The need for sustainability solutions requires a shift towards renewable energy and less dependence on fossil fuels, exemplified by the EU’s Green Deal targeting zero greenhouse gas emissions by 2055. This shift creates uncertainties in the global economy, and it recently sparked the automotive industry’s move from the internal combustion engine (ICE) to the electric vehicle (EV). In turn, the transition then creates new demands and product requirements for powertrain assembly, affecting the industry’s suppliers of industrial tools and assembly solutions. A literature review was conducted to analyse and map out the automotive industry and the EV market. Findings such as driving forces, barriers, and projections about the industry were then used to forecast the development of the EV market until the year 2030. Further, an empirical study of interviews with relevant stakeholders and study visits to production sites was performed to complement the findings from the literature review. The results indicated that the EV market share is expected to grow from about 11% in 2022 to about 47.5% by the year 2030 and that the main driving forces reside on the OEM side while the main barriers reside with the consumers. Further, the results indicated that the production of EVs requires fewer tightening tools along with a need for smaller footprints and lower torque ranges. The results also revealed that automation and flexibility in assembly lines are seen as key for the production of EVs. / Behovet för hållbarhetslösningar kräver nu en övergång till förnybar energi och ett mindre beroende av fossila bränslen, exemplifierat av EU:s Green Deal med målet att eliminera växthusgasutsläpp senast år 2055. Denna övergång skapar osäkerheter i den globala ekonomin, och den har nyligen utlöst en övergång inom fordonsindustrin från förbränningsmotorer till elbilar. Vidare skapar denna övergång nya krav och produktspecifikationer för monteringen av powertrain drivlinor, vilket påverkar leverantörer av industriella verktyg och monteringslösningar. En litteraturstudie genomfördes för att analysera och kartlägga fordonsindustrin och elbilsmarknaden. Resultaten, såsom drivkrafter, barriärer och prognoser om branschen, användes sedan för att prognostisera utvecklingen av elbilsmarknaden fram till år 2030. Vidare genomfördes en empirisk studie av intervjuer med relevanta intressenter samt studiebesök på produktionsanläggningar för att komplettera resultaten från litteraturstudien. Resultaten indikerar att andelen av elbilar förväntas öka från cirka 11% år 2022 till cirka 47,5% år 2030 och att de främsta drivkrafterna finns på tillverkarsidan medan de främsta barriärerna finns hos konsumenterna. Vidare visade resultaten att produktionen av elbilar kräver färre skruvdragare samt att dessa innehar ett mindre fotavtryck och lägre moment. Resultaten avslöjade också att automation och flexibilitet i monteringslinjer ses som nyckeln för produktionen av elbilar.

This master thesis focuses on regional shopping centre’s market shares. It is written in cooperation with IKEA Centres that provided data regarding their shopping centres and funds for the gathering of statistics. The research question for the study is: What level of market share is valid for regional shopping centres in close proximity to an IKEA warehouse? In order to answer this question as accurate as possible the study is designed as a case study. The case is implemented on three different shopping centres, owned by IKEA Centres, with similar locations and market areas. The three shopping centres that are selected as subject centres in the study are Birsta City in Sundsvall, I-Huset in Linköping and Erikslund Shopping Center in Västerås. The case is focused on the regional shopping centres isolated and do not include the IKEA furniture store. The first part of the study concerns the delineation of the subject centres’ primary- and secondary market area. This is done using Reilly’s Law based on the prerequisites of the specific shopping centre. By using this method breaking points or borders of the market areas can be defined and located based on the calculated driving time. To be able to calculate the potential market shares for the centres, the buying power segmentation method is used.  The statistics are bought from Statistics Sweden and concerns mainly the number of households in the market areas and their disposable income. The market share is calculated by comparing the potential buying power of the households and the actual sales in the shopping centres. The results of the conducted study regarding the market share in the total market area is that Birsta City has a significant larger market share (60%) than the two other centres that the study concerns. I-Huset (17% market share) and Erikslund Shopping (25% market share) are located in regions with a higher population and more competition, the authors see this as the main factor to the difference in the market share. Results regarding market shares in different categories of goods are also presented. The three subjects’ centres offer several different collections of items. All centres have a large market share in the fashion segments that are offered, a wide tenant mix in combination with the target groups is seen to be an effecting factor. / Denna masteruppsats fokuserar på ämnet regionala shoppingcenters och dess marknadsandel. Uppsatsen är skriven i samarbete med IKEA Centres vilka har bidragit med data angående köpcentren samt medel för inköp av statistik. Studiens frågeställning är: Vilken marknadsandel har regionala köpcenter där ett Ikeavaruhus finns i närheten? För att besvara denna frågeställning på bästa sätt är studien utformad som en fallstudie. Fallstudierna är implementerade på tre olika shopping center i liknande läge och med likvärdiga marknadsområden. De tre köpcentrumen vilket är utvalda som ämnescenter i studien är Birsta City i Sundsvall, I-Huset i Linköping och Erikslund Shopping Center i Västerås. Forskningen är baserad på shopping centret och berör inte IKEAs möbelvaruhus. Den första delen av studien behandlar avgränsningen av köpcentrumens primära och sekundära marknadsområden. Avgränsningen är utförd med Reilly’s Law baserad på de specifika köpcentrets förutsättningar. Genom att använda den här metoden definieras brytpunkter och gränser för marknadsområdet kan avgränsas med hjälp av den beräknade körtiden. För att sedan beräkna köpcentrets marknadsandel används metoden ”Buying power segmentation method”. Statistiken som används är köpt från SCB och berör huvudsakligen antalet hushåll i marknadsområdena samt dess disponibla inkomst. Marknadsandelen är beräknad genom att jämföra den potentiella köpkraften hos hushållen med den faktiska försäljningen i köpcentren. Resultatet av den utförda studien rörande marknadsandelar av den totala marknaden är dels att Birsta City har en betydligt större marknadsandel (60%) än de två andra undersökta köpcentren. I-Huset (17% marknadsandel) samt Erikslund Shopping (25% marknadsandel) är belägna i regioner med högre invånarantal och större konkurrens. Författarna ser detta som en avgörande faktor till skillnaden i marknadsandel jämfört med Birsta City. Resultat angående marknadsandelar i olika kategorier av varor är också presenterade. De tre studerade köpcentren erbjuder ett brett utbud av produkter. Samtliga center har en stor marknadsandel i kategorier rörande kläder & mode. Den breda hyresgästmixen samt målgruppen för köpcentren antas vara påverkande faktorer till detta.

Interpreting time varying phenomena is a key challenge in the capital markets. Time series analysis using autoregressive methods has been carried out over the last couple of decades, often with reassuring results. However, such methods sometimes fail to explain trends and cyclical fluctuations, which may be characterized by long-range dependencies or even dependencies between the input features. The purpose of this thesis is to investigate whether recurrent neural networks with LSTM-cells can be used to capture these dependencies, and ultimately be used as a complement for index trading decisions. Experiments are made on different setups of the S&P-500 stock index, and two distinct models are built, each one being an improvement of the previous model. The first model is a multivariate regression model, and the second model is a multivariate binary classifier. The output of each model is used to reason about the future behavior of the index. The experiment shows for the configuration provided that LSTM RNNs are unsuitable for predicting exact values of daily returns, but gives satisfactory results when used to predict the direction of the movement. / Att förstå och kunna förutsäga hur index varierar med tiden och andra parametrar är ett viktigt problem inom kapitalmarknader. Tidsserieanalys med autoregressiva metoder har funnits sedan årtionden tillbaka, och har oftast gett goda resultat. Dessa metoder saknar dock möjligheten att förklara trender och cykliska variationer i tidsserien, något som kan karaktäriseras av tidsvarierande samband, men även samband mellan parametrar som indexet beror utav. Syftet med denna studie är att undersöka om recurrent neural networks (RNN) med long short-term memory-celler (LSTM) kan användas för att fånga dessa samband, för att slutligen användas som en modell för att komplettera indexhandel. Experimenten är gjorda mot en modifierad S&P-500 datamängd, och två distinkta modeller har tagits fram. Den ena är en multivariat regressionsmodell för att förutspå exakta värden, och den andra modellen är en multivariat klassifierare som förutspår riktningen på nästa dags indexrörelse. Experimenten visar för den konfiguration som presenteras i rapporten att LSTM RNN inte passar för att förutspå exakta värden för indexet, men ger tillfredsställande resultat när modellen ska förutsäga indexets framtida riktning.

Behovet av en bostad är ett grundläggande mänskligt behov. Detta behov kan tillgodoses på en rad möjliga sätt. Vi bor med olika upplåtelseformer som hyresrätt, bostadsrätt och äganderätt i olika typer av byggnader. För samhället är det viktigt att det finns tillräckligt med rätt byggnader på rätt plats.Men vad är det egentligen som påverkar vad det är för byggnad som står på en viss fastighet, och hur ser man om det finns potential för utveckling? Svaret ges genom studie av den bakomliggande teorin; en produktivitetsanalys bör utföras. En produktivitetsanalys beskriver en fastighets kapacitet att tillgodose mänskliga behov och ger ett resultat om hur lämplig en fastighet är för en viss typ av bebyggelse. Produktivitetsanalysen är en del av en marknadsanalys och utgör grunden för detta kandidatarbete. Genom en studie av relevant teori avseende marknadsanalys, produktivitetsanalys och bostadsutveckling beskrivs de ingående variablerna i det som påverkar slutgiltig markanvändning i detalj. Vidare studeras hur arbetssätten skiljer sig för större och mindre börsnoterade bostadsutvecklare. Hypoteser ställs upp angående deras respektive förhållningssätt till marknadsanalys.Som lite av en ’plot twist’ görs upptäckten att bostadsutvecklarna inte alls använder begreppet produktivitetsanalys. De har, vad resultatet visar, inte alls något strukturerat sätt att analysera fastighetens egenskaper på. Däremot analyseras de ingående egenskaperna i en produktivitetsanalys även i praktiken, inte bara på exakt samma sätt som i teorin. De större bostadsutvecklarna använder sig av mycket mer standardiserade lösningar än de mindre och utför trots detta, en djupare marknadsanalys. Detta resultat talar emot en av de inledande hypoteserna samt vad som kommuniceras från några av de mindre utvecklarna. / The need for a residence is a basic human need. This need can be met in a number of ways. We live in different types of buildings and they serve different residential needs. For society it’s important that there’s a mix of different types of residential products, in the right place.But what affects what type of residential building that ends up on a specific type of property, and how do you know if there’s a potential to develop the property further? The answer is given by studying the underlying theory; a productivity analysis should be conducted. A productivity analysis describes a property’s capacity to fulfill human needs and tells us how fit a property is for a certain type of use. The productivity analysis is part of a market analysis and constitutes the foundation of this thesis. By studying relevant theory about market analysis, productivity analysis and residential development the input variables, to what affects the use of a property, are identified. The study continues with a comparison between smaller and larger residential developers. Hypotheses are made about their different approaches to market analysis.Like a plot twist, a discovery is made that none of the developers use the term productivity analysis. The results show that they do not work in a structured way with the input variables in a productivity analysis. However, the input variables are analyzed, just not in the same way as in theory. The bigger developers use more standardized construction solutions than the smaller developers and, despite this, they conduct deeper and more thorough market analysis. This result contradicts one of the initial hypothesis and what is communicated by some of the smaller developers.

People are becoming more digital today, and are spending the majority of their time behindscreens. Because of this, the importance to socialize have become more prominent. In thisdigital era, more businesses are establishing online. A structural reformation in the retailmarket is inevitable. One of the reasons for this is the competition which comes frominternational competitor. Consumers can click home goods directly from internationallow-cost production actors. With this change, it has become harder for physical retailbusiness to become profitable. Even though the online retail market is blooming, there is stilla need for physical spaces in Stockholm, and this is because of webrooming and Halo effects.In combination to this, retailers desire fewer and smaller spaces. Further, the effectse-commerce has on physical retail have altered the way real estate owners establish theirspaces. Several real estate owners convert retail stores into food and beverage (F&B). TheF&B sector has become more important and prominent today because of its importance ofcreating a meeting place in today’s society. Due to this, the F&B market is saturated causingcannibalization between actors.The aim of this study is to explore and interpret qualitative data, based on interviews withbranch experts from real estate owners and consultants, retailers, researchers and F&B actors.Considering, if the online retail market affects the F&B market in Stockholm CBD. What willbe the future for physical retail and F&B spaces, based on the change in consumer behaviour?What is the relation between the expanding online market and the conversion from retail toF&B? What will happen when the market is saturated and how will the future meeting placebe established? The thesis will also be based on a case study of Sergelstan, a developmentproject in Stockholm CBD, owned and established by Vasakronan.The conclusion of the research is that e-commerce has an indirect impact on the F&B sector,based on direct effect from retail. The physical retail sector creates vacancy due to a changedconsumer behaviour, which enables other sectors to grow. Due to the importance of ameeting place for society, real estate owners have almost doubled their F&B supply in theCBD of Stockholm. / Dagens människor blir allt mer digitala och spenderar majoriteten av sin tid framför skärmar,så vikten att umgås blivit allt viktigare. Den digitala världen expanderar och allt fler företagöppnar online, vilket har skapat en oundviklig strukturell reform för detaljhandelsmarknaden.Konsumenterna kan klicka hem varor direkt från internationella lågprisaktörer som bidragittill att konkurrensen ökar på marknaden. Utvecklingen gör att det blir allt svårare för denfysiska detaljhandeln att bli lönsam. Trots att onlinehandeln är resultatrik, så finns detfortfarande ett behov av fysiska butiker i Stockholm bland annat på grund av webroomingoch Haloeffekt. En ökad e-handeln har bidragit till butikernas behov av fysiska ytor minskateller försvunnit. Effekterna av e-handeln på fysiska butiker har därmed skapat en förändringför fastighetsägare, däribland hur man väljer att etablera hyresgäster i sina kommersiellafastigheter. Flera fastighetsägare väljer att konvertera de fysiska butikerna till andra mergynnsamma sektorer, exempelvis mat och dryck (F&B). F&B sektorn har blivit viktigare ochmer betydelsefull idag, eftersom det skapar en mötesplats. En överetablering av F&B harmättat marknaden och istället skapat en kannibalisering mellan aktörerna.Syftet är att undersöka och tolka kvalitativa data, baserat på semistrukturerade intervjuer frånfastighetsägare och konsulter, forskare, detaljhandlare och F&B-aktörer. Frågan somundersöks i det här examensarbetet är om e-handeln påverkar F&B marknaden i Stockholmsstadskärna. Vad kommer att hända med de fysiska ytorna för butiker och F&B i framtiden,som grundar sig i ett förändrat konsumetbeteende? Vad är förhållandet mellan expansionenav e-handel och konvertering från fysisk butik till F&B? Vad kommer att hända närmarknaden är mättad och hur kommer den framtida mötesplatsen att utformas?Undersökningen baseras på en fallstudie av Sergelstan, ett kommersiellt fastighetsprojekt,som ägs och utvecklas av Vasakronan.Slutsatsen är att e-handeln har en indirekt påverkan på F&B. Den fysiska detaljhandelnskapar vakanta ytor på grund av ett förändrat konsumentbeteende, vilket möjliggör för andrasektor att växa. På grund av vikten av en mötesplats i dagens samhälle har en fördubbling avF&B skett i CBD Stockholm.

Digitalization is hitting the energy industry by empowering energy producers and retailers, butmore importantly it’s empowering the end customers and the energy producers and retailers areno longer in possession of all power. Due to digitalization, energy networks are beingmodernized and new emerging technologies called smart grids and smart meters have beenintroduced. Smart grids can automatically monitor energy flows and adjust to changes in energysupply and demand. Smart meters on the other hand empowers the consumers to adapt theirenergy usage in both time and volume to different energy prices throughout the day by costcuttingtheir energy.With empowered and conscious end-customers, electricity retailers will have to compete in newways or risk losing their business. There is a risk that the majority of the over 100 electricityretailers in Sweden will be wiped out with time if data and information is not leveraged to theend-customers. This is potentially also threatening the business of TSU as well as othercompanies providing IT solutions to the energy market.For long Tieto Smart Utility (TSU) has offered IT services for both electricity retailers anddistributors across the Nordics. In relation to recently developed solutions as well as theopportunities and challenges created by digitalization and disruptive technologies such as smartmeters, the Nordic countries are in the forefront. Hence, TSU sees a potential in increasing itspresence in Western Europe to provide services to the retailers and distributors. However, inorder to expand to Western European countries TSU seeks to have a greater marketunderstanding of the different markets, in terms of for example market size, market structure,regulations. The problem is to have a structured and comprehensive way to increase marketunderstanding when assessing new West European energy markets due to the major differencesin each country.This thesis therefore aims to develop a framework which enables IT solution providers toconduct a market opportunity analysis in order to increase market awareness and assess theopportunities and potential in Western European markets, influenced by the smart-meter roll outand thus facilitate strategic decisions.A framework has been developed on the foundation on existing frameworks and applied onTSU by conducting a case study on a market opportunity assessment tool for energy IT solutionproviders. The framework consists of three levels of analysis; European-, Country- andCustomer Level which intends to identify market opportunities and potential.This thesis provides a framework for companies who wants to assess market opportunities andfacilitates strategic decisions regarding the potential of entering the markets. The findings of thisthesis has shown that the market opportunities for TSU are the greatest in Germany especiallydue to the market magnitude as well as the status for the smart meter roll-out. Furthermore,since IT solution providers usually offers many different services and solutions, the findings canbe used in a larger extent in order to asses the potential depending on type service and solution.

In recent years more companies have invested in electronic commerce as a result of more customers using the internet as a tool for shopping. However, the basics of marketing still apply to online stores, and thus companies need to conduct market analyses of customers and the online market to be able to successfully target customers online. In this report, we propose the use of machine learning, a tool that has received a lot of attention and positive affirmation for the ability to tackle a range of problems, to predict future trends of electronic commerce in Sweden. More precise, to predict the future share of users of electronic commerce in general and for certain demographics. We will build three different models, polynomial regression, SVR and ARIMA. The findings from the constructed forecasts were that there are differences between different demographics of customers and between groups within a certain demographic. Furthermore, the result showed that the forecast was more accurate when modelling a certain demographic than the entire population. Companies can thereby possibly use the models to predict the behaviour of certain smaller segments of the market and use that in their marketing to attract these customers. / Pa senare år har många företag investerat i elektronisk handel, även kallat e-handel, vilket är ett resultat av att individer i samhället i större utsträckning använder internet som ett redskap. Grunderna för marknadsföring gäller fortfarande för webbaserade butiker, och därmed behöver företag genomföra marknadsanalyser över potentiella kunder och internet-marknaden för att kunna lansera starka marknadsföringskampanjer. I denna rapport föreslår vi användning av maskininlärning, ett verktyg som har fått mycket uppmärksamhet på senaste tiden för dess förmåga att hantera olika problem kring data och för att prognostisera framtida trender för e-handel i Sverige. Mer exakt kommer andelen användare av e-handel i framtiden prognostiseras, både generellt och för enskilda demografier. Vi kommer att implementera tre olika modeller, polynomisk regression, SVR och ARIMA. Resultaten från de konstruerade prognoserna visar att det finns tydliga skillnader mellan olika demografier av kunder och mellan grupper inom en viss demografi. Dessutom visade resultaten att prognoserna var mer exakta vid modellering av en viss demografi än över hela befolkningen. Företag kan därmed möjligtvis använda modellerna för att förutsäga beteendet hos vissa mindre segment av marknaden.

Syftet med denna studie var tvådelat: Första delen handlade om att undersöka deteventuella sambandet mellan olika väderfaktorer och efterfrågan på låneycklar.Målet med studien var att undersöka hur sambandet mellan dessa förklarandevariabler och responsvariabel ser ut. För att undersöka detta användesregressionsanalys där en multipel regressionsmodell byggdes upp baserat påverklig data. Studien utgick ifrån staden Seoul där stadens lånecykel- ochväderdata användes. Det studien kom fram till var att alla väderfaktorer varstatistiskt signifikanta med efterfrågan på lånecyklar och sambandet mellan dessavar exponentiellt. Sambandet var positivt för väderfaktorerna temperatur ochsikt. Samtidigt som de resterande, luftfuktighet, vindhastighet, solstrålning, regnoch snöfall hade ett negativt samband. Fortsättningsvis, blev sambandet starkastför temperatur, fuktighet och regn, samtidigt svagast för vindhastighet, snöfalloch sikt. I den andra delen av studien genomfördes en marknadsanalys för lånecyklar.Även i denna del var staden Seoul i fokus. Inom denna marknadsanalysanalyserades bland annat marknadsituation, konkurrerande tjänster, styrkor ochsvagheter. Slutsatsen av denna analys är att marknaden för lånecyklar är komplexoch innefattar många olika faktorer. Den har även visat att en stad som Seoulhar lyckats med införandet av lånecyklar trots många utmaningar. Slutligen harstudien visat att lånecyklar är en växande marknad som kommer bli ännu meraktuell i framtiden. / The purpose of this study was twofold: The first part was about analyzing possiblecorrelations between various weather factors and the demand for bike-sharing.The aim of the study was to investigate how the relationship between theseexplanatory variables and the response variable looks like. To investigate this,regression analysis was used where a multivariate linear model was built basedon real data. The study was based on the city of Seoul, where the city’s bike-sharing and weather data were used. What the study found was that all weatherfactors were statistically significant with the demand for bike-sharing and therelationship between them was exponential. The relationship was positive forthe weather factors temperature and visibility while the remaining, i.e. weatherfactors, humidity, wind speed, solar radiation, rain and snowfall, had a negativerelationship. The strongest relationship were temperature, humidity and rainwhile the weakest were wind speed, snowfall and visibility. In the second part of the study a market analysis for bike-sharing was carried out.Also in this part, the city of Seoul was in focus. Within this market analysis, amongother things, the market situation, competing services, strengths and weaknessesswere analyzed. The conclusion based on this analysis is that the market for bike-sharing is complex and includes many factors. It has also shown that a city likeSeoul has succeeded in introducing bike-sharing despite many challenges. Finally,the study has shown that bike-sharing is a growing market that will become evenmore relevant in the future.

The electrification of the road freight sector has been visible in society during the last couple of years, where several companies have started to o↵er electric solutions. Further, this is due to an increased awareness of the negative impact of transport on the environment. However, Key Per- formance Indicators (KPIs) for evaluation and benchmarking have not kept up with the transition, creating a problem for new electric solutions to be communicated and understood.  The following study has been conducted with a Partner Company, which is a Swedish company that currently o↵ers electric transport. The Partner Company experiences a knowledge gap regarding which KPIs transport buyers follow up, whereas they want to know which KPIs are demanded when going electric. Therefore, a framework of KPIs could facilitate communication between stakeholders on the market and, with some adjustments, also be tailored to fit the Partner Company’s business. The purpose of the study is thus to design a framework of KPIs to measure and evaluate electric road freight and further adjust the framework to Partner Company. Developing a framework of KPIs requires structuring the constituent parameters to ease usability and practical applicability. The literature highlights that designing a framework can be done by determining KPIs, character- istics of the KPIs, and an appropriate categorization. Therefore, literature was studied regarding transport, KPIs, and processes of developing frameworks of KPIs. Together with the literature and the background, the process developed further acted as a basis for developing the study’s three Research Questions, aiming to ease answering the study’s overall purpose. The first Research Question is based on understanding traditional, fossil-driven road freight. The second Research Question aims to design a framework connected to electric road freight. When answering these questions, empirical data consisted of semi-structured interviews with transport buyers, transport providers, associated organizations, OEMs, and internal interviews at the Partner Company. The data collected was further analyzed to enable answering the Research Questions. Furthermore, the third Research Question intended to adjust the framework to fit the Partner Company, where a workshop with the Partner Company acted as empirical input and, together with an analysis of answers, further answered the last Research Question.  The framework developed was designed to facilitate communication between transport providers and transport buyers. Therefore, it was essential to capture transport buyers’ concerns, level of knowledge, and maturity regarding electric road freight and match the needs with the transport provider’s o↵ers.  After analyzing empirical data validated by literature, a cross-functional categorization of the framework could be made. KPIs were selected and assigned in the constituent categories of De- livery service, Costs, Operational electric, Planning and optimization, and Environmental impact. Furthermore, several characteristics were applied to each of the included KPIs, where important characteristics are; based on data, traceable, transparent, and market-oriented. In order to meet the study’s purpose, the framework was further adjusted to the Partner Company. The adjusted framework created a clear structure to facilitate when the Partner Company communicates KPIs with transport buyers. Several KPIs are recommended to be raised to solely build trust during the sales process. Other, more operational KPIs should be used by existing customers when following up the transport activity, and some KPIs should be written when the Partner Company contracts with new customers. In conclusion, the study’s purpose was achieved, as the framework developed is considered to facilitate the measuring and evaluation of electric road freight. The generalizability of the framework enables stakeholders in the market to further apply it within their businesses. The framework reduces the knowledge gap and increases communicability for improved benchmarking. Further, as the framework can act as a standard, the understanding of electric road freight can increase, something the study’s problematization was intended to facilitate.

Thesis (MBA)--Stellenbosch University, 2001. / ENGLISH ABSTRACT: Much research effort has been spent over the past few decades in the field of capital market analysis and modelling. This research was mostly based on static linear models or derivatives thereof such as the Efficient Market Hypothesis, the Capital Asset Pricing Model and the Arbitrage Pricing Theory. This study project takes an interesting look at a contemporary capital market hypothesis, which is fundamentally based on a non-linear statistical model. The Coherent Market Hypothesis (CMH) was first formulated by Tonis Vaga in 1990. It is based on a theory of social imitation, taking factors such as the underlying fundamental situation and the level of crowd behaviour into account. It also includes the phenomenon of “random walk” as a special case. The CMH departs from the premise of rational investors and normally distributed share returns. In turn, it offers a series of “market states” ranging from trendless (random walk), through unstable transition into coherent bull or bear phases and ultimately into periods of chaotic fluctuation (panics and crashes). The CMH is mathematically formulated and therefore it offers many opportunities for experimentation. This study project is an investigation of the validity and application of the CMH using real JSE data. Artificial Neural Networks were applied as computational aids. The main objective was to demonstrate the CMH’s usefulness as a forecasting tool in both a quantitative as well as qualitative capacity. The results of the quantitative analysis were not as significant or valuable as initially expected. However, the usefulness of the CMH was demonstrated in a more qualitative sense. It is shown that the CMH offers a rich theoretical framework for interpretation, understanding and recognising of market dynamics. / AFRIKAANSE OPSOMMING: Gedurende die afgelope paar dekades is aansienlike hoeveelhede navorsing gedoen in die veld van kapitaalmark analise en modellering. Hierdie navorsing was hoofsaaklik gebaseer op statiese, lineêre modelle of afgeleides daarvan, naamlik die Efficient Market Hypothesis, die Capital Asset Pricing Model en die Arbitrage Pricing Theory. Hierdie werkstuk kyk vanuit ‘n interessante oogpunt na ‘n meer hedendaagse kapitaalmark hipotese wat fundamenteel gebaseer is op ‘n nie-lineêre statistiese model. Die Coherent Market Hypothesis (CMH) is oorspronklik geformuleer deur Tonis Vaga in 1990. Dit is gebaseer op ‘n teorie van sosiale nabootsing en dit neem faktore in ag soos die onderliggende fundamentele situasie asook die vlak van groepgedrag. Die verskynsel van “random walk” word ook ingesluit as ‘n spesiale geval. Die CMH wyk af van die aanname dat beleggers rasioneel optree asook van die aanname dat aandeel opbrengste normaal verspreid is. In teendeel, die CMH omvat ‘n reeks marktoestande wat wissel van die tendenslose (random walk) deur onstabiele oorgang na koherente bul- of beerfases en uiteindelik in tydperke van chaotiese skommelings (markineenstortings). Die CMH is wiskundig geformuleer en daarom bied dit vele geleenthede ten opsigte van eksperimentering. Hierdie werkstuk is ‘n ondersoek na die geldigheid en toepassing van die CMH met die gebruik van JSE aandeledata. Kunsmatige Neurale Netwerke is gebruik as berekeningshulpmiddels. Die hoofoogmerk was om die bruikbaarheid van die CMH as voorspellingshulpmiddel te demonstreer in beide ‘n kwantitatiewe sowel as kwalitatiewe opsig. Die resultate van die kwantitatiewe analise was nie so beduidend as aanvanklik verwag nie. Die bruikbaarheid van die CMH was wel gedemonstreer in ‘n meer kwalitatiewe opsig. Dit is ook aangetoon dat die CMH ‘n omvangryke teoretiese raamwerk bied vir die interpretasie, begrip en uitkenning van markdinamika.