The Many Faces of the Swedish Student Loan: A study of recent, past and potential dynamics of Swedish Student Loan
2024 (English)Independent thesis Advanced level (degree of Master (Two Years)), 20 credits / 30 HE credits
Student thesisAlternative title
Dynamikerna i det Svenska Studielånet (Swedish)
Abstract [en]
In January 2023, the computation of the interest rate on Swedish student loans was modified to include a credit risk component for all outstanding borrowers. This thesis meticulously models the current Swedish student loan and explores the financial impact of this added component from both the state's and borrowers' perspectives. Following recommendations from previous literature for the student-independent model, such as the support system in Sweden, the thesis explores the state and borrowers’ perspectives by computing a present value between disbursements and payments. In each case, a discount rate is tailored to capture the difference in cost or opportunity between them. The analysis is further expanded to include an additional loan interest rate in combination with the alternation of maximum repayment times and study time to deepen policymakers' understanding of student loan dynamics.
Key findings reveal that adding the credit risk component has increased the repayment ratio for the state while decreasing the net present value of the loan for borrowers. Under current interest rate conditions, the repayment ratios exceed 0.9, and the net present value for loan takers, not limited to consumption, remains positive. However, this is a conclusion that cannot be said to be true in all interest rate scenarios.
After extending loan attribute alterations, the thesis additionally reveals that the maximum repayment time of the loan and the length of study time amplify the effect of discrepancybetween the loan and discount rates. However, to retain higher repayment ratios in elevated interest rate environments, policymakers should adjust the loan rate rather than decrease the maximum repayment time of student loans.
Abstract [sv]
I januari 2023 ändrades beräkningen av räntan på svenska studielån för att inkludera en kreditriskkomponent för alla utestående låntagare. Denna uppsats modellerar utförligt det nuvarande svenska studielånet och undersöker den finansiella effekten av den tillagda komponenten från både statens och låntagarnas perspektiv. I enlighet med de rekommendationer från tidigare litteratur för oberoende student modellen, såsom stödsystemet i Sverige, undersöker denna uppsats både statens och låntagarens perspektiv genom att beräkna ett nuvärde mellan utbetalningar och inbetalningar. I respektive fall, används en diskonteringsränta som är vald för att fånga skillnaden mellan kostnad och möjlighet för dem båda. Analysen utvidgas sedan för att inkludera en ytterligare låneränta i kombination med att den maximala återbetalningstiden samt studietid för lånet varieras för att fördjupa beslutsfattarnas förståelse av studielånets dynamiker.
Resultaten visar att tillägget av kreditriskkomponenten har ökat återbetalningskvoten för staten samtidigt som låntagarnas nettonuvärde av lånet har minskat. Under nuvarande ränteförhållanden överstiger återbetalningskvoterna 0.9 och nettonuvärdet för låntagare, som inte är begränsade till konsumtion, förblir positivt. Detta är dock en slutsats som inte kan sägas vara sann i alla räntescenarier.
Efter att ha varierat låneattributen visar uppsatsen dessutom att lånets maximala återbetalningstid och studietidens längd förstärker effekten av skillnaden mellan låne- och diskonteringsräntan. För att bibehålla högre återbetalningskvoter i förhöjda räntemiljöer bör beslutsfattare justera låneräntan snarare än att minska den maximala återbetalningstiden för studielånen.
Place, publisher, year, edition, pages
2024. , p. 58
Series
TRITA-ITM-EX ; 2024:350
Keywords [en]
Student Loans, CSN, Credit Risk, Loan Valuation, Loan Modeling, Student Independent Model
Keywords [sv]
Studielån, CSN, Kreditrisk, Lånvärdering, Lånmodellering, Oberoende Student Modellen, Högre Utbildning Stödsystem
National Category
Engineering and Technology
Identifiers
URN: urn:nbn:se:kth:diva-353318OAI: oai:DiVA.org:kth-353318DiVA, id: diva2:1898218
Supervisors
Examiners
2024-09-172024-09-172024-09-17Bibliographically approved