- Systematische Vertiefung und Erweiterung der im Bachelorstudium erlangten Kenntnisse und Fähigkeiten zur Mathematik
- Vernetzung des eigenen mathematischen Wissens durch Herstellung auch inhaltlich komplexer Bezüge zwischen den verschiedenen Bereichen der Mathematik
- Kennenlernen vertiefter Anwendungen der Mathematik, auch exemplarisch mit Projektcharakter
- Beherrschen wichtiger Verfahren und Algorithmen
- Erwerb direkt berufsbezogener inhaltlicher und prozessorientierter Kompetenzen

- Die Studierenden lernen Zeitreihenmodelle kennen, wenden diese auf Finanzdaten an und können verschiedenen Risiken statistisch modellieren und quantifizieren.

- Querverbindungen: mat810, mat820, mat839, mat843

als Obermenge zu verstehen; Akzentuierung durch Dozent möglich
– EDA (auch für Zeitreihen);
– zeitdiskrete Modelle: CAPM; Irrfahrt;
– Grundmodelle der Zeitreihenanalyse: ARMA und GARCH; Stationaritätstests
– Berechnungsverfahren zu VaR: historische Simulation und Wurzel-T-Regel; Delta-Methode und VaR für Optionen mit glattem Payoff
– Volatilitätsmessung; Volatilitätsrisiko;
– Kreditrisiko; Rating

Franke, J., Härdle, W., Hafner, C.M. Einführung in die Statistik der Finanzmärkte.
Alexander, C. Market models: a guide to financial data analysis, Wiley.
Albrecht, P, and Raimond M. Investment- und Risikomanagement, Schäffer Poeschel.
Hull. Risk Management and Financial Institutions, Wiley.
Ruppert, D. Statistics and finance: An introduction, Springer.
Ruppert, D. Statistics and data analysis for financial engineering, Springer.
Tukey, J.W. Exploratory data analysis.

Studienschwerpunkt: C

nach Ende der Vorlesungszeit

Klausur oder mündliche Prüfung oder Fachpraktische Übung (KMÜ)