Modul

Die Modulprüfung erfolgt in Form von Teilprüfungen (nach §4(2), 1 o. 2 SPO) über die gewählten Lehrveranstaltungen, mit denen in Summe die Mindestforderung an LP erfüllt wird.

Die Erfolgskontrolle wird bei jeder Lehrveranstaltung beschrieben.

Die Gesamtnote des Moduls wird aus den mit LP gewichteten Noten der Teilprüfungen gebildet und nach der ersten Nachkommastelle abgeschnitten.

Der/die Studierende

• kennt und versteht die gebräuchlichen statistischen bzw. ökonometrischen Methoden in den Bereichen quantitatives Finanzwesen für Finanzinstitutionen,
• kennt und versteht die modernen Risikokontroll- bzw. Analysemethoden,
• kennt und versteht die Darstellung der axiomatischen Entscheidungstheorien, stochastische Dominanzprinzipien bzw. Risikoaversionskonzepte.

In Zusammenhang mit diesem Modul geprüfte Lehrveranstaltungen können nicht mehr in Zusammenhang mit Modulen aus dem Masterprogramm verrechnet werden.

Industrieökonomie:

• Hold-Up Problem (Motivation und Modell)
• Wrap-Up: Einführung (Geschichte)
• Asymmetrische Information
• Wohlfahrtsanalyse
• Marktstrukturen
• Markteintrittsbarrieren
• Monopol
• Wohlfahrtsbetrachtung
• Preisdiskriminierung
• Oligopol: Cournot-Modell und Wettbewerbsintensität
• Stackelberg-Modell (sequenzieller Mengenwettbewerb)
• Bertrand-Modell
• GWB, Wettbewerbshindernisse
• Fusion
• Tacit Collusion
• Modellierung von Produktdifferenzierung
• Exogene und Endogene Produktdifferenzierung
• Monopolistische Konkurrenz (Produktvielfalt)

Statistische Modellierung von allgemeinen Regressionsmodellen:

Grundlegendes Ziel der Vorlesung soll es sein, Regressionstechniken als zentrales Instrument statistischer Modellierung vorzustellen.

• Einleitung und Themenübersicht,
• Modellklassen in der statistischen Analyse und Modellanpassung,
• Verallgemeinerte lineare Modelle,
• Multiple Lineare Regression,
• Logistische Regression,
• Nichtparametrische Regression,
• Einführung Überlebenszeitanalyse.

Analyse multivariater Daten:

• Mathematisch-Statistische Grundlagen für die Analyse multivariater Daten
• Dateninspektion und -vorbehandlung
• Datenstrukturanalyse und -reduktion
• (Überwachte) Datenanalysemodelle
• Datenmodellvalidierung

Entscheidungstheorie:

• Entscheidung unter Unsicherheit
• Erwartungsnutzentheorie für Risikoentscheidungen
• Risikomessung
• Stochastische Dominanz
• Prospect Theory
• Persönnliches Gleichgewicht
• Ambiguität
• Erkenntnistheorie

Gesamtaufwand bei 9 Leistungspunkten: ca. 270 Stunden

Die genaue Aufteilung erfolgt nach den Leistungspunkten der Lehrveranstaltungen des Moduls.