Abschlussarbeiten

Sehr geehrte Studierende,

im Zuge der Neubesetzung des Lehrstuhls für Angewandte Statistik möchten wir Sie gerne auf unser erweitertes Angebot zur Betreuung von Abschlussarbeiten hinweisen. Von nun an werden auch Abschlussarbeiten im Schnittstellen-Bereich Wirtschaftsinformatik und statistische Datenanalyse betreut.

Studierende sind eingeladen eigene Themenvorschläge einzubringen oder einen bestehenden Themenvorschlag auszuwählen. Als Orientierung finden Sie hier Themenlisten sowohl im Gebiet der Angewandten Statistik als auch im Schnittstellenbereich zur Wirtschaftsinformatik und statistischen Datenanalyse. Letztere deckt die Bereich FinTech, Big Data, Künstliche Intelligenz und Neuronale Netze sowie Ensemble Methoden ab.

Bei Interesse wenden Sie sich gerne für eine Vorbesprechung per E-Mail an Prof. Dr. Robinson Kruse-Becher

E-Mail: robinson.kruse-becher

Mit freundlichen Grüßen
Ihr Team vom Lehrstuhl für Angewandte Statistik

  • Klassische Themen

    • Schätzung, Validierung und Prognose von ARIMA-Prozessen
    • Maximum-Likelihood-Schätzung von Probit-Modellen – eine empirische Analyse von Produkt- und Prozessinnovationen
    • Parameterschätzung im Capital Asset Pricing Model (CAPM)
    • Modellierung von Aktienrenditen mit Mehrfaktormodellen
    • Optimale Bandbreitenwahl bei Kerndichte-Schätzungen
    • Wie mit fehlenden Beobachtungen umgehen?
    • Identifikation von Ausreißern in statistischen Daten
    • Ein Vergleich verschiedener Schätzer der Kovarianz mit einer Anwendung im Portfolio Management
    • Gemeinsam genauer? Wie lassen sich Prognosen kombinieren?
    • Wahrscheinlichkeitsprognosen
    • Zeitreihenanalyse – Kointegration und Fehlerkorrektur
    • Theoretische Grundlagen der univariaten und multivariaten linearen Regressionsanalyse
    • Analyse nicht-stationärer Zeitreihen
    • Korrelation vs. Kausalität – theoretische Grundlagen
    • Einheitswurzeltests - Theorie und Monte-Carlo Analyse
    • Der Diebold-Mariano Test und Encompassing Tests zum Vergleich der Prognosegenauigkeit
    • Tests auf Normalverteilung
    • Schätzung und Anwendung von Finanzmarktvolatilitäten mittels GARCH-Modellen
    • Modellierung, Schätzung und Anwendung von stochastischen Volatilitätsmodellen

    Aktuelle Themen der Makroökonometrie

    • Shrinkage-Schätzer bei Big Data
    • Modelle zur Wechselkursprognose
    • Konjunkturanalyse mit Markov-Switching Modellen
    • Variablenwahl in VAR Modellen (Teilgruppen Regressionen)
    • Methoden zum Umgang mit Daten gemischter Frequenz – Konstruktion einer monatlichen Maßzahl für das vierteljährliche BIP
    • Ökonometrische Untersuchung des Zusammenhangs zwischen Realinvestitionen und makroökonomischen Variablen
    • Ökonometrische Analyse der geldpolitischen Taylor Regel
    • Die Rolle von Bankkrediten für die Konjunktur – Theorie und ökonometrische Analyse
    • Untersuchung von Ölpreisschocks mit VAR-Modellen
    • Empirische Analyse der Güteeigenschaften von Konjunkturindikatoren
    • Der Leading Indicator Index des Conference Boards als frühzeitiger Konjunkturindikator – Ist ein ähnlicher Indikator zur deutschen Konjunkturprognose nützlich?
    • Messen des Einflusses der Finanzindustrie auf das Wirtschaftswachstum in Deutschland
    • Die Rolle von Bankkrediten in der Transmission makroökonomischer Schocks – eine empirische Analyse mit VAR-Modellen
    • Vertrauensindikatoren und Konjunkturentwicklung
    • Modellierung von Zinsstrukturkurven und empirische Analyse ihrer Eignung für die Konjunkturprognose
    • Empirische Überprüfung der Export-Led-Growth Hypothese – eine Panel-Kointegrations- und Kausalanalyse
    • Dynamische Faktormodelle und die Transmission von Konjunkturzyklen
    • Die Schätzunsicherheit bei makroökonomischen Statistiken
    • Die gemeinsame Dynamik der Inflation in den USA und im Euroraum – Inflationserwartungen und zeitvariierende Unsicherheit
    • Wie lässt sich ein Weltkonjunkturzyklus schätzen?
    • VAR-Modelle für den Zusammenhang zwischen öffentlichen Ausgaben und Wirtschaftswachstum innerhalb der Eurozone
    • Modellierung des Zusammenhangs zwischen Ausgaben im Gesundheitswesen und dem BIP mit Hilfe von Vector Error Correction Modellen
    • Die Finanzkrise 2008: Eine Fallstudie – War die Krise vorhersehbar?
    • Die Rolle von Bankkrediten für die Konjunktur - Theorie und ökonometrische Analyse

    Aktuelle Themen der Finanzmarktökonometrie

    • Empirische Überprüfung der „Stylized Facts“ von Finanzzeitreihen
    • Extremwertverteilungen vs. Normalverteilung – Eine empirische Vergleichsstudie auf Basis von Aktienmarktrenditen
    • „The Formula that Killed Wall Street” – Kritische Analyse des Konzepts der Gauß Copula
    • Modellierung und Prognose der Risikokennzahlen Value at Risk (VaR) und Expected Shortfall (ES) auf Basis von GARCH-Modellen
    • „ETF-Bias“ – Untersuchung potentieller Unterbewertung von Nichtindex-Unternehmen
    • Fractal Finance – Eine theoretische Einführung und empirische Anwendung
    • Markowitz Portfoliooptimierung vs. Robuste Portfoliooptimierung
    • Konditionales CAPM und zeitvariierendes Beta
    • Schätzung des realisierten Beta auf Basis von Hochfrequenzdaten
    • Realisierte Volatilität und simple Modelle für langfristige Abhängigkeiten
    • Tests auf spekulative Preisblasen
    • Anwendung Agenten-basierter Modelle zur Modellierung von Finanzmarktdaten
    • Untersuchung der Determinanten des Kreditrisikos
    • Der Beitrag von politischer Unsicherheit auf die Spreads von Kapitalmärkten
    • Der Einfluss des Marktumfeldes auf die Emission von Wandelanleihen
    • Messen des Einflusses der Finanzindustrie auf das Wirtschaftswachstum in Deutschland
    • Volatilitätsschätzung für zeitdiskrete beobachtete Aktienkursverläufe unter autoregressiver Annahme
    • Die Determinanten des Kreditwachstums in Deutschland während der Finanzkrise – eine empirische Analyse mittels Bayesianischer VAR-Modellen mit Vorzeichen-Restriktionen
    • Prognose von finanzwirtschaftlichen Risikomaßen
    • Identifikation von Kreditzyklen
    • Prognose zeitvariierender Finanzmarktvolatilität mit Hochfrequenzdaten
    • Prognose von Anleihen- / Kreditausfällen
    • Prognose von Marktfluktuationen als Reaktion auf Nachrichtenmeldungen
    • Messung von Finanzerträgen und Volatilitätsübertragung am Kapitalmarkt
    • Die Stationaritäts- und Kointegrationseigenschaften von Ölpreisen unter Berücksichtigung von Varianzbrüchen
    • Asymmetrien zwischen Rohöl- und Benzinpreisen
    • Gold als Inflationsabsicherung?
    • Zusammenhang zwischen Ölpreisen und Wechselkursen
    • Modellierung des Zusammenhangs zwischen makroökonomischen Variablen und der Aktienmarktvolatilität
    • Interdependenzen zwischen Rohstoffpreisen und Wechselkursen
    • Indikatoren für die Nahrungsmittelpreisentwicklung
    • Agrarrohstoffe und Lebensmittelpreise – eine empirische Analyse

    Ausgewählte empirische Themen

    • Einflussfaktoren von Übergewicht – eine Regressionsanalyse der Americans’ Changing Lives Daten
    • Der Einfluss von (Aus)Bildung auf Einkommensungleichheit – eine länderübergreifende Studie
    • Die Kraftstoffpreise an deutschen Tankstellen und ihre Determinanten – eine ökonometrische Analyse
    • Der Einfluss ökonomischer Aktivität auf politische Stabilität in Europa – eine strukturelle VAR Analyse
    • Gibt es Chancengleichheit im Bildungssystem?
    • Statistische Modellierung der Spielstärke von Fußballmannschaften
    • Soziale und wirtschaftliche Renditen von Bildung
    • Faktorenanalyse Wohlstand
    • Gender Gap – eine tiefe multivariate Analyse
    • Die Entwicklung der Einkommensungleichheit in den OECD-Nationen – eine empirische Analyse
    • Einkommensvolatilität und Gesundheit in Deutschland
    • Determinanten der Haushaltsnachfrage

    Spezialthemen

    • Multivariate GARCH Modelle
    • Konstruktion gemeinsamer Konfidenzbänder für Impuls-Antwort-Folgen nichtlinearer Zeitreihenmodelle
    • Bayesianische Analyse dynamischer Faktormodelle
    • Schätzverfahren für (nichtlineare) multivariate Zeitreihenmodelle
    • Strukturelle Vektorautoregressive Modelle
    • Prognosen mit hochdimensionalen Panel VAR Modellen
    • Stochastische Volatilitätsmodelle mit meheren Komponenten
    • Autoencoder als eine nichtlineare Erweiterung der Hauptkomponentenanalyse
    • Zeitvariierende VAR Modelle für Daten gemischter Frequenzen
    • Testverfahren für Paneldaten – sind Aktienkurse prognostizierbar?
    • Schätzung von zeitdiskret beobachteten Markov-Prozessen und Anwendung im Kreditrisiko
    • Hierarchische Komponentenmodelle zur Prognose der täglichen Volatilität an den Finanzmärkten
    • Methoden aus dem maschinellen Lernen zur Modellierung des Kreditrisikos
    • Ein Vergleich des GARCH und stochastischen Volatilitätsmodells
    • Fragebogenkonstruktion
  • Classic topics

    • Estimation, validation and predictions of ARIMA-processes
    • Maximum Likelihood estimation of Probit models - an empirical analysis of product and process innovation
    • Parameter estimation of the Capital Asset Pricing Model (CAPM)
    • Modelling stock returns with multi-factor models
    • Optimal bandwidth selection in kernel density estimation
    • How to deal with missing values?
    • Outlier identification in statistical data
    • A comparison of different covariance matrix estimators with application to portfolio management
    • More precise together? How to combine forecasts?
    • Probabilistic forecasts
    • Time series analysis – cointegration and error correction
    • Principles of the univariate and multivariate linear regression model
    • Analysis of nonstationary time series
    • Correlation vs. causality – theoretical principles
    • Unit root tests – theory and Monte-Carlo analysis
    • The Diebold-Mariano test and Encompassing tests for comparing forecast accuracy
    • Normality tests
    • Estimation and applications of GARCH models for financial volatility
    • Modelling, estimation and application of Stochastic Volatility Models

    Recent topics in macroeconometrics

    • Shrinkage estimators in a big data environment
    • Models for exchange rate forecasts
    • Using Markov-Switching models for business cycle analysis
    • Variable selection in VAR models (subset regressions)
    • Mixed-frequency methods – constructing a monthly GDP measure
    • Econometric analysis of the interdependence between real investments and macroeconomic figures
    • Econometric analysis of the Taylor rule in monetary policy
    • The impact of bank loans on the business cycle – theory and econometric analysis
    • Using VAR models for analysing oil price shocks
    • Empirical analysis of the forecasting power of business cycle indicators
    • The Leading Indicator Index of the Conference Board – Is a similar concept useful for predicting the German business cycle?
    • Measuring the impact of the finance industry on German economic growth
    • The role of bank loans for the transmission of macroeconomic shocks – an empirical analysis using VAR models
    • Sentiment indices and the business cycle
    • Modelling the yield curve and analysing its power to forecast the business cycle
    • Empirical review of the export-led-growth hypothesis – a panel-cointegration and causal analysis
    • Dynamic Factor Models and business cycle transmission
    • Estimation uncertainty underlying macroeconomic statistics
    • The joint dynamics of the US and euro area inflation – expectations and time-varying uncertainty
    • How to estimate a world business cycle?
    • Using VAR models to analyse the interdependence between public expenditures and economic growth in the euro area
    • Modelling the dependence between health care expenditure and GDP by a Vector Error Correction Model approach
    • The financial crisis in 2008: a case study – Could the crisis have been predicted?
    • The impact bank loans on the business cycle – theory and econometric analysis

    Recent topics in financial econometrics

    • Empirical investigation of “stylized facts“ of financial time series
    • Extreme value distributions vs. normal distribution – an empirical comparison based on stock market returns
    • „The Formula that Killed Wall Street” – critical analysis of the Gauß copula concept
    • Modeling and forecasting of value at risk (VaR) and expected shortfall (ES) based on GARCH models
    • „ETF-bias“ – investigation of potential under-valuation of non-index-companies
    • Fractal finance – a theoretical introduction and empirical application
    • Markowitz portfolio optimization vs. robust portfolio optimization
    • Conditional CAPM and time-varying beta
    • Realized beta estimation with high-frequency data
    • Realized volatility and simple models for long-range dependence
    • Testing for speculative bubbles
    • Modelling financial market data with heterogenous agent models
    • Analysing the determinants of credit default risks
    • The impact of political uncertainty on capital market spreads
    • The impact of market conditions on the emission of convertible bonds
    • Measuring the impact of the finance industry on German economic growth
    • Estimating time-discrete observed stock return volatility under an autoregressive assumption
    • The determinants of credit growth in Germany during the financial crisis – an empirical analysis using Bayesian VAR models with sign restrictions
    • Forecasting financial risk measures
    • Identification of leverage cycles
    • Forecasting time-varying volatility of financial data using high-frequency data
    • Default prediction of public bonds / bank loans
    • Forecasting market fluctuations in response to news announcements
    • Measuring financial asset returns and volatility spillovers in global equity markets
    • Stationarity and cointegration characteristics of oil prices under variance breaks
    • Asymmetries in the behavior of crude oil prices and retail gasoline
    • Gold as a hedge against inflation?
    • The relationship between oil prices and exchange rates
    • Measuring the relationship between macroeconomic figures and stock market volatility
    • Interdependencies between commodity prices and exchange rates
    • What drives food prices?
    • Agricultural commodities and food prices – an empirical analysis

    Selected empirical topics

    • The determinants of obesity – a regression analysis using the Americans’ Changing Lives data
    • The effect of education on income inequality – a cross-national study
    • The determinants of gasoline prices in Germany – an econometric analysis
    • The impact of the economy on political stability in Europe – a structural VAR analysis
    • Are there equal opportunities in the education system?
    • Statistical modelling of the skill level of football teams
    • Social and economic returns of education
    • A factor analysis of welfare
    • The Gender Gap – a deep multivariate analysis
    • The evolution of income inequalities over time in OECD countries – an empirical analysis
    • Income volatility and health in Germany
    • Determinants of household demand

    Special topics

    • Multivariate GARCH models
    • Construction of common confidence bands for impulse-response-sequences of nonlinear time series models
    • Bayesian analysis of Dynamic Factor Models
    • Estimation procedures for (nonlinear) multivariate time series models
    • Structural Vector-Autoregressive Models
    • Forecasting with high dimensional panel VAR models
    • The Multiple Component Stochastic Volatility Model
    • Autoencoder as a nonlinear extension to Principal Components Analysis
    • Time-varying mixed frequency VAR models
    • Tests for panel data – are stock returns predictable?
    • Estimation of time-discrete Markov processes and applications to credit default risks
    • Forecasting daily volatility at financial markets with Hierarchical Component Models
    • Machine learning methods for credit risk modelling
    • A comparison between the GARCH and the Stochastic Volatility Model
    • Survey construction
  • Themenliste:

    FinTech

    • Digitalisierung der deutschen Finanzindustrie
    • Entwicklung der FinTech-Branche in Deutschland
    • Risikomanagement in der deutschen FinTech-Branche
    • Investmentprozesse von FinTech-Unternehmen
    • Ökonomische Auswirkungen von Blockchain Technologien und Kryptowährungen

    Big Data

    • Big Data Analytics und Unternehmensdigitalisierung: ein Literaturüberblick
    • Visualisierungen von Big Data: ein Überblick über Methoden und Software
    • Heatmaps als visuelle Evaluation von Big Data Analysen
    • Einfluss von Nachrichten auf Aktienmärkte: eine empirische Textanalyse
    • Evaluation von Marktstimmungen durch Textanalyse
    • Empirische Analyse der Auswirkungen von Tweets auf Aktienkurse von Unternehmen
    • Einfluss von Marktstimmungen auf Aktienmärkte basierend auf Google Trends Daten
    • Ein Vergleich verschiedener Methoden zur Variablenselektion im Big Data Kontext
    • Ergebnisse der letzten M4 Forecasting Competition: Neuronale Netze vs. Kombinationsmethoden: ein Literaturüberblick

    Künstliche Intelligenz und Neuronale Netze

    • Modellierung und Prognose von Wechselkursen mittels neuronaler Netze
    • Neuronale Netze in der Portfoliooptimierung
    • KI-basierte Prognose von Aktienpreisen von Unternehmen durch Kundenstimmungen: ein Literaturüberblick
    • Prognose des Kundenzahlungsverhaltens basierend auf Deep-Learning Methoden
    • Stand der Forschung zum Einsatz von Künstlicher Intelligenz im Kreditmanagement
    • Wechselkursprognosen mit Methoden der Künstlichen Intelligenz
    • Konzeption und Implementierung eines Systems zur Insolvenzprognose durch Neuronale Netze
    • Neurofinance: der Einfluss von Neuro-feedback Training auf das Verhalten von Investoren
    • Machine Learning basierte Klassifikation der Sentimentalität von Tweets: ein Literaturüberblick
    • Prognose von Aktienkursen mit Neuronalen Netzen
    • Einsatz von Machine Learning zur Optimierung von Prozessen in der Finanzbranche
    • Neuronale Netze versus Zeitreihenmodelle zur Prognose
    • Ein Prognosevergleich von dynamischen Faktormodellen und Neuronalen Netzen
    • Nichtlineare Erweiterungen der Hauptkomponentenanalyse: Autoencoder zur nichtlinearen Dimensionsreduktion
    • Boston House Pricing: Neuronale Netze zur Vorhersage von Preisen
    • Profit maximierende Zutaten: Machine Learning Ansätze zu ertragssteigernden Produkten
    • Supervised vs. Unsupervised Learning Algorithmen zum Credit-Scoring
    • Gradient Boosting vs. Neuronale Netze
    • Analyse von Prognosemodellen für EEX-Spotmarktpreise von erneuerbare Energien Strom
    • Predictive Policing - Kriminalanalysen im Zeitalter maschinellen Lernens
    • Verkehrsschilderkennung mit Neuronalen Netzen
    • Künstliche Intelligenz in Recommender Systemen zur Mustererkennung im Nutzerverhalten
    • Analyse und Implementierung eines k-means Algorithmus zur Optimierung der Ersatzteillagerung
    • Analyse von Mobile Learning Applikationen in der Hochschullehre
    • Machine Learning basierte Modellbewertung in Anwendungen der Big Data Analytics
    • Feature-Engineering: Datenvorverarbeitung für Maschinelles Lernen
    • Learning und Inferenz mit großen Bayes'schen Netzwerken
    • Approximative Inferenzmethoden für die stochastische optimale Steuerung
    • Algorithmen für das Bayes'sche Lernen von Netzwerken
    • Bayes'sche mehrschichtige Netzwerke für modellbasiertes bestärkendes Lernen
    • Eine Analyse von Bayes'schen Neuronalen Netzen und verschiedenen Inferenz-Algorithmen
    • Die Preisprognose von Kryptowährung mit Hilfe von Deep Learning

    Ensemble Methoden

    • Entscheidungsbäume zur Insolvenzprognose
    • Kann Boosting eine starke Alternative zu Faktormodellen in Prognoseanwendungen bieten?
    • Eine quantitative Analyse von Algorithmen des Machine Learnings und Ensemble Methoden
  • list of topics

    FinTech

    • Digitalization of the financial sector in Germany
    • Development of the FinTech sector in Germany
    • Risk management in the German FinTech sector
    • Investment processes of FinTech companies
    • Economic impact of Blockchain and Cryptocurrency

    Big Data

    • Literature review on Big Data analytics and digitalization in business
    • Visualization of Big Data: a review on methods and software
    • Heatmaps as a means for visualizing Big Data analyses
    • The impact of news on stock markets: an empirical analysis by text mining
    • Evaluation of market sentiment via text mining
    • An empirical analysis of the impact of tweets on stock returns
    • The impact of market sentiment on stock markets using Google Trends data
    • A comparison of different variable selection
    • Results of the recent M4 forecasting competition: Neuronal Networks vs. combination methods: a literature review

    Artificial Intelligence and Neural Networks

    • Modeling and forecasting of currency exchange rates using neuronal networks
    • Portfolio optimization using neuronal networks
    • Using consumer sentiment measures for AI-based predictions of stock returns: a literature review
    • Using Deep-Learning methods for prediction of consumer payment attitudes
    • Recent developments in the use of Artificial Intelligence in credit management
    • Using Artificial Intelligence to predict currency exchange rates
    • Designing and implementing a Neural Network for insolvency prediction
    • Neuro-finance:the impact of neuro-feedback training of investors’ behaviour
    • Machine Learning based classification of the sentiment of tweets: a literature review
    • Predicting stock returns with Neural Networks
    • The use of Machine Learning techniques for process optimization in the financial sector
    • Neural Networks versus time series models for forecasting
    • A forecast comparison of dynamic factor models and neural network methods
    • Beyond Principal Component Analysis: Autoencoders for nonlinear dimensionality reduction
    • Using Neural Networks to predict Boston house prices
    • Profit maximizing ingredients: Machine Learning methods for yield-increasing products
    • Supervised vs. unsupervised learning algorithms for credit-scoring
    • Gradient Boosting vs. Neural networks
    • Models for predicting EEX spot market prices of renewable energy
    • Predictive Policing – crime analysis in the age of Machine Learning
    • Recognition of traffic signs with Neural Networks
    • Artificial Intelligence in recommender systems for pattern recognition in user behaviour
    • Analysis and implementation of a k-means algorithm for optimization of spare parts storages
    • Analysis of mobile learning applications in academic teaching
    • Machine Learning based model evaluation in Big Data analytics applications
    • Feature engineering: data preprocessing for Machine Learning
    • Learning and inference with large Bayesian Networks
    • Approximate inference methods for stochastic optimal control
    • Algorithms for Bayesian learning of Networks
    • Bayesian Deep Networks for model-based reinforcement learning
    • Analysis of Bayesian Neural Networks and different inference algorithms
    • Cryptocurrency price prediction using Deep Learning

    Ensemble Methods

    • Decision trees for insolvency prediction
    • Can Boosting be a viable alternative to factor models in forecasting?
    • A quantitative analysis of Machine Learning algorithms and ensemble methods

Download

Bachelorarbeiten

Voraussetzungen für die Annahme

Angenommen werden Studierende in Bachelorstudiengängen, die das Pflichtmodul bzw. Wahlpflichtmodul im Fach Statistik erfolgreich absolviert, sowie an einem Seminar, vorzugsweise des Lehrstuhls für Angewandte Statistik oder eines verwandten Fachgebiets (Makroökonomik, Finanzen, Wirtschaftsinformatik), erfolgreich teilgenommen haben.

Die Themenvergabe und die spätere Begutachtung erfolgt durch

Prof. Dr. Robinson Kruse-Becher

Für die Betreuung von Bachelorarbeiten kommen alle weiteren wissenschaftlichen Mitarbeiter des Lehrgebiets in Betracht.


Masterarbeiten

Voraussetzungen für die Annahme

Angenommen werden Studierende in Masterstudiengängen, die das Pflichtmodul bzw. Wahlpflichtmodul im Fach Statistik erfolgreich absolviert, sowie an einem Seminar, vorzugsweise des Lehrstuhls für Angewandte Statistik oder eines verwandten Fachgebiets (Makroökonomik, Finanzen, Wirtschaftsinformatik), erfolgreich teilgenommen haben.

Die Themenvergabe und die spätere Begutachtung erfolgt durch

Prof. Dr. Robinson Kruse-Becher

Für die Betreuung von Masterarbeiten kommen alle weiteren wissenschaftlichen Mitarbeiter des Lehrgebiets in Betracht.


Abschlussarbeiten

Themen

Der Lehrstuhl für Angewandte Statistik betreut Abschlussarbeiten mit Themen aus vielfältigen Bereichen. Wir unterstützen insbesondere anwendungsorientierte Themen und bieten zudem auch die Betreuung von methodischen Arbeiten mit einem theoretischen Fokus an. Zu den Kern-Themen zählen empirische Kapitalmarktforschung, Finanzmarktökonometrie, makroökonomische Zeitreihenanalyse und Prognose, sowie statistisches und maschinelles Lernen. Darüber hinaus werden auch Abschlussarbeiten aus dem Schnittstellen-Bereich Wirtschaftsinformatik und statistische Datenanalyse betreut. Darunter fallen u.a. FinTech, Big Data, Künstliche Intelligenz, Neuronale Netze und Ensemble Methoden.

Wenden Sie sich bei Interesse gerne direkt an Prof. Dr. Robinson Kruse-Becher . Wir nehmen gerne eigene Themenvorschläge von Studierenden entgegen. Zur Zeit arbeiten wir an der Erstellung einer konkreten Themenliste.

Softwarenutzung

Für Abschlussarbeiten stehen verschiedene Softwarepakete zur Verfügung.

Wir empfehlen insbesondere die Verwendung der open-source Software „R“ . Für diese frei verfügbare und leistungsstarke Statistik-Software stehen zu nahezu allen Themen der Statistik fertige Pakete bereit (über 15,000). Neben der reinen Konsole, gibt es auch eine Anwender-freundliche Umgebung R Studio .

Eine Alternative zu „R“ bietet die Programmiersprache „Python“, welche ebenfalls frei zugänglich ist. Auch für Python steht eine breite Bibliothek an fertigen Paketen zu Themen der Statistik und des Maschinellen Lernens zur Verfügung. Neben der reinen Konsole gibt es verschiedene anwenderfreundliche Umgebungen (Jupyter Notebooks, PyCharm, Spyder, …). Zur Installation von Python und der genannten Entwicklungsumgebungen bietet sich die Distribution „Anaconda“ an, welche ein übersichtliches Paketmanagement für Python ermöglicht.

  • SPSS (Studentenversion) kann als Kurs im entsprechenden Portal belegt (nach Ablauf der Einschreibefrist auch über das Studierendensekretariat möglich) und dann über den VU heruntergeladen werden.
    Technische Unterstützung für den Download finden Sie beim ZMI
    (ZMI-Helpdesk Tel. +49 2331987-4444 oder per E-Mail: helpdesk)
  • EViews (Voll-Lizenz im Kurs 00889 enthalten)
  • Mathematica (Studentenversion)
  • JMP (30 Tage-Testversion)

Weitere Informationen zur Software für Studierende