grapevine | Modulbeschreibung

Aktienkursprozesse

Stochastic Modeling of Stock Prices

Angaben gemäß SPO

Zugehörigkeit zu Curriculum

BWB | 6.1 | 5 Leistungspunkte

Modulverantwortung

Dr. Sandro Scheid

Prüfungsformen

schrP 50 % und ModA 50 %. oder

schrP 100 % und Präs 50 %. oder

schrP 50 % und mdlP 50 %. oder

ModA 50 % und Präs 50 %. oder

ModA 50 % und mdlP 50 %. oder

mdlP 50 % und Präs 50 %.

Lehr- und Lernformen

S | 4 SWS

Lehrangebote SoSe 2024

S | 4 SWS

Aktienkursprozesse (6.1.4) BWB:6 allgemein

Prüfungsangebote SoSe 2024

Erstprüfer:in

Dr. Sandro Scheid

Zweitprüfer:in

Prof. Dr. Markus Wessler

Prüfungsform

schrP 50 % und ModA 50 %.

Details zur Prüfung

60 Minuten

Hilfsmittel

selbst erstellte Formelsammlung DIN A4

Voraussetzungen und Verwendbarkeit

Voraussetzungen für die Teilnahme

Verwendbarkeit

Inhalte und Qualifikationsziele

verabschiedet am 15.04.2024

Lernziele / Kompetenzen:

Die Studierenden sind in der Lage, ausgewählte Problemstellungen an den Finanzmärkten stochastisch zu modellieren und die Ergebnisse der stochastischen Methoden mit Bezug auf die inhaltlichen Fragestellungen zu interpretieren. Finanzwirtschaftliche Aufgabenstellungen werden eigenständig bearbeitet und mithilfe von geeigneter Software stochastisch modelliert. Den Studierenden wird Raum gegeben, sich in Kleingruppen zu den Aufgabenstellungen auszutauschen und ihre Lösungsansätze zu begründen. Das Modul fördert die Fähigkeit, quantitative Aspekte hinter finanzwirtschaftlichen Fragestellungen zu erkennen.

Inhalte:

• Ausgewählte Probleme aus den Bereichen der Statistik der Finanzmärkte und der Risikoanalyse

• Modellierung der Kursentwicklung von Assets, Interpretation der Modelle

• Risikokennzahlen: Volatilität, Value at Risk, Conditional Value at Risk

• Interpretation von Ergebnissen, Diskussion von Ergebnissen und Methoden in Kleingruppen

Lehr-und Lernmethoden:

• Seminaristischer Unterricht

• Selbstgesteuertes Lernen

Literatur:

• Scheid (2017), Statistische Methoden in der Finanzwirtschaft: Methoden - Beispiele - Anwendungen, Hanser-Verlag

• Scheid, Vogl (2021), Data Science: Grundlagen, Methoden und Modelle der Statistik, Hanser-Verlag

Learning objectives / skills:

Students are able to model selected problems concerning financial markets stochastically and are further able to interpret the results with reference to the substantive issues. Financial problems are solved independently and modeled with the help of suitable software. Students are given the opportunity to discuss the problems in small groups and to explain their solutions. The module promotes the ability to recognize quantitative aspects behind financial problems.

Contents:

• Selected problems in the areas of stochastic modeling and risk analysis.

• Modeling of the price development of assets, interpretation of the models

• Risk measures: Volatility, Value at Risk, Conditional Value at Risk

• Interpretation of results, discussion of results and methods in small groups.

Teaching and learning methods:

• Seminar-based teaching

• Self-directed learning

Literature:

• Scheid (2017), Statistische Methoden in der Finanzwirtschaft: Methoden - Beispiele - Anwendungen, Hanser-Verlag

• Scheid, Vogl (2021), Data Science: Grundlagen, Methoden und Modelle der Statistik, Hanser-Verlag