This study addresses the valuation challenges of private unlisted loan investmentsby implementing a valuation model to estimate the market value of such financialinstrument. In collaboration with Alecta, Sweden’s largest occupational pensionfund, a Monte Carlo-based valuation model was developed in Python. A sensitivityanalysis was also conducted in order to capture the dynamics between theinstrument’s value and the different input parameters.

Results from implementing the model demonstrate its ability to providevaluations under varying economic scenarios, highlighting the model’s sensitivityto changes in relevant economic variables.

The study establishes a foundational basis for additional research that could,for example, improve the model’s capability to capture the characteristics ofsuch financial instruments. This could include exploring additional parametersthat may be incorporated and examining the reasonableness of the underlyingassumptions.

Denna studie behandlar utmaningarna kopplade till värdering av privataonoterade låneinvesteringar genom att implementera en värderingsmodell föratt uppskatta marknadsvärdet av ett sådant instrument. I samarbete medAlecta, Sveriges största tjänstepensionsfond, utvecklades en Monte Carlo-baseradvärderingsmodell i Python. Dessutom genomfördes en känslighetsanalys för attfånga dynamiken mellan instrumentets värde och de olika in-parametrarna.

Resultaten från implementeringen av modellen illustrerar dess förmåga atttillhandahålla värderingar under varierande ekonomiska scenarier och belysermodellens känslighet för förändringar i relevanta ekonomiska variabler.

Studien banar väg för framtida forskning gällande exempelvis förbättring avmodellens förmåga att fånga egenskaperna av en låneinvestering. Framtidaforskning skulle exempelvis kunna undersöka implementering av ytterligare in-parametrar och granskningen av modellens underliggande antangaden.