Vad är fastighetsmäklarnas attityder till användandet utav lockpriser? Ämnet har på senare tid varit omdiskuterat i media, som också gett sin syn på det. Vi genomförde därför en undersökning i form av en enkätundersökning med fastighetsmäklare och djupintervjuer med branschorganisationerna för att ta reda på deras attityder till fenomenet. Vi ville också undersöka om attityden till och användandet utav lockpriser skilde sig mellan städerna Karlstad, Göteborg och Stockholm. Intervjuerna och enkätundersökningen omfattade också branschorganisationernas åsikter om oärliga bud, samt mäklarnas syn på den oreglerade budgivningen. Vår slutsats är att majoriteten av mäklarna och branschorganisationerna inte tycker att det är okej att mäklare använder lockpriser. Detsamma gäller branschorganisationernas syn på oärliga bud. Det framkom av undersökningen att en stor del av mäklarna upplevde problem med tanke på den oreglerade budgivningen som råder i Sverige. Utifrån vår bedömning av resultatet tror vi att Stockholmsprojektet med jämförelsepriser kommer fungera och på sikt stävja användandet utav lockpriser. Vi tror också att den nya regeln i Fastighetsmäklarlagen (FML) kommer minska oärliga budgivningar och på sikt stoppa användandet utav det. / What are real estate brokers’ attitudes towards the use of cap prices? The subject has recently been much debated in the media, which also has given its opinions in the subject. Therefore we carried out an investigation in the form of a survey with real estate brokers and interviews with the industry associations to find out their attitudes to the phenomenon. We also wanted to examine whether attitudes towards and the usage of cap prices differed between the cities of Karlstad, Gothenburg and Stockholm. The interviews and the survey also covered the industry associations’ opinions about dishonest bids, and brokers' views on the unregulated bidding. Our conclusion is that the majority of brokers and industry associations don’t think it’s okay for brokers to use cap prices. The same applies to the industry organizations’ views of dishonest bids. The investigation revealed that a large proportion of brokers experienced problems regarding the unregulated bidding prevailing in Sweden. Based on our assessment of the outcome, we believe that the Stockholm project with comparison prices will operate and eventually curb the use of cap prices. We also believe that the new rule in the Estate Agents Act will reduce dishonest bidding and eventually halt the use of it.

Sedan den globala finanskrisen 2008 har flera stora regelverk införts för att säkerställa att banker hanterar risker på sunt sätt. Bland dessa regelverk är Basel II som infört kapitalkrav för kreditrisk som baseras på Sannolikhet för Fallissemang och Förlust Givet Fallissemang. Basel II Advanced Internal-Based Approach ger banker möjligheten att skatta dessa riskmått för enskilda portföljer och göra interna kreditriskvärderingar. I överensstämmelse med Advanced Internal-Based-rating undersöker denna uppsats användningen av en Error Correction Model för modellering av Sannolikhet för Fallissemang. En modell som visat sin styrka inom stresstestning. Vidare implementeras en funktion för Förlust Givet Fallissemang som binder samman Sannolikhet för Fallissemang och Förlust Givet Fallissemang med systematisk risk. Error Correction Modellen modellerar Sannolikhet för Fallissemang av en SME-portfölj från en av de "fyra stora" bankerna i Sverige. Modellen utvärderas och stresstestas med Europeiska Bankmyndighetens  stresstestscenario 2016  och analyseras, med lovande resultat. / Since the global financial crisis of 2008, several big regulations have been implemented to assure that banks follow sound risk management. Among these are the Basel II Accords that implement capital requirements for credit risk. The core measures of credit risk evaluation are the Probability of Default and Loss Given Default. The Basel II Advanced Internal-Based-Rating Approach allows banks to model these measures for individual portfolios and make their own evaluations. This thesis, in compliance with the Advanced Internal-Based-rating approach, evaluates the use of an Error Correction Model when modeling the Probability of Default. A model proven to be strong in stress testing. Furthermore, a Loss Given Default function is implemented that ties Probability of Default and Loss Given Default to systematic risk. The Error Correction Model is implemented on an SME portfolio from one of the "big four" banks in Sweden. The model is evaluated and stress tested with the European Banking Authority's 2016 stress test scenario and analyzed, with promising results.

Den bullerreducerande beläggnigen har en porös struktur som förbättrar dräneringen och reducerar buller vid källan men egenskaperna orsakar ett snabbt slitage och portäppning. Detta medför att beläggningen måste omläggas och rengöras oftare än en konventionell beläggning som t.ex. ABS 16. Kritiken mot den bullerreducerande beläggningen riktar sig på de höga drift- och underhållskostnaderna, detta gör att många väghållaren satsar på bullerskärm som bulleråtgärd.  Syftet med arbetet är att jämföra bullerreducerande beläggning med bullerskärm, för att reda på vilken bulleråtgärd är mer kostnadseffektivt under 20 år. Ett teoriavsnitt kommer att förklara och beskriva på ett tekniskt sätt: väg, ljud och buller, bullerskärm och bullerreducerande beläggningar. Kostnadsjämförelsen mellan bulleråtgärderna omfattar investering, drift och underhåll. Den fördjupar sig på en befintlig sträcka vid Gamla Enskede i Nynäsvägen, där det sedan 2012 finns bullerskärmar. De riktiga priserna av skärmarna ställs mot priserna för en eventuell bullerreducerande beläggning i sträckan. Priserna, antal omläggningar och bullerreducerande förlusten per år för den bullerreducerande beläggningen blev antagna genom beräkningar utifrån verkliga sträckor. Med hjälp av kalkyler och diagram kunde det noteras att bullerskärmarna är dyrare än bullerreducerande beläggningen. Förklaring av kostnadsresultat medföljs av rekommendationer som anses vara relevanta för att ha i åtanke för framtida val av bullerreducerande åtgärder. / Noise reducing pavement has a porous structure that improves drainage and reduces traffic noise but these propitious qualities causes’ problems such as rapid wear and pore clogging. This means that the pavement must be repaved and cleaned more frequently than a conventional pavement such as ABS 16. Criticism of the noise reducing pavement has been raised and has to do with the high operating and maintenance costs, this result in more invests in noise barriers instead. The purpose with this review is to compare noise reducing pavement with noise barriers, in order to determine which noise provision is more cost effective during a period of 20 years.  There will be a theory chapter were it will be explain and describe in a technical method: Road, sound and noise, noise barriers and noise-reducing pavement. Cost comparison of noise provisions includes investment-, operation- and maintenance cost. This review immerses on an existing road at Gamla Enskede in Nynäsvägen, which since 2012 has noise barriers. The actual prices of the noise barriers in Gamla Enskede will be compared to a possible noise reducing pavement. Prices, quantity of pavement replacement and noise loss per year for the noise reducing pavement was presumed by calculations based on actual distances with noise reducing pavement. Observation of our calculations and charts reveals that noise barriers are more expensive than noise reducing pavement.  Explanations of cost results are accompanied by recommendations that are considered relevant to have in mind for future choices of noise reduction provisions.

I mars 2020 informerade Folkhälsomyndigheten om en global pandemi. Arbetsgivare tvingades uppmana sina medarbetare att arbeta hemifrån vilket bland annat påverkade revisorernas arbetssätt. Revisorernas främsta uppgift är att kontrollera och granska företags redovisning för att sedan uttala sig i en revisionsberättelse, vilket försvårats under pandemin i och med distansarbete. Tidigare forskning påvisar att försämrade nyckeltal har ett samband med orena revisionsberättelser. Syftet med studien är att undersöka i vilken utsträckning följande faktorer har en påverkan på förekomsten av orena revisionsberättelser innan och under en pandemi; soliditet, räntabilitet på totalt kapital, rörelsemarginal, kassalikviditet och förlust föregående år. Genom en kvantitativ undersökning har data hämtats från 477 svenska noterade mikro, små, medel och stora företags årsredovisningar. Genom t-test och multipel regression har fem variabler undersökts för att finna sambandet med orena revisionsberättelser. Hypoteser har ställts upp för respektive variabel och dess samband med orena revisionsberättelser. Regressionsanalysen visar att ju lägre räntabilitet på totalt kapital, desto större är sannolikheten att erhålla en oren revisionsberättelse. Går företag med förlust tidigare år är sannolikheten större att erhålla en oren revisionsberättelser än de företag som inte gått med förlust. Studien visar inte på något signifikant samband mellan lägre soliditet, rörelsemarginal samt kassalikviditet och en högre sannolikhet att erhålla en oren revisionsberättelse. / In March 2020, the Public Health Agency of Sweden announced a global pandemic. Managers were forced to encourage their employees to work from home, which, among other things, affected the auditors' way of working. The auditors' main task is to check and review companies' accounting and then make a statement in an audit report, which has been made more difficult during the pandemic due to teleworking. Previous research shows that deteriorating key ratios are associated with qualified audit reports. The purpose of the study is to investigate the extent to which the following factors have an impact on the occurrence of qualified audit reports, before and during a pandemic; equity ratio, return on total capital, operating margin, cash liquidity and loss in the previous year. Through a quantitative survey, data has been obtained from the annual reports of 477 Swedish listed micro, small, medium and large companies. Through independent sample t-test and multiple regression, five variables have been examined to find the relationship with qualified audit reports. Hypotheses have been set up for each variable and its relationship with qualified audit reports. The regression analysis shows that the lower the return on total capital, the greater the probability of obtaining a qualified audit report. If the company makes a loss in previous years, the company is more likely to receive a qualified audit report than the companies that did not make a loss. The study does not show any significant relationship between lower equity ratio, operating margin or cash liquidity and a higher probability of obtaining any qualified audit reports. This paper is written in Swedish.

This thesis investigates three different techniques for estimating loss given default of non-performing consumer loans. This is a contribution to a credit risk evaluation model compliant with the regulations stipulated by the Basel Accords, regulating the capital requirements of European financial institutions. First, multiple linear regression is applied, and thereafter, zero-and-one inflated beta regression is implemented in two versions, with and without Bayesian inference. The model performances confirm that modeling loss given default data is challenging, however, the result shows that the zero-and-one inflated beta regression is superior to the other models in predicting LGD. Although, it shall be recognized that all models had difficulties in distinguishing low-risk loans, while the prediction accuracy of riskier loans, resulting in larger losses, were higher. It is further recommended, in future research, to include macroeconomic variables in the models to capture economic downturn conditions as well as adopting decision trees, for example by applying machine learning. / Detta examensarbete undersöker tre olika metoder för att estimera förlusten vid fallissemang för icke-presterande konsumentlån. Detta som ett bidrag till en kreditrisksmodell i enlighet med bestämmelserna i Baselregelverken, som bland annat reglerar kapitalkraven för europeiska finansiella institut. Inledningsvis tillämpas multipel linjär regression, därefter implementeras två versioner av utvidgad betaregression, med och utan bayesiansk inferens. Resultatet bekräftar att modellering data för förlust givet fallissemang är utmanande, men visar även att den utvidgade betaregressionen utan bayesiansk inferens är bättre de andra modellerna. Det ska dock tilläggas att alla modeller visade svårigheter att estimera lån med låg risk, medan tillförlitligheten hos lån med hög risk, vilka generellt sett medför större förluster, var högre. Vidare rekommenderas det för framtida forskning att inkludera makroekonomiska variabler i modellerna för att fånga ekonomiska nedgångar samt att implementera beslutsträd, exempelvis genom applicering av maskininlärning.

Techniques for imposing a structure on the latent space of neural networks have seen much development in recent years. Clustering techniques used for classification have been used to great success, and with this work we hope to bridge the gap between contrastive losses and Generative models. We introduce an embedding loss derived from Triplet loss to show that attributes and information can be clustered in specific dimensions in the latent space of Variational Auto-Encoders. This allows control over the embedded attributes via manipulation of these latent space dimensions. This work also serves to take steps towards the usage of any data augmentation when applying Triplet loss to Variational Auto-Encoders. In this work three different Variational Auto-Encoders are trained on three different datasets to embed information in three different ways using this novel method. Our results show the method working to varying degrees depending on the implementation and the information embedded. Two experiments using image data and one using waveform audio shows that the method is modality invariant. / Tekniker för att införa en struktur i det latenta utrymmet i neurala nätverk har sett mycket utveckling under de senaste åren. Kluster metoder som används för klassificering har använts till stor framgång, och med detta arbete hoppas vi kunna brygga gapet mellan kontrastiva förlustfunktioner och generativa modeller. Vi introducerar en förlustfunktion för inbäddning härledd från triplet loss för att visa att attribut och information kan klustras i specifika dimensioner i det latenta utrymmet hos variationsautokodare. Detta tillåter kontroll över de inbäddade attributen via manipulering av dessa dimensioner i latenta utrymmet. Detta arbete tjänar också till att ta steg mot användningen av olika data augmentationer när triplet loss tillämpas på generativa modeller. Tre olika Variationsautokodare tränas på tre olika dataset för att bädda in information på tre olika sätt med denna nya metod. Våra resultat visar att metoden fungerar i varierande grad beroende på hur den tillämpas och vilken information som inbäddas. Två experiment använder bild-data och ett använder sig av ljud, vilket visar på att metoden är modalitetsinvariant.

Zero-Shot Learning (ZSL) for image classification aims to recognize images from novel classes for which we have no training examples. A common approach to tackling such a problem is by transferring knowledge from seen to unseen classes using some auxiliary semantic information of class labels in the form of class embeddings. Most of the existing methods represent image features and class embeddings as point vectors, and such vector representation limits the expressivity in terms of modeling the intra-class variability of the image classes. In this thesis, we propose three novel ZSL methods that represent image features and class labels as distributions and learn their corresponding parameters as distribution embeddings. Therefore, the intra-class variability of image classes is better modeled. The first model is a Triplet model, where image features and class embeddings are projected as Gaussian distributions in a common space, and their associations are learned by metric learning. Next, we have a Triplet-VAE model, where two VAEs are trained with triplet based distributional alignment for ZSL. The third model is a simple Probabilistic Classifier for ZSL, which is inspired by energy-based models. When evaluated on the common benchmark ZSL datasets, the proposed methods result in an improvement over the existing state-of-the-art methods for both traditional ZSL and more challenging Generalized-ZSL (GZSL) settings. / Zero-Shot Learning (ZSL) för bildklassificering syftar till att känna igen bilder från nya klasser som vi inte har några utbildningsexempel för. Ett vanligt tillvägagångssätt för att ta itu med ett sådant problem är att överföra kunskap från sett till osynliga klasser med hjälp av någon semantisk information om klassetiketter i form av klassinbäddningar. De flesta av de befintliga metoderna representerar bildfunktioner och klassinbäddningar som punktvektorer, och sådan vektorrepresentation begränsar uttrycksförmågan när det gäller att modellera bildklassernas variation inom klass. I denna avhandling föreslår vi tre nya ZSL-metoder som representerar bildfunktioner och klassetiketter som distributioner och lär sig deras motsvarande parametrar som distributionsinbäddningar. Därför är bildklassernas variation inom klass bättre modellerad. Den första modellen är en Triplet-modell, där bildfunktioner och klassinbäddningar projiceras som Gaussiska fördelningar i ett gemensamt utrymme, och deras föreningar lärs av metrisk inlärning. Därefter har vi en Triplet-VAE-modell, där två VAEs tränas med tripletbaserad fördelningsinriktning för ZSL. Den tredje modellen är en enkel Probabilistic Classifier för ZSL, som är inspirerad av energibaserade modeller. När de utvärderas på de vanliga ZSLdatauppsättningarna, resulterar de föreslagna metoderna i en förbättring jämfört med befintliga toppmoderna metoder för både traditionella ZSL och mer utmanande Generalized-ZSL (GZSL) -inställningar.

This thesis evaluates the performance of three machine learning methods in prediction of the Loss Given Default (LGD). LGD can be seen as the opposite of the recovery rate, i.e. the ratio of an outstanding loan that the loan issuer would not be able to recover in case the customer would default. The methods investigated are decision trees, random forest and boosted methods. All of the methods investigated performed well in predicting the cases were the loan is not recovered, LGD = 1 (100%), or the loan is totally recovered, LGD = 0 (0% ). When the performance of the models was evaluated on a dataset where the observations with LGD = 1 were removed, a significant decrease in performance was observed. The random forest model built on an unbalanced training dataset showed better performance on the test dataset that included values LGD = 1 and the random forest model built on a balanced training dataset performed better on the test set where the observations of LGD = 1 were removed. Boosted models evaluated in this study showed less accurate predictions than other methods used. Overall, the performance of random forest models showed slightly better results than the performance of decision tree models, although the computational time (the cost) was considerably longer when running the random forest models. Therefore decision tree models would be suggested for prediction of the Loss Given Default. / Denna uppsats undersöker och jämför tre maskininlärningsmetoder som estimerar förlust vid fallissemang (Loss Given Default, LGD). LGD kan ses som motsatsen till återhämtningsgrad, dvs. andelen av det utstående lånet som långivaren inte skulle återfå ifall kunden skulle fallera. Maskininlärningsmetoder som undersöks i detta arbete är decision trees, random forest och boosted metoder. Alla metoder fungerade väl vid estimering av lån som antingen inte återbetalas, dvs. LGD = 1 (100%), eller av lån som betalas i sin helhet, LGD = 0 (0%). En tydlig minskning i modellernas träffsäkerhet påvisades när modellerna kördes med ett dataset där observationer med LGD = 1 var borttagna. Random forest modeller byggda på ett obalanserat träningsdataset presterade bättre än de övriga modellerna på testset som inkluderade observationer där LGD = 1. Då observationer med LGD = 1 var borttagna visade det sig att random forest modeller byggda på ett balanserat träningsdataset presterade bättre än de övriga modellerna. Boosted modeller visade den svagaste träffsäkerheten av de tre metoderna som blev undersökta i denna studie. Totalt sett visade studien att random forest modeller byggda på ett obalanserat träningsdataset presterade en aning bättre än decision tree modeller, men beräkningstiden (kostnaden) var betydligt längre när random forest modeller kördes. Därför skulle decision tree modeller föredras vid estimering av förlust vid fallissemang.

Gene tree-species tree reconciliation is the problem of mapping each node in a gene tree to a position in a species tree. Several methods have been used to address this problem. Variational inference is a method for finding the best approximation to the true distribution in a family of distributions. In this project, we investigated whether variational inference is a useful method to address the gene tree-species tree reconciliation problem. The distribution of trees is modeled by a so-called Subsplit Bayesian Network (SBN), and the evolution process is modeled by a birth-death process with constant duplication- and loss rate. We implemented the method in Python and compared it with A Variational Approach to Bayesian Phylogenetic Inference [1] (VBPI) [1] using synthetic data. The result showed that our method outperformed VBPI in most test cases. / Genträd-artträdsförsoning är problemet med att kartlägga varje nod i ett genträd till en position i ett artträd. Flera metoder har använts för att lösa detta problem. Variationsinferens är en metod för att hitta den bästa approximationen till den sanna fördelningen i en familj av sannolikhetsfördelningar. I det här projektet undersökte vi om variationsinferens är en användbar metod för att lösa Genträd-artträdsförsoningproblemet. Fördelningen av träd modelleras av ett så kallat subsplit Bayesian-nätverk (SBN), och evolutionsprocessen är modellerad av en födelse-dödsprocess med konstant duplicering- och förlusthastighet. Vi implementerade metoden i Python och jämförde den med VBPI [1] med syntetisk data. Resultatet visade att vår metod överträffade VBPI i de flesta testfallen.

Bakgrund: Att förlora ett barn är en stor sorg som uttrycks på olika sätt hos olika individer. Sorgen drabbar inte bara familjen utan även vårdpersonal som upplever att det får svårigheter att identifiera föräldrars behov och stödja dem i deras sorgeprocess. Därför är det viktigt att få reda på hur föräldrar upplever vårdpersonalens stöd efter att deras barn dött. Syfte: Syftet med litteraturöversikten var att beskriva föräldrars upplevelser av vårdpersonals stöd efter att deras barn dött. Metod: Studierna berör föräldrars upplevelser av vårdpersonals stöd efter att deras barn dött och valdes från databasen CINAHL complete och genom två manuella sökningar. Litteraturöversikten har utgått från Fribergs metod och presenterar resultat från tio vetenskapliga engelskspråkiga artiklar. Resultat: Resultatet innefattar tre huvudteman: Behovet av samtal och information, Behovet av kontinuitet och en god relation och Behovet av uppföljning och engagemang. Diskussion: Metoddiskussionen beskriver litteraturöversiktens styrkor och svagheter och vad som kan ha påverkat både utformningen och tillvägagångssättet. I litteraturöversiktens resultat diskuteras hur föräldrar vars barn dött på sjukhus upplevde vårdpersonalens stöd efter beskedet om barnets diagnos, vad som är viktigt vid dödsögonblicket samt efter det att barnet dött och hur uppföljning påverkar föräldrar. I resultatet diskuteras även vad föräldrar önskar av vårdpersonalen i de olika faserna. Resultatet diskuteras även utifrån Travelbees omvårdnadsteori med fokus på begreppet människa. / Background: Losing a child is a great sadness that is expressed in different ways by different individuals. Grief affects not only the family but also health professionals who describe difficulties identifying parents' needs for support. Therefore, it is important to explore how parents perceive the health care professionals support after their child died. Aim: The aim of this literature review was to describe the parents' perceptions of support from health care professionals after the death of their child. Method: The studies concern parental perceptions of health professionals’ support after their child died and was selected from the database CINAHL complete and through two manual searches. The literature review was based on Friberg’s method and presents results from ten English scientific research articles. Results: The result includes three main themes: The need for conversation and information, The need of continuity and a good relationship and The need of follow up and commitment. Discussion: Method discussion describes the literature reviews strengths and weaknesses and what may have influenced both the design and approach. The literature reviews results discusses how parents whose children died in hospitals experienced health care professionals support after information about the child's diagnosis, what is important at the moment of death and after the child died and how follow-up affects parents. The result also discusses what parents want from health care professionals in the different phases. The results are also discussed based on Travelbees nursing theory with focus on the concept of man.