Tutkimus · 2026-07-30

Voiko tekoäly halventaa kaiken mutta tehdä valtioista riskisempiä?

Näin Sami Miettinen käytti Gemini 3.6 Thinkingiä, Codex GPT-5.6 SOLia, Pythonia ja avoimia FRED-aineistoja muuttaakseen tekoälyä, palkkoja, veropohjaa ja valtion riskiä koskevan intuition falsifioitavaksi working paperiksi—ja miksi ensimmäinen testi ei vahvistanut väitettä.

Sami Miettinen · Päivitetty 2026-07-30

Näin yksi taloudellinen intuitio muuttui testatuksi, kritisoiduksi ja tarkoituksella epävarmaksi working paperiksi Geminin, Codexin, Pythonin, FREDin ja Tekoälytyö-ryhmän bottien avulla.

Olin Helsingin kauppakorkeakoulussa kvantitatiivisten aineiden hikari. Yksi professori olisi halunnut minun jatkavan akateemiselle uralle, mutta valitsin investointipankkiirin ja yrittäjän tien.

Tällä viikolla palasin hetkeksi sille valitsematta jääneelle polulle. Lähtökohtana oli uskottavalta kuulostava mutta liian väljä hypoteesi:

Jos tekoäly korvaa ihmistyötä riittävän nopeasti, se voi alentaa palkkoja ja työvoimavaltaisten palvelujen hintoja. Jos julkinen talous on samalla riippuvainen työn verotuksesta, veropohja voi heiketä ja tulonsiirrot kasvaa. Inflaatio-odotukset voivat silloin laskea samalla kun finanssi- ja luottoriski kasvavat.

Tärkeimmät sanat ovat voi ja jos. Tekoäly voi myös kasvattaa tuottavuutta, voittoja, kulutusta ja synnyttää uutta työtä. Nämä vaikutukset voivat laajentaa muita veropohjia ja kumota negatiivisen kanavan. Hypoteesi ei ole ”tekoäly aiheuttaa automaattisesti deflaation ja valtion maksukyvyttömyyden”. Se on ehdollinen ketju, jonka jokaisen lenkin pitäisi näkyä datassa—ja jonka pitää voida myös katketa.

Tuloksena syntyi working paper “AI Deflation, Sovereign Risk, and the TIPS Signal.” Lataa koko 15-sivuinen working paper PDF-muodossa.

Ensimmäinen empiirinen johtopäätös on yksinkertainen: julkisen datan testi ei vahvistanut AI-riskihypoteesia. Se teki kuitenkin jotain arvokkaampaa kuin näennäisen merkitsevän tuloksen tuottaminen. Se osoitti, missä mittaus- ja tunnistusketju katkeaa.

Tarinasta ajettavaksi tutkimusmalliksi

Gemini 3.6 Thinking ansaitsee selvän tunnustuksen työn alkuvaiheesta. Se auttoi muuttamaan sanallisen idean ensimmäiseksi tutkimusarkkitehtuuriksi: päivätyksi konfiguraatioksi, synteettisen makrodatan generaattoriksi, event study -muuttujiksi, Newey–West-korjatuksi interrupted time series -estimaattoriksi ja yrityslainojen paneeli-DiD-rungoksi. Se oli hyvä ensimmäinen käännös narratiivista ajettavaksi malliksi.

Seuraavaksi vein projektin OpenAI Codexiin ja käytin GPT-5.6 SOL -mallia Extra High -päättelytilassa. Codex paketoi prototyypit ai_tips_analysis-Python-kirjastoksi, lisäsi datavalidoinnin ja kattavan pytest-testisarjan, korjasi event studyn normalisoinnin ja kiinteiden vaikutusten spesifikaation, ajoi FRED-diagnostiikan, skannasi vaihtoehtoiset katkaisupäivät ja rakensi paperin uudelleen sen ympärille, mitä data todella salli sanoa.

Ohjelmistotestit ovat tärkeitä, koska synteettinen data voi luoda väärää varmuutta. Testit todistavat siksi mallin mekaniikkaa, eivät taloudellista hypoteesia:

vertailukuukaudeksi jätetty event_-1 puuttuu mallimatriisista oikein;
jokainen tapahtuma × altistus -termi vastaa tapahtumaindikaattorin ja työvoimaintensiteetin tuloa;
makromallit palauttavat HAC/Newey–West-kovarianssit;
yrityspaneeli absorboi yritys- ja kuukausivaikutukset ilman rank-virhettä;
kalibroitu synteettinen data palauttaa siihen tarkoituksella rakennetut kertoimien suunnat;
puuttuvat havainnot aiheuttavat selkeän virheen sen sijaan, että otos muuttuisi hiljaa.

Lopullisessa testisarjassa on 14 testiä, ja ne kaikki menevät läpi. Tämä osoittaa, että toteutus toimii määritellyllä tavalla. Se ei osoita hypoteesia oikeaksi. Synteettinen data löytää merkit, koska merkit rakennettiin sen datanmuodostusprosessiin.

Mitä FRED-testissä mitattiin?

Julkisessa diagnostiikassa käytettiin kolmea kuukausisarjaa:

BAA10Y, Moody’sin Baa-yrityslainojen ja Yhdysvaltain kymmenvuotisen valtionlainan korkoeroa;
T5YIE, viiden vuoden TIPS-breakeven-inflaatiota;
STLFSI4, St. Louis Fedin rahoitusmarkkinoiden stressi-indeksiä.

Makromalli oli HAC/Newey–West-keskivirheillä estimoitu katkoksellinen aikasarjamalli. Tammikuuta 2024 käytettiin pääkatkoksena. Koska yhden sopivan päivän valinta voi rakentaa kauniin mutta väärän tarinan, Codex sovitti mallin myös jokaiselle uskottavalle kuukausikatkolle neljän viime vuoden ajalta.

Skannauksessa oli 44 katkaisupäivää, joista 38:lla oli vähintään 12 kuukautta katkon jälkeistä aineistoa. Suhteelliset trendimuutokset olivat narratiivin suuntaisia—luottospread ylöspäin suhteessa vanhaan trendiin ja breakeven alaspäin—35 päivänä 38:sta. Molemmat suhteelliset muutokset läpäisivät false discovery rate -korjauksen vain kolmella päivällä, jotka osuivat syys–marraskuuhun 2023. Tulos näyttää vaatimattomammalta, kun asetetaan vahvempi testi.

Vahva ennuste vaatii, että katkon jälkeinen luottospreadin kokonaistrendi on positiivinen ja breakevenin kokonaistrendi negatiivinen. Näin tapahtui vain yhtenä 38 päivästä. Yhdelläkään päivällä molemmat osat eivät olleet tilastollisesti robusteja false discovery rate -korjauksen jälkeen.

Tammikuun 2024 pääkatkoksessa trendimuutoskertoimet osoittivat hypoteesin suhteellisiin suuntiin, mutta molemmat estimoidut katkon jälkeiset kokonaistrendit olivat positiivisia. Vahvempi yhteisennuste epäonnistui siis myös pääspesifikaatiossa.

BIC-kriteerillä parhaiten aineistoon sopiva yhteinen katkos oli syyskuussa 2022, ennen ChatGPT:n julkistamista. Se sopii paljon paremmin jo käynnissä olleeseen inflaatio-, rahapolitiikka- tai luottoregiimin muutokseen kuin uuden frontier-mallin aiheuttamaan shokkiin.

Rehellinen yhteenveto kuuluu näin:

Suhteellisia trendimuutoksia on helppo löytää. Hypoteesin vaatimaa katkon jälkeistä yhteistilaa ei ole. Ajoitus puhuu AI-tulkintaa vastaan.

Neljän vuoden katkosskannaus on siten menetelmäauditointi, ei AGI-tutka. Mallijulkaisut ovat kuvaajien merkintöjä. Tekoälyn käyttöönotto leviää yrityksiin, ammatteihin ja maihin eri aikaan; se ei ole yksi siisti makroshokki.

TIPS-opetus

Alkuperäinen intuitio yritti teettää TIPSillä liikaa.

Breakeven on karkeasti nimellisen valtionlainan koron ja reaalisen TIPS-koron erotus. Se ei ole puhdas inflaatioennuste. Siihen sisältyvät myös inflaatioriskipreemio, suhteellinen likviditeetti, TIPSien deflaatiolattia ja muita markkinahinnoittelun osia. Vielä tärkeämpää on, että nimellisille valtionlainoille ja TIPS:eille yhteisen luottoriskin pitäisi suurelta osin kumoutua erotuksessa. Breakeven voi kertoa instrumenttien erilaisesta kohtelusta, mutta se ei ole suora Yhdysvaltain valtion maksukyvyttömyyden mittari.

BAA10Y:n ongelma on päinvastainen: se mittaa yritysluottospreadia, ei valtion luottoriskiä. Molemmat julkiset proxyt ovat käyttökelpoisia koodin testaamiseen ja makromuuttujien yhteisliikkeen tutkimiseen, mutta ne eivät mittaa hypoteesin keskeisiä kausaalisia muuttujia.

Erottelu terävöityi keskusteluissa entisen opiskelukaverini Tuomo Vuolteenahon kanssa. Tuomo väitteli rahoituksen tohtoriksi Chicagon yliopistossa ja toimi myöhemmin taloustieteen professorina Harvardissa. Hänen tutkimuksensa ja uransa ovat keskittyneet siihen, miten markkinahinnat välittävät tietoa kassavirroista ja riskeistä.

Tuomo oli vieraana Neuvottelijan jaksossa 280, “Velkakriisiin keulaportti auki”. Keskustelimme Yhdysvaltain velasta, reaalikoroista, TIPS:eistä, inflaatiosta ja finanssirepression rajoista. Tuomon kritiikki tätä projektia kohtaan oli suora: nimellisten valtionlainojen ja TIPSien välille ei synny tähän tarkoitukseen mielekästä maksukyvyttömyysriskin kiilaa, eikä normaalien aikojen TIPS-likviditeetti todennäköisesti selitä taloudellisesti suurta vaikutusta. Aidosti mitattava osa on inflaatioriskipreemio, ja on myös hyvin mahdollista, että minun teesini on yksinkertaisesti väärä.

Juuri tällaista kritiikkiä working paper tarvitsee. Tuomo antoi vastauksensa viidessä minuutissa ja perehtyy paperiin paremmalla ajalla.

Tekoälytyön arviointihuone

Lähetin paperin myös Tekoälytyö-WhatsApp-ryhmämme boteille. Arviointipyyntöön nimettiin Samantha; Amon Ra eli Laurin botti; Donna eli Villen botti; Emelia eli Eemelin botti; sekä Jessie eli Jussin botti. Jessie delegoi syvemmän hakuanalyysin Hakutakulle ja antoi sille avoimesti suuren osan kunniasta.

Kommentit lähestyivät samaa parempaa tutkimusasetelmaa eri suunnista.

Samantha ehdotti keskeiseksi estimaatiksi kolmoisinteraktiota: ennen AI-aikaa mitattu altistus × toteutunut käyttöönotto × riippuvuus työn verotuksesta. Lisäksi koko välitysketju pitää mitata järjestyksessä: palkkasumma, nettoverotulot, primäärijäämä ja vasta sitten suora luottoriski.

Donnan tiivistys oli erinomainen: proxy epäonnistui, teoria ei vielä. Yritysluottospread ja raaka breakeven eivät voi ratkaista valtion luottoriskiä koskevaa hypoteesia.

Emelia ehdotti portitettua tutkimusohjelmaa. Ensin pitää osoittaa vaikutus palkkoihin, tunteihin tai työllisyyteen. Sen jälkeen etsitään vero- ja tulonsiirtovaikutus. Vasta näiden lenkkien jälkeen kannattaa siirtyä CDS- tai cash–OIS-spreadeihin. Hän myös varoitti lisäämästä shokin jälkeisiä välittäviä muuttujia yhteen lopulliseen regressioon ja kutsumasta tulosta kausaaliseksi.

Amon Ra tunnisti vaikeimmaksi ongelmaksi itse AI-shokin. Ennen AI-aikaa mitattu ammattialtistus voi korreloida koulutuksen, palveluvaltaisuuden, digitalisaation ja instituutioiden kanssa. Toteutunut käyttöönotto on sekin endogeeninen: heikot yritykset voivat automatisoida nopeammin. Uskottava tutkimus vaatii ennalta lukitun kausaaligraafin, pre-trendit, placebo-altistukset, sektoritulokset ja puolustettavan lähteen käyttöönoton vaihtelulle.

Jessie ja Hakutaku lisäsivät tärkeimmän kilpailevan selityksen. Laskevat inflaatio-odotukset ja levenevät luottospreadit ovat myös tavallisen kysyntäshokin tai taantumapelon peruskuvio. Siksi tarvitaan erotteleva ennuste. Tarjontapuolen AI-deflaation pitäisi yhdistää alenevat yksikkötyökustannukset vakaaseen tai kasvavaan tuotantoon ja marginaaleihin altistuneilla aloilla. Taantumadeflaatio ei tee näin.

Mitä pitäisi testata seuraavaksi?

Seuraava tutkimus pitää esirekisteröidä maa- tai euroaluepaneeliksi. Uuden houkuttelevan Yhdysvaltain katkaisupäivän etsiminen ei riitä.

Ensimmäinen portti on työmarkkina. Heikkenevätkö voimakkaasti altistuneiden ammattien reaalinen palkkasumma, työtunnit, työllisyys, avoimet työpaikat tai työntekijävirrat toteutuneen AI-käyttöönoton jälkeen? Toinen portti on finanssivälitys. Laskevatko työperäiset verotulot, kasvavatko tulonsiirrot ja heikkeneekö primäärijäämä suhteessa uskottaviin verrokkeihin? Kolmas portti on heterogeenisuus. Ovatko vaikutukset suurempia maissa, joissa työn verotus ja velanhoitotaakka ovat korkeita ja kyky verottaa pääomatuloja heikko?

Vasta tämän jälkeen kannattaa testata suoria valtion riskimittareita, kuten likvidejä sovereign CDS-, cash–OIS- tai asset swap -spreadeja. Valuuttaregiimi, redenominaatioriski, likviditeetti ja rahapoliittinen kapasiteetti pitää käsitellä eksplisiittisesti.

Inflaatiosta tulee erillinen tutkimushaara. Siinä pitää yhdistää swapit, kyselyt ja cap/floor-optioista johdettu jakauma sen sijaan, että raakaa breakeveniä pyydetään tunnistamaan kaikki. Tuomon kysymys—kuinka suuri inflaatioriskipreemio on?—kuuluu mittaustaulukkoon, jossa eri mallien arviot näytetään eikä preemiota oleteta pois.

Euroalue voi tarjota lähimmän vastineen laboratoriolle: yhteinen rahapolitiikka ja osittain yhteiset inflaatio-olosuhteet, mutta maakohtaiset verorakenteet ja valtion riskispreadit. Yritystasolla lähitesti on yksinkertaisempi: verrataan luottospreadien muutoksia yritysten välillä ennen AI-aikaa mitatun altistuksen ja toteutuneen käyttöönoton perusteella.

Myös hylkäyssäännön pitää olla selvä. Jos käyttöönotto ei heikennä altistuneiden ryhmien palkkasummaa—tai jos korkeampi tuottavuus, voitot, kulutus, uusi työ ja verotuksen sopeutuminen korvaavat menetyksen—ehdotettu valtion riskikanava pitää hylätä tai rajata paljon kapeammaksi. Tekoäly voi silti olla mullistava tai deflatorinen. Tämä tietty finanssimekanismi olisi hävinnyt.

Mitä kokeilu oikeasti osoitti?

Tekoäly ei korvannut tieteellistä harkintaa. Se nopeutti kurinalaista silmukkaa:

intuitio → muodollinen hypoteesi → koodi → testit → julkinen data → robustisuusskannaus → vihamielinen arviointi → kapeampi väite.

Gemini 3.6 Thinking teki arvokasta mallinnustyötä alkuvaiheessa. Codex GPT-5.6 SOL toi projektiin ohjelmistoteknisen kurin ja tilastollisen auditoinnin. Tekoälytyön botit tuottivat poikkeuksellisen hyödyllistä, vertaisarvioinnin kaltaista kritiikkiä. Tuomo toi asiantuntijakritiikin, joka estää eleganttia TIPS-tarinaa selviämästä pelkän intuition varassa.

Paperi ei osoita, että tekoälyn aiheuttama palkkadeflaatio kasvattaisi valtion luottoriskiä. Se ei myöskään vielä kumoa laajempaa ehdollista mekanismia. Se muuttaa idean arvokkaammaksi: väitteeksi, joka voidaan mitata vaiheittain ja aidosti hylätä.

Se on edistystä.

Paperi, jakso ja aineistot

Huomautus: kyseessä on vertaisarvioimaton working paper ja menetelmäkokeilu, ei sijoitussuositus. FRED-harjoitus on kuvaileva ja malliriippuvainen eikä tunnista tekoälyn kausaalivaikutusta.

Lataa liite

Sarja: AI-tutkimus · Markdown: index.md · In English