Python und Data Science im Finanzwesen

Data Science hat sich als multidisziplinäres Feld entwickelt, das darauf abzielt, aus Daten Werte zu schaffen. Dieser Kurs beginnt mit einem Überblick über Data Science und verwandte Felder und definiert darüber hinaus Datentypen und -quellen. Der Einsatz datengesteuerter Methoden ist für Unternehmen unerlässlich geworden, und dieser Kurs zeigt auf, wie datengesteuerte Ansätze in einen Unternehmenskontext integriert und wie operative Entscheidungen mit datengesteuerten Methoden getroffen werden können. Schließlich hebt dieser Kurs die Bedeutungen von Statistik und des Maschinellen Lernens im Bereich der Data Science hervor und gibt einen Überblick über relevante Methoden und Ansätze.

Kursinhalte

• Einführung in Data Science
  • Definition des Begriffs "Data Science"
  • Data Science und verwandte Bereiche
  • Datenwissenschaftliche Aktivitäten
• Daten
  • Datentypen und Datenquellen
  • Die 5Vs der Daten
  • Datenkuratierung und Datenqualität
  • Datentechnik
• Data Science in der Wirtschaft
  • Identifikation von Anwendungsfällen
  • Leistungsbewertung
  • Datengesteuerte operative Entscheidungen
  • Kognitive Verzerrungen
• Statistik
  • Bedeutung der Statistik für Data Science
  • Wichtige statistische Konzepte
• Maschinelles Lernen
  • Die Rolle des Maschinellen Lernens in Data Science
  • Überblick über Ansätze des Maschinellen Lernens

Fakten zum Modul: Niveau: Bachelor · Unterrichtssprache: Deutsch · 5 ECTS-Punkte · Modulprüfung: Workbook

Der Kurs „Finanzmanagement“ behandelt wichtige Finanzierungsinstrumente vor dem Hintergrund typischer Lebenszyklusphasen von Unternehmen. Gründung, Wachstum oder Reifephase von Unternehmen führen zu völlig unterschiedlichen Finanzierungsproblemen und Anforderungen an die Finanzierung. In Abhängigkeit von der Lebenszyklusphase eines Unternehmens variieren zugleich auch die den Unternehmen zur Verfügung stehenden Finanzierungsinstrumente wesentlich. Der Kurs stellt die in der Praxis vorherrschenden Finanzierungsformen in den verschiedenen Phasen vertieft und anhand von Praxisbeispielen dar. Behandelt werden langfristige Finanzierungsformen wie bspw. Venture Capital, Private Equity, IPO, Kreditfinanzierung oder Hybridinstrumente wie Convertible Bonds. Daneben wird das Working Capital Management als eine wichtige Form des kurzfristig wirkenden Finanzmanagements behandelt.

Kursinhalte

• Finanzierung und Lebenszyklus von Unternehmen
  • Lebenszyklen und Investitionsphasen eines Unternehmens
  • Kapitalbedarf und Finanzierungsmöglichkeiten der einzelnen Phasen
• Eigenkapitalorientierte Instrumente der Unternehmensfinanzierung
  • Eigenkapitalfinanzierungen nicht börsennotierter Unternehmen
  • Venturecapital und Private Equity
  • Börsengang und Seasoned Equity Offerings
• Fremdkapitalorientierte Instrumente der Unternehmensfinanzierung
  • Grundlagen zum Fremdkapital
  • Kreditfinanzierung
  • Unternehmensanleihen
  • Leasing und Asset Backed Securities
• Hybride Instrumente der Unternehmensfinanzierung
  • Mezzaninekapital
  • Wandelschuldverschreibungen
• Spezifische Finanzierungssituationen im Lebenszyklus
  • Mergers & Acquisitions (M&A) und Buy-outs
  • Turnaround und Restrukturierung
• Kursfristiges Finanzmanagement durch Liquiditätssteuerung
  • Cash Management
  • Working Capital Management

Fakten zum Modul: Niveau: Bachelor · Unterrichtssprache: Deutsch · 5 ECTS-Punkte · Modulprüfung: Examen, 90 Minuten

Dieser Kurs vermittelt den Teilnehmenden ein grundlegendes Verständnis der Programmiersprache Python. Nach einer einleitenden Darstellung der Bedeutung von Python für datenwissenschaftliche Programmieraufgaben werden die Studenten mit grundlegenden Programmierkonzepten wie Variablen, Datentypen und Anweisungen vertraut gemacht. Darauf aufbauend wird der wichtige Begriff einer Funktion erläutert und Fehler, Ausnahmebehandlung und Protokollierung erklärt. Der Kurs schließt mit einem Überblick über die am weitesten verbreiteten Bibliothekspakete für Data Science ab.

Kursinhalte

• Einführung
  • Warum Python?
  • Beschaffung und Installation von Python
  • Der Python-Interpreter, IPython und Jupyter
• Variablen und Datentypen
  • Variablen und Wertzuweisung
  • Zahlen
  • Strings
  • Sammlungen
  • Dateien
• Erklärungen
  • Zuweisung, Ausdrücke und Druck
  • Bedingte Anweisungen
  • Schleifen
  • Iteratoren und Verständnisse
• Funktionen
  • Funktionserklärung
  • Umfang
  • Argumente
• Fehler und Ausnahmen
  • Fehler
  • Behandlung von Ausnahmen
  • Protokolle
• Module und Pakete
  • Verwendung
  • Namensräume
  • Dokumentation
  • Populäre Datenwissenschaftspakete

Fakten zum Modul: Niveau: Bachelor · Unterrichtssprache: Deutsch · 5 ECTS-Punkte · Modulprüfung: Examen, 90 Minuten

Python ist die mit Abstand am meisten verwendete Programmiersprache in der Industrie und Forschung. Im Bereich Finance stellt die quantitative Analyse einer Aktie den ersten Schritt für viele Investitionsentscheidungen dar. Schwerpunkt in diesem Kurs ist die Anwendung grundlegender Python Programmierung im Rahmen einer quantitativen Aktienanalyse.

Kursinhalte

In diesem Kurs erfolgt eine quantitative Analyse einer an einer Börse gelisteten Aktie (z.B. Apple). Die Analyse erfolgt in einem interaktiven Jupyter-Notebook. Mithilfe einer API (z.B. Nasdaq Data Link) werden Kurs- und Renditezeitreihen für die ausgewählte Aktie geladen und mithilfe der Pakete pandas und NumPy aufbereitet und analysiert. Grundlegende Kennzahlenberechnungen zu Rendite und Risiko der Aktie werden dargestellt und Kurszeitreihen sowie Kennzahlen mittels geeigneter Verfahren visualisiert.

Fakten zum Modul: Niveau: Bachelor · Unterrichtssprache: Deutsch · 5 ECTS-Punkte · Modulprüfung: Projektpräsentation