Data Analytics und Quantitative Methoden im Risk Management (Intensiv-Training)

Beschreibung

Data Analytics ist wie das Lösen eines Puzzles. Stellen Sie sich vor, Sie haben eine große Menge an Puzzleteilen (Daten) vor sich liegen, und Sie möchten ein klares Bild (Informationen) daraus generieren, um basierend darauf eine Entscheidung zu treffen. Data Analytics unterstützt uns dabei, diese Puzzleteile zu sortieren, zu analysieren und zu kombinieren, um das Bild zu erkennen und zu verstehen. Datenanalyse umfasst eine Vielzahl von Methoden und Techniken, um große Datenmengen zu untersuchen und Muster, Trends und Zusammenhänge zu erkennen. Diese Methoden beinhalten statistische Analysen, maschinelles Lernen, Data Mining und Vorhersagemodelle. Im Risikomanagement dient die Datenanalyse dazu, Unsicherheiten zu reduzieren und die Wahrscheinlichkeit von negativen Ereignissen (downside risk) zu minimieren oder die Wahrscheinlichkeit von positven Ereignissen (upside risk) zu erhöhen. 

Data Analytics eröffnet neue Perspektiven, verborgene Zusammenhänge zu erkennen, fundierte Entscheidungen zu treffen und komplexe Entwicklungen in einer datengetriebenen Welt verständlich zu machen. Das Intensiv-Seminar bietet eine anwenderorientierte Vermittlung mathematischer/statistischer Methoden der Risikoanalyse und der Umsetzung quantitativer Methoden in der Unternehmenspraxis.

Schwerpunkte

Sie lernen in diesem Seminar die folgenden Aspekte kennen:

• Grundlagen der Stochastik und Stochastische Methoden der Risikoanalyse
• Einführung in Data Analytics (anhand konkreter Fallstudien)
• Datenkompetenz, Methodenkompetenz und Informationskompetenz
• Descriptive Analytics (Lageparameter, Streuungsparameter, Konzentrationsmessung, Korrelation und Kausalität, Regressionsanalyse)
• Diagnostic Analytics (Clusteranalyse, Assoziationsanalyse, Lineare Regression, Klassifikationsverfahren, Zeitreihenanalyse)
• Anwendungsbeispiel: Lineare Regression im Währungsrisikomanagement
• Anwendungsbeispiel: GBM-Modellierung für Aluminiumpreise
• Predictive Analytics (Bayes-Netze, Machine Learning)
• Evaluierung von prädiktiven Modellen
• Statistische Verteilungen und deren Parametrisierungen (univariate und multivariate)
• Anwendung der im Finanzbereich bewährten "Value-at-Risk"-Modelle
• Anwendung von stochastischen Szenarioanalysen auf geplante Cash Flows, Budgets und erwartete Gewinne (Cash Flow at Risk, EBIT at Risk)
• Analyse von Abhängigkeiten zwischen Risiken
• Risiko-Reporting: lesbare und aussagefähige Risikokennzahlen
• Umsetzung eines quantitativen Risikomanagements in R und Python
• Entwicklung diverser eigener Werkzeuge für die Praxis in MS Exel und R (R-Code und Excel-Beispiele werden zur Verfügung gestellt)

Ihre Vorteile

Erlernen Sie in diesem Seminar einen praxisbewährten Methodenbaukasten zur Risikoquantifizierung in Ihrem Unternehmen. In diesem Seminar werden keine statistischen Vorkenntnisse vorausgesetzt. 

Zielgruppe

Einsteiger und Fortgeschrittene im Thema "Quantitative Methoden" und Data Analytics, Risikomanager, Treasurer, Controller, Projektleiter und Projektmanager, Risk Owner (dezentrale Risikoverantwortliche), Revisoren, Qualitätsmanager und Geschäftsführung bzw. Aufsichtsratmitglieder

Zertifikat und Unterlagen

Alle Teilnehmer erhalten eine umfangreiche Dokumentation in gedruckter und elektronischer Form (USB-Stick und Download). Außerdem erhalten alle Teilnehmer das Buch "Data Analytics im Risikomanagement - Descriptive Analytics - Diagnostic Analytics - Predictive Analytics" (Romeike / Wieczorek, Springer Verlag, Wiesbaden 2025) sowie ein Zertifikat der Risk Academy^®.

Referenten

• Frank Romeike
• Prof. Dr. Gabriele Wieczorek