Key Facts

Vorlesung (2 SWS) + Übung (2 SWS); jedes Semester
5 ECTS

Inhalte

Die Veranstaltung behandelt zentrale quantitative Methoden, die sehr häufig in Finance zur Lösung betriebswirtschaftlicher Probleme angewendet werden. Im ersten Teil werden anhand ausgewählter finanzwirtschaftlicher Fragestellungen ökonometrische und statistische Methoden behandelt. Parallel dazu werden diese Methoden in Stata auf empirische Daten angewandt. Im zweiten Teil werden verschiedene numerische Methoden, insbesondere Simulationstechniken zur Bewertung von Derivaten und deren Umsetzung in VBA behandelt. Die Studierenden erwerben in dieser Veranstaltung Kompetenzen, die regelmäßig in quantitativen Seminaren, Abschlussarbeiten und insbesondere auch in der Finanzpraxis benötigt werden.

Die Inhalte der Vorlesung umfassen:

• Einführung in die empirische Analyse von Finanzdaten
• Querschnitts-, Zeitreihen- und Panelregressionen in Stata
• Logit- und Probit-Regressionen in Stata
• Stata-Programmierung und -Automatisierung sowie erweiterte Befehle
• Numerischen Methoden in VBA
• Bewertung von Derivaten mittels Simulation in VBA

In der Übung werden direkt im Anschluss an die entsprechende Vorlesung die behandelten Konzepte direkt an realen Datensätzen in Stata (1. Teil) oder realen Bewertungsfragestellungen in VBA (2. Teil) umgesetzt.

Veranstaltungsunterlagen

Rechtzeitig vor Kursbeginn wird ein Skript elektronisch in Stud.IP zur Verfügung gestellt. Dieses enthält auch die Übungsaufgaben. Die Beispieldatensätze werden jeweils in den Übungen bereit gestellt.

Einbringungsmöglichkeiten und Prüfungsmodalitäten

• Master Business Administration: Methoden
• Master Business Administration: Schwerpunkt Accounting, Finance and Taxation (Grundlagen)
• Master International Economics and Business: Statistische und theoretische Grundlagen
• Master Wirtschaftsinformatik: Methoden

Klausur (60 Minuten)

Studienempfehlung und Voraussetzungen

Diese Veranstaltung sollte zu Beginn oder in der Mitte des Studiums belegt werden. Ein vorheriger oder paralleler Besuch von "Financial Engineering und Structured Finance" ist hilfreich. Solide Excel-Kenntnisse und Kenntnisse in Statistik und einem Statistikprogramm sind hilfreich.