Stud.IP Uni Oldenburg
University of Oldenburg
21.03.2023 15:59:15
rmf570 - Financial Data Analytics mit R: Methoden und Anwendungen (Complete module description)
Original version English PDF Download
Module label Financial Data Analytics mit R: Methoden und Anwendungen
Modulkürzel rmf570
Credit points 6.0 KP
Workload 180 h
(
internetgestützte (betreute) Selbstudienphasen: ca. 160 Std; synchrone Phasen: ca. 20 Std.
)
Institute directory Department of Mathematics
Verwendbarkeit des Moduls
  • Master's Programme Risk Management for the Financial Industry (Master) > Wahlpflichtmodule
Zuständige Personen
Ruckdeschel, Peter (Module responsibility)
Center für lebenslanges Lernen (C3L) (Module responsibility)
Prerequisites
Keine
Skills to be acquired in this module
  • Die Teilnehmenden sammeln praktische Erfahrung im Umgang mit statistischen Datenanalysen im Versicherungs- und Finanzbereich. 
  • Insbesondere können sie Daten aus verschiedenen Quellen importieren (Datenbanken/Excel/Inhouse-Formate). 
  • Mit Hilfe von Simulationsstudien können sie Risikokennziffern kritisch beurteilen und dadurch Reports mit statistischen Auswertungen für das regelmäßige Meldewesen in standardisierter Form verfassen. 
  • Darüber hinaus können sie Ergänzungsinfrastruktur zu R eigenständig auffinden und verwenden.
Module contents
Allgemein:
  • multivariate Verfahren:
    Hauptkomponentenanalyse / Dimensionsreduktion, Diskriminanzanalyse & Klassifikation, Clustering, Multidimensional Scaling
  • Techniken des maschinellen Lernens:
    Modellwahl und Regularisierung (Lasso, elasticnet, Kreuzvalidierung), Bagging Boosting. Klassifikationsbäume, Random Forest, Einstieg in TensorFlow, Einstieg in Text Mining
  • Zeitreihen und prädiktive Modelle 
R für Finanzdienstleister:
  • R verbinden mit anderer IT-Infrastruktur (R & Excel, R & Datenbanken, das R Bloomberg-package.)
  • Infrastruktur für R in Versicherungs- und Finanzanwendungen
    (Verarbeitung von Zeitangaben, Rmetrics; R-Pakete für die Versicherung; Pakete zur Portfolio Optimierung; domänenspezifische Dateninfrastruktur)
Drei weitere Kapitel richten sich an den Schwerpunkten der Hörerschaft aus und werden ausgewählt aus:
  • Parametrische Volatilitätsmodellierung in R
  • Zinsmodelle / Fixed Income 
  • Prädiktive Modelle in der Tarifierung 
  • Unsicherheitsbemessung und Exposureberechnung in der Schadenreservierung Langlebigkeitsrisiko und Sterbetafeln
  • Berechnung von Value at Risk und Expected Shortfall in R 
  • Copulas in R
  • Kreditrisiko in R 
Literaturempfehlungen
./.
Links
./.
Language of instruction German
Duration (semesters) 16 Wochen Semester
Module frequency Das Modul wird in einem Turnus von ca. vier Semestern angeboten.
Module capacity 25
Modullevel / module level MM (Mastermodul / Master module)
Modulart / typ of module Wahlpflicht / Elective
Lehr-/Lernform / Teaching/Learning method Internetgestütztes Studium (Einzeln und in Gruppen), Bearbeitung von Übungsaufgaben, zwei Präsenzworkshops
Vorkenntnisse / Previous knowledge ./.
Examination Prüfungszeiten Type of examination
Final exam of module
Studienbegleitende Prüfungsleistungen
G
Form of instruction Seminar
(
*Die Angaben zu den folgenden Punkten ergeben sich aus der Modulbeschreibung (s.o.)
)
SWS
Frequency --
Workload Präsenzzeit 0 h