

Lisätiedot

6.4 Variaatiolaskennan oletusten rajoitukset. 6.5 Eulerin yhtälön ratkaisuiden erikoistapauksia

6.4 Variaatiolaskennan oletusten rajoitukset. 6.5 Eulerin yhtälön ratkaisuiden erikoistapauksia 6.4 Variaaiolaskennan oleusen rajoiukse Sivu ss. 27 31 läheien Kirk, ss. 13 143] ja KS, Ch. 5] pohjala Lähökoha oli: jos J:llä on eksremaali (), niin J:n variaaio δj( (), δ()) ():ä pikin on nolla. 1. Välämäön

Lisätiedot

Johdatus tekoälyn taustalla olevaan matematiikkaan

Johdatus tekoälyn taustalla olevaan matematiikkaan Johdatus tekoälyn taustalla olevaan matematkkaan Informaatoteknologan tedekunta Jyväskylän ylopsto 4. luento 24.11.2017 Neuroverkon opettamnen - gradenttmenetelmä Neuroverkkoa opetetaan syöte-tavote-parella

Lisätiedot

Luento 7 Järjestelmien ylläpito

Luento 7 Järjestelmien ylläpito Luno 7 Järjslmin ylläpio Ahi Salo Tknillinn korkakoulu PL, 5 TKK Järjslmin ylläpidosa Priaallisia vaihohoja Uusiminn rplacmn Ennalahkäisvä huolo mainnanc Korjaaminn rpair ❶ Uusiminn Vioiun komponni korvaaan

Lisätiedot

Ratkaisu. Virittäviä puita on kahdeksan erilaista, kun solmut pidetään nimettyinä. Esitetään aluksi verkko kaaviona:

Ratkaisu. Virittäviä puita on kahdeksan erilaista, kun solmut pidetään nimettyinä. Esitetään aluksi verkko kaaviona: Diskreei maemaiikka, sks 00 Harjoius 0, rakaisuisa. Esi viriävä puu suunaamaomalle verkolle G = (X, E, Ψ), kun X := {,,, }, E := { {, }, {, }, {, }, {, }, {, }}, ja Ψ on ieninen kuvaus. Rakaisu. Viriäviä

Lisätiedot

Rakennusosien rakennusfysikaalinen toiminta Ralf Lindberg Professori, Tampereen teknillinen yliopisto ralf.lindberg@tut.fi

Rakennusosien rakennusfysikaalinen toiminta Ralf Lindberg Professori, Tampereen teknillinen yliopisto ralf.lindberg@tut.fi Rakennusosien rakennusfysikaalinen oimina Ralf Lindber Professori, Tampereen eknillinen yliopiso ralf.lindber@u.fi Rakenneosien rakennusfysikaalisen oiminnan ymmärämiseksi on välämäönä piirää kolme eri

Lisätiedot

Tarkastellaan kuvan 8.1 (a) lineaarista nelitahoista elementtiä, jonka solmut sijaitsevat elementin kärkipisteissä ja niiden koordinaatit ovat ( xi

Tarkastellaan kuvan 8.1 (a) lineaarista nelitahoista elementtiä, jonka solmut sijaitsevat elementin kärkipisteissä ja niiden koordinaatit ovat ( xi Elementtmenetelmän erusteet 8. 8 D-SOLIDIRKEEE 8. ohdanto Kolmulottesa soldelementtejä tartaan kolmulottesten kaaleden mallntamseen. ällön tarkasteltaan kaaleen geometralla e ole ertsrtetä jotka teksät

Lisätiedot

Sopimuksenteon dynamiikka: johdanto ja haitallinen valikoituminen

Sopimuksenteon dynamiikka: johdanto ja haitallinen valikoituminen Soimukseneon dynamiikka: johdano ja haiallinen valikoiuminen Ma-2.442 Oimoinioin seminaari Elise Kolola 8.4.2008 S yseemianalyysin Laboraorio Esielmä 4 Elise Kolola Oimoinioin seminaari - Kevä 2008 Esiyksen

Lisätiedot

Tchebycheff-menetelmä ja STEM

Tchebycheff-menetelmä ja STEM Tchebycheff-menetelmä ja STEM Optmontopn semnaar - Kevät 2000 / 1 1. Johdanto Tchebycheff- ja STEM-menetelmät ovat vuorovakuttesa menetelmä evät perustu arvofunkton käyttämseen pyrkvät shen, että vahtoehdot

Lisätiedot

f x dx y dy t dt f x y t dx dy dt O , (4b) . (4c) f f x = ja x (4d)

f x dx y dy t dt f x y t dx dy dt O , (4b) . (4c) f f x = ja x (4d) Tehävä 1. Oleeaan, eä on käössä jakuva kuva, jossa (,, ) keroo harmaasävn arvon paikassa (, ) ajanhekenä. Dnaaminen kuva voidaan esiää Talor sarjana: d d d d d d O ( +, +, + ) = (,, ) + + + + ( ). (4a)

Lisätiedot

A = B = T = Merkkijonon A osamerkkijono A[i..j]: n merkkiä pitkä merkkijono A:

A = B = T = Merkkijonon A osamerkkijono A[i..j]: n merkkiä pitkä merkkijono A: Merkkjonot (strngs) n merkkä ptkä merkkjono : T T T G T n = 18 kukn merkk [], mssä 0 < n, kuuluu aakkostoon Σ, jonka koko on Σ esm. bttjonot: Σ = {0,1} ja Σ = 2, DN: Σ = {,T,,G} ja Σ = 4 tetokoneen aakkosto

Lisätiedot

VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS. JULKISEN TALOUDEN PITKÄN AIKAVÄLIN LASKENTAMALLIT Katsaus kirjallisuuteen

VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS. JULKISEN TALOUDEN PITKÄN AIKAVÄLIN LASKENTAMALLIT Katsaus kirjallisuuteen VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS 445 JULKISEN TALOUDEN PITKÄN AIKAVÄLIN LASKENTAMALLIT Kasaus kirjallisuueen Juho Kosiainen Valion aloudellinen ukimuskeskus Governmen Insiue for Economic

Lisätiedot

ABTEKNILLINEN KORKEAKOULU

ABTEKNILLINEN KORKEAKOULU ABTEKNILLINEN KORKEAKOULU 7. Meeysjärjeselmä Teoverkkolaboraoro Ssälö 7. Meeysjärjeselmä Kerausa: ykskerae lkeeeoreee mall osso-mall asakkaa, palveljoa Erlag-mall asakkaa, palveljoa < Bommall asakkaa k

Lisätiedot

338 LASKELMIA YRITYS- JA PÄÄOMAVERO- UUDISTUKSESTA

338 LASKELMIA YRITYS- JA PÄÄOMAVERO- UUDISTUKSESTA VATT-KESKUSTELUALOITTEITA VATT DISCUSSION PAPERS 338 LASKELMIA YRITYS- JA PÄÄOMAVERO- UUDISTUKSESTA Harri Hieala Seppo Kari Timo Rauhanen Hanna Ulvinen Valion aloudellinen ukimuskeskus Governmen Insiue

Lisätiedot