This paper seeks to investigate whether management fees, set by mutual funds, rely on a set of explanatory variables. The study includes equity, bond, and money market funds, all investing in securities registered in Sweden. Results obtained from the project show that changes in assets under management, standard deviation, and tracking error, for a course of 5 years, can provide some explanation to what management fees mutual funds set. In turn, this raises many interesting questions on how capital flows and fund differentiation affects the fees. Also, a market analysis of the Swedish fund market shows that elements of monopolistic competition are present. Finally, because of the scope of this study, several suggestions on further research have been made. / Denna artikel ämnar undersöka huruvida förvaltningsavgifter, satta av fonder, beror på ett antal förklarande variabler. Studien inkluderar aktie, obligations och korträntefonder, vilka investerar i värdepapper registrerade i Sverige. Resultat erhållna från projektet tyder på att förändringar i kapital under förvaltning, standardavvikelse och spårningsfel (tracking error), alla uppmätta över 5 år, delvis kan förklara vilka avgifter fonder sätter. I sin tur väcker detta flera intressanta frågor över hur kapitalflöden och fonddifferentiering påverkar avgifter. Dessutom visar en genomförd marknadsanalys över den svenska fondmarknaden att karaktäristiska drag av monopolistisk konkurrens är närvarande. Slutligen, i samband med studiens omfattning, så har flertalet förslag på vidare studier gjorts.

I denna rapport genomförs en multipel linjär regressionsanalys för att skatta efterfrågan, mätt i kötiden som krävs för att få ett förstahandskontrakt till en hyreslägenhet, för hyreslägenheter i olika områden i Stockholms kommun utifrån ett antal områdesspecifika variabler. De oberoende variablerna valdes ur teoretisk ståndpunkt med anledning att förklara variationen i kötid. Dessa variabler är normhyran för en hyreslägenhet, genomsnittliga bostadsrättspriser i en stadsdel, avstånd till centrum och disponibla medelinkomsten i en stadsdel. En modell framställs utifrån data inhämtat från Stockholms Bostadsförmedling över 13 171 förmedlade hyreslägenheter i Stockholms kommun. Arbetet har som utgångspunkt att skatta efterfrågan utifrån en given nyproduktionshyra samt studera hur efterfrågan skiljer sig mellan områden. Studiens resultat beskriver hur den allmänna efterfrågan är större i områden belägna närmre stadskärnan. Vidare visar resultatet att kötiden till hyreslägenheter i områden belägna närmre stadskärnan påverkas som mest vid en given nyproduktionshyra i jämförelse med perifera områden. En diskussion förs kring hur detta kan ha sin grund i hur att nyproduktionshyrorna nära centrum är högre än i ytterstaden och därmed hindrar ett flertal låg- och medelinkomsttagare från att kunna efterfråga dessa. Kritik till modellen har framförts då ett flertal antaganden gjorts samt att en väldigt generaliserande indelning av Stockholms kommun gjordes vilket kan ha påverkat resultat då attraktiviteten bland stadsdelarna i respektive område kan skilja sig åt. / In this report, a multiple linear regression analysis is used to estimate the demand measured by the number of queue days required to get a first-hand contract for a rental apartment in different areas of the municipality of Stockholm based on area-specific variables. The independent variables were chosen from a theoretical point of view in order to explain the variation in queue time. The variables include the standardized rent for a rental apartment, average condominium prices in a neighborhood, distance to the city center and the average income in an area. A model is formed based on data obtained from Stockholms Bostadsförmedling over 13 171 mediated rent apartments in the municipality of Stockholm. The study’s first aim was to estimate the demand based on a given new production rent and to analyze how the demand differs between different areas. The results describe how the overall demand is greater in areas located near the city center. However, the regression analysis has shown that the que time for rent apartments in areas located near the city center is most affected by a given new production rent which indicates that the queue is more prone to decrease at a given new production rent compared new production rents in areas located further away. A discussion is made on how this may depend on the fact that the new production rent near the city center are higher than in the outskirts, thus preventing a large number of low and middle earners from being able to demand them. Criticism to the model has been presented since a number of assumptions has been made as well as a very generalized division of the municipality of Stockholm which may have affected the results as the attractiveness of the neighborhoods in each area may differ.

Issues relating to inventory capacity resulting from high fill rates (inventory pressure) have been identified as a major problem for growing Fast-Moving Consumer Goods firms. The implications of these capacity problems include increased costs of working capital and cost-inefficient rental of external storage space. The study is focused towards the food retail segment and aims to address the lack of a detailed SKU-level KPI for inventory pressure and a model for identifying its root causes. The research design is based on a review of literature and a live case study at the Swedish food retailer Axfood, including qualitative interviews in addition to the collection and analysis of inventory data. The inventory turnover ratio was determined to be an accurate KPI in this case, where lower ratio values tend to correspond with high inventory pressure, and vice versa. With the KPI established, a regression analysis was performed, in order to find critical determinants of the problem in the Axfood case. The regression analysis yielded a number of highly influential factors for inventory pressure, mainly low order frequencies, high variability of demand and prolonged supplier lead times, in addition to a number of less influential determinants. The study also included the identification of key drivers of inventory pressure within various Axfood product segments, where private label product stands out as a particular product segment of interest. A numerous of segments were identified as particularly problematic, however private label products where not found to influence the overall level of inventory pressure in any significant manner. While the study is in no way exhaustive about the highly complex nature of the researched problem, the establishment of a KPI and use of a regression model has provided a basis for discussion regarding the problem. In addition, the proposed framework is applicable for future similar studies on other FMCG cases, in addition to more detailed case studies into inventory capacity issues. / Lagerkapacitetsproblem som härrör från höga fyllningsgrader (lagertryck) har identifierats som ett avgörande problem för växande företag verksamma inom snabbrörliga konsumentvaror. Konsekvenserna av sådana kapacitetsfrågor är bland annat ökade kostnader för rörelsekapital och kostsam inhyrning av externt lagringsutrymme. Denna studien är inriktad mot livsmedelsbranschen och syftar till att adressera bristen på ett detaljerat mätetal för att följa upp lagertryck på artikelnivå, samt en modell för att identifiera dess underliggande orsaker. Forskningsmetodiken är baserad på en litteraturstudie och en fallstudie hos den svenska livsmedelsåterförsäljaren Axfood, som innefattar kvalitativa intervjuer samt insamling och analys av lagerdata. Lageromsättningshastigheten ansågs vara ett tillförlitligt mätetal i denna fallstudie, där lägre värden tenderar att motsvara högt lagertryck och vice versa. Med detta mätetal som grund utfördes en regressionsanalys för att finna kritiska förklaringsfaktorer till problemet i Axfood-fallstudien. Regressionsanalysen gav ett antal starkt inflytelserika faktorer för lagertryck, främst låg orderfrekvenser, hög varians av efterfrågan samt långa ledtider från leverantörer. Även ett antal mindre inflytelserika determinanter hittades. Studien innefattade också identifiering av kritiska faktorer för lagertryck inom olika produktsegment hos Axfood, där egna märkesvaror utmärker sig som ett segment av särskilt intresse. Ett flertal segment identifierades som särskilt problematiska, egna märkesvaror visade sig emellertid inte påverka det totala nivån av lagertryck på något avgörande sätt. Denna studie utger sig inte för att vara uttömmande om forskningsproblemets mycket komplexa natur. Upprättandet av ett mätetal samt tillämpandet av en regressionsmodell har dock legat till grund för en diskussion om problemet. Det i studien föreslagna ramverket är applicerbart för liknande studier på andra FMCG-fall i framtiden, samt mer detaljerade fallstudier av lagerkapacitetsproblem.

This study analyzes if there is a connection between ESG - which stands for Environmental, Social and Governance, and stock returns over time. The study also analyzes how integrating ESG can impact a company's competitiveness long term. This is done by researching the following two research questions:  How can a multiple regression model be formulated to determine if there is a connection between ESG and stock returns? How are companies integrating ESG and sustainability practices and what are the benefits of doing so? The first question was answered by performing a regression analysis on ESG factors reported on Nordic stocks and determining if the dependent variable ROI could be explained by these. The second question was answered by conducting a literature review and interviews with relevant actors. The results from the multiple regression analysis showed a low adjusted R2 of 0.23 which implied that there is no clear relationship between ESG factors and ROI. The literature review shows that there are positive outcomes associated with a company being sustainable that are not directly related to the financial yield. The interviews examined how different companies are integrating ESG and sustainability work into their business practice to achieve long term competitiveness while also complying with regulations coming from the EU. In conclusion, there is no clear relationship between ESG and stock return, and the focus with ESG lies within ensuring that a company integrates sustainability to keep a competitive spot in the market and reduce risk, while also reducing their environmental and social impact. / Denna studie undersöker om det finns en koppling mellan ESG - vilket står för Environmental, Social and Governance, och avkastning över tid. Studien analyserar även hur integreringen av ESG kan påverka ett företags konkurrenskraft på lång sikt. Detta görs genom att undersöka följande två frågor:  Hur kan en multipel regressionsmodell formuleras för att avgöra om det finns en koppling mellan ESG faktorer och aktiers avkastning? Hur integrerar företag ESG och hållbarhetsprinciper och vilka fördelar för detta med sig? Den första frågan besvarades genom att genomföra en regressionsanalys på ESG faktorer som hade rapporterats för Nordiska börsnoterade bolag och avgöra om den beroende variabeln total avkastning (ROI) kunde förklaras av dessa faktorer. Den andra frågan besvarades genom att genomföra en litteraturstudie och genomföra intervjuer med relevanta aktörer. Regressionsanalysen hade en låg tillförlitlighet och visade på att det inte fanns några tydliga kopplingar mellan ESG-faktorer och avkastningen. Resultatet från litteraturstudien visar att det finns positiva effekter av ESG som inte är kopplade till finansiella mått. Intervjuerna visar på att företag integrerar ESG i sitt arbete för att behålla sin konkurrenskraft på marknaden. Sammanfattningsvis så finns det ingen tydlig koppling mellan ESG-faktorer och aktiers avkastning, och fokus med ESG bör snarare vara att se till att företag arbetar hållbart för att behålla sin del av marknaden, minska risk och samtidigt minska sin påverkan på klimatet.

De Förenta Nationernas Agenda 2030 fastställer som ett delmål att säkerställa utbildning av hög kvalitet och främja livslångt lärande för alla som en del av arbetet för ett mer hållbart samhälle. Vikten av detta delmål blir särskilt tydlig i och med det observerbara sambandet mellan en fullständig gymnasieexamen och allmän hälsa i Sverige; gymnasiestudenter som går ut med en gymnasieexamen tenderar att erhålla bättre allmän hälsa. Learning Analytics är ett relativt nytt område inom utbildningsvetenskaplig forskning som syftar till att förbättra utbildning med hjälp av elevdata. Detta arbete undersökte vilken möjlig påverkan och begränsningar som förekommer vid implementering av en multipel linjär regressionsmodell utvecklad för en matematikkurs i en gymnasieskola. Vid utvecklingen av denna modell fastställdes tre signifikanta indikatorer för att förutsäga elevernas slutbetyg; Diagnos resultat,resultat på nationella proven och frånvaro. Prognosmodellen har utvärderats statistiskt varpå den visade sig vara tillförlitlig i 90% av bedömningarna, vilket inte är tillräckligt säkert för att användas i verkliga bedömningstillfällen eftersom lärare kräver att resultaten är obestridliga. Genom en fokusgruppsintervju med lärare granskas dessa resultat och deltagarna uttrycker sitt intresse för prognosmodeller tillsammans med en reflektion över elevers potentiella negativa reaktioner på en ogynnsam prognos. Utvärdering av modellen visar att den i dagsläget har en rimlig förmåga att förutsäga elevers slutbetyg men att det finns ett starkt behov av insamling av mer nyanserade data för att öka möjligheten till innovation i framtida arbeten / The 2030 Agenda establishes the goal to ensure quality education and promote lifelong learning opportunities for all. The importance of this goal becomes particularly clear when taking into account the link between upper secondary school graduation and general health in Sweden; Upper secondary school graduates tend to have better general health. Learning Analytics is a relatively new area of education research which aims to improve education using student data. This report examines the possible impact and limitations when implementing a multiple linear regression model developed for a mathematics course in an upper secondary school. In developing this model, three major indicators are established to be significant in predicting students' final grade; Diagnosis results, national test results and the amount of student absence. The model was statistically evaluated and found to be reliable in 90% of cases, which is not secure enough to be used in real assessment situations as teachers require the results to be indisputable. Through a focus group interview with teachers these results are evaluated and the participants establish their interest in predictive tools along with concerns for students' negative reactions to poor results. Evaluation of the model shows it has a reasonable ability to anticipate students' final grades but with a strong need for improvement in data collection methods and acquisition of more nuanced data to support greater possibility for innovation in future works.

This study aims to examine active, digital transparency levels in Swedish municipalities, aswell as its potential explanatory factors using a stakeholder-oriented index design. All 290municipal websites are examined to create a representative index which can be analyzedbased on theoretical assumptions of why transparency and digital administration is developed.Transparency levels in Sweden seem internationally competitive compared to some previousstudies. However, there is still room for most municipalities to increase their activetransparency levels, especially in order to better meet their constituents’ political interests.Four bivariate and two multivariate regression models are developed and examined, showingonly population size correlates significantly with active, digital transparency levels. Thiscould be due to factors of scale, or a greater lack of connection to political leadership inmunicipalities with a larger population.

Since its introduction by Max Otto Lorenz, the Lorenz curve has been utilizedin several financial contexts. By using regression analysis to approximate theclaim cost of policyholders, a vector consisting of policyholder characteristics canbe obtained. The ordered Lorenz curve can subsequently be used to understandwhat commonalities are shared between profitable policyholders. This allows forbetter management of the insurance portfolio and thus better customer relationstowards both the policyholders and the insurer, which is important for an insuranceconsultancy agency. The aim of this thesis was to investigate which attributesapproximate the policyholder claim costs and consequently obtain insight into whatattributes are shared among profitable portfolio clients. The results presented inthis thesis show that a multi-linear regression model, transformed using the Box-Cox method is insufficient to approximate the claim costs in a convincing manner.The model obtained in the thesis was capable of identifying significant regressorsbut the overall result displayed uncertainties in regards to overall goodness of fit.This means that the variability explained by the regression model only represents4.95% of the variability in the claim cost data. Thus, the relativity measureintroduced in section 2.1.1 was deemed uninterruptible in a meaningful way.Consequently, the empirical distribution functions presented in section 1.1 wouldbe based on a faulty order statistic, and in turn the visualization of an orderedLorenz curve with such a relativity measure is unnecessary. / Sedan Lorenzkurvan introducerades av Max Otto Lorenz 1904 har den använtsinom flera finansiella sammanhang. Genom att använda regressionsanalys föratt approximera försäkringstagares skadekostnader kan en vektor som består avförsäkringstagarnas attribut erhållas. Den sorterade Lorenzkurvan kan i sin turanvändas för att förstå vilka gemensamma attribut som delas mellan lönsammaförsäkringstagare. Detta möjliggör bättre hantering av försäkringsportföljen ochdärmed bättre kundrelationer mot både försäkringstagarna och försäkringsbolaget,något som är viktigt för försäkringsförmedlare. Syftet med denna avhandling var attundersöka vilka egenskaper som approximerar försäkringstagarnas skadekostnaderoch därmed få insikt i vilka attribut som delas bland lönsamma portföljkunder.Resultaten som presenteras i denna avhandling visar att en multilinjär regressionsmodell,som transformeras med Box-Cox-metoden, är otillräcklig för att approximeraskadekostnader på ett övertygande sätt. Modellen som erhölls i avhandlingenkunde identifiera signifikanta regressorer, men det övergripande resultatet visadeosäkerheter när det gäller den generella anpassning. Detta innebär att variabilitetensom förklaras av regressionsmodellen bara representerar 4,95% av variabilitetenbland skadekostnadsdatan. Därmed ansågs relativitetsmåttet som introduceras iavsnitt 2.1.1 vara oanvändbart på ett meningsfullt sätt. Följaktligen ger de empiriskafördelningsfunktionerna som presenteras i avsnitt 1.1 ett felaktig sorteringsmåttsom i sin tur medför att visualiseringen av en sorterad Lorenzkurva baserad påovannämnda mått är onödigt.

In 2023, the topic of ongoing inflation is being discussed almost daily as it has become inevitable. The global economy is facing significant uncertainty and downward pressure as several leading developed nations adopted expansionary fiscal policies and quantitative easing monetary policies during the pandemic. Those action has lead to an unprecedented level of inflation today. The purpose of this report is to investigate different portfolio strategies and evaluate how various asset classes perform under varying inflationary conditions. Using regression analysis, the study assesses the performance of different assets during high and low inflation regimes. Additionally, two different portfolio strategies are implemented and compared against the 60/40 portfolio strategy, which is considered a benchmark approach among investors. The first strategy involves a modified version of the Markowitz optimization method, which determines the optimal weights of the portfolio during high and low inflationary environments. The second strategy entails identifying a signal and then dynamically adjusting the portfolio's weights based on the signal's value. The findings indicate that during high inflation periods, oil, gold, energy, basic materials, and technology sectors exhibit strong performance. Furthermore, the results reveal that the first strategy is more effective than the second strategy and the 60/40 benchmark. An interesting topic for further investigation is exploring the impact of short selling on portfolio allocation and strategy, which was not addressed in this report. / Under år 2023 är ämnet om pågående inflation nästan oundvikligt. Den globala ekonomin har stått inför betydande osäkerhet och nedåtgående tryck då flera ledande utvecklade nationer antagit expansiva finanspolitiska åtgärder och kvantitativa lättnadsmonetära åtgärder under pandemin. Dessa åtgärder har lett till en enastående nivå av inflation idag. Syftet med denna rapport är att undersöka olika portföljstrategier och hur olika tillgångsslag presterar under olika inflationsregimer. Med hjälp av regressionsanalys undersöks hur olika tillgångar presterar under hög respektive låg inflation. Därefter genomförs två olika portföljstrategier som sedan jämförs mot en 60/40 portföljstrategi, som anses vara en standardstrategi bland investerare. Den första strategin som genomförs är en modifierad version av Markowitz optimeringsmetod. Metoden används för att identifiera de optimala vikterna av portföljen under hög respektive låg inflationsmiljö. Den andra strategin som undersöks innebär att identifiera en signal och sedan dynamiskt justera portföljens vikter baserat på signalens värde. Resultaten visar att olja, guld, energi-, basmaterial- samt teknologisektorn presterar bra under hög inflation. Resultaten påvisar även att den första strategin är den mest effektiva i jämförelse med den andra strategin och 60/40 portföljstrategin. En aspekt som inte inkluderades i denna rapport är att undersöka hur blankning påverkar portföljallokeringen och strategin. Detta kan vara ett intressant ämne för vidare forskning.\\\\

The initial coronavirus disease caught the world by surprise at the end of 2019, as it was soon declared a pandemic. It led to an unexpected global crisis and profound disruption in societies and Sweden was no exception. The representing index OMXS30 took a steep fall in March 2020 and the market risk aversion increased in ways not seen since the financial crisis in 2008. The financial market has been extremely unpredictable ever since. Although, it has not yet been declared how the pandemic has influenced the financial market in Sweden. Therefore, this thesis aims to analyze how the quantitative epidemiological factors directly caused by the COVID-19 pandemic can be linked to the price fluctuations in the Swedish stock market - which, in this thesis, is represented by the OMXS30 index. By looking into the significance of these factors respectively, a potential hedging strategy could be determined. A multiple linear regression analysis was performed to determine the relationship between OMXS30 and the epidemiological factors. These factors included: "the number of people in intensive care due to COVID-19", "the number of people infected by COVID-19", and "the number of deceased due to COVID-19". The results showed that the first regressor was of no significance to the model. However, the second and third regressor variables showed to have a strong significance in relation to the price fluctuations of the OMXS30 index. From this finding, an optimal hedging strategy was found. This strategy implies that one should take a long position in the stocks included in OMXS30 if the COVID-19 infection rate is predicted to increase, and contrary take a short position in these stocks if the mortality rate is prognosticated to rise. / Coronaviruset bröt ut i slutet av år 2019 och blev snart därefter klassificerat som en global pandemi. COVID-19 orsakade en oväntad global kris och storartade störningar i samhällen världen över - Sverige var inget undantag. Det representerande indexet OMXS30 föll kraftigt under mars 2020 och marknadsriskaversionen ökade på ett sätt som inte skådats sedan finanskrisen år 2008. Finansmarknaden har sedan dess varit extremt oförutsägbar och det är ännu inte klarlagt hur pandemin har påverkat den svenska finansmarknaden. Denna avhandling syftar därav till att analysera hur de kvantitativa epidemiologiska riskfaktorerna som är direkt orsakade av COVID-19-pandemin kan kopplas till kursfluktuationerna på den svenska aktiemarknaden - som i denna avhandling representeras av OMXS30-indexet. Genom att undersöka dessa faktorers inverkan på den svenska aktiemarknaden kunde en potentiell investeringsstrategi fastställas. En multipel linjär regressionsanalys utfördes för att finna sambandet mellan prisfluktationerna i OMXS30-indexet och de epidemiologiska riskfaktorerna. Dessa riskfaktorer inkluderade: "antal personer i intensivvård till följd av COVID-19", "antal personer som smittats av COVID-19" och "antal avlidna personer till följd av COVID-19". Resultatet visade att den första regressorvariabeln inte var av signifikans i modellen. Den andra, respektive den tredje regressorvariabeln visade sig dock ha en stark signifikans i förhållande till prisfluktuationerna i OMXS30-indexet. Utifrån detta bestämdes en optimal investeringsstrategi. Denna strategi innebär att en lång position bör tas i de aktier som ingår i OMXS30 förutsatt att smittspridningen av COVID-19 förutspås att öka. Tvärtom, bör en kort position tas i dessa aktier om dödligheten till följd av COVID-19 prognostiseras att stiga.

This study focuses on initial public offerings (IPOs), which are the process of making a company's shares available for public trading on a stock market. Despite global uncertainties in recent years, there has been a high demand for company listings in the market. Many IPOs have experienced a positive trend in share prices on the first day of trading as a publicly traded company.The objective of this study is to develop a multiple linear regression model to analyze the impact of various parameters on the first day return of IPOs. The generated model will be evaluated to create a reduced model with an optimal subset of variables. The study will specifically focus on IPOs listed on some Nordic marketplaces during the period 2017-2022.The results of the study suggest that the created models are not effective in capturing the variance of first day returns. The deficiency of the created models is likely due to both the complexity of the stock market and the difficulties of quantifying and capturing some of the factors impacting the initial performance of IPOs. However, the reduced model performs slightly better and indicates that variables such as NGM SME, First North, PreSubscribed, and AmountNewlyIssued explain most of the variance in the response variable. / Denna studie fokuserar på börsintroduktioner (IPO), processen i vilken ett företags aktier görs tillgänglig för allmän handel på börsen eller en annan marknadsplats. Trots omfattande globala osäkerheter under de senaste åren, så har efterfrågan på börsnoteringar varit hög. Många av dessa IPOs har upplevt en positiv aktietillväxt under första dagen som ett publikt handlat bolag.Målet med rapporten är att utveckla en multivariat linjär regressionsmodel med syfte att analysera påverkan olika variabler har på aktieprisets utveckling under första dagen som ett noterat bolag. Modellen kommer därefter utvärderas och en reducerad modell innefattande en optimal kombination av variabler kommer genereras. Rapporten kommer specifikt undersöka noteringar gjorda under perioden 2017-2022.\\Resultatet av studien visar på stora brister i modellernas prestationsförmåga. Troligen grundar sig deras oförmåga i både aktiemarknadens komplexitet samt svårigheter i att kvantifiera och fånga relevanta faktorer som påverkar de initiala aktieprisfluktuationerna efter en IPO. Den reducerade modellen presterar dock något bättre och indikerar att variabler som NGM SME, First North, PreSubscribed och AmountNewlyIssued förklarar det mesta av variansen i den beroende variabeln.