Rahoitusvirtamallit ja kotitalouksien portfoliovalinta

Tutkimuksessa tarkastellaan rahoitusmarkkinoiden yleisen tasapainon ja taloudenpitäjäsektorien portfoliovalinnan mallittamista konsistentissa rahoitusvaateittain disaggregoidussa rahoitusvirtakehikossa. Tarkastelun pohjana on William Brainardin ja James Tobinin töistä 60- ja 70-luvuilla alkunsa saanut rahoitusvirtalähestymistapa. He arvostelivat makromalleissa perinteisesti sovellettua käytäntöä, jossa talouden rahoitusmarkkinat aggregoitiin yhdeksi rahoitusmarkkinoiden tasapainoyhtälöksi, LM-käyräksi. Brainard ja Tobin tarjosivat vaihtoehdoksi laajaa rakenteellista yleisen tasapainon kehikkoa, jossa korot ja hinnat joustavat tasapainottaen kaikkien rahoitusvaateiden markkinat. Tutkimuksessa esitellään rahoitusvirtalähestymistavan periaatteet ja analysoidaan sen kytkentöjä portfoliovalinnan mikroteoriaan ja erityisesti keskiarvo-varianssianalyysiin. Mm. aggregointiin ja sopeuttamiskustannusten mallittamiseen liittyviä kysymyksiä tutkitaan. Kehikon empiirisen soveltamisen ongelmia ja tilastollisten välineiden käyttöä rahoitusvirtamallien kaltaisissa singulaarisessa dynaamisessa systeemissä tarkastellaan laajasti. Klassisen ekonometrian välineiden lisäksi esitellään bayesilaisen tilastotieteen tarjoamia mahdollisuuksia rahoitusvirtamallintamisessa. Lähestymistavan tyypillisimpiä teoreettisia ja empiirisia sovelluksia esitellään ja arvioidaan. Empiirinen malli estimoidaan käyttäen sekä klassisen ekonometrian välineitä että bayesilaista lähestymistapaa. Tutkimuksen tavoite on selvittää rahoitusvirtamallien ja rahoitusmarkkinoiden yleisen tasapainon kehikon käyttömahdollisuudet toisaalta teoreettisena. ymmärrystä lisäävänä kehikkona ja toisaalta empiiristen ennustemallien pohjana. Keskeisenä tuloksena esitetään. että rahoitusvirtalähestymistavan tärkein kontribuutio on konsistentin ja helposti ymmärrettävän kehikon tuominen rahoitusmarkkinatutkimukseen. Siitä johdetut empiiriset mallit ovat yleensä niin raskaasti parametrisoituja. että klassisen ekonometrian menetelmät eivät yleensä tuota järkeviä ennustemalleja. Operationalisten mallien rakentamiseen suositellaan bayesi1aista lähestymistapaa.