Alle verfügbaren Kurse sind in LSF und Moodle gelistet. Detaillierte Informationen sowie Materialien sind auf den entsprechenden Kursseiten zu finden.
Investition und Finanzierung
- Dozent
- Prof. Dr. Ralf Elsas
- Assistentin
- Eva Reuthlinger
- Sprache
- Deutsch
- Zielgruppe
- B.Sc. Betriebswirtschaftslehre (GOP), B.Sc. Wirtschaftspädagogik I/II
- Link
- Vorlesung: LSF, Übung: LSF, Tutorium: LSF
- Veranstaltungszyklus
- Wintersemester
- ECTS
- 6
- Veranstaltungsformat
- Vorlesung & Übung
Die Vorlesung findet dienstags 12:00-14:00 Uhr im Audimax statt
Erster Vorlesungstermin: 22.10.2024
Tutorienbeginn: 11.11.2024 - Prüfungsformat
- 60-minütige Klausur
- Veranstaltungsinhalt
- Die Studierenden sollen ein Grundverständnis in den Bereichen Investitionsentscheidungen von Unternehmen, Finanzierungsentscheidungen von Unternehmen sowie Kapitalmärkte erlangen. Sie sollen die wichtigsten Fragestellungen, Methoden und Theorien im Bereich Corporate Finance und Kapitalmärkte kennenlernen, einordnen und sie auch anwenden können. Die Vorlesung soll einen Überblick geben und Interesse an diesem Themengebiet wecken.
Die Veranstaltung richtet sich an Studierende im Grundstudium. - Lehrbuch
- Peter DeMarzo, Jonathan Berk; Buch: Corporate Finance, Global Edition
Commercial Banking
- Dozent
- Prof. Dr. Ralf Elsas
- Assistentin
- Mareike Worch
- Sprache
- Englisch
- Zielgruppe
- B.Sc. Betriebswirtschaftslehre, B.Sc. Wirtschaftspädagogik I/II, B.Sc. Wirtschaftsmathematik
- Link
- LSF-Vorlesung, LSF-Übung
- Veranstaltungszyklus
- Wintersemester
- ECTS
- 6
- Veranstaltungsformat
- Vorlesung und Übung
- Prüfungsformat
- 120-minütige Klausur am Ende des Semesters
- Veranstaltungsinhalt
- "Commercial Banking" vermittelt den Studierenden einen Überblick über den deutschen und internationalen Bankensektor, das entsprechende institutionelle Design sowie grundlegende theoretische Ansätze und die dazugehörige empirische Evidenz. Zentrale Fragen sind: Was ist das Besondere an Banken? Warum und wie sollten Banken reguliert werden? Wie können Banken (Kredit-)Risiken messen und steuern?
Insbesondere folgende Themen werden behandelt: das erste Modul vermittelt, warum es interessant und ökonomisch relevant ist, die bedeutende Rolle von Banken in Finanzsystemen zu verstehen. Das Modul bietet einen kurzen Überblick über das deutsche Finanzsystem und die Rolle der Banken in der Unternehmensfinanzierung. Modul zwei führt in die Spieltheorie ein und erörtert die grundlegenden theoretischen Ideen, die unser derzeitiges Verständnis der Gründe für die Existenz von Finanzintermediären ausmachen. Modul drei bietet eine umfassende Analyse von Ratings als Kernbestandteil des Kreditrisikomanagements von Banken. Es werden die Unterschiede zwischen externen und internen Ratings erörtert. Es werden Migrationswahrscheinlichkeiten und Ausfallraten externer Ratings aufgezeigt. Statistische Ansätze wie die Diskriminanzanalyse und Logit-Modelle zur Messung des Ausfallrisikos werden vorgestellt und mit dem auf der Optionstheorie basierenden Ansatz des Merton-Modells verglichen. Ein Überblick über die Gründe und Maßnahmen der Bankenregulierung wird in Modul vier gegeben. Das deutsche Kreditwesengesetz (KWG) und die Rolle der Aufsichtsbehörde BaFin werden diskutiert, ergänzt durch einen kurzen Umriss der aktuellen Bankenregulierung in Deutschland. Dazu gehört auch eine Erörterung der Einlagensicherung gegenüber der Institutsgarantie und der grundlegenden Risikoarten, denen eine Bank bei ihrer Tätigkeit ausgesetzt ist. Darüber hinaus wird eine Diskussion über die Baseler Regulierungsrahmen geführt. Im fünften Modul wird das aktuelle Phänomen der Verbriefung im Bankwesen erörtert, das unser Verständnis davon, warum Banken etwas Besonderes sind, in Frage stellt. Zusammenfassend wird den Studierenden ein grundlegendes Verständnis von Geschäftsbanken und ihrer Funktionsweise sowie ein umfassendes Verständnis von Kapitalmarktaktivitäten vermittelt. Wir lehren fall- und praxisorientierte Inhalte zu den Grundsätzen des Bankwesens.
Die Vorlesungsunterlagen können spätestens eine Woche vor der ersten Vorlesung in Moodle heruntergeladen werden. Die Zugangsdaten für den Kurs stehen in LSF "Commercial Banking". - Lehrbuch
- Crouhy/Galai/Mark (2004): Risk Management, McGraw-Hill
De Servigny/Renault (2000): Measuring and Managing Credit Risk, McGraw Hill
Freixas/Rochet(1997): Microeconomics of Banking. MIT Press
Greenbaum/Thakor (1995): Contemporary Financial Intermediation, Dryden, Fort Worth - Voraussetzungen
- Der Kurs richtet sich an Bachelor-Studierende im fortgeschrittenen Stadium ihres Studiums. Grundkenntnisse im Finanz- und Bankwesen und Statistik werden vorausgesetzt. Eine schriftliche Bewerbung ist nicht erforderlich. Kurssprache ist Englisch.
Hauptseminar - Trading for Success - Backtesting of Trading Strategies
- Dozent
- Prof. Dr. Ralf Elsas
- Assistent
- Valentin Luz
- Sprache
- Englisch
- Zielgruppe
- B.Sc. Betriebswirtschaftslehre, B.Sc. Wirtschaftspädagogik I/II
- Link
- LSF
- Veranstaltungszyklus
- Winter- & Sommersemester
- ECTS
- 6
- Veranstaltungsformat
- Zwei Pflichttermine (Kick-off und Abschlusspräsentationen) und Gruppentreffen mit dem Betreuer
Geplanter Start- und Endtermin: 23.10.24 / 16.12.24
Termine mit Anwesenheitspflicht (Bsp. Kick-Off oder Endpräsentation): 23.10.24 / 16.12.24 - Veranstaltungsinhalt
- "Trading for Success - Backtesting Trading Strategies" is designed to equip students with practical skills and theoretical knowledge, this course delves into the intricate world of trading strategies and the critical role of backtesting in their development and evaluation.
Throughout the course, students explore the principles of financial markets, understand market dynamics, and learn to develop quantitative trading strategies grounded in statistical analysis and economic theory.
The focal point of the course lies in the concept of backtesting, where students analyze historical market data to assess the viability and effectiveness of their trading strategies. Through hands-on exercises, students gain practical skills in utilizing statistical software and interpreting results, preparing them for critically analyzing existing trading strategies and making informed investment decisions.
Kenntnisse in Matlab für Finance werden vorausgesetzt. - Voraussetzungen
- Zum erfolgreichen Absolvieren des Kurses wird der Besuch der Veranstaltung Matlab für Finance empfohlen.
Maximal mögliche Teilnehmerzahl: 20 - Prüfungsformat
- Die Studierenden müssen eine Arbeit schreiben und ihre Ergebnisse vor anderen Studierenden präsentieren. Die Kurssprache ist Englisch. Die endgültige Note ergibt sich aus der Note der Arbeit sowie der Note für die Präsentation und die Beteiligung am Unterricht. Eine erfolgreiche Teilnahme am Seminar wird mit 6 ECTS angerechnet.
Advanced Risk Management
- Dozent
- Prof. Dr. Ralf Elsas/ Prof. Dr. Andreas Richter/ Prof. Dr. Markus Glaser/ Prof. Dr. Ryan Riordan
- Assistenten
- Konstantin Scheurer
- Sprache
- Englisch
- Zielgruppe
- M.Sc. Betriebswirtschaftslehre, M.Sc. Finanz-und Versicherungsmathematik, M.Sc. Wirtschaftspädagogik I
- Link
- LSF-Vorlesung , LSF-Übung
- Veranstaltungszyklus
- Wintersemester
- ECTS
- 9
- Veranstaltungsformat
- Präsenz, wöchentliche Vorlesung & Übung
- Veranstaltungsinhalt
- Der erste Teil wird vom Institut für Risikomanagement und Versicherung abgehalten und zielt darauf ab, das Verständnis dafür zu vertiefen, warum Risikomanagement vorteilhaft ist. Angefangen bei der Kategorisierung verschiedener Risikoquellen für Finanz- und Nicht-Finanzunternehmen werden wichtige Aspekte der Erwartungsnutzentheorie und ihrer Verbindung zu Finanzmodellen analysiert. Basierend auf der Theorie der optimalen Risikoteilung und verwandten Konzepten wird die Relevanz des Risikomanagements untersucht. Die Übungstermine vertiefen das Verständnis einiger theoretischer Konzepte aus den Vorlesungen. Zusätzlich sollen Übungsaufgaben und Fallstudien dazu beitragen, die Fähigkeiten der Teilnehmenden zur Analyse und Lösung von realen Risikomanagement-Problemen zu verbessern.
Der zweite Teil wird vom Institut für Kapitalmärkte und Finanzwirtschaft abgehalten. Er befasst sich mit Marktrisiken, umfasst verschiedene Risiko- und Renditemaße sowie die Portfoliotheorie und grundlegende Techniken des Asset-Pricing.
Der dritte Teil des Kurses wird vom Institut für Finance & Banking angeboten. Er behandelt Marktrisiken. Sie werden die Hauptphasen im Risikomanagementprozess kennenlernen. Die Vorlesung konzentriert sich zunächst auf die Modellierung von Verteilungsparametern wie der Volatilität oder der Abhängigkeitsstruktur zwischen Vermögenswerten. Anschließend werden Tools diskutiert, die es ermöglichen, Risiken zwischen verschiedenen Vermögenswerten und Portfolios zu quantifizieren und zu vergleichen. Schließlich lernen Sie, wie man die Leistung von Risikomanagementstrategien mithilfe von Backtesting-Ansätzen bewertet.
Der vierte Teil wird vom Institut für Finanzinnovation und Technologie abgehalten. - Prüfungsformat
- 150-minütige Klausur
- Voraussetzungen
- Dieser Kurs richtet sich ausschließlich an Masterstudierende. Grundkenntnisse von Konzepten aus Finanzen und Bankwesen sowie eine solide statistische Grundlage sind erforderlich. Es ist keine schriftliche Bewerbung erforderlich.
Advanced Topics in Derivatives
- Dozent
- Prof. Dr. Lorenz Schneider
- Assistent
- Leo Schwarze
- Sprache
- Englisch
- Zielgruppe
- M.Sc. Betriebswirtschaftslehre, M.Sc. Wirtschaftspädagogik I, M.Sc. MMT
- Link
- LSF
- ECTS
- 6
- Veranstaltungsformat
- Zweiwöchiger Kurs, Vorlesung und Übung
- Vorlesungsdaten
- 21.10.24 14-18 Uhr
22.10.24 14-18 Uhr
23.10.24 14-18 Uhr
24.10.24 14-18 Uhr
28.10.24 14-18 Uhr
29.10.24 14-18 Uhr
30.10.24 14-18 Uhr
31.10.24 14-18 Uhr - Veranstaltungsinhalt
- Dieser kompakte zweiwöchige Kurs richtet sich an Studierende mit guten Vorkenntnissen in Wahrscheinlichkeitstheorie und Finanzwirtschaft. Ziel ist es, sich auf bekannte Modelle für Aktien-, Devisen- und Rohstoffmärkte zu konzentrieren und ihre Anwendbarkeit in der Praxis zu untersuchen. Der Kurs ist ausgeglichen zwischen theoretischen Überlegungen auf der einen Seite und Implementierungen unter Verwendung von Excel, VBA und C# mit echten Marktdaten auf der anderen Seite.
Der Kurs beginnt mit einer Überprüfung des Black-Scholes-Merton (BSM) Modells und wird dann alternative Methoden zur Preisbildung von europäischen Optionen in Betracht ziehen. Anschließend werden wir in einem Beispiel, das BSM-Modell verwendet um einige praktische Fragen zum Hedging einer Call-Option in Anwesenheit von Transaktionskosten zu behandeln. Als Drittes zeigen wir, dass die zuvor entwickelten alternativen numerischen Techniken die einzigen verfügbaren sind, wenn das BSM-Modell auf das Heston-Modell mit stochastischer Volatilität verallgemeinert wird. Das vierte Thema bezieht sich auf das Heston-Modell und den “Implied Volatility Smile”: Hier werden wir Wahrscheinlichkeitsdichten und -verteilungen studieren, die aus den Preisen gehandelten europäischen Optionen abgeleitet sind. Schließlich werden wir ein sehr beliebtes Modell auf den Rohstoffmärkten, das Schwartz-Smith-Modell, überprüfen. Wir werden typische Fragen für Rohstoffmärkte behandeln, wie zum Beispiel die Formulierung des Modells sowohl unter dem risikoneutralen als auch in dem physischen Wahrscheinlichkeitsmaßen sowie die Log-Likelihood-Schätzung der Modellparameter für eine gegebene Zeitreihen von Future-Preisen über unter Verwendung eines Kalman Filter.
Theorie
• Das Black-Scholes-Merton Modell
• Option-Absicherung unter Transaktionskosten
• Das Heston-Modell mit stochastischer Volatilität
• Implizierte Wahrscheinlichkeitsdichtefunktionen
• Das Schwartz-Smith Rohstoffmodell
• Zustandsraummodelle
• Der Kalman-Filter
Implementierung
• Charakteristische Funktionen
• Anwendung eines Kalman-Filters
• Numerische Integrationsverfahren
• Simulationsverfahren für Option Delta-Hedging
• Newton-Raphson Nullstellensuche
• Neri-Schneider Algorithmus
• Schwartz-Smith Modell - Prüfungsformat
- Schriftliche und mündliche Prüfung
- Voraussetzungen
- Von den Studierenden wird erwartet, dass sie mit den grundlegenden Konzepten der risikoneutralen Preisbildung von Vermögenswerten mit fundamentalen Modellen wie dem Cox-Ross-Rubinstein-Modell und dem Black-Scholes-Merton-Modell vertraut sind. Sie sollten auch Konzepte der Wahrscheinlichkeitstheorie wie stochastische Prozesse in diskreter und kontinuierlicher Zeit, Brownsche Bewegung und die Itô-Formel verstehen. Eine gewisse Erfahrung in Programmierung ist ebenfalls nützlich.
Um sich für den Kurs anzumelden, schreiben Sie bitte eine E-Mail mit Ihrem Namen, Ihrer Matrikelnummer und Ihrem Studienfach an ifb-hiwi@som.lmu.de. Anmeldezeitraum: 01.09.2024 - 17.10.2024 Die Teilnehmerzahl in diesem Kurs ist begrenzt. Die Plätze werden nach dem Prinzip "first come first serve" vergeben.
Data Science in Finance/Applied Finance
- Dozent
- Prof. Dr. Ralf Elsas
- Assistent
- Sprache
- Englisch
- Zielgruppe
- M.Sc. Betriebswirtschaftslehre, M.Sc. Wirtschaftspädagogik I, M.Sc. MMT
- Link
- Veranstaltungszyklus
- Wintersemester (nicht jedes Jahr)
- ECTS
- 6 ECTS
- Veranstaltungsformat
- Seminar
- Veranstaltungsinhalt
- Der Kurs beinhaltet eine schrittweise “Hands-on” Einführung in die grundlegenden und fortgeschrittenen Methoden der automatisierten Textanalyse (NLP). Es werden Vor- und Nachteile im Kontext von Corporate Finance Fragen diskutiert. Die Kursinhalte orientieren sich an der Beantwortung einer Forschungsfrage - der ökonomischen Analyse von Unternehmensberichterstattungen und deren Auswirkungen auf den Unternehmenswert (Aktienkurs). Ökonometrische Konzepte werden nur kurz behandelt, der Schwerpunkt liegt auf der Umsetzung der Methodik und Beantwortung der Forschungsfrage mit Hilfe von Matlab.
Spezielle Vorkenntnisse in Data Science sind nicht erforderlich. Grundkenntnisse in Matlab sind jedoch zwingend erforderlich. Wir empfehlen Ihnen, zumindest das "Proseminar Matlab" oder den "Projektkurs Finance" im Vorfeld besucht zu haben. Um sicherzustellen, dass Sie ausreichend Erfahrung mit Matlab haben, ist die schriftliche Prüfungsleistung eine Art Eignungsprüfung, in der die Grundlagen von Matlab abgefragt werden. Zur Vorbereitung auf diesen Kurs empfehlen wir die oben genannten Kurse oder das folgende 2-stündige Tutorium:
https://de.mathworks.com/learn/tutorials/matlab-onramp.html.
Die Eignungsprüfung dauert 1 Stunde und wird über Matlab Grader durchgeführt. Weitere Informationen und Anleitungen werden auf Moodle veröffentlicht. - Lehrbuch
- -
Quantitative Methods
- Dozent
- Prof. Dr. Ralf Elsas
- Sprache
- Englisch
- Zielgruppe
- MBR
- Link
- LSF
- Veranstaltungszyklus
- Sommer & Wintersemester
- ECTS
- 2 SWS
- Veranstaltungsformat
- Seminar
- Veranstaltungsinhalt
- This PhD course in econometrics is designed to provide a deep understanding of foundational concepts and methods in econometrics, in particular understanding inference testing, problems and solutions arising from violations of standard OLS assumptions, and using foundational methods like panel regressions or limited dependent variable methods. Students will delve deep into data analysis, program econometric estimators, and execute Monte Carlo simulations, ensuring both theoretical knowledge and practical skills are honed. Additional readings and datasets will be provided throughout the course.
Course Outline:
Topic 1: Introduction and Overview
- Course objectives and design.
- Brief introduction to MATLAB.
Topic 2: Ordinary Least Squares (OLS)
- Basics of OLS estimation and interpreting results.
- Hands-on: Programming OLS estimation in MATLAB.
- Simulation, interpretation, and diagnostic tests.
- Robust standard errors: White and Newey-West
Topic 3: Challenges in Econometric Analyses
- Partial correlation
- P-Hacking
- Bayes-p-Value
Topic 4: Instrumental Variables (IV) Estimation
- The inherent problem with endogeneity and the role of IV
- Introduction to IV and 2SLS estimators
- Case: Weak instruments problem
- Hands-on: Application on seatbelt usage and fatality prevention
Topic 5: Panel Methods (Part 1)
- Understanding pooled, fixed effects (FE), and random effects (RE) estimators
- Properties of FE/RE estimators
- Hands-on: Estimation of a FE model
Topic 6: Panel Methods (Part 2)
- Introduction to dynamic panel estimators
- Application: Arellano/Bond simulations
Topic 7: Differences-in-Differences Analysis of Causality
1. Fundamental principles and application
2. Hands-on: Establishing causality using DiD in a case study
Topic 8: Limited Dependent Variables (Part 1)
- Introduction to methods: Logit/Probit estimator
- Maximum likelihood estimation for the logit model
- Hands-on: Programming MLE Logit estimation in MATLAB
- Understanding and calculating marginal effects for the logit estimator
- Hands-on: Calculating marginal effects using MATLAB.
Lecture notes and data files will be sent to the students by mail before the beginning of the course. For your personal benefit, please familiarize yourself with the econometric packages before the first lecture (information on MATLAB licenses see below). - Assessment
- Grading will be based on an assignment, where students are asked to replicate a paper from their area of research and conduct a robustness test, analyzing the paper’s results validity by using a Bayesian p-value analysis.
- Voraussetzungen
- MATLAB (prior familiarity recommended)
- The recommended solution is to acquire a student version of Matlab, which has unlimited functionality, can comprise several toolboxes from Mathworks and costs about €90
- Matlab in FIT computer labs
- A limited set of licenses is available from the Institute for Finance & Banking - Lehrbuch
- 1. Johnston / di Nardo (1997): Econometric Methods, 4th ed., McGraw-Hill
2. Greene (2008): Econometric Analysis, 6th ed., Prentice Hall