Lernziele / Kompetenzen
Nach dem Besuch dieses Moduls sind die Studierenden in
der Lage, zentrale Problemstellungen des Treasury Managements und der
Unternehmensfinanzierung zu verstehen, eigenständig umfassend zu analysieren, bestehende Lösungsansätze zu interpretieren und zu evaluieren sowie innovative Lösungskonzepte zu erarbeiten und kritisch zu bewerten. Problemstellungen aus unterschiedlichen Bereichen des Treasury-Managements
und den damit eng verbundenen Anwendungs- und Aufgabenbereichen im
Finanzmanagement von Kreditinstituten, Versicherungsunternehmen und realwirtschaftlichen Unternehmen, werden mithilfe entsprechender
mathematischer Modelle, qualitativer und quantitativer Entscheidungskriterien
sowie unterstützender Software (insb. Excel) bearbeitet und analysiert. Durch
den Besuch dieses Moduls erkennen die Studierenden die Notwendigkeit des
Zusammenspiels von quantitativen und qualitativen Fertigkeiten für die Lösung
treasuryrelevanter Fragestellungen, erlernen das für die Paxis des Treasury Managements und der Unternehmensfinanzierung grundlegend relevante theoretische Wissen und wenden dieses anhand der eigenständigen Beabeitung essentieller praxisorientierter Aufgabenstellungen und Case Studies an.
Inhalte
(eine detaillierte Übersicht der Vorlesungsinhalte finden Sie im Moodle-Kurs zu M 2.13)
1. Einführung
2. Zinssätze und Monte-Carlo-Simulation
3. Risikomanagement
4. Asset Liability Management
5. Ausgewählte Aspekte des regulatorischen Liquiditätsmanagements in
Kreditinstituten
6. Case Study: Connection
Business Risks and Treasury activities
Eingesetzte Methoden der Betriebswirtschaftslehre
In diesem Modul werden unterschiedliche Forschungs- und Analysemodelle bzw. -methoden eingesetzt. Ein Schwerpunkt liegt dabei auf Simulationsmodellen (z.B. Monte-Carlo-Simulation), Verteilungsmodellen (z.B. zur theoriegestützten Definition von Verteilungsparametern stochastischer Größen), Zeitreihenanalysemodellen (z.B. zur Ableitung von Verteilungsparametern stochastischer Renditen), normativen entscheidungstheoretischen Modelle (z.B. Anlageentscheidungen unter Unsicherheit), Bewertungsmodellen (z.B. Bond Pricing) sowie unterschiedlichen weiteren quantitativ-empirischen Modellen (z.B. auf eine Historie gestützte datenbasierte Parametrisierung von Stressszenarien) sowie qualitativ-interpretativen Methoden (z.B. Generierung von fiktiven Stressszenarien).
Lehr-
und Lernmethoden
Seminaristischer Unterricht, Lösung praxisorientierter Aufgabenstellungen und Fallstudien, Gruppenarbeiten / Diskussionen, PC-gestützte Modellberechnungen und Analysen (BYOD - Bring Your Own Device), Gastvorträge, selbstgesteuertes Lernen /
Erfahrungslernen, Home Assignments.
Literatur
Wird in der Vorlesung bekannt gegeben.