This thesis examines the statistical and economic performance of modeling and predicting equity index returns by application of various statistical models on a set of macroeconomic and financial variables. By combining linear principal component regression, vector autoregressive models, and LSTM neural networks, the authors find that while a majority of the models display high statistical significance, virtually none of them successfully outperform classic portfolio theory on efficient markets in terms of risk-adjusted returns. Several implications are also discussed based on the results. / Detta examensarbete undersöker den statistiska och ekonomiska prestationen i att modellera och prognostisera aktieindexavkastning via applikation av flertalet statistiska modeller på en datamängd bestående av makroekonomiska och finansiella variabler. Genom att kombinera linjär huvudkomponentsregression (principal component analysis), vektorautoregression och den återkopplande neurala nätverksmodellen LSTM finner författarna att även om majoriteten av modellerna påvisar hög statistisk signifikans så överpresterar praktiskt taget ingen av dem mot klassisk portföljteori på effektiva marknader, sett till riskjusterad avkastning. Flera implikationer diskuteras också baserat på resultaten

There is no single commonly adapted model that explains the influence that various monetary policy instruments carry for the economy. During 2011-2017, the Swedish inflation rate has remained below the 2 percent target which has led the Riksbank to take measures aimed at stimulating the inflation. As of May 2018, the repo rate has experienced a number of decreases and is now at 􀀀0:50% which represents an unprecedentedly low level. With the inflation rate remaining below the target whilst the housing market has experienced substantial growth and recent decline, the question arises regarding what impact the repo rate exerts on various macroeconomic measures. In this paper, a statistical time series analysis is conducted using a Vector Autoregression model and the impulse responses are studied. A model of 7 economic variables is constructed to specially study the effect of the repo rate on employment and housing prices. Results demonstrate that rational expectations exist in the economy. Furthermore, results show that the repo rate influences factors affected by inflation rapidly, exerting maximum influence during the first year after the shock. On the other hand, real variables based on quantitative measures that are adjusted for inflation experience the greatest influence of the repo rate after a delay of 6 to 7 quarters. Employment experiences the greatest negative response to a repo rate shock after 7 quarters, with a magnitude of 0.317 standard deviations per standard deviation in the repo rate shock. Housing prices experience the greatest negative response to a repo rate shock after 4 quarters, with a magnitude of 0.209 standard deviations per standard deviation in the repo rate shock. / Det finns ingen allmänt vedertagen modell som beskriver olika penningpolitiska instruments påverkan på ekonomin. Under 2011-2017 har Sveriges inflationstakt legat under 2-procentsmålet vilket har fått Riksbanken att vidta åtgärder i syfte att stimulera inflationen. Fram till maj 2018 har upprepade sänkningar av reporäntan genomförts och den ligger i dagsläget på 0:50% vilket är den lägsta nivån någonsin. Då inflationstakten inte nått målet samtidigt som bostadsmarknaden har upplevt kraftig tillväxt och nylig nedgång uppstår frågan gällande vilken effekt som reporäntan utlovar på diverse makroekonomiska mått. I denna rapport genomförs en statistisk tidsserieanalys med en vektorautoregression och impuls-responserna studeras. En modell med 7 ekonomiska variabler skapas för att specifikt studera effekten av reporäntan på sysselsättning och bostadspriser. Resultaten visar att rationella förväntningar finns i ekonomin. Vidare visar resultaten att reporäntan influerar inflationspåverkade variabler omgående, med maximal påverkan inom det första året efter chocken. Å andra sidan påverkas volymbaserade variabler som justeras för inflation maximalt först efter en fördröjning på 6 till 7 kvartal. Sysselsättningen upplever störst negativ påverkan från en reporäntechock efter 7 kvartal motsvarande 0.317 standardavvikelser per standardavvikelse i chocken. Bostadspriser upplever störst negativ påverkan från en reporäntechock efter 4 kvartal motsvarande 0.209 standardavvikelser per standardavvikelse i chocken.

In this master thesis, the impact of forward-looking macroeconomic information under IFRS 9 is studied using fictional data from a Swedish mortgage loan portfolio. The study employs a time series analysis approach and employs vector autoregression models to model expected credit loss parameters with multiple incorporated macroeconomic parameters. The models are analyzed using impulse response functions to study the impact of macroeconomic shocks and the results show that the unemployment rate, USD/SEK exchange rate and 3-month interest rates have a significant impact on expected credit losses. / I detta examensarbete studeras effekterna av framåtblickande makroekonomisk information enligt IFRS 9 med fiktiv data baserad på en svensk bolåneportfölj. Studien använder sig av tidsserieanalys och vektorautoregressionsmodeller för att modellera förväntade kreditförlust-parametrar med flera inkorporerade makroekonomiska parametrar. Modellerna analyseras med hjälp av impulsresponsfunktioner för att studera effekterna av makroekonomiska chocker. Resultaten visar att arbetslöshet, USD/SEK växelkurs och 3-månaders räntor har en signifikant inverkan på förväntade kreditförluster.