This thesis examines which factors drive overall net inflows to a Swedish niche bank. It further investigates whether these factors are the same or different from the factors that drive net inflows to mutual funds as well as shares. To find the key factors, and to what degree they drive the different net inflows, three separate multiple linear regressions were performed. The data analysed was taken from the period January 2018 to February 2022, and was provided by Avanza Bank. The data for the driving factors were gathered from different sources online. 21 regressors were used for this analysis. The thesis conclusion in brief was that for total net inflows the main contributor was the number of customers, which positively impacted the net inflows. The two subcategories: mutual fund and stock inflows were more volatile and the number of customers proved not as important in these cases. Some seasonal patterns were recognized, e.g. January was always a significant month for total net inflows. Therefore, performing a time series analysis would be recommended to draw further conclusions. Other possible avenues for future research is to gain a deeper understanding of this applied area of mathematics and to gather more data both in terms of the analysed time period and number of regressors. / Detta arbete ämnar undersöka vilka faktorer som generellt driver nettoflöden till en svensk nischbank. Arbetet ämnar även att vidare undersöka om dessa eller andra faktorer är mest drivande för nettoflöden till kategorierna fonder och aktier. För att hitta dessa nyckelfaktorer, samt till vilken grad de driver nettoflöden, utfördes tre stycken regressionsanalyser. Datan som analyserades avsåg tidsperioden januari 2018 till februari 2022 och sammanställdes av Avanza Bank. Samtliga potentiella nyckelfaktorer för nettoinflödet samlades in från diverse källor online, totalt användes 21 stycken regressorer för analysen. Arbetets slutsats i korthet var att det för det totala nettoflöden är bankens totala antal kunder som är den största drivande faktorn, vilket har ett positivt samband med den beroende variabeln. För de två sub-kategorierna, nettoflöden till fonder och aktier var det svårare att bygga en modell och antal kunder visade sig inte ha en stor påverkan för dessa. Ett säsongsmönster kunde observeras i datan, exempelvis var januari alltid en signifikant månad för stora nettoflöden. Med detta som bakgrund kunde ett tidsserieanalys rekommenderas för att kunna dra bättre slutsatser inom ämnet. Andra möjliga alternativ för framtida forskning innefattar en djupare analys inom detta område av tillämpad matematik samt insamling av mer data både i fråga om den studerade tidsperioden samt antalet använda regressorer.

The field of natural language processing has received increased attention lately, but less focus is put on comparing models, which differ in complexity. This thesis compares Random Forest to LSTM, for the task of classifying a message as question or non-question. The comparison was done by training and optimizing the models on historic chat data from the Swedish insurance company Hedvig. Different types of word embedding were also tested, such as Word2vec and Bag of Words. The results demonstrated that LSTM achieved slightly higher scores than Random Forest, in terms of F1 and accuracy. The models’ performance were not significantly improved after optimization and it was also dependent on which corpus the models were trained on. An investigation of how a chatbot would affect Hedvig’s adoption rate was also conducted, mainly by reviewing previous studies about chatbots’ effects on user experience. The potential effects on the innovation’s five attributes, relative advantage, compatibility, complexity, trialability and observability were analyzed to answer the problem statement. The results showed that the adoption rate of Hedvig could be positively affected, by improving the first two attributes. The effects a chatbot would have on complexity, trialability and observability were however suggested to be negligible, if not negative. / Det vetenskapliga området språkteknologi har fått ökad uppmärksamhet den senaste tiden, men mindre fokus riktas på att jämföra modeller som skiljer sig i komplexitet. Den här kandidatuppsatsen jämför Random Forest med LSTM, genom att undersöka hur väl modellerna kan användas för att klassificera ett meddelande som fråga eller icke-fråga. Jämförelsen gjordes genom att träna och optimera modellerna på historisk chattdata från det svenska försäkringsbolaget Hedvig. Olika typer av word embedding, så som Word2vec och Bag of Words, testades också. Resultaten visade att LSTM uppnådde något högre F1 och accuracy än Random Forest. Modellernas prestanda förbättrades inte signifikant efter optimering och resultatet var också beroende av vilket korpus modellerna tränades på. En undersökning av hur en chattbot skulle påverka Hedvigs adoption rate genomfördes också, huvudsakligen genom att granska tidigare studier om chattbotars effekt på användarupplevelsen. De potentiella effekterna på en innovations fem attribut, relativ fördel, kompatibilitet, komplexitet, prövbarhet and observerbarhet analyserades för att kunna svara på frågeställningen. Resultaten visade att Hedvigs adoption rate kan påverkas positivt, genom att förbättra de två första attributen. Effekterna en chattbot skulle ha på komplexitet, prövbarhet och observerbarhet ansågs dock vara försumbar, om inte negativ.

The ability to predict stock returns is an ability many wish to possess, and in an accurate way as possible. For many years there has been an interest in the field of factor models explaining the returns, with the aim to increase the explanatory power. This is however a complex business since the factors and their improvement of explanatory power need to be significant. Now and then, researchers come up with new significant factors that have a positive impact on models. AQR Capital Management is no exception to this, since they in 2013 presented the factor Quality Minus Junk, earning significant risk-adjusted returns. This bachelor thesis work within mathematical statistics and industrial engineering and management, aims to investigate whether or not the commercial multi-factor model used at the public pension fund Fjärde AP-fonden will be improved by adding the factor Quality Minus Junk, in the sense of explanatory power. The method used is mainly based on multiple linear regression and three three-year time periods are studied ranging from 2010 to 2018. The results from this thesis work show that the QMJ factor provides significant increases in explanatory power for one of three time periods, the most recent period 2016$-$2018. However, since the results are inconclusive further studies are needed in order to better understand how to interpret the results and whether or not to include the QMJ factor in the model. / Förmågan att förutsäga aktiers avkastning önskar många besitta, och på ett så precist sätt som möjligt. Under många år har forskning pågått inom området för faktormodeller som förklarar avkastningar, med målet att öka modellernas förklaringsgrad. Detta är dock en komplex verksamhet eftersom faktorerna och deras förbättring av förklaringsgraden måste vara signifikanta för modellen. Då och då kommer forskare fram med nya sådana faktorer som har positiv påverkan på modeller. AQR Capital Management är inget undantag eftersom de 2013 presenterade sin faktor Quality Minus Junk som visar signifikanta riskjusterade avkastningar. Detta kandidatexamensarbete inom matematisk statistik och industriell ekonomi, ämnar att utreda huruvida den kommersiella faktormodellen som används på Fjärde AP-fonden förbättras genom tillägget av faktorn Quality Minus Junk, i förklaringsgradsmening. Metoden som används är till största delen baserad på multipel linjär regression och tre treårsperioder studeras i tidsintervallet 2010 till 2018. Resultaten från detta projekt visar på att faktorn Quality Minus Junk bidrar med signifikanta ökningar av förklaringsgraden för en av tre perioder, den senaste perioden 2016-2018. Eftersom resultaten är inkonklusiva krävs vidare studier för att bättre förstå och konkludera vad dessa resultat faktiskt innebär samt för att inkludera QMJ-faktorn i modellen eller ej.

Uganda is using a strategy called treatment as prevention where as many individuals as possible that are infected with HIV receive treatment. As a result, the number of newly infected individuals has decreased significantly. However, there is a discussion about a potential problem regarding transmitted drug resistance. This work aims to investigate if this in fact will be a problem in the future, and to estimate the costs for different scenarios. Through developing a population-based mathematical model that describes transmission dynamics of HIV in Uganda, stochastic simulations are made for different conditions. Through analysing our simulations, we can see that Uganda may have to change their approach to HIV treatment. / För att minska smittoriskerna av HIV nyttjar Uganda en strategi som syftar till att behandla så många smittade personer som möjligt. Detta har lett till en signifikant minskning av antalet smittade personer. Det har dock uppstått en diskussion angående om läkemedels-resistent smitta kan komma att utgöra ett problem. Detta arbete syftar till att undersöka om detta kan utgöra ett problem i framtiden samt till att uppskatta de kostnader som kan uppstå i olika typer av scenarion. Under olika förutsättningar genomförs stokastiska simuleringar med hjälp av en matematisk populationsmodell framtagen för att beskriva spridningen av HIV i Uganda. Genom att analysera resultaten från olika simuleringar dras slutsatsen att Uganda kan behöva omvärdera sitt tillvägagångssätt gällande behandling av HIV.

This thesis examines which factors that affect the number of trades in exchange-traded products (ETPs) on Nordic Derivatives Exchange. Multiple linear regression is used to model the relationship between the number of trades and 65 initially chosen predictor variables. The predictor variables include various indices, commodities, stocks, and volatility measures. Two models are presented, one of which includes a lagged dependent variable. These models explain 89% and 92% of the variance within the data. Foremost, the results confirm previous research advocating the volatility to play a significant role on the number of trades, but now also shown for ETPs. Currency exchange rates, equity indices and palladium are also shown to be statistically significant. In addition, interpretations of the results are given and suggestions for further research. / Den här uppsatsen undersöker vilka faktorer som påverkar antalet avslut i börshandlade produkter (ETP:er) på Nordic Derivatives Exchange. Multipel linjär regression används för att undersöka relationen mellan antalet avslut och 65 på förhand valda regressionsvariabler som vi anser intressanta att undersöka. Dessa regressionsvariabler består av bland annat olika index, råvaror, aktier samt volatilitetsmått. Två modeller presenteras, varav en inkluderar en laggad beroende variabel. Dessa två modeller förklarar 89 % respektive 92% av variationen i datan. Resultatet visar att volatiliteten har en signifikant påverkan med avseende på antal avslut vilket bekräftar tidigare forskning, men visas nu gälla även för ETPer. Valutakurser, aktieindex och palladium visas vara signifikanta. Vidare ges tolkning av resultatet och förslag på framtida forskning.

Denna kandidatexamen ligger inom området matematisk statistik. I samarbete med försäkringsbolaget Hedvig syftar denna avhandling till att utforska en ny metod för hantering av Hedvigs försäkringsdata genom att bygga en prissättningsmodell för alla riskförsäkringar med generaliserade linjära modeller. Två generaliserade linjära modeller byggdes, där den första förutspår frekvensen för ett anspråk och den andra förutspår svårighetsgraden. De ursprungliga uppgifterna delades in i 9 förklarande variabler. Båda modellerna inkluderade fem förklarande variabler i början och reducerades sedan. Minskningen resulterade i att fyra av fem egenskaper var förklarande signifikanta i frekvensmodellen och endast en av de fem var förklarande signifikanta i svårighetsmodellen. Var och en av modellerna erhöll relativa risker för nivåerna av deras förklarande variabler. De relativa riskerna resulterade i en total risk för varje nivå. Genom multiplicering av en skapad basnivå med en uppsättning kombination av riskparametrar kan premien för en vald kund erhållas. / Det här kandidatexamensarbetet ligger inom ämnet matematisk statistik. Jag samarbete med försäkringsbolaget Hedvig, avser uppsatsen att undersöka en ny metod att hantera Hedvigs försäkringsdata genom att bygga en prissättningsmodell för drulleförsäkring med hjälp av generaliserade linjära modeller. Två modeller skapades varav den första förutsättningen frekvensen av ett försäkringsanspråk och den andra förutsäger storleken. Originaldatan var indelad i 9 förklarande variabler. Båda modellerna innehöll till en början fem förklarande variabler, vilka sedan reducerades till fyra respektive en variabler i de motsvarande modellerna. Från varje modell kunde sedan de relativa riskerna tas fram för varje kategori av de förklarande variablerna. Tillsammans bildades sedan totalrisken för alla grupper.

The U.S. shortage of qualified nursing teachers and researchers is affecting national health care outcomes. Methods such as fast-tracking Baccalaureate nurses into graduate programs and embedding leadership development early into nursing curricula have been proposed to address faculty and research shortages. Early interest in nursing research careers increases likelihood of enrollment in graduate education. One way undergraduate nursing students may develop an interest in research careers is through a mentored apprenticeship with research-active faculty. In this thesis, the author uses an autoethnography methodology to examine the benefits that a mentored research apprenticeship model brought to her undergraduate experience. Her experience incorporated a variety of roles in an adolescent intervention program with Dr. Anne Norris (PI) at the University of Central Florida College of Nursing. Several themes about the experience were defined in the results. Early research exposure that socializes a student to the nursing research world may provide a means for addressing the nursing faculty shortage. This socialization can generate interest in a research career and promote undergraduate students with the essential tools and insights needed to pursue this career pathway. However, findings from this study suggest a student-mentor relationship early in the undergraduate education experience is essential.

In cooperation with a consumer credit company based in Stockholm, this bachelor thesis investigates if the customer profitability in the consumer credit market can be predicted with multiple linear regression. Data collected before the initial credit was accepted and data connected to the account activity of the customers' first nine months are analyzed. Further, it is examined if the findings could be useful in a profitability analysis and as a reduction of adverse selection. The findings show that a number of covariates express promising correlations with the costumer profitability. However, the prediction error is high and not efficient in individual cases. Further, some reduction in adverse selection, due to a decrease in asymmetric information between the customers and the company, can be identified, but further research is encouraged. Finally, potential improvements are discussed, especially concerning the choice of regression algorithm. / I samarbete med ett konsumentkreditbolag baserat i Stockholm undersöker detta kandidatexamensarbete om kundlönsamhet inom marknaden för konsumentkrediter kan förutsägas med hjälp av multipel linjär regression. Data består av information som insamlades innan den initiala kreditförfrågningen accepterades, och av kontoaktivitet under kundens nio första månader. Vidare undersöks om resultatet kan användas i en lönsamhetsanalys och som en metod för att minska snedvridet urval.  Resultatet visar att ett antal kovariat uttrycker en lovande korrelation med kundlönsamheten. Dessvärre är felen från förutsägelserna stora och därför ineffektiva gällande estimering av individuella kunder. Fortsättningsvis kan det identifieras viss reduktion av snedvridet urval som en följd av minskad informationsasymmetri mellan kunderna och företaget, men vidare undersökning uppmuntras. Avslutningsvis diskuteras ett antal förbättringsmöjligheter, framför allt gällande val av regressionsalgoritm.

This bachelor thesis is written for KTH Royal Institute of Technology and Ymer Technology AB. It examines the friction factor associated with the pressure drop in wavy-fin heat exchangers. Previous studies have used a nonlinear approach for determining the regression coefficients. This study introduces a linearizing transform that solves the issues of finding non-optimal parameter values stemming from the current nonlinear approach. The linearization also drastically improves the computational time. A final model explaining 95.4\% of the variance in the data is presented. Methods for avoiding overfitting, detecting outliers and hidden extrapolation are presented and used to evaluate the model. The implications of the mathematical results on improving profit, competitiveness, and customer relationships are analyzed in the second part of the report with a qualitative approach. / Denna kandidatuppsats är skrivet vid Kungliga Tekniska Högskolan och Ymer Technology AB. Det undersöker den friktionsfaktor som associeras med tryckfallet i kylare med wavy-fins. Tidigare studier har använt ett ickelinjärt tillvägagångssätt för att bestämma regressionskoefficienterna. Denna studie introducerar en linjäriserande transform som löser problemen med att hitta icke-optimala paramatervärden, som härstammar från tidigare icke-linjära tillvägagångsätt. Linjäriseringen visar sig även förbättra beräkningstiden drastiskt. En slutgiltig modell som förklarar 95\% av variansen i datan presenteras. Metoder för att undvika overfitting, identifiera outliers, och undvika att falla offer för gömd extrapolation presenteras och används för att evaluera modellen. De matematiska resultatens implikationer för Ymer med avseende på vinst, konkurrenskraft och kundrelationer, analyseras i den andra delen av rapporten med en kvalitativ ansats.

No description available.