Zur Merkliste hinzufügen
Zurück

 

19799-01 - Vorlesung: Applied Financial Data Management 3 KP

Semester Frühjahrsemester 2020
Angebotsmuster Jedes Frühjahrsem.
Dozierende Daniel Hoechle (daniel.hoechle@unibas.ch, BeurteilerIn)
Inhalt Die Vorlesung vermittelt das notwendige Wissen, um - beispielsweise im Rahmen von Seminar- oder Masterarbeiten - selbständig empirisch-ökonomische Untersuchungen durchführen zu können. Im ersten Teil der Veranstaltung geht es um die Aufbereitung und Transformation von ökonomischen Rohdaten (deskriptive Datenanalyse, Behandlung von Ausreissern, Zusammenführung von Datensätzen). In der Folge werden die gebräuchlichsten Verfahren zur Analyse mikroökonometrischer Querschnitts- und Paneldaten diskutiert. Namentlich sind dies das lineare Regressionsmodell, die Fama-MacBeth Methode, der Portfolio Sorts Ansatz und Fixed Effects Panelmodelle. Den Abschluss der Veranstaltung bildet eine Einführung in die Monte Carlo Simulation (Zufallszahlengenerator, Konvergenz von MC Simulationen, Bewertung von Aktienoptionen).

Neben der Theorie legt die Vorlesung grossen Wert auf die praktische Umsetzung der besprochenen Methoden. So werden die vorgestellten Verfahren anhand von vier Übungen illustriert und mit realen Daten angewendet. Die Übungen basieren auf der Statistiksoftware R und sind wie kleine Forschungsprojekte strukturiert.
Lernziele Die Studierenden
- kennen die wichtigsten Data Management Techniken (z.B. Zusammenführung von Datensätzen, Reshape von Paneldaten, Behandlung von Ausreissern) und sind in der Lage, (finanz-) ökonomische Rohdaten selbständig für die nachfolgende Durchführung von empirischen Analysen aufzubereiten.
- beherrschen den Umgang mit R-Skripten, kennen moderne R-Tools (z.B. "Pipe"-Operator) und R-Packages (z.B. dplyr oder flexdashboard) und können die Statistiksoftware R zielführend anwenden.
- können statistisch-ökonometrische Modelle (z.B. lineares Regressionsmodell) auf praktische Fragestellungen anwenden und eigene empirisch-ökonomische Untersuchungen durchführen.
Literatur Das Unterrichtsmaterial umfasst das Vorlesungsskript, ausgewählte wissenschaftliche Artikel und eine Reihe von R-Tutorials, welche die verschiedenen Methoden und Konzepte illustrieren und praktisch umsetzen.
Bemerkungen Alle Beispiele und Übungen basieren auf der Statistiksoftware "R".
Weblink Weblink to ADAM

 

Teilnahmebedingungen Solides Grundwissen in Statistik und Ökonometrie (mind. Ökonometrie 1 Vorlesung aus dem Bachelor) ist erforderlich. Basiswissen zur Theorie der Finanzmärkte (z.B. Vorlesung Finanzmarkttheorie 1 aus dem Bachelor) ist von Vorteil.
Anmeldung zur Lehrveranstaltung Belegen in MOnA; Eucor-Studierende und Studierende anderer CH-Universitäten müssen innerhalb der Belegfrist mit einem Hörerschein beim Studiensekretariat im Kollegienhaus belegen. Für alle gilt: Belegen = Anmeldung zur Prüfung
Unterrichtssprache Deutsch
Einsatz digitaler Medien kein spezifischer Einsatz

 

Intervall unregelmässig
Datum 24.02.2020 – 30.03.2020
Zeit Siehe Detailangaben
Datum Zeit Raum
Montag 24.02.2020 08.30-12.00 Uhr Wirtschaftswissenschaftliche Fakultät, Seminarraum S15 HG.31
Montag 09.03.2020 08.30-12.00 Uhr Wirtschaftswissenschaftliche Fakultät, Seminarraum S15 HG.31
Montag 16.03.2020 08.30-12.00 Uhr Wirtschaftswissenschaftliche Fakultät, Seminarraum S15 HG.31
Montag 23.03.2020 08.30-12.00 Uhr Wirtschaftswissenschaftliche Fakultät, Seminarraum S15 HG.31
Montag 30.03.2020 08.30-12.00 Uhr Wirtschaftswissenschaftliche Fakultät, Seminarraum S15 HG.31
Module Vertiefungsmodul: Quantitative Methods (Masterstudium: Wirtschaftswissenschaften)
Leistungsüberprüfung Semesterendprüfung
Hinweise zur Leistungsüberprüfung Schriftliche Prüfung (100%)
Termin Klausur:
An-/Abmeldung zur Leistungsüberprüfung Belegen via MOnA innerhalb der Belegfrist
Wiederholungsprüfung keine Wiederholungsprüfung
Skala 1-6 0,1
Wiederholtes Belegen beliebig wiederholbar
Zuständige Fakultät Wirtschaftswissenschaftliche Fakultät / WWZ, studiendekanat-wwz@unibas.ch
Anbietende Organisationseinheit Wirtschaftswissenschaftliche Fakultät / WWZ

Zurück