Skip to Main Content
Sign In
Methodenkompetenz
  • kennen die wesentlichen Bestandteile und den Ablauf einer Case Study Methode
  • können die Case Study Methode auf konkrete Fallbeispiele aus dem strategischen Bereich anwenden
  • können strategische Analysen durchführen
  • sind in der Lage, strategische Ergebnisse zu verdichten und zu einer systematischen Strategieformulierung umzusetzen
  • sind in der Lage, verschiedene strategische Optionen zu bewerten
Fachkompetenz
  • kennen die wichtigsten Instrumente sowie den Prozess des strategischen Managements und Risikomanagements
  • verstehen die wesentlichen Erfolgsfaktoren des strategischen Managements
  • wenden Instrumente des strategischen Managements korrekt an
  • können diese Instrumente mit Prozessen des strategischen Lernens verbinden und dabei zwischen verschiedenen Lernstufen unterscheiden.
  • Die Studierenden sind in der Lage, eine konsistente strategische Konzeption zu erstellen und strategische Ziele zu formulieren.
  • bewerten Strategien und beurteilen deren Eignung in unterschiedlichen Situationen
Methodenkompetenz
  • kennen die zentralen statistischen Techniken, welche in vielen wirtschaftlichen Anwendungen eingesetzt werden.
  • verstehen die Bedeutung statistischer Fachbegriffe.
  • können die behandelten Konzepte zielgerichtet anwenden, die so gewonnenen Resultate im Kontext deuten und statistische Aussagen korrekt formulieren.
  • setzen einfache Grundbefehle der Software R ein, um Daten graphisch und numerisch zu analysieren.
  • üben, Lern- und Arbeitstechniken auf abstrakte Inhalte anzuwenden, so dass sie an die selbstständige Erarbeitung von Wissen aus wissenschaftlichen Publikationen herangeführt werden.
  • analysieren Daten, um wirtschaftlich relevante Entscheidungen zu begründen.
  • können wirtschaftliche Situationen mit Hilfe wahrscheinlichkeitstheoretischer Methoden analysieren.
  • können die Aussagekraft statistischer, wahrscheinlichkeitstheoretischer Resultate im Zusammenhang mit der Planung wirtschaftlicher Tätigkeiten kritisch prüfen.
  • argumentieren in ihren Aussagen präzise und rational.
  • bauen Fähigkeiten auf, in einem wissenschaftlichen Umfeld rational zu argumentieren.
  • können die Relevanz statistischer Ergebnisse kritisch hinterfragen.
  • beurteilen Argumente kritisch in Bezug auf deren Stichhaltigkeit.
  • ordnen die (Un-) Sicherheiten statistischer Aussagen korrekt ein.
Selbstkompetenz
  • verinnerlichen den Einsatz üblicher Lern- und Arbeitstechniken auf abstrakte Inhalte, um sich Wissen selbstständig zu erarbeiten.
Sozialkompetenz
  • arbeiten zum Beispiel beim Lösen von Hausaufgaben oder bei der Vorbereitung auf die Modulschlussprüfung zusammen.
  • formulieren die Erkenntnisse aus der Analyse empirischer Daten mit dem bereitgestellten Fachvokabular, um den Grad der (Un-) Sicherheit der Schlussfolgerung korrekt widerzugeben.
  • sind in der Lage, in einem wissenschaftlichen Umfeld rational und kontrovers zu argumentieren, sowie verschiedene Perspektiven zu beziehen.
Fachkompetenz
  • wissen, welche Rolle Quantile, Varianzen bzw. Standardabweichungen und Korrelationen bei der Messung von Risiken spielen.
  • kennen die Axiome eines diskreten Wahrscheinlichkeitsraumes.
  • kennen die wichtigsten Verteilungen und ihre Eigenschaften.
  • kennen die Bedeutung der wichtigsten Grenzwertsätze - insbesondere des zentralen Grenzwertsatzes.
  • können uni- und bivariate Daten dem Skalenniveau entsprechend durch Kennzahlen und graphische Darstellungen beschreiben.
  • können die Bedeutung der Axiome eines diskreten Wahrscheinlichkeitsraumes bei der Modellierung eines Zufallsexperimentes erläutern.
  • können die Bedeutung einer Wahrscheinlichkeit an Hand des Gesetzes der grossen Zahlen im Sinne einer relativen Häufigkeit deuten.
  • können erläutern, wann und warum welche Verteilung zur Modellierung einer wirtschaftlichen Situation herangezogen werden kann.
  • können die Grundidee beim Testen von Hypothesen erläutern und die möglichen Fehlerquellen benennen.
  • können die Grundideen der wichtigsten Tests erläutern.
  • können das Vorgehen zur Berechnung der kritischen Werte beim Binomialtest und der Höhe des Fehlers eingehend erläutern.
  • können die Bedeutung von Konfidenzintervallen darlegen und ihren Zusammenhang mit dem Testen von Hypothesen aufzeigen.
  • können das Prinzip der kleinsten Quadrate einsetzen, um eine Regressionsanpassung auszuführen.
  • können eine einfache lineare Regression ausführen und die einhergehende ANOVA-Tabelle sowie Residuenplots erstellen.
  • können Wahrscheinlichkeiten an Hand der Additionssätze, der Pfadregeln und mit kombinatorischen Mitteln berechnen.
  • können im Zusammenhang mit dem Satz von Bayes die einhergehenden Resultate Fachpersonen und Laien korrekt verdeutlichen.
  • können diese (wichtigsten) Grenzwertsätze zur Approximation von Verteilungen und Wahrscheinlichkeiten einsetzen.
  • können die Rechenregeln für Erwartungswerte und Varianzen korrekt anwenden und ihre Bedeutung im Zusammenhang mit der Risikobewertung erläutern.
  • können die kritischen Werte beim Binomialtest und die daraus resultierende Höhe des Fehlers zweiter Art berechnen.
  • können die einhergehenden Teststatistiken der wichtigsten Tests berechnen, die kritischen Werte aus den üblichen Tabellen ablesen und das Ergebnis in korrekter Weise formulieren.
  • können in den wichtigsten Situationen Konfindenzintervalle an Hand der korrekt zu Grunde gelegten Verteilung berechnen und ihre Bedeutung im Sinne der Schliessenden Statistik korrekt deuten.
  • können Kennzahlen wie Quantile, Varianzen bzw. Standardabweichungen, Korrelationen, Schiefe und Kurtosis korrekt deuten sowie ihre Vor- und Nachteile erläutern.
  • setzen das Fachvokabular zur Beschreibung statistischer Graphiken korrekt ein und berücksichtigen bei der Interpretation von so aufbereitetem Datenmaterial die Vor- und Nachteile der zusammenfassenden Darstellungsarten.
  • können beurteilen, wie gewonnene Resultate zu interpretieren sind, welche Schlussfolgerungen aus Daten mit welcher Sicherheit gezogen werden dürfen, wie statistische Aussagen zu formulieren und zu bewerten sind, wann welche statistische Methode mit welchen Vor- und Nachteilen eingesetzt werden kann und wie statistische Konzepte zur Messung von Risiken beitragen.
  • können die Ergebnisse der linearen Regression in Bezug auf ihre Relevanz korrekt einordnen.
  • können die Resultate beim Testen von Hypothesen in Bezug auf den Grad ihrer Sicherheit bzw. Unsicherheit korrekt deuten bzw. beurteilen.
Selbstkompetenz
  • Understand and critically discuss the arguments of fellow students.
  • React and critically reflect their solution without being offended.
  • Show that they are able to stick to a complex topic.
Sozialkompetenz
  • Listen carefully exercise patience needed to understand the logic and mathematics behind models.
  • Know how to respond to questions and critique in a follow-up discussion after a presentation in front of class.
  • Take responsibility and organize/explain their solutions to others who have problems and tend to give up.
Methodenkompetenz
  • Understand how to manage risks with complex concepts and learn to connect the different roles of financial institutions.
  • Understand the logic and drivers behind current economic topics in financial services.
  • Apply methods and models on unknown decision situations. Find and calculate optimal hedging strategies.
  • Are able to write a term paper according to principles of scientific writing.
  • Develop abilities to understand and analyze mathematical relationships and models.
  • Summarize and explain their findings in a presentation.
  • Critically evaluate models and argue which of the models fits their needs best.
  • Evaluate the outcomes of their term paper
Fachkompetenz
  • Show expert knowledge in risk management and financial institutions and regulatory standards.
  • Characterize financial risk classes.
  • Interpret the results of relevant risk measures.
  • Describe pay off diagrams and valuation methods of derivatives.
  • Describe the use of derivatives to control risks.
  • Understand the role of different types of financial institutions.
  • Understand the difference between acting on financial markets and financial intermediation.
  • Describe the specific risks of financial intermediation.
  • Understand the main goals of bank regulations and the tools to reach them.
  • Describe and argue the importance of financial institutions for the whole economy.
  • Use risk measures to quantify risk and calculate them.
  • Find suitable hedging strategies.
  • Valuate derivatives with the model of arbitrage.
  • Apply the methods on a complex topic and are able to present the findings in a report
  • Identify potential sources of risks of financial institutions.
  • Apply the appropriate risk measures for specific risk classes.
  • Analyze the use of hedging strategies in given examples.
  • Find the fair value of derivatives by using parameters (Greeks).
  • Analyze specific risks of banks.
  • Identify the consequences of regulations.
  • Conceptualize a risk management process, which identifies and quantifies risks and displays the design/use of hedging tools and their valuation.
  • Design optimal processes to control for risk.
  • Combine the roles of financial institutions and legal regulations to understand financial markets.
  • Evaluate risk management processes.
  • Asses the consequences of regulations on financial institutions and the economy.
abonnieren