Stand: WiSe 2025
| Name | Finance & Accounting: Research Methods and Data Science | |
| Katalog-Nummer | FK 10#QM#M2.1 | |
| Zugehörigkeit zu Curriculum | 
                    Master Betriebswirtschaft | M2.1 | 5 Leistungspunkte
                 | |
| Modulverantwortung | 
                    Dr. Sandro Scheid
                 
                    Prof. Dr Bernd Hofmann
                 | |
| Lehrende | 
                    Dr. Sandro Scheid
                 | |
| Prüfung(en) | Prüfungsform: schrP Detailangaben: 90 Minuten Hildsmittel: selbst erstellte Formelsammlung DIN A4 
                            Prüfende:
                                Dr. Sandro Scheid
                                                            , Prof. Dr. Markus Wessler
                         | |
| Lehr- und Lernform(en) | 
                         | 4 SWS | SU - 1 Angebot(e)
                     | |
| Arbeitsaufwand | Präsenzzeit: 0 Stunden Selbststudium, Vor- und Nachbereitung, Prüfungsvorbereitung: 0 Stunden | |
| 
                Voraussetzungen
             |  | |
| 
                Verwendbarkeit
             |  | |
| Inhalt / Lernziele | Lernziele / Kompetenzen Die Studierenden sind in der Lage, ausgewählte empirische Fragestellungen des Finanz- und Rechnungswesens stochastisch zu modellieren und die Ergebnisse der stochastischen Methoden mit Bezug auf die inhaltlichen Fragestellungen zu interpretieren. Sie beschäftigen sich in Gruppen mit finanzwissenschaftlichen Fragestellungen und setzen gewonnene Kenntnisse mithilfe verschiedener Medien um. Den Studierenden wird Raum gegeben, sich in Kleingruppen zu den Aufgabenstellungen auszutauschen. Das Modul fördert die Fähigkeit, quantitative Aspekte hinter finanzwirtschaftlichen Fragestellungen zu erkennen. Inhalte: • Stochastische Modellierung • Risikokennzahlen: Volatilität, Value at Risk, Conditional Value at Risk • Modellierung von Renditeprozessen • Modellierung von Portfolios • Regressionsmodelle • Weitere Modelle und Methoden Lehr-und Lernmethoden: • Seminaristischer Unterricht • Selbstgesteuertes Lernen Literatur • Franke, J., Härdle, W., Hafner, C. (2003): Einführung in die Statistik der Finanzmärkte, Springer • Henking, A., Bluhm, C., Fahrmeir, L. (2006): Kreditrisikomessung, Springer • Hull, J. (2009): Optionen, Futures und andere Derivate. 10. Auflage, Pearson Studium • Mertens, D. (2006): Portfolio-Optimierung nach Markowitz, Bank Akademie Verlag • Ross, S. (2003): An Elementary Introduction in Mathemetical Finance, Cambridge University Press • Scheid, S. (2017): Statistische Methoden in der Finanzwirtschaft, Hanser-Verlag | |
| Name | Finance & Accounting: Research Methods and Data Science | |
| Katalog-Nummer | FK 10#QM#M2.1 | |
| Zugehörigkeit zu Curriculum | 
                        Master Betriebswirtschaft | M2.1 | 5 Leistungspunkte
                     | |
| Modulverantwortung | 
                        Dr. Sandro Scheid
                     
                        Prof. Dr Bernd Hofmann
                     | |
| Lehrende | 
                        Dr. Sandro Scheid
                     | |
| Prüfung(en) | Prüfungsform: schrP Detailangaben: 90 Minuten Hildsmittel: selbst erstellte Formelsammlung DIN A4 
                                Prüfende:
                                    Dr. Sandro Scheid
                                                                    , Prof. Dr. Markus Wessler
                             | |
| Lehr- und Lernform(en) | 
                             | 4 SWS | SU - 1 Angebot(e)
                         | |
| Arbeitsaufwand | Präsenzzeit: 0 Stunden Selbststudium, Vor- und Nachbereitung, Prüfungsvorbereitung: 0 Stunden | |
| 
                    Voraussetzungen
                 |  | |
| 
                    Verwendbarkeit
                 |  | |
| Inhalt / Lernziele | Learning objectives / competencies Students model selected empirical problems in finance and accounting with stochastic methods. Results are interpreted with reference to the relevant tasks. The students analyze financial problems in groups and apply their knowledge using various media. The module promotes the ability to recognize quantitative aspects behind financial tasks.  Contents: • Stochastic modeling • Risk measures: : Volatility, Value at Risk, Conditional Value at Risk • Modeling of return processes • Modeling of portfolios • Regression models • Further models and methods Teaching and learning methods: • Seminar-based teaching • Self-directed learning Literature • Franke, J., Härdle, W., Hafner, C. (2003): Einführung in die Statistik der Finanzmärkte, Springer • Henking, A., Bluhm, C., Fahrmeir, L. (2006): Kreditrisikomessung, Springer • Hull, J. (2009): Optionen, Futures und andere Derivate. 10.  Auflage, Pearson Studium • Mertens, D. (2006): Portfolio-Optimierung nach Markowitz, Bank Akademie Verlag • Ross, S. (2003): An Elementary Introduction in Mathemetical Finance, Cambridge University Press • Scheid, S. (2017): Statistische Methoden in der Finanzwirtschaft, Hanser-Verlag | |