Skip to main content Skip to main navigation

Årets Finansuppsats 2018

För tioende året i rad i rad presenterar Söderberg & Partners Årets Finansuppsats.

Ta chansen och ansök om att få skriva din kandidat- eller masteruppsats hos oss på Söderberg & Partners. I år har vi valt ut tre teman som vi anser är både aktuella och givande. Vill du anta utmaningen?

Årets tre teman är Hållbara investeringar, Värdet av finansiell rådgivning och Machine learning. Välj ut det ämne som du finner mest intressant och skriv ihop ett kort PM där du redogör för hur du skulle ta dig an frågeställningen. Skicka sedan ditt PM till karriar-student@soderbergpartners.se tillsammans med CV och betyg. Vi går sedan igenom alla ansökningar och väljer ut vilka som får chansen att skriva sin uppsats inom respektive ämne. Tre studenter/uppsatspar får således skriva en uppsats inom varsitt ämne och erhåller en ersättning på 15 000kr. Efter terminens utser vår jury en vinnande uppsats som belönas med ytterligare 30 000 kr.

”Vi ville förnya konceptet kring Årets Finansuppsats och har därför breddat antalet ämnen från ett till tre. Skillnaden mot tidigare år är att vi hoppas få en närmare dialog med studenterna som skriver uppsatserna, vilket vi ser som en stor fördel. Tanken är att genom löpande kontakt under skrivandets gång tillsammans skapa ett arbetssätt som gynnar båda parter.”

Kajsa Brundin, ansvarig för produktanalys och hållbarhetsfrågor


Årets teman

Hållbara investeringar

Hållbara investeringar är ett område som har utvecklats i en snabb takt de senaste åren. I dag finns det nästan lika många hållbara investeringsstrategier som det finns aktörer i finansbranschen, och definitionen av vad som anses hållbart och inte kan ibland skilja sig åt. Många akademiska studier har undersökt huruvida hållbara investeringar avkastar mer eller mindre än ett traditionellt sparande, men det finns många andra intressanta aspekter att undersöka inom området.

Vi på Söderberg & Partners anser att det är viktigt att förstå på vilket sätt dessa hållbara investeringar faktiskt ger effekt. I våra hållbarhetsanalyser bedömer vi hur man kan agera som en ansvarsfull ägare och påverka bolag i en hållbar riktning. Det är därför särskilt intressant för vår del att bättre förstå vilken effekt dessa påverkansstrategier faktiskt får.

På SWESIF:s hemsida (Swedish Forum for Sustainable Investment) hittar ni bra tips på artiklar och annat material.

Värdet av finansiell rådgivning

Att spara till pensionen i god tid är svårt för många, när pensionen ännu ligger årtionden bort. Som människor har vi lättare att förhålla oss till och planera för det som ligger nära i tiden. En god finansiell rådgivning bör ta detta i beaktan när man planerar och följer upp kundens pensionssparande. På vilket sätt kan man hjälpa spararen att konkretisera pensionen och väcka engagemang, här och nu? Det är ett brett tema med många ”mjuka” värden att ta hänsyn till, där ni som studenter har stor påverkan att utforma er hypotes.

Exempel på teman att fördjupa sig inom:

  • Tidsramens påverkan på vårt sparbeteende
  • Faktorer som påverkar angelägenhet kring det som påverkar oss finansiellt långsiktigt
  • Måldefinition för långsiktigt sparande

Vi ser gärna att uppsatsmetoden blandar empirisk undersökning med teoretisk analys.

Machine Learning

Det finns flera olika typer av klassificeringsmetoder inom teorin för maskininlärning för att förutsäga framtida rörelser på finansmarknader. Komplexa maskininlärningstekniker som Artificial Neural Networks, Support Vector Machines och Random Forests ger tillräcklig inlärningskapacitet och är mer benägna att fånga de komplexa och icke-linjära sambanden som existerar på finansmarknaderna. Det är av intresse att undersöka hur väl dessa maskininlärningstekniker presterar vid utvärdering och betygsättning av fonder.

Frågor av speciellt intresse är

  • Kan maskininlärning hjälpa svenska sparare att välja fonder till sitt sparande?
  • Kan maskininlärning förutspå vilka fonder som med stor sannolikhet kommer att prestera bättre än andra fonder?

Nedan listas ett par uppsatser som kan ge inspiration:

  • Bishop, C. M. (2006). Pattern Recognition and Machine Learning. Springer.
  • Kaastra I, Boyd M (1996). Designing a neural network for forecasting financial and economic time series. Neurocomputing.
  • Sokolova M, Lapalme G (2009). A systematic analysis of performance measures for classification tasks.

 

Vad ska ansökan innehålla?

  • PM där du/ni beskriver metod och frågeställningar utifrån det valda temat/ämnet
  • En betygskopia
  • Personligt brev
  • Dina kontaktuppgifter

Hur skickar jag in mitt bidrag?

Maila till: karriar-student@soderbergpartners.se

När behöver jag skicka in mitt bidrag?

Vi vill ha ditt PM senast 31 januari 2018.

Kontaktperson

Ebba Hägg, ebba.hagg@soderbergpartners.se

Kontakta oss