The need to account for potential losses in rare events is of utmost importance for corporations operating in the financial sector. Common measurements for potential losses are Value at Risk and Expected Shortfall. These are measures of which the computation typically requires immense Monte Carlo simulations. Another measurement is the Advanced Internal Ratings-Based model that estimates the capital requirement but solely accounts for a single risk factor. As an alternative to the commonly used time-consuming credit risk methods and measurements, Michael Pykhtin presents methods to approximate the Value at Risk and Expected Shortfall in his paper Multi-factor adjustment from 2004. The thesis’ main focus is an elucidation and investigation of the approximation methods that Pykhtin presents. Pykhtin’s approximations are thereafter implemented along with the Monte Carlo methods that is used as a benchmark. A recreation of the results Pykhtin presents is completed with satisfactory, strongly matching results, which is a confident verification that the methods have been implemented in correspondence with the article. The methods are also applied on a small and large synthetic Nordea data set to test the methods on alternative data. Due to the size complexity of the large data set, it cannot be computed in its original form. Thus, a clustering algorithm is used to eliminate this limitation while still keeping characteristics of the original data set. Executing the methods on the synthetic Nordea data sets, the Value at Risk and Expected Shortfall results have a larger discrepancy between approximated and Monte Carlo simulated results. The noted differences are probably due to increased borrower exposures, and portfolio structures not being compatible with Pykhtin’s approximation. The purpose of clustering the small data set is to test the effect on the accuracy and understand the clustering algorithm’s impact before implementing it on the large data set. Clustering the small data set caused deviant results compared to the original small data set, which is expected. The clustered large data set’s approximation results had a lower discrepancy to the benchmark Monte Carlo simulated results in comparison to the small data. The increased portfolio size creates a granularity decreasing the outcome’s variance for both the MC methods, and the approximation methods, hence the low discrepancy. Overall, Pykhtin’s approximations’ accuracy and execution time are relatively good for the experiments. It is however very challenging for the approximate methods to handle large portfolios, considering the issues that the portfolio run into at just a couple of thousand borrowers. Lastly, a comparison between the Advanced Internal Ratings-Based model, and modified Value at Risks and Expected Shortfalls are made. Calculating the capital requirement for the Advanced Internal Ratings-Based model, the absence of complex concentration risk consideration is clearly illustrated by the significantly lower results compared to either of the other methods. In addition, an increasing difference can be identified between the capital requirements obtained from Pykhtin’s approximation and the Monte Carlo method. This emphasizes the importance of utilizing complex methods to fully grasp the inherent portfolio risks. / Behovet av att ta hänsyn till potentiella förluster av sällsynta händelser är av yttersta vikt för företag verksamma inom den finansiella sektorn. Vanliga mått på potentiella förluster är Value at Risk och Expected Shortfall. Dessa är mått där beräkningen vanligtvis kräver enorma Monte Carlo-simuleringar. Ett annat mått är Advanced Internal Ratings-Based-modellen som uppskattar ett kapitalkrav, men som enbart tar hänsyn till en riskfaktor. Som ett alternativ till dessa ofta förekommande och tidskrävande kreditriskmetoderna och mätningarna, presenterar Michael Pykhtin metoder för att approximera Value at Risk och Expected Shortfall i sin uppsats Multi-factor adjustment från 2004. Avhandlingens huvudfokus är en undersökning av de approximativa metoder som Pykhtin presenterar. Pykhtins approximationer implementeras och jämförs mot Monte Carlo-metoder, vars resultat används som referensvärden. Ett återskapande av resultaten Pykhtin presenterar i sin artikel har gjorts med tillfredsställande starkt matchande resultat, vilket är en säker verifiering av att metoderna har implementerats i samstämmighet med artikeln. Metoderna tillämpas även på ett litet och ett stor syntetiskt dataset erhållet av Nordea för att testa metoderna på alternativa data. På grund av komplexiteten hos det stora datasetet kan det inte beräknas i sin ursprungliga form. Således används en klustringsalgoritm för att eliminera denna begränsning samtidigt som egenskaperna hos den ursprungliga datamängden fortfarande bibehålls. Vid appliceringen av metoderna på de syntetiska Nordea-dataseten, identifierades en större diskrepans hos Value at Risk och Expected Shortfall-resultaten mellan de approximerade och Monte Carlo-simulerade resultaten. De noterade skillnaderna beror sannolikt på ökade exponeringar hos låntagarna och att portföljstrukturerna inte är förenliga med Pykhtins approximation. Syftet med klustringen av den lilla datasetet är att testa effekten av noggrannheten och förstå klustringsalgoritmens inverkan innan den implementeras på det stora datasetet. Att gruppera det lilla datasetet orsakade avvikande resultat jämfört med det ursprungliga lilla datasetet, vilket är förväntat. De modifierade stora datasetets approximativa resultat hade en lägre avvikelse mot de Monte Carlo simulerade benchmark resultaten i jämförelse med det lilla datasetet. Den ökade portföljstorleken skapar en finkornighet som minskar resultatets varians för både MC-metoderna och approximationerna, därav den låga diskrepansen. Sammantaget är Pykhtins approximationers noggrannhet och utförandetid relativt bra för experimenten. Det är dock väldigt utmanande för de approximativa metoderna att hantera stora portföljer, baserat på de problem som portföljen möter redan vid ett par tusen låntagare. Slutligen görs en jämförelse mellan Advanced Internal Ratings-Based-modellen, och modifierade Value at Risks och Expected shortfalls. När man beräknar kapitalkravet för Advanced Internal Ratings-Based-modellen, illustreras saknaden av komplexa koncentrationsrisköverväganden tydligt av de betydligt lägre resultaten jämfört med någon av de andra metoderna. Dessutom kan en ökad skillnad identifieras mellan kapitalkraven som erhålls från Pykhtins approximation och Monte Carlo-metoden. Detta understryker vikten av att använda komplexa metoder för att fullt ut förstå de inneboende portföljriskerna.

The capital market, with financial instruments such as corporate bonds, has over the last years emerged as an alternative financing source for Swedish real estate companies. A seemingly unexplored market which given the real estate companies the possibility to diversify their loan stock and limit their exposure towards the bank. In Sweden, unlike more market-oriented countries such as the US, commercial banks have historically almost exclusively supplied debt capital to Swedish corporations. Assessing credit risk is crucial in debt investments, and therefore, this thesis focuses on the Swedish capital market the current and potential future role of credit ratings in the emerging market for corporate bonds issued by real estate companies. We examine why only a limited number of real estate companies are credit rated today and the importance of credit rating for the capital market. The study is based on interviews with Swedish real estate companies, institutional investors and banks- all that in one-way ore an other is affected by credit rating. The Swedish financial system is undergoing a growth process where the real estate companies to a greater extent in using bonds and certificates to finance their investments. A financing method more widely used by government entities in the past. The transition from bank financing to funding investments through institutional investors and private equity appears to be permanent. The market aftermath is an increased demand for credit risk evaluations. Information retained from the banks’ Shadow ratings or the rating institutions. We can conclude that extended credit risk information is inescapable with a transition to a more market oriented financial system- the remaining question is- who should preform the valuation of the credit risk. If the banks continue making the credit risk reports of real estate companies international investors might refrain from establishing a position as an investor in the Swedish market. In the contrary the banks shaded ratings is more favourable for Swedish real estate companies with more qualitative and marked adjusted reports. The market will require independent credit information in the future but if it will be the banks or the rating institutions that provide this information is still uncertain. / Kapitalmarknaden med finansiella instrument som företagsobligationer och –certifikat har de senaste åren vuxit fram som en alternativ lånemarknad för svenska fastighetsbolag. Från att ha varit en förhållandevis outforskad marknad har de senaste årens utveckling gett fastighetsbolagen en bättre möjlighet att diversifiera sin lånestock och begränsa sin exponering mot bankerna. Till skillnad från mer kapitalmarknadsorienterade länder, som exempelvis USA, har företags behov av lånefinansiering i Sverige historiskt sett nästan uteslutande försetts av bankerna. Denna uppsats fokuserar på den svenska kapitalmarknadens fortsatta utveckling och officiell kreditratings betydelse på en växande kapitalmarknad. Vi utreder varför så få fastighetsbolag idag valt att införskaffa ett officiellt kreditbetyg och vilken betydelse kreditbetyget har för kapitalmarknaden. Undersökningen bygger på intervjuer med svenska fastighetsbolag, investerare och banker som alla, på ett eller annat sätt, berörs av kreditvärderingar. Det svenska finansiella systemet genomgår nu en utveckling där fastighetsbolagen använder obligationer och certifikat för att finansiera sina investeringar. Ett finansieringssätt som tidigare mestadels använts av statliga och kommunala fastighetsbolag. Övergången från bankfinansiering till att söka kapital bland privata och institutionella investerare förefaller vara bestående. Marknaden kan till följd av detta få behov av ytterligare information om kreditrisken i företagen. Information som erhålls från bankernas skuggratingar eller från kreditvärderingsinstituten. Vi kan konstatera att utökad kreditinformation är ofrånkomlig vid en övergång mot ett mer marknadsorienterat finansiellt system, frågan som kvarstår är vem som ska utföra kreditvärderingen. Fortsätter bankerna utföra kreditvärderingen av fastighetsbolag kan det resultera i en avhållsamhet från internationella investerare att etablera sig i Sverige och motsatt för fastighetsbolagen är det mer gynnsamt att bankerna, med sina mer kvalitativa och för svenska marknaden anpassade värderingar blir den framtida normen .

In the aftermath of the 2008 financial crisis, the debt capital market in Sweden experienced rapid growth, resulting in a doubling of its size. In recent years, real estate companies have become increasingly dependent on financing through the capital markets. As a result, the interdependence between the real estate and financial sectors has significantly increased. Today, the real estate market constitutes for around 50 per cent of the Swedish corporate bond market. In 2023, approximately SEK 100 bn worth of bonds are expected to mature, followed by around SEK 150 bn set to mature in 2024, compelling Sweden's property companies to implement significant alterations to their methods of financing operations. This study aims to analyse the current state of the Swedish real estate bond market, as well as an examination of opportunities and risks for investors given the current market situation. The research questions follows: What are the current characteristics of the Swedish real estate bond market? What opportunities and risks are present in the Swedish real estate bond market for investors? The study is limited to the corporate real estate bond market in Sweden, with a particular emphasis on Swedish issuers and financiers. A combination of a qualitative and quantitative method was conducted, and the study adopts an abductive approach. The findings revealed that the Swedish real estate bond market holds a prominent role in the corporate bond market and is characterised as a young market that has undergone significant growth. It presents opportunities for alternative financing, investing in distressed real estate assets, promoting sustainability and better returns from a risk-reward perspective. From a risk perspective there are several risks: the challenge of refinancing, a change in market conditions thus increasing capital costs, the credit risk, the liquidity risk, credit ratings downgrades, risk of valuations, sceptical investors and creative capital structures in the Swedish real estate market and the bond market. / I efterdyningarna av finanskrisen 2008 upplevde den svenska skuldkapitalmarknaden en snabb tillväxt, vilket resulterade i en fördubbling av dess storlek. Fastighetsbolagens ökade beroende av kapitalmarknaderna för upplåning de senaste åren har ökat exponeringen mellan fastighets- och finanssektorn. Idag utgör fastighetssektorn cirka 50 procent av den svenska företagsobligationsmarknaden. År 2023 förväntas cirka 100 miljarder kronor i obligationer förfalla, följt av cirka 150 miljarder kronor år 2024, vilket tvingar Sveriges fastighetsbolag att genomföra betydande förändringar i sina finansieringsstrukturer. Denna studie syftar till att analysera det aktuella läget på den svenska fastighetsobligationsmarknaden, samt dess möjligheter och risker för investerare. Forskningsfrågorna följer: Vilka är de nuvarande karaktärsdragen hos den svenska fastighetsobligationsmarknaden? Vilka möjligheter och risker finns på den svenska fastighetsobligationsmarknaden för investerare? Studien är begränsad till företagsfastighetsobligationsmarknaden i Sverige, med särskild tonvikt på svenska emittenter och finansiärer. En kombination av en kvalitativ och kvantitativ metod genomfördes och studien antar ett abduktivt tillvägagångssätt. Resultatet avslöjade att den svenska fastighetsobligationsmarknaden har en framträdande roll på företagsobligationsmarknaden och karaktäriseras som en ung marknad som har genomgått betydande tillväxt. Det ger möjligheter till alternativ finansiering, investeringar i nödställda fastighetstillgångar, främjar hållbarhet och bättre avkastning ur ett risk-belöningsperspektiv. Ur ett riskperspektiv finns det flera risker: utmaning med refinansiering, förändrade marknadsförhållanden som ökar kapitalkostnaderna, kreditrisk, likviditetsrisk, skeptiska investerare, nedgraderingar av kreditbetyg, risk för värderingar och kreativa kapitalstrukturer på den svenska fastighetsmarknaden och obligationsmarknaden.

In order to ensure solvency, financial institutions must evaluate their credit risk exposure and determine how much economic capital is required to hold as a cushion. This thesis compares three factor models, namely Asymptotic Single Risk Factor (“ASRF”), Inter-sector and Intra-sector factor models and evaluates how their different characteristics affect the economic capital outcomes. The thesis also investigates how these outcomes are affected when assuming asset dependency through a Student's-$t$ copula. Focus will also be put on how different types and levels of asset correlation affect the models' credit risk results. We use a fictitious loan portfolio consisting of 138 Swedish firms with equity data from between 2007 and 2019 in order to calculate asset correlations and economic capital. Our main findings are that the asset correlations severely impact the outcomes of the credit risk models and that practitioners must calibrate and stress test their models regularly with respect to how correlations vary between different firms. The thesis also finds that using copulas for credit portfolios provides more conservative risk outcomes but makes the models less sensitive to correlation level input. / För att finansiella institutioner ska försäkra sig om att vara solventa måste de utvärdera sin exponering mot kreditrisk och därmed avgöra hur mycket ekonomiskt kapital de behöver hålla som buffert. Denna uppsats jämför tre faktormodeller vid namn Asymptotic Systematic Risk Factor (“ASRF”), Inter-sektor, och Intra-sektor med syfte att undersöka hur deras olika karaktärsdrag påverkar estimaten för ekonomiskt kapital. Vi utvärderar även hur utfallen påverkas av införandet av copula-beroende mellan portföljtillgångarna. Fokus kommer även att läggas på hur olika typer och nivåer av korrelation mellan bolag påverkar de olika modellernas kreditriskutfall. Vi använder oss av en fiktiv låneportfölj bestående av 138 svenska bolag med aktieprisdata mellan 2007 och 2019 för att beräkna korrelationer och ekonomiskt kapital. Uppsatsens främsta resultat pekar på att korrelationerna har en väldigt stor påverkan på det ekonomiska kapitalet och att analytiker rekommenderas att kontinuerligt kalibrera och stresstesta sina modeller med avseende på hur korrelationerna kan skilja sig mellan olika bolag. Vi fann även att copula-beroende gav mycket mer konservativa utfall, det vill säga ett högre ekonomiskt kapital, men var mindre känslig för korrelationsnivåerna mellan bolagen i portföljen.

The combination of regulatory pressure and rare but impactful defaults together comprise the domain of low default portfolios, which is a central and complex topic that lacks clear industry standards. A novel approach that utilizes external data to create a Shadow Rating model has been proposed by Ulrich Erlenmaier. It addresses the lack of data by estimating a probability of default curve from an external rating scale and subsequently training a statistical model to estimate the credit rating of obligors. The thesis intends to first explore the capabilities of the Cohort model and the Pluto and Tasche model to estimate the probability of default associated with banks and financial institutions through the use of external data. Secondly, the thesis will implement a multinomial logistic regression model, an ordinal logistic regression model, Classification and Regression Trees, and a Random Forest model. Subsequently, their performance to correctly estimate the credit rating of companies in a portfolio of banks and financial institutions using financial data is evaluated. Results suggest that the Cohort model is superior in modelling the underlying data, given a Gini coefficient of 0.730 for the base case, as opposed to Pluto and Tasche's 0.260. Moreover, the Random Forest model displays marginally higher performance across all metrics (such as an accuracy of 57%, a mean absolute error of 0.67 and a multiclass receiver operating characteristic of 0.83). However, given a lower degree of interpretability, the more simplistic ordinal logistic regression model (50%, 0.80 and 0.81, respectively) can be preferred due to its clear interpretability and explainability. / Kombinationen av regulatoriskt påtryck och få men påverkande fallissemang utgör tillsammans området lågfallissemangsportföljer, vilket är ett centralt men komplext ämne med avsaknad av tydliga industristandarder. En metod som använder extern data för att skapa en skuggrating-modell har föreslagits av Ulrich Erlenmaier. Den adresserar problemet av bristande data genom att använda externa ratings för att estimera en kurva över sannolikheten. Sedermera implementeras en statistisk modell som estimerar kreditratingen av låntagare. Denna uppsats ämnar för det första att utforska möjligheterna för kohortmodellen samt Pluto-och-Tasche-modellen att estimera sannolikheten för fallissemang associerat med banker och finansiella institutioner genom användandet av extern data. För det andra implementeras statistiska modeller genom nominell logistisk regression, ordinal logistisk regression, klassificerings- och regressionsträd samt Random Forest. Sedermera utvärderas modellernas förmåga att förutse kreditratings för företag från en portfölj av banker och finansiella institutioner. Resultat föreslår att kohortmodellen är att föredra vid modellering av underliggande data, givet en Ginikoefficient på 0.730 för grundfallet, till skillnad från Pluto och Tasches resultat på 0.260. Vidare genererade Random Forest marginellt bättre resultat över alla utvärderingskriterier (till exempel, 57% träffsäkerhet, 0.67 mean absolute error och 0.83 multiclass receiver operating characteristic). Däremot har den en lägre tolkningsbarhet så att ordinal logistisk regression (med respektive värden 50%, 0.80 och 0.81) skulle kunna föredras, givet dess tydlighet och transparens.

<p>Sammanfattning</p><p>Vi har undersökt hur kreditprocessen påverkas ur kredithandläggarens perspektiv, av att det kreditsökande småföretaget använder sig av en extern rådgivare eftersom tidigare forskning tyder på att det blivit svårare för dessa företag ett erhålla finansiering från banker. Ändringen i förmånsrättslagen 2004 är en bidragande faktor till småföretagens prekära situation eftersom det försämrade bankens utdelning vid en eventuell företagskonkurs. När en småföretagares kunskaper inte räcker till, kan en extern rådgivare konsulteras för vägledning i kreditprocessen. Vårt syfte med uppsatsen var att beskriva kredithandläggarnas uppfattning om den externa rådgivarens olika funktioner i kreditprocessen samt att analysera hur kreditprocessen påverkas av att en extern rådgivare agerar i småföretagets intresse. Vi har genom en kvalitativ undersökning och studerat fyra kredithandläggare i fyra olika banker med erfarenhet av vårt ställda problem och fångat deras respektive betraktelser. Resultaten pekar på att respondenterna upplever problemet på ett liknande sätt och våra huvudsakliga slutsatser har framkommit efter att vi studerat den externa rådgivarens olika funktioner i kreditprocessen. Konsultation av extern rådgivning innebär att kunskap tillförs i kreditprocessen vilket leder till att ett mer genomarbetat beslutsunderlag kan presenteras för banken. Vidare ger en extern rådgivare legitimitet åt kredithandläggarens beslutsunderlag och ökar därmed förtroendet för småföretaget vilket kan förbättra relationen mellan de två sistnämnda parterna. En risk har belysts för kredithandläggaren med att den externa rådgivaren undanhåller viktig information eftersom denne har ett egenintresse av att småföretaget beviljas krediten då det kan leda till ett fortsatt framtida samarbete dem emellan. </p><p>Abstract</p><p>We have investigated the effect on the credit process out of the creditor’s point of view, when a small business consults an external adviser since earlier research indicates that it has become more difficult for these businesses to provide capital from banks. The alteration in the Law of priority in debtor’s property on credits 2004 is a contributory cause to the small businesses precarious situation since it deteriorated banks dividends in a possible liquidation. If a small businessman’s knowledge doesn’t ad up, an external adviser can be consulted as guidance in the credit process. Our purposes with this essay were to describe the creditor’s opinion regarding the external adviser’s different functions in the credit process and to analyze the effect on the credit process when an external adviser acts in the small business interest. Through a qualitative investigation we have studied four creditors in four different banks with experience from our named problem and captured their respective reflections. The result indicates that our creditors experience the problem in a similar way and our main conclusions have emerged by studying the external adviser’s different functions in the credit process. Consultation of an external adviser represents that knowledge provides the credit process which lead up to more thoroughly decision-making data to present for the bank. An external adviser also concedes legitimacy towards the creditor’s decision-making data and increases thereby the confidence towards the small business which can improve the relation between the two last mentioned parties. A risk have become elucidated for the creditor which means that the external adviser withhold important information due to ones own interest that the small business gets granted the credit since it can lead to a continuous future collaboration between them.</p>

Sammanfattning Vi har undersökt hur kreditprocessen påverkas ur kredithandläggarens perspektiv, av att det kreditsökande småföretaget använder sig av en extern rådgivare eftersom tidigare forskning tyder på att det blivit svårare för dessa företag ett erhålla finansiering från banker. Ändringen i förmånsrättslagen 2004 är en bidragande faktor till småföretagens prekära situation eftersom det försämrade bankens utdelning vid en eventuell företagskonkurs. När en småföretagares kunskaper inte räcker till, kan en extern rådgivare konsulteras för vägledning i kreditprocessen. Vårt syfte med uppsatsen var att beskriva kredithandläggarnas uppfattning om den externa rådgivarens olika funktioner i kreditprocessen samt att analysera hur kreditprocessen påverkas av att en extern rådgivare agerar i småföretagets intresse. Vi har genom en kvalitativ undersökning och studerat fyra kredithandläggare i fyra olika banker med erfarenhet av vårt ställda problem och fångat deras respektive betraktelser. Resultaten pekar på att respondenterna upplever problemet på ett liknande sätt och våra huvudsakliga slutsatser har framkommit efter att vi studerat den externa rådgivarens olika funktioner i kreditprocessen. Konsultation av extern rådgivning innebär att kunskap tillförs i kreditprocessen vilket leder till att ett mer genomarbetat beslutsunderlag kan presenteras för banken. Vidare ger en extern rådgivare legitimitet åt kredithandläggarens beslutsunderlag och ökar därmed förtroendet för småföretaget vilket kan förbättra relationen mellan de två sistnämnda parterna. En risk har belysts för kredithandläggaren med att den externa rådgivaren undanhåller viktig information eftersom denne har ett egenintresse av att småföretaget beviljas krediten då det kan leda till ett fortsatt framtida samarbete dem emellan. Abstract We have investigated the effect on the credit process out of the creditor’s point of view, when a small business consults an external adviser since earlier research indicates that it has become more difficult for these businesses to provide capital from banks. The alteration in the Law of priority in debtor’s property on credits 2004 is a contributory cause to the small businesses precarious situation since it deteriorated banks dividends in a possible liquidation. If a small businessman’s knowledge doesn’t ad up, an external adviser can be consulted as guidance in the credit process. Our purposes with this essay were to describe the creditor’s opinion regarding the external adviser’s different functions in the credit process and to analyze the effect on the credit process when an external adviser acts in the small business interest. Through a qualitative investigation we have studied four creditors in four different banks with experience from our named problem and captured their respective reflections. The result indicates that our creditors experience the problem in a similar way and our main conclusions have emerged by studying the external adviser’s different functions in the credit process. Consultation of an external adviser represents that knowledge provides the credit process which lead up to more thoroughly decision-making data to present for the bank. An external adviser also concedes legitimacy towards the creditor’s decision-making data and increases thereby the confidence towards the small business which can improve the relation between the two last mentioned parties. A risk have become elucidated for the creditor which means that the external adviser withhold important information due to ones own interest that the small business gets granted the credit since it can lead to a continuous future collaboration between them.

The credit crunch that started the 9th of August 2007 is generally viewed as the most significant crisis to affect the financial markets and the global economy since the 1930s.The UK financial sector was heavily hit by the crisis which resulted in a dry up in lending and left a black hole in the British banks‟ finances. During the last quarter of 2010 the GDP shank unexpectedly with 0.5 percent from the third quarter which created concerns about going back into the recession. Contrarily, for Swedish economy 2010 was an impressing year with an unexpected GDP growth of 7, 3 percent in the last quarter.The purpose of this study is to analyse how the finance crisis has affected the leading banks‟ performance within the two countries and see whether the differences in values can explain the difference in GDP growth during the last quarter of 2010. The analyse is performed through a financial ratio analysis of the different banks.The final results of the research indicates to that the Swedish banks have been more profitable, have had a more secure and higher quality of lending and more capacity to lower cost related to income than the British banks. The more distinctive negative influence is mostly based on the larger amount of credit losses the British banks had to experience which contributed to their significant decrease in earnings per share which created scepticism on the credit market followed by a severe slowdown in consumption and in GDP growth. Since the credit losses never got to same levels in Sweden as in the UK the scepticism of the Swedish banking system did not affect the reduction in credit use and house prises to the same extent and GDP growth could recover back to normal levels sooner than in the UK.

It is essential for a bank to estimate the credit risk it carries and the magnitude of exposure it has in case of non-performing customers. Estimation of this kind of risk has been done by statistical methods through decades and with respect to recent development in the field of machine learning, there has been an interest in investigating if machine learning techniques can perform better quantification of the risk. The aim of this thesis is to examine which method from a chosen set of machine learning techniques exhibits the best performance in default prediction with regards to chosen model evaluation parameters. The investigated techniques were Logistic Regression, Random Forest, Decision Tree, AdaBoost, XGBoost, Artificial Neural Network and Support Vector Machine. An oversampling technique called SMOTE was implemented in order to treat the imbalance between classes for the response variable. The results showed that XGBoost without implementation of SMOTE obtained the best result with respect to the chosen model evaluation metric. / Det är nödvändigt för en bank att ha en bra uppskattning på hur stor risk den bär med avseende på kunders fallissemang. Olika statistiska metoder har använts för att estimera denna risk, men med den nuvarande utvecklingen inom maskininlärningsområdet har det väckt ett intesse att utforska om maskininlärningsmetoder kan förbättra kvaliteten på riskuppskattningen. Syftet med denna avhandling är att undersöka vilken metod av de implementerade maskininlärningsmetoderna presterar bäst för modellering av fallissemangprediktion med avseende på valda modelvaldieringsparametrar. De implementerade metoderna var Logistisk Regression, Random Forest, Decision Tree, AdaBoost, XGBoost, Artificiella neurala nätverk och Stödvektormaskin. En översamplingsteknik, SMOTE, användes för att behandla obalansen i klassfördelningen för svarsvariabeln. Resultatet blev följande: XGBoost utan implementering av SMOTE visade bäst resultat med avseende på den valda metriken.

The thesis challenges the notion of effectiveness of law as being based on the formal institutions of courts, law enforcement and written law. It argues that the best way to measure the effectiveness of law is the legal self-efficacy of laymen who are the end users of law.  It presents a new perspective on the effectiveness of law. It turns the traditional perspective of studying the effects of legal institutions around and instead studies the effect of how individuals perceive their own ability to use law. This self-reflexive ability - legal self-efficacy -  is the answer to the question “How comfortable are with communicating with legal terminology?”. The thesis makes several comparisons using the traditional perspective and legal self-efficacy and finds that legal self-efficacy is a better measure of legal effectiveness. This thesis analyzes 246 businesspeople in Russia and their risk behavior  with regards to economic transactions in relation to legal self-efficacy.  The theory behind legal self-efficacy is a combination of Luhmann’s theory of law as communication and Bandura’s concept of self-efficacy.  The first paper applies the traditional approach. It analyzes the effect of legal efficiency on leverage and debt maturity for listed and non-listed companies. The second paper is describes the conceptual foundation of the legal effectiveness based on the individual. The third paper compares the effect of private order (including legal self-efficacy) and public order institutions on the granting of trade credit.  The fourth paper analyzes the impact of legal self-efficacy and formal legal institutions on sanctions against clients in a comparative perspective. The final paper seeks out possible sources of legal self-efficacy. Legal self-efficacy can be used to better understand the interaction of individuals and law including such fields of research as behavioral accounting, behavioral law and finance, legal sociology and legal studies.