Bereit für die Klausur? Teste jetzt dein Wissen!
Dein ergebnis
Melde dich für die StudySmarter App an und lerne effizient mit Millionen von Karteikarten und vielem mehr!
Du hast bereits ein Konto? Anmelden
Lerninhalte finden
Features
Entdecke
Egal, ob Zusammenfassung, Altklausur, Karteikarten oder Mitschriften - hier findest du alles für den Studiengang Master of Science Economics
Universität Erlangen-Nürnberg
Master of Science Economics
Prof. Dr.
2024
Dieser Abschnitt behandelt die grundlegenden Konzepte und Prinzipien von Versicherungen, die in verschiedenen Bereichen der Finanzindustrie angewendet werden.
Dieser Abschnitt führt in die Kernmethoden und -strategien des Risikomanagements ein, um finanzielle Risiken zu identifizieren, zu bewerten und zu steuern.
Dieses Thema fokussiert auf Methoden zur Immunisierung gegen Zinsänderungen und andere finanzielle Risiken, um festgelegte finanzielle Ziele zu erreichen.
Hier werden fortgeschrittene Optimierungsansätze und deren Anwendung in der Szenarienplanung und -analyse untersucht.
Ein praxisorientierter Abschnitt, der eine Fallstudie zum Asset Liability Management (ALM) beschreibt, die mithilfe von Excel durchgeführt wird.
Die Vorlesung Asset Liability Management an der Universität Erlangen-Nürnberg bietet Dir eine umfassende Einführung in die Welt des Asset Liability Managements. In diesem Kurs lernst Du, wie Vermögenswerte und Verbindlichkeiten im Finanzsektor optimal verwaltet werden können. Durch eine Kombination aus theoretischem Wissen und praktischen Übungen wirst Du darauf vorbereitet, komplexe finanzwirtschaftliche Entscheidungen zu treffen. Besonders wertvoll ist der praxisnahe Ansatz, der unter anderem Immunisierungsansätze, Optimierungsstrategien und Szenarioanalysen einbezieht. Eine Excel-basierte Case Study rundet Deine Ausbildung ab.
Kursleiter: Prof. Dr.
Modulstruktur: Die Vorlesung umfasst 2 SWS. Zusätzlich gibt es eine Übung mit 1 SWS, die als Blockveranstaltung in 2 Gruppen durchgeführt wird. Der Kurs kombiniert theoretisches Wissen mit praktischen Übungen. In einem praxisnahen Ansatz werden unter anderem Immunisierungsansätze, Optimierungsstrategien und Szenarioanalysen behandelt. Zudem wird eine Excel-basierte Case Study durchgeführt.
Studienleistungen: Das Format der Studienleistung umfasst häufig eine Prüfung. Konkrete Inhalte der Prüfung können Themen wie Risikostreuung, Kapitalallokation und verschiedene finanzwirtschaftliche Strukturen beinhalten.
Angebotstermine: Ab 18.04.2024, donnerstags 13:15 – 14:45 Uhr
Curriculum-Highlights: Versicherungen, Risikomanagement, Immunisierungsansätze, Optimierungsstrategien, Szenarioanalysen, Dynamische Finanzanalyse (DFA), Kollektivversicherungen und Risikoverteilung, Chain Ladder Verfahren zur Schadenschätzung, Formen der Rückversicherung, Alternative Risikotransfermethoden (z.B. Insurance Linked Securities, Cat Bonds), Versicherbarkeit von Cyber-Risiken, Management-Strategien für Cyber-Risiken, Einsatz von Monte-Carlo Simulationen, Praxisbeispiel: Excel-basierte ALM Case Study
Beginne frühzeitig mit dem Lernen, idealerweise schon zu Beginn des Semesters, um Dir die nötige theoretische Basis anzueignen.
Nutze verschiedene Ressourcen, wie Bücher, Übungsaufgaben, Karteikarten und Probeklausuren, um dein Wissen zu vertiefen.
Schließe Dich Lerngruppen an und tausche Dich mit anderen Studierenden aus, um gemeinsam Lösungsstrategien zu entwickeln.
Vergiss nicht, regelmäßige Pausen einzulegen und in diesen Zeiten komplett abzuschalten, um eine Überbelastung zu vermeiden.
Jessica Y.
Martin I.
Janet S.
Xi T.
Sie haben bereits ein Konto? Login
Anwendung statistischer Methoden im Risikomanagement von Finanzinstituten | Kurs ansehen |
Applied Econometrics | Kurs ansehen |
Applied empirical health economics | Kurs ansehen |
Asset liability management | Kurs ansehen |
Banking supervision on Bank rating, stress testing, financial stability | Kurs ansehen |
Bayesian econometrics | Kurs ansehen |
Behavioral economics | Kurs ansehen |
Combinatorial optimization | Kurs ansehen |
Development economics | Kurs ansehen |
Economic internship | Kurs ansehen |
Huian J.