Lehrveranstaltungen der Professur für Data Analytics & Statistics

Die Professur bietet eine Reihe von Lehrveranstaltungen an, welche sich mit den Themenbereichen Statistik, Data Analytics und Risikomanagement befassen. Ebenso bieten wir die Betreuung von Abschlussarbeiten an.

Nachfolgend finden Sie genauere Informationen  zu unseren Lehrveranstaltungen, den zugehörigen Veranstaltungsunterlagen sowie möglichen Abschlussarbeiten.

Lehrveranstaltungen im Bachelor-Studium

Für das Bachelor-Studium bietet die Professur die folgenden Veranstaltungen an.

Statistik I

Inhalt dieser Vorlesung sind die Grundlagen der beschreibenden Statistik und die Einführung in statistische Analyseverfahren. Im ersten Teil der Vorlesungsreihe Statistik (bestehend aus Statistik I und II) werden insbesondere folgende vier Themenbereiche betrachtet:

  1. Statistische Variablen und deren Verteilungen
  2. Maßzahlen statistischer Verteilungen
  3. Zweidimensionale Verteilungen, bedingte Verteilungen und statistische Abhängigkeiten
  4. Einführung in die Regressionsrechnung

Literatur

  1. Schira: Statistische Methoden der VWL und BWL. akt. Auflage. Pearson, Hallbergmoos
  2. Bleymüller, Gehler und Gülicher: Statistik für Wirtschaftswissenschaftler. akt. Auflage. Verlag Franz Vahlen, München

Statistik II

Aufbauend auf den ersten Teil der Vorlesungsreihe Statistik werden in Statistik II die Grundlagen der Wahrscheinlichkeitstheorie und Stochastik vermittelt, sowie eine Einführung in das Schätzen und Testen der Statistik gegeben. Folgende sechs Themenbereiche werden in der Vorlesung behandelt:

  1. Grundlagen der Wahrscheinlichkeitstheorie, bedingte Wahrscheinlichkeit und stochastische Unabhängigkeit
  2. Stochastische Variablen und deren Verteilungen
  3. Maßzahlen der Wahrscheinlichkeitsverteilungen und mehrdimensionale Zufallsvariablen
  4. Stochastische Modelle und spezielle Verteilungen
  5. Schätzer
  6. Hypothesentests

Literatur

  1. Schira: Statistische Methoden der VWL und BWL. akt. Auflage. Pearson, Hallbergmoos
  2. Bleymüller, Gehler und Gülicher: Statistik für Wirtschaftswissenschaftler. akt. Auflage. Verlag Franz Vahlen, München

Projektstudium

Im Anschluss an eine Einführung ins wissenschaftliche Arbeiten setzen sich die Studierenden im ersten Teil der Veranstaltung jeweils mit einem ausgewählten Verfahren der multivariaten Datenanalyse (z. B. Logit-Modell, CART) auseinander, und erlernen den Umgang mit geeigneter Statistik-Software. Im Team analysieren die Studierenden im zweiten Teil einen realen Datensatz unter gegebenen Fragestellungen, und  leiten datenbasiert Handlungsempfehlungen ab. Die Auswertungsergebnisse werden durch die Gruppe präsentiert, und in einem Projektbericht ausführlich beschrieben.

Lehrveranstaltungen im Master-Studium

Die folgenden Lehrveranstaltungen werden von der Professur im Master-Studium gelesen.

Multivariate Analytics

Einer verlässlichen Prognose zukünftiger ökonomischer Entwicklungen kommt eine immer größere Bedeutung zu. Im Rahmen der Veranstaltung Ökonometrie werden aufbauend auf grundlegenden Statistikkenntnissen Modelle erarbeitet, die unter gewissen Annahmen im wohldefinierten Sinne bestmöglich für eine Prognose sind. Anschließend wird die Frage erörtert, wie die getroffenen Annahmen verifiziert werden können und wie die Methoden gegebenenfalls zu modifizieren sind.

Literatur

  1. von Auer: Ökonometrie: Eine Einführung. akt. Auflage. Springer Gabler, Berlin et al.

Decision Analytics

Im Rahmen der Veranstaltung werden allgemeine Prinzipien zur Entscheidungsfindung in verschiedenen Umweltszenarien untersucht. Ist das Ergebnis einer zur Entscheidung stehenden Alternative determiniert, so liegt Sicherheit vor; unterliegt es dagegen stochastischen Einflüssen so wird von Unsicherheit gesprochen. Ist es möglich diese stochastischen Einflüsse genau zu beschreiben, so handelt es sich um Entscheidungsprozesse unter Risiko. So wäre beispielsweise ein stochastischer Einfluss durch die Eintrittswahrscheinlichkeiten für mögliche Umweltzustände am Ende des ein- oder mehrperiodigen Planungshorizonts gegeben. Aufgrund ihrer Bedeutung für das Risikomanagement sind Entscheidungsprozesse unter Risiko ein zentraler Untersuchungsgegenstand dieser Veranstaltung. Von besonderer Bedeutung ist in diesem Zusammenhang zudem die Frage, wie die zur Festlegung des stochastischen Modells notwendigen Parameter geeignet bestimmt werden können und ob die damit verbundenen Kosten in Relation zum Nutzen stehen.

Literatur

  1. Laux: Entscheidungstheorie. akt. Auflage. Springer Gabler, Berlin
  2. Bamberg, Coenenberg: Betriebswirtschaftliche Entscheidungslehre. akt. Auflage. Vahlen, München

Risikomanagement

Zwei jeweils mit Nobelpreisen ausgezeichnete Themenfelder des Risikomanagements sind zum einen die Portfoliooptimierung und zum anderen die Optionspreistheorie. Beide Gebiete werden im Rahmen der Veranstaltung in ausführlicher Tiefe bearbeitet. Dazu gehört neben einer Beschäftigung mit den notwendigen Formalismen insbesondere auch eine Untersuchung der konkreten Umsetzbarkeit der Theorien in die tägliche Praxis an den Kapitalmärkten, wobei auf ökonometrische Methoden zurückgegriffen wird.

Literatur

  1. Albrecht und Maurer: Investment- und Risikomanagement. akt. Auflage. Schäffer-Poeschel, Stuttgart
  2. Hull: Optionen, Futures und andere Derivate. akt. Auflage. Pearson, Hallbergmoos

Versicherungsstatistik

Ziel jeder Versicherung ist die Verteilung der Risiken auf ein möglichst homogenes Kollektiv. Die für die Aufnahme in das Kollektiv aufzubringende Prämie darf dabei aus Sicht der Versicherungsnehmer weder zu hoch noch zu niedrig sein, da zum einen mit steigenden Prämien der ökonomische Nutzen der einzelnen Individuen geschmälert wird, zum anderen aber mit sinkenden Prämien die Ruinwahrscheinlichkeit des Kollektiv bei Eintritt von Schäden zunimmt. In der Veranstaltung wird zunächst die Frage behandelt, wie ein Versicherer Kollektive geeignet zusammenstellen kann. Im Anschluss werden verschiedene Modelle im Kontext von Prämien und Ruinwahrscheinlichkeiten behandelt.

Literatur

  1. Schmidt: Versicherungsmathematik. akt. Auflage. Springer, Berlin et al.

Advanced Multivariate Analytics


Eine Vertiefung der in Multivariate Analytics erworbenen Kenntnisse. Dabei wird insbesondere untersucht, welche Auswirkungen Verletzungen der Annahmen der linearen Regression haben und wie solche mittels statistischer Tests zu erkennen sind.

Literatur

  1. von Auer: Ökonometrie: Eine Einführung. akt. Auflage. Springer Gabler, Berlin et al.

Abschlussarbeiten

Abschlussarbeiten Allgemein

Der Lehrstuhl für Data Analytics & Statistics bietet Abschlussarbeiten auf Bachelor- und Masterniveau an.

Klassische Themengebiete sind unter anderem

  • Lineare und logistische  Regression 
  • Datenanalyse
  • Statistische Tests und Gütekriterien für Modelle

Möchten Sie bei uns über ein Thema schreiben, so müssen Sie sich im Umfang einer wissenschaftlichen Arbeit damit auseinandersetzen  und dies im Allgemeinen durch Anwendung ihrer Theorie auf einen praktischen Datensatz ergänzen.

Es werden trimesterabhängig Themengebiete ausgeschrieben. Bei Fragen melden Sie sich unter philipp.hausenblas@unibw.de.

 

  

Themenkomplexe für Bachelorarbeiten im HT 2024

  1. Systemimmanente Unzulänglichkeiten von Large Language Models
  2. Imputationsmethoden für Zeitreihendaten – eine vergleichende Analyse
  3. Ungleichverteilungsmaße – eine vergleichende Analyse

 

Darüber hinaus ist die Bearbeitung selbstentwickelter Fragestellungen mit entsprechend quantitativ-methodischem Fokus in Fortsetzung des Projektstudiums "Planspiel Börse" nach individueller Rücksprache möglich.

Fragen jedweder Art können Sie vorab gerne an Dominik Eichhorn schicken.

Wenn Sie an einer Bachelorarbeit an der Professur für Data Analytics & Statistics interessiert sind, schreiben Sie bitte bis zum 13.09.2024 eine E-Mail an Prof. Dr. Andreas Brieden (Betreff: Bachelorarbeit) und geben Sie Ihre Themenpräferenz an. Individuelle Vorbesprechungen folgen.

Lehrveranstaltungen im Ergänzungsstudium

Strategische Transformation in der Finanzdienstleistung (Bachelor)

Kunde, Markt und Produkt dominieren das herkömmliche Denken des Managements in der Finanzdienstleistung. Durch die zunehmende Digitalisierung und das sich verändernde Kundenverhalten werden die funktionalen Geschäfts- und Betriebsmodelle zunehmend disruptiv transformiert. Hinzu kommen aktuell die exogenen und endogenen Störungen durch COVID-19. Welche strategischen Antworten sind möglich? Was und wen verändern die derzeitigen Entwicklungslinien?

Ein Blick in die neuen Märkte der Finanzwirtschaft geben erste Antworten und zeigen deutlich veränderte Unternehmensformen und Erfolgsmuster auf (insb. InsurTechs und FinTechs). Diese lassen sich anhand der tradierten Theorien gut systematisieren und anhand moderner Denk- und Handlungsansätze zur organisationalen Mehrhändigkeit in die etablierte Unternehmenswirklichkeit integrieren.

Eine Exkursion zum Insur Tech Hub Munich sowie ein BootCamp zum agilen Arbeiten in einem führenden Unternehmen der Finanzindustrie vertiefen die akademischen Vorlesungs- und Übungsinhalte praxisnah.

Veranstaltungsunterlagen

Die Unterlagen aller Veranstaltung stehen Ihnen auf der Lernplattform ILIAS zur Verfügung.