Browsing by study line "General track"

Hinnoittelualgoritmien käyttö on yleistynyt viimeisen vuosikymmenien aikana. Tähän on vaikuttanut erityisesti sähköisten markkinapaikkojen eli verkkokauppojen suosion kasvu. Lisäksi algoritmeihin liittyvä teknologia on kehittynyt ja hinnoittelualgoritmeihin liittyviä palveluita on yhä helpommin yritysten saatavilla. Tässä tutkielmassa tarkastellaan hinnoittelupäätöksissä käytettävien algoritmien vaikutuksia markkinakäyttäytymiseen, missä useat yritykset koordinoivat toimiaan saadakseen kilpailullista markkinatilannetta korkeampia voittoja. Tällainen yritysten välinen kilpailun vastainen yhteistyö, eli kolluusio, on usein kuluttajien ja kilpailun kannalta haitallista. Siksi myös hinnoittelualgoritmien käytön vaikutuksia kolluusion on syytä tarkastella. Tämän tutkielman tavoitteena on tarkastella hinnoittelualgoritmien vaikutuksia erityisesti hiljaiseen kolluusioon. Tarkastelun kohteena on myös se, kykenevätkö tekoälyyn perustuvat algoritmit kolluusion autonomisesti eli täysin ilman ihmisten ohjausta. Tutkielman kirjallisuuskatsauksessa syvennytään tekoälyyn perustuviin algoritmeihin ja hiljaiseen kolluusioon teoriatasolla. Hinnoittelualgoritmien vaikutuksia hiljaiseen kolluusion on vaikea tutkia empiirisin menetelmin, koska hiljaista kolluusiota voi olla vaikeaa havaita markkinoilta ja yritykset harvoin paljastavat hinnoittelussaan käyttämiään algoritmeja. Tästä syystä tutkielman toisena tutkimusmenetelmänä on kokeellinen tietokonesimulaatio, jonka avulla tarkastellaan hinnoittelualgoritmien vaikutuksia hiljaiseen kolluusion. Simulaation avulla pyritään kokeellisesti selvittämään, kykenevätkö tekoälyyn perustuvat hinnoittelualgoritmit kolluusioon autonomisesti. Tutkielman tulosten mukaan hinnoittelualgoritmien käytöllä voi olla vaikutuksia hiljaiseen kolluusioon. Hinnoittelualgoritmien käyttö voi muuttaa markkinarakenteita vaikuttaen hiljaiseen kolluusioon. Vaikutukset markkinarakenteisiin ovat kuitenkin hieman epäselvät ja vaikutukset hiljaiseen kolluusioon voivat olla joko lisääviä tai vähentäviä. Lisäksi hinnoittelualgoritmit voivat toimia myös välillisesti hiljaisen kolluusion fasilitaattorina. Tutkielman tuloksista erityisen mielenkiintoinen on tekoälyyn perustuvien hinnoittelualgoritmien kyky oppia kolluusio autonomisesti. Tätä tulosta tuki aiempaan kirjallisuuteen perustuva kirjallisuuskatsaus sekä tässä tutkielmassa toteutettu tietokonesimulaatio. Yleistyvä hinnoittelualgoritmien käyttö ja niiden kehittyminen voivat aiheuttaa täysin uudenlaisia ongelmia kilpailun tehokkuuden turvaamisessa ja sääntelyssä. Kokeelliseen tutkimukseen perustuvien tuloksien mukaan tekoälyyn perustuvat algoritmit näyttäisivät kykenevän autonomisesti kolluusioon. Jatkossa tutkimusta hinnoittelualgoritmien vaikutuksista kolluusioon olisi syytä laajentaa. Haasteeksi voi kuitenkin muodostua se, miten tutkimusta voidaan toteuttaa sellaisessa taloudellisessa ympäristössä, joka vastaa riittävän tarkasti todellista markkinatilannetta.

T\"am\"a maisterintutkielma tutkii Suomen sis\"all\"a esiintyvi\"a alueellisia eroja ty\"omarkkinoiden kohtaannossa vuosina 2011-2022. Kohtaannolla tarkoitetaan t\"ass\"a tutkielmassa ty\"ott\"omien ty\"onhakijoiden ja avointen ty\"opaikkojen/vakanssien kohtaamista ty\"omarkkinoilla. Kohtaanto heikkenee silloin, kun avointen ty\"opaikkojen ja ty\"ott\"omien ty\"onhakijoiden m\"a\"ar\"at kasvavat samanaikaisesti. T\"all\"oin sanotaan usein, ett\"a ty\"omarkkinoilla siirryt\"a\"an ylemm\"alle Beveridge-k\"ayr\"alle. Vertailen alueellisia eroja pitk\"alti ty\"omarkkinoiden etsint\"a- ja kohtaantoteorian valossa. Teorian mukaan ty\"omarkkinoilla uusia ty\"opaikkoja ei synny kitkatta, vaan ty\"omarkkinoiden osapuoliin (ty\"onantajat ja -hakijat) kohdistuu kustannuksia heid\"an osallistuessaan rekrytointiin/ty\"onhakuun. Lis\"aksi niin ty\"onantajilla kuin -hakijoillakin on tietyt rajahy\"odyt, joita alemmalla hy\"odyll\"a he eiv\"at suostu sopimukseen. T\"alloin ty\"omarkkinoilla kohtaavat vain sellaiset parit, jotka t\"aytt\"av\"at toistensa vaatimukset. T\"at\"a prosessia mallintaa kohtaantofunktio \(M=M(U,V)\), jossa M on syntyneiden ty\"osopimusten m\"a\"ar\"a, U on ty\"ott\"omien m\"a\"ar\"a ja V on vakanssien m\"a\"ar\"a. Tarkastelen vuosien 2011-2022 kehityst\"a ja alueellisia eroja k\"aytt\"aen sek\"a kohtaantofunktiota ett\"a Beveridge-k\"ayr\"a\"a eli vakanssien ja ty\"ott\"omyyden suhdetta. Kohtaantofunktion estimointi osoittaa sen tehokkuuden laskeneen maanlaajuisesti, joskin v\"akiluvultaan suuremmissa maakunnissa havaitaan parempaa menestyst\"a pienempiin verrattuna. My\"os Beveridge-k\"ayrien empiirinen analyysi osoittaa kohtaanto-ongelman olevan yhteinen, vaikkakin eri maakunnissa eri suuruinen. Lis\"aksi tutkin, kuinka julkiseen ty\"onv\"alitykseen ilmoitetut avoimet ty\"opaikat ovat muuttuneet vuosina 2011-2022, ja kuinka niiden ominaisuudet ovat vaikuttaneet t\"all\"a ajalla niiden t\"ayttymiseen alueittain ja kansallisesti. Havaitsen suurten yritysten osuuden julkisessa ty\"onv\"alityksess\"a kasvaneen merkitt\"av\"asti ja osa-aikaisen ty\"on osuuden nousseen kokop\"aiv\"aisten ty\"opaikkojen kustannuksella. T\"all\"akin aineistolla lasketut aluekohtaiset kiinte\"at vaikutukset viittaavat kohtaannon heikentymisen olevan yhteinen ilmi\"o, jonka suhteen v\"akiluvultaan suuremmat alueet kuitenkin p\"arj\"a\"av\"at keskim\"a\"arin hieman pienempi\"a verrokkejaan paremmin.

Työvoiman riittävyys on yksi tulevaisuuden suurimmista poliittisista kysymyksistä länsimaissa. Tähän pyritään löytämään ratkaisuja muun muassa pidentämällä nykyisten työntekijöiden työuria, kuitenkaan lisäämättä työkyvyttömyyseläkkeiden aiheuttamia kustannuksia. Yhtenä mahdollisena ratkaisuna pidetään ammatillisen kuntoutuksen tarjoamia työhön paluu mahdollisuuksia työkokeilun tai uudelleen kouluttautumisen avulla terveydentilalle sopivampaan ammattiin. Tutkimuksen alussa käydään tarkemmin läpi ammatillista kuntoutusta, sen prosessia, kohderyhmää sekä mahdollisia kuntoutuskeinoja. Tavoitteena on selvittää henkilötasoisten muuttujien vaikutusta ammatilliseen kuntoutukseen osallistumiseen. Lisäksi on tarkoitus selvittää, onko osallistumista mahdollista ennustaa jo hakemusvaiheessa. Aiemmat tutkimukset ovat osoittaneet iän, sukupuolen, koulutustausta ja sairauspoissaolojen lukumäärän olevan merkittäviä muuttujia tätä tutkittaessa. Tutkimuksen aineistona on yhden eläkelaitoksen vuosina 2016-2019 antamat ammatillisen kuntoutuksen ennakkopäätökset. Tutkimusmenetelminä käytetään khiin-neliötestiä, logistista regressiota sekä satunnaismetsää. Logistisen regression tuloksien mukaan tärkeimpiä ammatilliseen kuntoutukseen osallistumiseen vaikuttavia muuttujia ovat henkilön sukupuoli, kuntoutusrahan määrä, tietyt ammatit sekä vuosiansioiden määrä viimeisen viiden vuoden aikana ennen kuntoutusoikeuspäätöksen saamista. Ennustemalliksi luodun satunnaismetsän tulosten perusteella ammatilliseen kuntoutukseen osallistumista on mahdollista ennustaa. Positiivisen luokan ennustustarkkuus on selvästi parempi kuin negatiivisen luokan. Khiin-neliötestin, logistisen regression ja satunnaismetsän tuloksissa on kuitenkin myös toisistaan eroavia tuloksia.

Aiemmin on todistettu, että rekrytoinneissa esiintyy syrjintää. Syrjinnän kohteita ovat yleisesti olleet naiset, ulkomaalaistaustaiset tai muut vähemmistöt. Rekrytointisyrjinnän vähentämiseksi yksi kehitetty menetelmä on anonyymi rekrytointi. Anonyymissa rekrytoinnissa rekrytoijalta piilotetaan hakijoita yksilöiviä tietoja, kuten nimi, ikä ja sukupuoli. Anonyymia rekrytointia käytetään myös Metsähallituksessa. Tutkielma käsittelee Metsähallituksen toteutusta anonyymista rekrytoinnista vastaamalla kahteen tutkimuskysymykseen: Miten anonyymi rekrytointi on vaikuttanut eri ryhmien palkkaamistodennäköisyyksiin ja organisaation monimuotoisuuteen? Millaisia kokemuksia ja oletuksia rekrytoinneilla esihenkilöillä on anonyymista rekrytoinnista? Tutkielman aineisto koostuu rekrytointien tiedoista sekä rekrytoinneille esihenkilöille lähetetyn kyselyn vastauksista. Tutkielman analyysiin käytetty rekrytointiaineisto sisälsi 251 palkatun hakijan tietoja, kuten iän ja sukupuolen. Palkatuista 17 oli palkattu anonyymia rekrytointia hyödyntäen. Tutkielman aineiston toinen osa koostui kyselyn vastauksista. Kysely lähetettiin 88 esihenkilölle, joista 26 vastasi kyselyyn. Vastanneista henkilöistä yhdeksän oli käyttänyt vähintään kerran anonyymia rekrytointia Metsähallituksessa. Lähetetty kysely oli lyhyt, sisältäen 10 kysymystä. Kysymykset oli aseteltu hieman eri tavoin sen mukaan, oliko vastaaja käyttänyt anonyymia rekrytointia vai ei. Rekrytointiaineiston osalta tutkielmassa käytetään tuloksien saamiseksi lineaarista regressiomallia usealla muuttujalla. Käytetty malli tutki eri muuttujien, kuten anonyymin lomakkeen, hakijan iän ja sukupuolen vaikutuksia hakijan palkkaamistodennäköisyyteen. Palkkaamistodennäköisyys jokaisen tehtävän osalta tutkielmassa laskettiin jakamalla tehtävään palkattujen lukumäärä hakijoiden kokonaismäärällä, olettaen jokaisen hakijan olleen pätevä hakemaansa tehtävään. Kyselyn vastauksia tutkielmassa käsiteltiin aineistolähtöisesti laadullista päättelyä hyödyntäen. Esimerkiksi avoimia vastauksia teemoiteltiin tutkielmassa eri teemoihin ja tätä kautta esiteltiin teemakohtaisesti esiin nousseita asioita vastauksista. Monivalintakysymysten osalta vastauksien jakaumia tarkasteltiin kysymyskohtaisesti sekä vertailemalla vastauksia anonyymia rekrytointia käyttäneiden ja ei-käyttäneiden esihenkilöiden välillä. Rekrytointiaineistoa ja regressiomallia hyödyntämällä tutkielmassa havaitaan anonyymin rekrytoinnin parantaneen naisten palkkaamistodennäköisyyttä jopa 30 %-yksikköä. Kun taas havaittu vaikutus yli 50-vuotiaiden palkkaamistodennäköisyyteen on negatiivinen ja suuruudeltaan noin -9,5 %-yksikköä. Muiden tutkittujen muuttujien osalta tutkielmassa ei löydetty merkittäviä tuloksia anonyymin rekrytoinnin vaikutuksesta palkkaamistodennäköisyyksiin. Kyselyn vastauksista tutkielmassa huomataan, ettei vastaajat kokeneet anonyymin rekrytoinnin vaikuttaneen rekrytointiprosessiin tai hakijoiden yhdenvertaiseen kohteluun. Kyselyyn perustuen Metsähallituksen henkilöstö on avoin kokeilemaan anonyymia rekrytointia. Henkilöstö korosti menetelmään siirtymisessä organisaatiosta tulevan kannustamisen sekä menetelmään kouluttamisen tärkeyttä. Kyselyn vastauksien avulla tutkielma havaitsee myös pieniä ongelmia anonyymin rekrytoinnin toteutuksessa. Selkein havaittu ongelma oli se, että hakijoiden taustatiedot paljastuivat anonyymissa rekrytoinnissa helposti rekrytoijalle erinäisistä syistä. Tutkielma osoitti, että anonyymilla rekrytoinnilla on merkittäviä vaikutuksia tiettyjen ryhmien palkkaamistodennäköisyyksiin Metsähallituksessa sekä organisaation henkilöstön olevan avoimia kokeilemaan anonyymia rekrytointia. Tutkielmassa havaitaan Metsähallituksen anonyymin rekrytoinnin toteutuksessa ongelmia, ja menetelmän teorian mukaisen käytön takaamiseksi olisi tärkeää pohtia mitä tietoja hakijoista piilotetaan rekrytoinnin alussa. Piilotettavia tietoja miettiessä on tärkeää huomioida implisiittiset tiedot, joita rekrytoija voi saada esimerkiksi hakijan valmistumisvuosista.

Taxation is a critical tool for development, as well-designed tax systems can generate greater revenues to fund public goods and investments that drive productivity. However, lower-income countries often raise only a small percentage of their gross domestic product (GDP) in taxes compared to higher-income countries. The gap in revenue is particularly striking for property taxes. This thesis begins with a literature review on taxation in developing countries and property taxation in general, emphasizing the challenges of property taxation in developing countries. It then provides relevant background information on Kenya, discussing inequality, general taxation, and property taxation. Using survey data from the Kenya Integrated Household Budget Survey 2015-2016, the thesis then investigates the distribution of property value and income among Kenyan households. It then explores the potential revenue and distributional effects of two property taxation models while also considering potential revenue loss from taxing households with insufficient income or savings. The trends between household income and property value indicate that higher annual incomes correlate with higher property values and vice versa. However, low-income individuals also owned higher-value properties, leading to liquidity problems. A 2% linear property tax rate model revealed a heavy tax burden on lower-income households and an overall revenue potential of 2.38% of total survey income or 0.94% of 2016 GDP. The study observed significant decreases in revenue potential when adjusting revenue to account for the ability to pay. This research also modeled a property tax rate payable only upon reaching a specific income threshold to address liquidity problems. In this model, the tax burden shifted to higher-income households with an overall potential tax revenue of 1.91% of total survey income or 0.76% of GDP. In conclusion, the observed trends, such as the high prevalence of inability to pay, relatively low revenue potential, and the administrative effort required for property taxation, suggest that reforming property taxation may not be the most practical approach for increasing revenue in Kenya.

Asymmetric information in insurance markets is the result of policyholders, the buyers of insurance, having more information about their own risk types and preferences than the insurer. Informational asymmetry between the insurer and policyholders can lead to non-optimal insurance prices and quantities which reduce market efficiency. While the presence of asymmetric information has been widely studied in several insurance markets, it has not been empirically studied in the Finnish automobile insurance market before. This thesis aims to fill this gap in literature. The Finnish automobile insurance market consists of two types of insurance. Motor liability insurance is required by law from all vehicles used for driving in traffic. Also, voluntary automobile insurance can be acquired in addition to the mandatory motor liability insurance. In this thesis, the presence of asymmetric information is studied by comparing the occurrence of motor liability insurance claims, conditioned with the pricing variables used by the insurer, between policyholders who only have a motor liability insurance policy and policyholders with an additional automobile insurance policy. The data set used in this thesis is from a single Finnish insurance company. The data set is from the year 2019 and it contains nearly 105,000 motor liability insurance policies. The data include all variables observed by the insurer. Several regression specifications and the widely used positive correlation test are used in this thesis to study the correlation between insurance coverage and motor liability insurance claims. The results of this thesis suggest that signs of asymmetric information are not present at aggregate level in the Finnish automobile insurance market in question. However, different subgroups of policyholders show signs of asymmetric information: After controlling for the pricing variables, policyholders with an automobile insurance policy with the largest coverage show a positive correlation between buying automobile insurance and motor liability insurance claims whereas policyholders with an automobile insurance policy with the third largest coverage show a negative coverage-claims correlation. However, the results from different regression specifications regarding different automobile insurance coverages were not unanimous and thus the results are left ambiguous. In addition, new policyholders considered as experienced drivers show a negative correlation between motor liability insurance claims and having automobile insurance coverage. On the contrary, policyholders considered as experienced drivers with 1–2 years of company experience do not show signs of asymmetric information. The result suggests that the insurer learns from its repeat customers as signs of informational asymmetry disappear over time. Moreover, policyholders considered as unexperienced drivers do not show signs of asymmetric information regardless of the length of their customership in the firm. The results are in line with previous research.

Opportunistic insurance fraud has been given little attention in academic studies, even though it is estimated to account for the majority of insurance fraud. This global phenomenon distorts insurance markets, leading to higher premium prices for honest consumers. The motivation for this thesis is to gain deeper understanding of opportunistic insurance fraud, its causes, and to provide possible solutions to tackle it. This thesis provides a comprehensive literature review, combined with two theoretical models to study opportunistic insurance fraud. The first model introduced is the costly state verification model with two different auditing strategies. This model is used to find optimal insurance contracts under asymmetry. The second model is the fraud triangle with three elements: motivation, opportunity, and rationalization. In sum, the fraud triangle model explains opportunistic insurance fraud. The results from this analysis support the concept of a rational, utility maximizing consumer, whose main motivation for fraud is money. Opportunity is provided by the industry itself due to inadequate measures of detection and prevention. In addition, societal norms indicate a strong acceptance of fraudulent behavior, which is often seen as a victimless crime.

The prevailing volatility of the price/spread related to catastrophe risk around this newly innovative type of instrument, called CAT bond, gave light to this literature. Contrarily to normal type of insurance coverage risks (such as cars, houses, etc...) risk associated to natural and human catastrophes is more unpredictable and costly for (re)insurance companies. Insurance and reinsurance companies found a way to finance this expensive risk by shifting it to investors through Insurance-Linked Securities (ILS), more precisely and successfully, CAT bonds. By cross-checking data and information from multitude of sources, I investigated which are the main determinants capable to influence the price, spread or coupon of a catastrophe bond on the primary market for those instruments. This paper gathers data of 284 catastrophe bonds issued in the market between January 2013 and October 2021 provided by Artemis deal directory. My research contains an introduction part on those innovative type of bonds, an overview on previous research regarding the question and their results, and some empirical data on the main goal of this work, which is defining what variables influence the price of the CAT bond in the primary market. OLS regressions techniques with heteroskedasticity and autocorrelation consistent standard errors are mainly used based on multifactor based models in order to identify the main determinants of the price. The work of Alexander Braun will be the main inspiration for this work, I will apply a couple of same techniques on my work, according to the data available and Stata limitations. The outcome of the larger model including the whole set of variables and crossed variables shows that the expected loss is the major influencers of the catastrophe risk prices for both the in-sample and out-of-sample estimation and across diversified subsamples and models. As per the conclusion from previous researchers, the expected loss variable has shown to impact positively the price of the coupon bond much more than any other variable.

Abstract Faculty: Faculty of Social Sciences Program: Economics Study track: General Track Author: Julius Vili Henrik Rissanen Title: Comparing cost-effectiveness of short-term and long-term psychodynamic psychotherapies focusing on patients with depressive disorder and their work ability during a 5-year follow-up. Level: Master’s Thesis Month and Year: November 2021 Number of Pages: Keywords: Psychotherapy; cost-effectiveness; Work Ability; psychodynamic; randomized trial; Instructors: Roope Uusitalo, Lauri Sääksvuori, Costanza Biavaschi, Olavi Lindfors Deposited at: Helsingin Yliopiston kirjasto Other information: Abstract: Background: Mental health disorders pose significant burden to the society, for example, because of decreased work ability. Psychotherapy as one of the most important treatment methods also causes significant costs for the healthcare system. Putting effort into cost-effectiveness between the different therapy types can help promote better targeting of treatments and economic efficiency in society. Aims: Explore cost-effectiveness in improving work ability between short-term and long-term psychodynamic psychotherapy in patients with depression. Methods: The 192 depressive patients randomized to two psychotherapies of different lengths in the Helsinki Psychotherapy Study were measured in baseline and annually for five years. Work Ability Index (WAI) and Global Assessment of Functioning (GAF) as an effectiveness outcome measures were compared to the total direct costs with incremental cost-effectiveness ratios (ICER) between the treatments. Results: The total direct cost of short-term psychodynamic psychotherapy (SPP; €7,087) was significantly lower than for long-term psychodynamic psychotherapy (LPP; €19,959). The biggest explanatory factor between the cost of the treatments was protocol study therapy costs (SPP €1304; LPP €16,715). In addition, those randomized to the SPP had significant costs during the follow-up from the non-protocol auxiliary psychotherapy treatments (€5142) which were more than fives times compared to the LPP. All of these cost differences between the treatment groups were statistically significant. Psychotropic medication and outpatient care each averaged below €2000, and the differences weren’t statistically significant. Psychiatric hospitalization during the follow-up was rare but yielded significant costs to the associated patients. Differences of effectiveness between the treatment groups on the work ability were not statistically significant. The incremental cost-effectiveness ratio was highly unstable due to small differences in efficiency, but large differences in cost. Conclusions: The study found a clear difference in cost in favour of SPP without losing in the effectiveness of the treatment. However, patients in the SPP used a significant amount of non-protocol auxiliary psychotherapy treatments which may be an indication of insufficient therapy treatment. The absence of difference in the effectiveness can be thus attributed to the widespread utilization of additional treatments in the SPP. Going forward, expanding the study to account for the impact of patient’s suitability to the treatment, particularly in understanding SPP cost-effectiveness, would be worthwhile.

Machine Learning (ML) has experienced significant growth, fuelled by the surge in big data. Organizations leverage ML techniques to take advantage of the data. So far, the focus has predominantly been on increasing the value by developing ML algorithms. Another option would be to optimize resource consumption to reach cost optimality. This thesis contributes to cost optimality by identifying and testing frameworks that enable organizations to make informed decisions on cost-effective cloud infrastructure while designing and developing ML workflows. The two frameworks we introduce to model Cost Optimality are: "Cost Optimal Query Processing in the Cloud" for data pipelines and "PALEO" for ML model training pipelines. The latter focuses on estimating the training time needed to train a Neural Net, while the first one is more generic in assessing cost-optimal cloud setup for query processing. Through the literature review, we show that it is critical to consider both the data and ML training aspects when designing a cost-optimal ML workflow. Our results indicate that the frameworks provide accurate estimates about cost-optimal hardware configuration in the cloud for ML workflow. There are deviations when we dive into the details: our chosen version of the Cost Optimal Model does not consider the impact of larger memory. Also, the frameworks do not provide accurate execution time estimates: PALEO estimates our accelerated EC2 instance to execute the training workload with half of the time it took. However, the purpose of the study was not to provide accurate execution or cost estimates, but we aimed to see if the frameworks estimate the cost-optimal cloud infrastructure setup among the five EC2 instances that we chose to execute our three different workloads.