Kausaalisuuden tutkiminen aikaistetulla aineostoilla

Seuraavaksi esittelen tulokset regressiomalleista, joissa asuntojen neliöhintoja aikaistettu yh-destä kahdeksaan kvartaalia muuhun aineistoon nähden. Näiden testien on tarkoitus kuvastaa mallissa mukana olevien tekijöiden vaikutusta asuntojen neliöhintoihin tulevaisuudessa. Testaan myös vaikutuksen kaksisuuntaisuutta velkamäärien suhteen eli aikaistan velkamäärien aineistoa ja testaan, onko asuntojen hinnoilla vaikutusta tulevaisuuden velkamääriin. Aiemmissa

tutkimuksissa muun muassa Oikarinen on löytänyt Suomen pääkaupunkiseudun asuntojen ne-liöhintojen ja yksityisten velkamäärien väliltä kaksisuuntaisen positiivisen yhteyden. Hänen vuo-sien 1975 ja 2006 väliltä olevan aineiston mukaan velkamäärän kasvu nostaa asuntojen hintoja ja toisaalta asuntojen hintojen nousu kasvattaa velkamääriä (Oikarinen 2009a).

Teen aikaistettujen neliöhinta-aineistojen testit kaikista edellä esitetyistä regressiomalleista, joissa kaikki mallin muuttujat olivat samalta ajanhetkeltä. Tutkimushypoteeseista vain ensimmäi-nen koskee asuntovelkamäärien ja asuntojen hintojen välistä kausaliteettia, mutta koska testien tekeminen on kohtuullisen yksinkertaista, selvitän syy-seuraussuhteen olemassaoloa kaikista saatavilla olevista tiedoista.

Ensimmäisen hypoteesin tarkempi testaaminen: Kausaliteetti kuntakohtaisessa mallissa velka- ja tulotietojen ja asuntojen hintojen välillä

Kuntakohtaisen tarkastelun tuottamia regressiomalleja aikaistetulla asuntojen hinta-aineistoilla voi pitää edelleen odotusten mukaisena. Koska ensimmäinen muodostama regressiomalli sisälsi kaksi erillistä testiä, myös tämä aikaistetun aineiston kausaliteettitesti on jaettu kahteen osaan.

Ensimmäisessä testissä regressiomallissa oli mukana ensin yhden kvartaalin ja sitten kahden, neljän ja kahdeksan kvartaalin verran aikaistettu neliöhinta-aineisto. Tulokset ovat kertoimiltaan hyvin vastaavia kuin mallissa, jossa aineistot koskivat samaa ajanhetkeä. Tuloksien perusteella voidaan kuitenkin sanoa, että asuntovelkamäärien muutokset kaupunkitasolla johtavat asunto-jen neliöhintoasunto-jen muutoksiin ja tämä kausaliteetti on positiivinen. Yllättävää tuloksissa on se, että asuntovelan määrän suhteellinen vaikutus asuntojen neliöhintoihin voimistuu, kun aineistoa vii-västetään enemmän. Samalla asuntokuntien lukumäärän vaikutus pienenee ja aikaistetussa ai-neistossa velkamäärän muutos onkin asuntokuntien lukumäärää tärkeämpi tekijä asuntojen hin-tojen muodostumisen kannalta.

Koska mallista on edelleen poistettu tulotieto, ei multikollineaarisuusongelmaakaan tässä mal-lissa esiinny. VIF-luvut ovat yhden tienoilla kaikilla aikaistuksen asteilla. Mielenkiintoisena tulok-sena voidaan pitää myös sitä, että koron vaikutus asuntojen neliöhintoihin heikkenee, kun

aineistoa aikaistetaan enemmän, eli kun hintoja ennustetaan pidemmälle tulevaisuuteen. Tilas-tollinen merkitsevyys jopa katosi kokonaan, kun aineistoa aikaistettiin kahdeksan kvartaalia.

Tämä tulos on hieman yllättävä, koska asuntojen hinnat sopeutuvat oletusten mukaan talouden muutoksiin melko hitaasti. Koron suhteen vaikutus näkyy tämän tuloksen perusteella kuitenkin vain melko lyhyellä aikavälillä. On myös otettava huomioon, että tässä ennustavassa mallissa se-litysaste tippuu hieman reaaliaikaiseen malliin nähden. Korjattu sese-litysaste on kaikilla neljällä ai-kaistuksen asteella noin 40 prosenttia. Tuloksen mukaan ensimmäinen hypoteesi jää voimaan ja asuntovelkojen määrät aiheuttavat tämän aineiston mukaan asuntojen neliöhintojen muutoksia.

Alla olevassa taulukossa kuvattu regressiomallin tulokset yhtäaikaisessa ja ennustavassa mal-lissa. Mallissa on mukana kuntakohtainen korkotaso, asuntovelan määrä ja asuntokuntien luku-määrä.

Taulukko 2 Kuntakohtaisten asuntolainojen, korkotason ja asuntokuntien lukumäärän vaikutus asuntojen kuntakohtaisiin hintoihin.

**. Correlation is significant at the 0.01 level (2-tailed).

*. Correlation is significant at the 0.05 level (2-tailed).

Mallin toinen yhtälö on edellisen kaltainen, mutta se ennustaa tulojen vaikutusta asuntojen ne-liöhintojen muutoksiin, kun huomioon on otettu korkotaso ja kuntakohtainen asuntokuntien lu-kumäärä. Neliöhinta-aineistoa aikaistettiin vastaavasti kuin ensimmäisessäkin testissä eli kol-mesta kuukaudesta kahteen vuoteen. Tulokset olivat tässäkin tapauksessa reaaliaikaisen aineis-ton kaltaisia ja siten tulot olivat myös ratkaiseva tekijä asuntojen hintojen muodostumisessa.

Tässäkään mallissa multikollineaarisuus ei aiheuta ongelmia, koska VIF-luvut ovat edelleen yh-den tuntumassa. Tuloksissa on myös tässä aikaistetussa mallissa huomionarvoista se, että

asuntokuntien lukumäärän suhteellinen kerroin heikkenee verrattuna reaaliaikaiseen malliin. Se-litysaste on tässä tapauksessa hieman velkatietoa testaavaa mallia parempi ja on noin 47 pro-senttia kaikilla aikaistusasteilla. Selitysvoima on kuitenkin huonompi kuin reaaliaikaisessa mal-lissa. Myös tässä mallissa korko näyttelee erilaista roolia, kuin ensimmäisessä malmal-lissa. Tässä ta-pauksessa koron suhteellinen vaikutus muuttuu voimakkaammaksi ja on aikaistetussa mallissa suhteutetulta kertoimeltaan merkittävämpi, kuin asuntokuntien lukumäärä, mutta oletuksien mukaan negatiivinen vaikuttaja.

Yhteenvetona tästä ensimmäisestä testistä voidaan todeta, että kuntakohtaisella asuntokuntien keskimääräisellä velka- ja tulomäärällä pystytään ennustamaan kuntakohtaisten asuntojen neliö-hintojen kehitystä tämän aineiston perusteella luotettavasti. Reaaliaikaisessa aineistossa asunto-kuntien lukumäärä näyttäisi olevan voimakkaimmassa yhteisvaikutuksessa neliöhintojen kanssa, mutta kun aletaan testata kausaliteettia, nousevat tulojen ja velkojen määrät näyttelemään suu-rempaa roolia. Tähänastisten tulosten perusteella hypoteesit yksi ja neljä säilyvät voimassa.

Toisen hypoteesin tarkempi testaaminen: Johtaako asuntolainan saatavuuden paraneminen asuntojen neliöhintojen nousuun?

Seuraavaksi testaan asuntovelan ja tulojen suhteen vaikutusta asuntojen neliöhintoihin aikaiste-tulla aineistolla ja pyrin tällä edelleen osoittamaan syy-seuraussuhdetta lainan saatavuuden ja asuntojen hintojen välillä. Toteutustapa tässä on sama kuin edellisessäkin mallissa, eli neliö-hinta-aineistoa on aikaistettu yhdestä kahdeksaan kvartaalia. Tulokset ovat tässäkin mallissa hy-vin linjassa sekä edellisen yhtäaikaisen aineiston testien kanssa ja samalla aiemman teorian mu-kaisia, mikäli tuloja ei lisätä malliin. Testin mukaan velan saatavuuden muutos johtaa asuntojen hintojen muutoksiin ja tässäkin mallissa molemmat edellä mainituista muuttujista on kuntakoh-taisia. Tässäkin tapauksessa asuntokuntien lukumäärän vaikutus muuttuu vastaavasti kuin tuloja ja velkoja selittävänä muuttujana käyttävissä malleissa. Asuntokuntien lukumäärän muutoksen vaikutus asuntojen hintoihin heikkene suhteellisesti, mutta se säilyy silti kertoimeltaan voimak-kaampana, kuin velan ja tulon suhde. Testissä oli mukana myös korko, joka käyttäytyi hyvin vas-taavasti kuin tulon ja velan vaikutusta erikseen tutkivassa mallissa eli sen vaikutus pieneni

pidemmän aikavälin ennustamisessa. Tässäkin tapauksessa kahden vuoden päähän ennusta-vassa mallissa koron tilastollinen merkitsevyys katosi kokonaan. Tulos on siten tältä osin hieman yllättävä.

Testin luotettavuutta arvioitaessa voidaan tässäkin tapauksessa sanoa, ettei multikollineaarisuus aiheuta ongelmia ja VIF-luku pysyy yhden tuntumassa kaikilla ajallisilla muutoksilla. On kuitenkin huomattava, että testin selitysaste on tässä ennustavassa mallissa huomattavasti huonompi, kuin yhtäaikaisen aineiston mallissa, jossa se oli noin 83 prosenttia. Tässä mallissa korjattu seli-tysaste oli kaikilla aikaistusasteilla noin 30 prosenttia. Tulos on kuitenkin merkitsevä kaikilla muuttujilla ja kaikilla aikaistusasteilla lukuun ottamatta kahden vuoden ennusteen korkomuuttu-jaa. Tulos on myös pääosin teorian mukainen ja siksi tutkimuksen toinen hypoteesi jää voimaan eli asuntovelan saatavuudella on positiivinen vaikutus asuntojen neliöhintoihin myös tulevaisuu-dessa. Tässä tapauksessa tulokseen on kuitenkin suhtauduttava pienellä varauksella, koska velka-tulosuhde ei välttämättä kuvaa lainan saatavuutta optimaalisesti ja toisaalta mallin seli-tysaste heikkeni huomattavasti, kun testissä käytettiin aikaistettua aineistoa kausaliteetin osoit-tamiseksi. Alla olevassa taulukossa on esitetty yhtäaikaisen ja ennustavien mallien regressiomal-lin tulokset.

Taulukko 3 Asuntovelan saatavuutta kuvaavan mallin tulokset.

lnPK

Aikaistuksen aste  _VK IAK lnAK

0 Q -.767 .291** -.006 .473**

1 Q 4.011** .825** -.029** .265**

2 Q 4.008** .828** -.028** .266**

4 Q 3.979** .847** -.024* .267**

8 Q 3.829** .883** -.011 .277**

**. Correlation is significant at the 0.01 level (2-tailed).

*. Correlation is significant at the 0.05 level (2-tailed).

Yhtäaikaisessa mallissa tulojen lisääminen tähän velan saatavuutta kuvaavaan malliin aiheutti velkojen ja tulojen suhteen tilastollisen merkittävyyden katoamisen. Tässä mallissa tulojen

lisääminen ei poista velkojen ja tulojen suhteen merkitsevyyttä, mutta se muuttaa vaikutuksen negatiiviseksi. Toisin sanoen, kun tulot lisätään tähän ennustavaan malliin, muuttuu velan saata-vuuden paranemisen vaikutus asuntojen hintoja laskevaksi. Näin ollen tulos on erittäin ristiriitai-nen ja siksi mielestäni tulojen lisäämiristiriitai-nen aiheuttaa tässäkin mallissa ongelmia. VIF-luvut pysyvät tulojen lisäämisestä huolimatta alle neljässä, mutta joka tapauksessa tulot aiheuttavat multikolli-neaarisuusongelman lisääntymistä. Lisäksi muuttujana tulot vaikuttavat ilmiselvästi velkojen ja tulojen suhteeseen. Voidaan siis sanoa yksinkertaisemman, ensin esitetyn mallin perusteella, että toinen hypoteesi jää voimaan. Tähän tulokseen on kuitenkin suhtauduttava erityisellä va-rauksella, koska tulojen lisääminen sekoitti mallin tulokset ja toisaalta velka-tulosuhde ei välttä-mättä ole täysin luotettava muuttuja velan saatavuuden mittaamisessa.

Kolmannen hypoteesin tarkempi testaaminen: Kausaliteetti Suomen tulo- ja velkatietojen ja kuntakohtaisten asuntojen hintojen välillä

Tässä mallissa testasin aikaistettujen neliöhintojen avulla kausaliteettia Suomen kotitalouksien velka- ja tulotietojen ja kuntakohtaisten neliöhintojen välillä. Mallissa selittävinä tekijöinä olivat kuntakohtainen asuntokuntien lukumäärä ja koko Suomensuomen tiedot yksityishenkilöiden tu-loista, veloista ja koroista. Tulos oli siinä mielessä erittäinkin yllättävä, että millään valitulla talou-den tekijällä ei ollut tilastollisesti merkitsevää vaikutusta asuntojen neliöhintaan kuntatasolla.

Asuntokuntien lukumäärä oli selittävistä muuttujista ainoa kuntakohtainen tieto ja toisaalta se oli myös ainoa mallin tilastollisesti merkitsevä selittävä tekijä. Näiden tietojen perusteella voi-daan siis entistä vahvemmin väittää, ettei koko Suomen yksityishenkilöiden keskimääräisillä vel-kamäärillä ole vaikutusta asuntojen neliöhintoihin kuntakohtaisessa tarkastelussa. Myös reaaliai-kainen malli antoi viitteitä siitä, että yhteys Suomen tasoisten talouden tekijöiden ja kuntakoh-taisten neliöhintojen välillä on heikko, koska siinä taloustekijöistä ainoastaan velkamäärällä oli merkitsevä yhteys neliöhintoihin. Tämän mallin tulokset vahvistavat edellistä ja siten voidaan to-deta, että valtiontasoisilla muutoksilla kotitalouksien taloudessa on hyvin pieni vaikutus kunta-kohtaisiin neliöhintoihin. Asuntojen hintamuutoksia voidaan siten pitää hyvin paikallisena il-miönä.

Mallissa oli havaittavissa pientä multikollineaarisuusongelmaa ja se johtui korkojen, velkojen ja tulojen välisestä kohtuullisesta korrelaatiosta. Tästä syystä testasin tätäkin mallia niin, että pois-tin selittävistä muuttujista tulotiedon. Yksinkertaistamisesta huolimatta Suomen kotitalouksien velkatiedolla ei voida havaita merkitsevää yhteyttä asuntojen neliöhintoihin. Ainoa merkitsevä tekijä tässä yksinkertaisemmassakin mallissa oli asuntokuntien lukumäärä. Alla olevassa taulu-kossa on esitetty regressiomallin tulokset yhtäaikaisella ja aikaistetuilla muuttujilla mallissa, jossa on mukana Suomen asuntokuntien keskimääräinen asuntovelkamäärä, Suomen asuntovelkojen keskikorko ja tutkittavien kuntien asuntokuntien lukumäärä.

Taulukko 4 Suomen keskimääräisten asuntolainamäärien, korkotason ja asuntokuntien lukumäärän vaikutus asuntojen kun-takohtaisiin hintoihin.

lnPK

Aikaistuksen aste  _{lnLAA IA lnAK}

0 Q -.767 .291** -.006 .473**

1 Q 2.051 .265 -.016 .253**

2 Q 2.436 .228 -.019 .254**

4 Q 2.845 .189 -.020 .254**

8 Q 1.837 .283 -.002 .256**

**. Correlation is significant at the 0.01 level (2-tailed).

*. Correlation is significant at the 0.05 level (2-tailed).

Näillä perusteilla tutkimuksen kolmas hypoteesi hylätään. Reaaliaikaisen mallin avulla voitiin to-deta Suomen asuntovelkamäärillä olevan yhteys asuntojen kuntakohtaisiin neliöhintoihin. Tämä-kin reaaliaikainen malli vaikutti hieman epäluotettavalta lievän multikollineaarisuuden vuoksi.

Kausaliteettia ei pystytty osoittamaan ollenkaan ja koska tässä tapauksessa ainoa ratkaiseva te-kijä näytti olevan asuntokuntien kuntakohtainen lukumäärä, voidaan päätellä, että asuntojen hintojen muodostuminen on tämän aineiston perusteella nimenomaan paikallinen ilmiö. Viimei-sessä osiossa aion kuitenkin vielä testata, löytyykö näillä aineistoilla vastakkaissuuntaista vaiku-tussuhdetta tai kausaliteettia. Testaan tätä ongelmaa niin, että selitettävänä muuttujana on ai-kaistettu Suomen kotitalouksien keskimääräinen asuntovelan määrä ja selittävänä muuttujana tulot, asuntojen kuntakohtainen neliöhinta, korko ja asuntokuntien kuntakohtainen lukumäärä.

Viidennen hypoteesin testaaminen: Asuntojen hintojen vaikutus velkamääriin

Seuraavaksi tutkin asuntojen hintojen vaikutusta velkamääriin molemmilla saatavilla olevilla velka-aineistoilla. Toteutan tämän mallin vaihtamalla asuntovelan määrän regressiomallin seli-tettäväksi muuttujaksi ja testaan mallia sekä yhtäaikaisella, että aikaistetulla aineistolla. Aikaiste-tussa mallissa aikaistan edelleen selitettävää muuttujaa eli tässä tapauksessa asuntolainan mää-rää ja pystyn siten havainnoimaan vaikuttaako asuntojen hintojen kehitys tulevaisuuden velka-määriin. Oletusarvoisesti yhteys pitäisi löytyä myös näin päin ja näiden kahden muuttujan tulisi siten olla yhteisintegroituneita. Tässäkin mallissa selittävinä muuttujina käytän neliöhinnan li-säksi tulojen määrää ja korkoa. Asuntokuntien lukumäärää en tässä mallissa käytä, koska se kor-reloi melko vahvasti asuntojen neliöhintojen kanssa ja aiheuttaa malliin multikollineaarisuuson-gelman.

Ensimmäisessä testissä selittävinä muuttujina on kuntakohtaiset tiedot. Yhtäaikaisen mallin tu-lokset vaikuttavat tässä kohtaa melko erikoisilta siinä mielessä, että asuntojen neliöhinta saa asuntovelan määrän selittäjänä negatiivisen kertoimen. Tämä tuntuu aiempaan teoriaan ja pe-rusoletuksiin nähden hieman erikoiselta. Mallissa kaikki selittävät tekijät ovat tilastollisesti mer-kitseviä ja selvimmin velkamäärään vaikuttaa tulojen määrä, jonka vaikutus on positiivinen.

Korko ja asuntojen neliöhinta vaikuttavat neliöhintaan mallissa negatiivisesti, mutta huomatta-vasti pienemmällä kertoimella, kuin tulojen määrä. Mallin korjattu selitysaste on noin 90 prosent-tia ja multikollineaarisuusongelmaa ei esiinny. Tilastollisena testinä tulosta voi siten pitää luotet-tavana yhtäaikaisessa mallissa, vaikka tulos onkin neliöhinnan vaikutuksen osalta teorian vastai-nen.

Lisäksi testasin tätä kuntakohtaista asuntovelkojen muodostumista aikaistetusti edellä esitetyn mallin parametreilla. Aikaistuksena tein samat yhden, kahden, neljän ja kahdeksan kvartaalin ai-kaistukset kuin aiemminkin. Aikaistus muuttaa tulosta oleellisesti, koska nyt asuntojen neliöhinta muuttuu positiivisesti vaikuttavaksi tekijäksi asuntovelan määrän muodostumiseen, kun se yhtä-aikaisessa regressiossa vaikutti negatiivisella kertoimella. Toisaalta tulojen vaikutus vaihtuu ne-gatiiviseksi ja siten tulojen kasvu ennustaa tämän aineiston perusteella velkamäärän

vähenemistä. Korko ei ole mallissa merkitsevä pienemmillä aikaistusasteilla, mutta muuttuu merkitseväksi vuoden ennusteessa, tosin erittäin vahvasti oletusten vastaisesti positiivisella ker-toimella. Kokonaisuudessaan mallin korjattu selitysaste on mallin mukaan kaikilla aikaistuksen asteilla yli 50 prosenttia ja siten tulos kuvaa aineistoa kohtuullisesti. Myös VIF-luku säilyy yhden ja kolmen välillä ja testiä voidaan pitää tilastollisesti luotettavana.

Tulosten perusteella en pitäisi näitä malleja hyvinä tai luotettavina ennustamaan asuntovelan määrän muodostumista. Ensimmäisessä yhtäaikaisessa mallissa teorian vastaista oli asuntojen neliöhinnan negatiivinen vaikutus asuntovelan määrään ja toisaalta aikaistetussa ennustavassa mallissa tilanne kääntyi päälaelleen. Ennustavan mallin mukaan kasvanut korkoprosentti nostaa asuntovelan määrää ja toisaalta tulojen kasvu pienentää asuntovelan määrää. Tulokset vaikutta-vat siten melko ristiriitaisilta, vaikka testeissä oli mukana samat muuttujat erona pelkästään ai-neiston ajallinen kohdistus. Kaksisuuntaista yhteisvaikutusta asuntojen neliöhintojen ja asunto-velkojen välillä voidaan pitää epätodennäköisenä tämän aineiston perusteella.

Testasin lisäksi vaikuttaako kuntakohtaiset neliöhintojen muutokset koko Suomen asuntovelka-määriin. Toteutustapa on sama kuin edellisissäkin malleissa, eli selitettävänä muuttujana on koko Suomen asuntokuntakohtainen asuntovelkamäärä ja selittävinä muuttujina koko Suomen asuntovelkojen korkotaso, Suomen asuntokuntien keskimääräinen rahatulo ja kuntakohtainen asuntojen neliöhinta. Tein vastaavasti myös tälle aineistolle ennustavan testin aikaistetulla velka-aineistolla.

Aiemmissa tuloksissa huomasin, että koko Suomen velka- ja tulotietojen yhteys kuntakohtaisiin asuntojen hintoihin on melko heikko ja siksi on oletettavaa, että vaikutus on myös toisinpäin melko heikko tai sitä ei ole havaittavissa. Testin tulos on oletusten mukainen ja sen perusteella voidaan sanoa, että kuntakohtaisten asuntojen neliöhintatietojen yhteys koko Suomen asunto-velkamääriin on heikko. Se ei ole tilastollisesti merkitsevä yleisesti käytetyllä alle 0,05 merkit-sevyyden tasolla, joskin merkitsevyys on lähellä tätä ollen noin 0,07. Tulos puoltaa toisaalta aiempaa teoriaa siten, että koko Suomen aineistossa asuntovelan määrää selkeimmin ennustava tekijä on korkotaso, jonka vaikutus on velkamääriin negatiivinen. Testin mukaan myös tulojen

kasvaminen ennustaa tilastollisesti merkitsevällä tasolla velkamäärän kasvamista. Tämän tutki-muksen kannalta oleellisinta tietoa oli kuitenkin asuntovelkojen ja asuntojen neliöhintojen väli-nen yhteys ja sitä ei tämän tuloksen perusteella pystytä osoittamaan kaksisuuntaisena.

Muuttaako vuosien vakioiminen tilannetta?

Viimeisenä testinä vakioin vuodet aikasarja-aineistostani luomalla jokaisesta vuodesta niin sano-tun dummy-muuttujan. Tällä tavoin voidaan vertailla yksittäisen vuoden ja muiden vuosien vä-listä tilastollista eroavaisuutta aineistossa. Tästä saadaan se hyöty, että voidaan sulkea pois ko-konaistalouden yhteisvaikutus kaikkiin tekijöihin vuositasolla ja siten todistaa, ettei makrotalou-den muutokset aiheuta havaittuja ilmiöitä valittujen selittävien muuttujien sijasta. Testasin vuo-sien vakioimista parhaaksi toteamassani yhtälössä, jossa asuntojen kuntakohtaista neliöhintaa selitettiin kuntakohtaisten asuntokuntien lukumäärän, asuntokuntien velkamäärän ja korkota-son perusteella. Tässä kuitenkin huomasin, että korko aiheuttaa multikollineaarisuukorkota-songelman vuosien ollessa vakioituna ja siksi testasin vuosien vakiointia niin, että selittävinä muuttujina oli-vat ainoastaan asuntovelan määrä ja asuntokuntien lukumäärä. Tuloksen perusteella asuntovel-kojen ja asuntokuntien luvun vaikutus asuntojen neliöhintaan säilyy edelleen tilastollisesti mer-kitsevänä, vaikka vuosi-dummyt otetaan mukaan.

Kokonaisuutena tulokset olivat pääosin ennakko-oletusten ja teorian mukaisia. Viidestä tutki-mushypoteeseista jäi tämän aineiston perusteella voimaan ensimmäinen, toinen ja neljäs. Hyl-käämiseen päädyn kolmannessa hypoteesissa, jonka mukaan koko Suomen asuntovelkojen määrän piti vaikuttaa kuntakohtaisiin asuntojen neliöhintoihin. Testien perusteella näin ei kui-tenkaan ollut. Lisäksi hylkään viidennen hypoteesin, jonka mukaan asuntovelkojen määrän ja asuntojen hintojen välillä piti olla havaittavissa kaksisuuntainen kausaliteetti. Tutkimuksessa esi-tetyt analyysit vaikuttavat tilastollisten luotettavuusmittarien valossa toimivilta ja tulokset ovat pääosin linjassa aiemman teorian kanssa. Mielenkiintoisena johtopäätöksenä voidaan kolman-nen hypoteesin hylkäämisestä johtuen pitää sitä, että asuntojen hintojen määräytymikolman-nen näyt-täisi olevan alueellinen ilmiö, eikä koko kansantalouden taloustiedoilla näyttänyt olevan yhteyttä kuntakohtaisiin asuntojen hintoihin. Seuraavassa kappaleessa pohdin tuloksia vielä tarkemmin

aiemman teorian pohjalta ja toisaalta tuon esille mahdollisia tuloksien epätarkkuutta aiheuttavia tekijöitä.