Uppsatsens titel: Penningmängd och huspriser - Finns det något samband? Ämne: Företagsekonomi, Kandidatuppsats, 15 hp Inlämningsdatum: 2009 – 05 – 29 Författare: Gunnar Levin, Viktor Sundling Handledare: Sven-Ola Carlsson Nyckelord: Penningmängd, Huspriser, Kointegration, M3, Fastigheter, FASTPI, Kvantitetsteorin Syfte: Syftet med uppsatsen är att genom statistiska tester beskriva sambandet mellan penningmängdens utveckling och småhusfastigheters prisutveckling. Vi vill även försöka förklara ett eventuellt samband med kvantitetsteorin. Tillvägagångssätt: I denna uppsats har vi genom att fastställa ett kointegrationssamband mellan tidsserievariabler kunnat genomföra en regressionsanalys mellan penningmängdsutvecklingen och prisutvecklingen för småhus avsedda för permanent boende. Slutsatser: Vi har funnit ett långsiktigt samband mellan utvecklingen i penningmängden uttryckt som M3 och prisutvecklingen för småhus avsedda för permanent boende. Sambandet mellan M3 och fastighetsprisindex för småhus kan förklaras med kvantitetsteorin. / Thesis title: Money supply and house prices - Is there any connection? Course: Business administration, Bachelor’s Essay, 15 credits Date of handing: 2009 – 05 – 29 Authors: Gunnar Levin, Viktor Sundling Advisor: Sven-Ola Carlsson Keywords: Money supply, House prices, Cointegration, M3, Real estate, FASTPI, Quantity Theory of Money Purpose of study: The purpose of this study is through statistical tests describe the relation between development in money supply and development in owner-occupied one- or two-dwelling buildings. We also want to describe a possible relation between the variables with the quantity theory. Method: In this essay, we have been able to perform a regression analysis between money supply and owner-occupied one- or two-dwelling buildings, by establishing cointegration between time variables. Conclusion: We have discovered a long term relation between the development in money supply defined as M3 and the development in prices for owner-occupied one- or two-dwelling buildings. The relation between M3 and real estate index can be explained with the quantity theory of money.

Business model innovation is used parallel with technical development to create competitive advantage within certain line of businesses. Many business have although not yet fully embraced business model innovation as a competitive foundation and still rely on technical development of products and services. The actual concept of business models and business model innovation has many different definitions and is perceived as ambiguous. The real estate business is a traditional line of business that often rely on technical development, location of the property and rent levels primarily as the competitive factors. As other line of businesses work more with business model innovation, as the IT-business, the interest for business model innovation grows in the real estate business.The purpose with this essay is to describe and analyze business model innovation within different types of real estate companies. Furthermore it’s investigated how companies within the real estate business today defines and uses business models.The study is based on a qualitative method whereof interview studies have been performed on different types of real estate companies. Primary data consists of interviews with 11 representatives from ten different real estate businesses. The result from the interviews have passed a thematic analysis to showcase eventual patterns in the answers from the interviewees.The definition of business models amongst the real estate companies was varying but all of them approached a definition that describes how a company works or creates profitability. None of the interviewees used business model innovation in a structured manner via for example a framework. The real estate companies on firsthand used technological development when innovating and not business model innovation. / Affärsmodellsinnovation används inom vissa branscher parallellt med teknisk utveckling för att skapa konkurrensfördelar. Många branscher har dock ännu inte anammat affärsmodellsinnovation såsom konkurrensmedel och förlitar sig fortfarande på i första hand teknisk utveckling av t.ex. produkter eller tjänster. Begreppen affärsmodell och affärsmodellsinnovation har många olika definitioner och upplevs som tvetydiga. Fastighetsbranschen är en traditionell bransch som ofta förlitat sig på teknisk utveckling, läget på fastigheterna och hyresnivåer som konkurrensmedel. I takt med att andra branscher arbetarmer med affärsmodellsinnovation, såsom IT-branschen, växer intresset föraffärsmodellsinnovation i även fastighetsbranschen.Syftet med denna uppsats är att beskriva och analysera affärsmodells-innovation inom olika typer av fastighetsföretag. Vidare utreds hur företag i fastighetsbranschen definierar och använder sig av affärsmodeller.Studien har sin grund i den kvalitativa metodläran varav intervjustudier har utförts på olika typer av fastighetsbolag. Primärdata består av intervjuer med elva representanter från tio olika fastighetsbolag. Resultatet från intervjuerna har genomgått en tematisk analys för att synliggöra eventuella mönster i respondenternas svar.Definitionen av affärsmodeller bland fastighetsbolagen var varierande men samtliga närmade sig en definition som beskrev hur ett företag arbetar eller skapar lönsamhet. Ingen av respondenterna använde sig av affärsmodells-innovation på ett strukturerat sätt genom exempelvis ett ramverk. De undersökta fastighetsbolagen använder sig i första hand av teknisk utveckling vid innovation och inte av affärsmodellsinnovation.

Twice a year, NAI Svefa publishes a report containing statistics on Sweden's real estate market.The report shows that commercial real estate on average has a clearly higher rate of returncompared to residential real estate. Risk and return have a close relationship where investorswho take a higher risk also expect a higher return. This indicates that commercial properties aremore risky to hold compared to residential properties. This paper examines the risks that cancause the difference in the yield requirement between the two property types. Six risks havebeen selected, three of which count as micro risks and three count as macro risks. The microrisks consist of financial risk, liquidity risk and business risk. The macro risks consist of cyclicalrisk, interest rate risk and political risk.The study is qualitative and includes personal interviews with eight respondents from wellestablishedSwedish real estate companies. Data collection has been done through interviewswhere respondents' responses have been compiled and then compared to each other. Theinterviews show that Swedish real estate companies agree with the reasoning between risk andreturn and that risk assessment is an important part of real estate investments.The study's results show that commercial real estate companies value financial, liquidity andbusiness risk higher than real estate companies focused on residential real estate. Interest raterisk and business risk are similarly assessed in both property types. However, the political riskis valued higher by real estate companies focused on residential real estate. The study showsthat all risks are linked, which makes it difficult to identify an individual risk that individuallycontrols the rate of return. However, after the study's implementation, the cyclical risk appearsto be the risk that has the greatest impact on the difference in the yield requirement between thetwo property types.

The purpose of this thesis is to investigate the possibilities of predicting vacancies in the real estate market by using machine learning models in terms of classification. These models were mainly based on data from contracts between a Swedish real estate company and their tenants. Attributes such as annual renting cost and rental area for each contract were supplemented with additional data regarding financial and geographical information about the tenants. The data was stored in three different formats with the first having binary classes which aim is to predict if the tenant is moving out within a year or more. The format of the second and third version were both multi classification problems that aims to classify if the tenants might terminate their contract within a specific interval with the length of three and six months. Based on the results from Microsoft Azure Machine Learning Studio, it is discovered that the multi classification problems perform rather poorly due to the classes being unbalanced. Regarding the  performance of the binary model, a more satisfying result was obtained but not to the extend to say that the model can be used to determine a vacancy with high accuracy. It should rather be used as a risk analysis tool to detect if a tenant is showing tendencies that could result in a future vacancy. A major pitfall of this thesis was the lack of data and the financial information not being specific enough. The performance of the models will likely increase with a larger dataset and more accurate financial information.

This thesis investigates the prerequisites needed for the Swedish real estate company Fabege to create useful machine learning models for classification and prediction of error reports from tenants. These error reports are regarding cold indoor climates and bad indoor air quality. By analyzing the available data, that consists of error reporting data, weather data and indoor climate data, the thesis investigates the different correlations between the sensor data and the error reports. By using an algorithm called decision jungle, two machine learning models have been trained in Microsoft Azure Machine Learning Studio. The main model, trained on error reporting data and weather data, shows the possibilities to classify data instances as a part of different error reporting classes. The model proves that it is possible to predict the emergence of future error reports of different classes with an average accuracy of 78%. The complementary model, trained on a small but more richly annotated dataset consisting of one year of indoor sensor data as well as the above-mentioned data, shows that there is a possibility to improve the main model by using indoor climate data. The thesis has shown that for Fabege to expand and improve these models, the amount of data collected from the indoor sensors needs to be largely increased. Fabege also needs to improve the quality of the error reporting data, which could be achieved by improving the error reporting form used by the tenants.

De senaste åren har en större mängd decentraliserad och variabel energiproduktion tagit plats inom elsystemet, mer specifikt vindkraft och solkraft, och etablering av mer distribuerad produktion kommer att fortsätta i enlighet med mål från nationer och världsorganisationer att fasa ut fossila bränslen och minska på växthusgasutsläpp. I takt med nedläggning av storskaliga kraftverk baserade på fossila bränslen påverkar detta möjligheterna att möta upp elbehovet med den tillgängliga produktionen. Mycket variabel produktion har samtidigt en negativ påverkan på elnätstabiliteten och kan skapa höga effekttoppar. Detta har skapat ett ökat behov av mer flexibilitet på kundsidan för att skapa balans på elnätet. Elektrokemiska batterilager kan lösa många av problemen som uppstår med intermittent förnybar energiproduktion. Batterilager har både utvecklats teknologiskt och minskats i pris avsevärt de senaste tio åren och kostnaderna kommer fortsätta att gå ned. För att batterilager på allvar ska bli intressant behöver aktörer som investerar i denna teknologi veta om det någon gång inom en snar framtid kommer att vara en positiv affär. Syftet med detta arbete har därför varit att undersöka lönsamheten med batterilager i kommersiella fastigheter idag och inom de närmsta 10 åren på den svenska marknaden. Studien har, med hjälp av blandad heltalsprogrammering (MILP) i MATLAB, tagit fram en modell som optimalt schemalägger energiflöden för en fastighet som har ett batterisystem och egen produktion installerat baserat på olika prisbilder. Modellen har i sin tur använts för att beräkna de ekonomiska möjligheterna som erbjuds på Sveriges elmarknad med ett batterisystem i en mängd olika scenarier både vad gäller pris på el, olika effektabonnemang, integration med solpaneler, olika batteristorlekar och systemlivslängd. Resultatet visar att det inte finns någon lönsamhet i att investera i batterier för de undersökta fastigheterna så som Sveriges elmarknad ser ut idag och någon hög lönsamhet kommer inte att ske även om pristrenden på batterier fortsätter nedåt. Ett mindre batterisystem på 28 kWh kan ge, beräknat med internräntan, en positiv avkastning på 1 % år 2020 men ju större batteriet är desto mindre blir avkastningen. Högst avkastningen som kan fås med dagens el- och nätpriser är 4-5 % om en investering görs med 2025-2030 års batteripriser. Om elnätsägarna går mot att endast erbjuda tidsdifferentierade nättariffer året om och det implementeras högre effektavgifter finns det möjligheter att avkastningen kan bli så hög som 15-18 % med 2025-2030 års batteripriser. Arbetet visar också att kapandet av effekttoppar med större batterilager än 28 kWh inte är kostnadseffektivt för de undersökta fastigheterna. / The world has seen a rapid deployment of distributed and time-varying renewable energy systems (RES) within the electricity grids for the past 20 years, especially from wind and solar power. The deployment RES is expected to increase even more as world organizations and nations will continue the phase-out of fossil fuels as the main source of energy for electricity production. As large scale power plants reliant on fossil fuels will shut down it will be harder for the system to balance production and demand. At the same time, time-varying production might have a negative effect on the grid stability which has spurred an increased interest in flexibility on the demand side and a call for technologies and strategies that can create balance on the grid. Energy storage, especially electrochemical battery storage, is seen as a part of a bigger solution to the problems that comes with intermittent energy production. Battery storage has had a fast technological development and a sharp downtrend in pricing the latest ten years and the costs are expected to keep on decreasing. For battery storage to be a serious contender on the electricity market there is a need to understand if and when an investment in this technology might give a positive outcome. The aim of this study has therefore been to analyse the profitability of battery storage within commercial real estate today, and in the oncoming 10-15 years on the Swedish electricity market. The study has, using mixed integer linear programming (MILP) within MATLAB, created a model which optimally schedules power flows for buildings that has a battery system and its own electricity production. The model has in turn been used to evaluate the economical possibilities that exist with a battery system within commercial real estate under various different scenarios that looks into pricing structures on electricity and demand, integration with and without solar panels, different battery sizes and system lifetimes. The results show that there is currently no profitability to invest in a battery system for the specific buildings analysed in this study. While break-even is possible just a couple of years from now, a high profitability will not be reached even with the future downtrend in battery prices under the current electricity market circumstances. A smaller battery system with a capacity of 28 kWh could give an internal rate of return (IRR) of 1 % year 2020. Larger battery systems are generally not cost-effective when compared to smaller battery systems when its primary purpose is utilized for demand reduction. Highest return with today’s electricity and utility pricing is 4-5 % somewhere between 2025 and 2030. However, if the market goes towards exclusively time-of-use billing structures on electricity and higher demand charges, the IRR can reach towards 15-18 % between 2025 and 2030.

Abstract Purpose: This work presents Internet of Things or IoT in facility management; operation and maintenance. One of the many functions of IoT is making “smart” building components, which can communicate when they break and can be controlled from a distance. Today there are many articles on how you can use IoT in buildings but not as many on how you can use it in operation and maintenance of real estates. Therefore, the aim of this thesis is to investigate the possibilities of IoT in facility management; operation and maintenance work. This is investigated by the questions: (1) How can IoT be used in the facility management; operation andmaintenance work? (2) What are the savings in terms of workhours that can be made by using IoT in facility management; operation and maintenance work? (3) What is the attitude to IoT in the facility management industry? Method: The main strategy for this thesis is a case study in the facility section of the municipality in Jönköping. Approaches include interviews with IoT-consultants and employers at the facility section, document analysis of the workhours for different tasks of a operation technician and a literature study. Findings: The first question is answered by that IoT can be used for almost everything because of the huge amount of sensor types and that new ones are constantly in the making. You can also make unique IoT systems which contributes to the flexibility.The limits today are costs and finding value in the collected data. The second question is answered by that saving possibilities exists. Calculations are made based on attitudes from respondents and what they think are possible savings.This results in savings of about 13 000 workhours/year out of 30 000 workhours/year which equals 40 %. The third question is answered by that both employers at the facility section and IoT-consultants find IoT in facility management interesting. Of the different work-categories, it is interesting to mention that the most positive are the real estate managers and the maintenance engineers and the least positive are the operation technicians. Implications: Conclusions made are that the possibilities of IoT in facility management; operation and maintenance are many. In the future, a lot of savings of workhours can be made by using IoT. Since interest in IoT exists at the facility-section future studies should explore the costs of different IoT-systems. If the municipality of Jönköping chooses to implement IoT in their facilities they can become a role model for other facility managers. Limitations: The limitations in this work are the different costs of IoT-products and how the IoT-systems are built. The work tasks investigated include only supervision-tasks. / Sammanfattning Syfte: Detta arbete behandlar Internet of Things eller IoT inom drift och underhåll i förvaltningsskedet. IoT handlar bl.a. om “smarta” byggnadskomponenter som kan meddela när de går sönder samt att man kan styra dessa på avstånd. Det finns många tidigare undersökningar kring hur man kan använda IoT i byggnader men inte särskilt många undersökningar på hur detta kan användas inom just drift och underhållsarbetet med fastigheter. Därför är målet med detta arbete att utreda möjligheterna till användning av Internet of Things inom drift och underhåll i förvaltningsskedet. Som i sin tur bryts ner i frågeställningarna: (1) Vilka användningsområden finns det för Internet of Things inom fastighetsförvaltning, avseende drift och underhåll? (2) Vilka besparingar i form av arbetstid skulle man kunna åstadkomma genom att tillämpa Internet of Things inom fastighetsförvaltning, avseende drift och underhåll? (3) Hur ser inställningen ut för tillämpning av Internet of Things i förvaltningsbranschen? Metod: Huvudstrategin för detta arbete är en Fallstudie på Fastighetsavdelningen, Jönköpings kommun. Tillvägagångssättet består av intervjuer med IoT-konsulter och med anställda på fastighetsavdelningen, dokumentanalys av enhetstider för olika arbetsuppgifter för drifttekniker i Jönköpings kommun samt litteraturstudie. Resultat: Den första frågeställningen besvaras att det mesta är möjligt med IoT då det finns en enorm mängd olika sensorer och det produceras ständigt nya sensortyper. Man kan även skräddarsy IoT-lösningar vilket bidrar till flexibiliteten i systemen. Det som sätter gränser för IoT i dagsläget är ekonomin samt att hitta värde i insamlade data. Frågeställning två visar att besparingsmöjligheter finns. Beräkningar är baserade på attityder hos respondenterna och vad de anser är rimliga besparingspotential. Detta resulterar i en besparing på ca 13 000 arbetstimmar/år av 30 000 arbetstimmar/år vilket är lika med 40 %. Den tredje frågeställningen ger resultatet att inställningen för att implementera IoT till arbetsuppgifter är överlag positiv hos både anställda på fastighetsavdelningen och IoT-konsulter. Av de olika yrkeskategorierna är det intressant att nämna att störst intresse ligger hos förvaltare och underhållsingenjörer och minst hos drifttekniker. Konsekvenser: Slutsatser dras att IoT kan effektivisera arbetet med drift och underhåll i förvaltningsskedet. Man kan komma att spara in mycket arbetstid genom att använda IoT. Eftersom intresse finns hos avdelningen borde man undersöka vidare vilka kostnader systemet kan komma att kosta om man skulle börja utrusta fastigheterna med sensorer etc. Vid en eventuell implementering kan Jönköpings kommun bli en förebild för andra förvaltare och hamna i framkant i teknikutvecklingen. Begränsningar: Avgränsningarna i detta arbete är kostnader för IoT-produkter och hur systemen i detalj är uppbyggda. De arbetsuppgifter som undersöks i detta arbete är tillsynsuppgifter.

Sveriges regering införde år 2020 ett statligt hyresrabattsstöd för ekonomiskt utsatta branscher som avsåg årets andra kvartal, och infördes som en snabb åtgärd för att begränsa oron som pandemikrisen medförde på marknaden. Stödet har kritiserats av både lokalhyresgäster och fastighetsägare. Frågan har varit kontroversiell med blandade åsikter om hur fördelningen av statens subventioner ska konstrueras för att uppnå bästa resultat i rådande situation.Syftet med studien är att belysa hur den statligt subventionerade hyresrabatten under coronapandemin har använts i praktiken. För att besvara studiens olika frågeställningar och för att uppnå syftet med studien, har en kvalitativ forskningsmetod använts. Avsikten med den kvalitativa forskningsintervjun är att förstå det utforskade ämnet ur de intervjuade fastighetsbolagens perspektiv och erfarenhet.Resultatet visar på att de främsta grunderna till varför bolagen tilldelat hyresrabatt till sina hyresgäster, har grundats i att fungera som en hjälpande hand och samtidigt undvika vakanser genom att värna om relationen mellan bolag och kund. Hyresrabatten har medfört en ekonomisk fördel för både fastighetsägare och hyresgäster där majoriteten av hyresgästerna har kunnat fortsatt bedriva sin verksamhet. För fastighetsägarna har det inneburit minimerade ombyggnadskostnader för att anpassa lokaler till nya hyresgäster. Det har framförts kritik mot själva upplägget av hyresrabattstödet, den administrativa delen har varit mycket invecklad och komplicerad. Man har dels fått agera som mellanhand och som ensam bransch behövt axla ansvaret, men även inneha rollen av en vågmästare vad avser tilldelning av hyresrabattstödet. / The Swedish government introduced a state rent rebate support for vulnerable industries in the first quarter of 2020, as a quick solution to dampen market turmoil. The support has been criticized by both tenants and property owners. It has been a controversial issue with various opinions on how the distribution of state subsidies should be constructed to best fit the current situation.The study is based on examining the state subsidized rent rebate that was distributed to the most affected industries. The purpose of the study is to clarify how the state-subsidized rent rebate during the corona pandemic has been used in practice.To answer the study's questions and to achieve the purpose of the study, a qualitative research method has been used. The purpose of the qualitative research interview is to understand the topic explored from the interviewee's own perspective and experience.The results show that the main reasons to why a rent discount was given to tenants, was to act as a helping hand to those most effected by the pandemic, but also to avoid vacancies. The rent discount resulted in a clear financial advantage for both the property owners and the tenants, where the majority of the tenants have been able to continue their business. The property owners have avoided high renovation costs to adapt premises for new tenants.Criticism has been leveled at the very structure of the rent rebate support, as the administrative part was complicated. The propery owners have partly been acting as an intermediary and solely shoulder the responsibility in terms of allocating the rent rebate.

This degree project aims to explore the subject of forecasting, which is an ongoing and much alive debate within economics and finance. Within the forecasting field the available research is vast and even if restricted to real estate, which is the main focus of this paper, the available material is comprehensive. A large fraction of published research concerning the subject of real estate forecasting consists of post mortem studies, with econometric models trying to replicate historical trends with the help of available micro and macro data. This branch within the field of forecasting seems to advance and progress with help of refined econometric models. This paper, on the other hand, rather examines the fundamentals behind forecasting and why forecasting can be a difficult task in general. This is shown with an examination of the accuracy of 160 unique forecasts within the field of real estate. To evaluate the accuracy and predictability from different perspectives we state three main null hypotheses: 1. Correct forecasts and the direction of the predictions are independent variables. 2. Correct forecasts and the examined consultants are independent variables. 3. Correct forecasts and the examined cities are independent variables. 4 The observed frequencies for Hypothesis 1 indicate that upward predictions seem to be easier to predict than downward predictions. This is however not supported by the statistical tests. The observed frequencies for Hypothesis 2 clearly indicate that one consultant is a superior forecaster than compared to the other consultants. The statistical tests confirm this. The observed frequencies for Hypothesis 3 indicate no signs of dependence for the variables. The statistical tests confirm this. / Detta examensarbete ämnar att utforska ämnesområdet kring prognoser och prognosmakande, vilket är en högst levande debatt inom ekonomi och finans. Inom detta område är tillgänglig forskning mycket omfattande och även om materialet begränsas till fastighetsmarknaden, som är huvudspåret i denna uppsats, är mängden information ansenlig. En stor andel av publicerad forskning som berör prognoser av fastighetsmarkanden består ofta av studier av typen "post mortem", där man med ekonometriska modeller försöker efterlikna tidigare historiska trender med hjälp av tillgänglig mikro- eller makrodata. Denna gren av forskningen tycks vinna mark och fortsätter att utvecklas med hjälp av allt mer avancerade ekonometriska modeller. Denna studie fokuserar däremot snarare på de fundamentala elementen av prognosmakande och varför detta ibland kan vara en problematisk uppgift. Detta visas med hjälp av en undersökning gällande utfallet och träffsäkerheten av 160 unika prognoser på fastighetsmarknaden. 7 För att utvärdera träffsäkerheten hos prognoserna sätts tre olika nollhypoteser upp: 1. Korrekt prognos och riktning av prognos är oberoende variabler. 2. Korrekt prognos och konsult är oberoende variabler. 3. Korrekt prognos och undersökta städer är oberoende variabler. De observerade frekvenserna för Hypotes 1 indikerar att uppåtgående prognoser är enklare att förutspå än övriga prognoser. Detta kan dock inte stödjas av de statistiska testerna. De observerade frekvenserna för Hypotes 2 indikerar tydligt att en konsult är en överlägsen prognosmakare än övriga konsulter. Detta stöds av de statistiska testerna. De observerade frekvenserna för Hypotes 3 indikerar inget samband av beroende mellan variablerna. Detta kan dock inte stödjas av de statistiska testerna.

In recent years there has been an increasing trend of investors to search for and invest in more sustainable assets. Given this fact, the question arises whether these investors are paid back a premium for their investment, or whether they trade in a lower return but intentionally do something “sustainable”. And on top of that, are more sustainable assets less volatile and more resistant to fluctuations of the market, or is there an inverse correlation?Whilst research within equities, in general, has led to a wide range of research output on risk and performance in regard to the companies’ Environmental-Social-Governance (ESG) rating, research within the Real Estate industry is still rather scarce. By utilizing a variety of risk and performance indicators, this work has looked at a wide range of in Europe publicly traded Real Estate companies, over a period of 5 years. By relying on data from different ESG data providers, the author of this work has come to rather mixed results both in regard to performance as well as risk, depending on the dataset used. These mixed results can be partially explained by the difference in the assessment of ESG data and the grading methods of the dataset providers. Lastly, a large lack of data on ESG reporting of the analyzed firms has been observed during the course of this work. This fact has unfortunately condensed the scope of this study. However, it is expected that through public regulations, obliging companies to publish data on ESG, this issue will be resolved, leading to more extensive studies on this field in the future. / Under de senaste åren har det funnits en ökande trend bland investerare att söka efter och investera i mer hållbara tillgångar. Med tanke på detta faktum uppstår frågan gällande huruvida dessa investerare får tillbaka en premie för sin investering, eller om de utsätts för en lägre avkastning, dock med en medveten avsikt att göra ett mer ”hållbart” val. Utöver detta, är mer hållbara tillgångar mindre volatila och mer motståndskraftiga mot fluktuationer på marknaden, eller gäller snarare ett motsatt samband? Medan forskning inom aktier generellt sett har lett till ett brett utbud av forskningsresultat inom risk och prestation med avseende på företagets Environmental-Social-Governance (ESG), så är fastighetsbranschen i sin helhet ett relativt outforskat område. Genom att använda en mängd olika risk- och prestationsindikatorer har denna studie analyserat flera datauppsättningar kring börsnoterade fastighetsföretag i Europa, under en 5 års period. Genom att förlita sig på data från olika ESG-dataleverantörer har författaren till detta arbete kommit till ganska blandade resultat med avseende på prestanda och risk, beroende på vilken datauppsättning som analyserats. Dessa blandade resultat kan delvis förklaras av skillnader i bedömning av ESG-data och graderingsmetoderna hos datauppsättningsleverantörerna. Slutligen har en stor brist på data om de analyserade företagens ESG-rapportering observerats under arbetets gång. Detta faktum har tyvärr minskat omfattningen av denna studie. Det förväntas dock att denna fråga kommer att lösas genom offentliga regleringar som tvingar företag att publicera data om ESG, vilket kan leda till mer omfattande studier på området i framtiden.