Abschlussarbeiten

Themen für Abschlussarbeiten im Bereich Angewandte Statistik

• Klassische Ökonometrie

  • Strukturelle Vektorautoregressive Modelle
  • Der Diebold-Mariano Test und Encompassing Tests zum Vergleich der Prognosegenauigkeit
  • Klassische Prognosemethoden – eine Monte-Carlo Simulation
  • Prognose mit neuronalen Netzen
  • Tests für nichtlineare dynamische Systeme
  • Prognosen: Mensch versus Maschine
  • Robuste Tests in (dynamischen) Regressionsmodellen
  • Bootstrap-Tests in Regressionsmodellen (mit Zeitreihen)
  • Modellauswahl und Kombinationstechniken
  • Nichtparametrische Dichteschätzungen
  • Dynamische Zeitreihenmodelle für die COVID-19 Pandemie
  • Regressionsmodelle für Zeitreihen mit gemischten Frequenzen

• Finanzen und Zeitreihenanalyse

  • Latente Faktoren mit Zustandsraummodellen und deren Anwendung in der Finanzmarktökonometrie
  • Volatilität der Volatilität
  • Optionsbewertung mit dynamischer Volatilität
  • Options-implizierte Spot-Volatilität und Volatilitätsprognose
  • Zeitreihenmodellierung von realisierten Volatilitäten
  • Volatilitätsmodelle mit mehreren Komponenten
  • (Multivariate) GARCH Modelle
  • Ein Vergleich von unterschiedlichen Volatilitätsmodellen
  • Konditionales Capital Asset Pricing Model (CAPM) mit zeitvariierendem Beta
  • Evaluation von Finanzmarktstimmungen
  • Empirische Überprüfung der „Stylized Facts“ von Finanzzeitreihen
  • Fractal Finance – Eine theoretische Einführung und empirische Anwendung
  • Markowitz vs. Robuste Portfoliooptimierung
  • Wechselkursprognose mittels klassischer Modelle und neuronaler Netze
  • Statistische Identifizierung von Finanzmarktkrisen
  • Vorhersage von Zinsstrukturkurven
  • Geometrische Brownsche Bewegung und alternative Verfahren zur Modellierung von Aktienrenditen
  • Modellierung und Prognose der Risikokennzahlen Value at Risk und Expected Shortfall
  • "ETF-Bias“ – Untersuchung potentieller Unterbewertung von Nichtindex-Unternehmen
  • Prognose des realen Ölpreises
  • Schätzung und Tests für spekulative Preisblasen

• Klimaökonometrie

  • Robuste Prognosemethoden – Monte Carlo Simulation und empirische Anwendung auf Weltklimadaten
  • Nichtparametrische Prognosemethoden: Empirische Erkenntnisse aus der Klimaökonometrie
  • Strukturbrüche in Weltklimadaten: Kombination von Modell- und Expertenprognosen
  • Mittelwerte hinterfragt: Verteilungsparameter von Klimadaten
  • Kohlendioxidemissionen und Temperaturanomalien: Eine Trendanalyse
  • Die globale Erwärmung – ein stochastischer Trend?

• Finanzen & Klimaökonometrie

  • Einfluss von Naturkatastrophen auf Aktienmärkte
  • Katastrophen (CAT) Bonds
  • Nachhaltige (ESG-konforme) ETFs

• Empirische Makroökonometrie

  • Zinsprognosen auf Basis makroökonomischer/finanzwirtschaftlicher Faktoren
  • Trend/Zyklus Zerlegung zur Einschätzung der konjunkturellen Lage
  • Können die Prognosen der professionellen Analysten im Vergleich geschlagen werden?
  • Makroökonomische Faktoranalyse mit hochdimensionalen Daten
  • Was treibt die aktuellen Inflationszahlen?
  • Explosive Staatsverschuldung?
  • Die Auswirkungen ökonomischer Unsicherheit auf das Wirtschaftswachstum
  • Sind die deutschen Leistungsbilanzüberschüsse ein Problem für Europa?
  • Sind Staatsausgabenerhöhungen konsumfördernd?
  • Erhöhen Zinssenkungen das Wirtschaftswachstum?

• Machine Learning

  • Asset Pricing mit LASSO und Ridge-Regressions
  • Text Mining im Finanzbereich
  • Machine Learning Prognosen vs. klassische Zeitreihenmodellprognosen
  • Random Forrests
  • Optimierung: Gradient Descent
  • Numerische Verfahren in Machine Learning
  • LSTM Neuronale Netze
  • Natural Language Processing
  • Recommender System
  • Reinforcement Learning
  • Vergleich von Autoencoders
  • Overfitting vs. Underfitting
  • Python vs. R – Performanceanalysen

Thesis topics in applied statistics

• Classical econometrics

  • Structure vector-autoregressive models
  • The Diebold-Mariano test and encompassing tests for comparing forecast accuracy
  • Classical forecasting methods - a Monte Carlo simulation
  • Forecasting with neural networks
  • Testing for nonlinear dynamic systems
  • Human prediction versus prediction machines: Survey of Professional Forecasters
  • Robust inference in (dynamic) regression models
  • Bootstrap inference in (time series) regression models
  • Model selection and averaging techniques
  • Nonparametric density estimation
  • Dynamic time series models for the COVID-19 pandemic
  • Mixed frequency time series regression models

• Finance and time series analysis

  • Latent factors with State-space models – an application in financial econometrics
  • Volatility of volatility
  • Option evaluation with stochastic volatility
  • Option-implied spot volatility and volatility forecasting
  • Modelling the realized volatilities
  • Multiple component volatility models
  • (Multivariate) GARCH models
  • A comparison between different volatility models
  • Conditional capital asset pricing model (CAPM) and time-varying beta
  • Evaluation of financial market sentiment
  • Empirical investigation of “stylized facts” of financial time series
  • Fractal finance – a theoretical introduction and empirical application
  • Markowitz vs. robust portfolio optimization
  • Exchange rate prediction using classical methods and neural networks
  • Statistical detection of financial market crises
  • Prediction of interest rate term structures
  • Geometric Brownian motion and alternative procedures for modelling stock returns
  • Modelling and forecasting of the risk measures value at risk and expected shortfall
  • "ETF-bias" - investigation of potential undervaluation of non-index-companies
  • Real oil price forecasting
  • Estimation and testing for speculative bubbles

• Climate econometrics

  • Robust forecasting methods - Monte Carlo simulation and empirical application of world climate data
  • Nonparametric forecasting methods: Empirical insights from climate econometrics
  • Structural breaks in world climate data: Combination of model and expert forecasts
  • Mean averages questioned: Distributional parameters of climate data
  • Carbon dioxide and temperature anomalies: A trend analysis
  • Global warming - a stochastic trend?

• Finance and climate econometrics

  • Influence of natural disasters on stock markets
  • Catastrophe (CAT) bonds
  • Sustainable (ESG-compliant) ETFs

• Empirical macroeconometrics

  • Interest rate forecasts based on macroeconomic/financial factors
  • Trend/cycle decomposition to evaluate the economic situation
  • Can the survey of professional forecasters be beaten in a comparative analysis?
  • Macroeconomic factor analysis with high-dimensional data
  • What determines the current inflation rates?
  • Explosive government debt?
  • The impact of economic uncertainty on economic growth
  • Are Germany's current account surpluses a problem for Europe?
  • Do government spending increases stimulate private consumption?
  • Do interest rate cuts enhance economic growth?

• Machine Learning

  • Asset pricing using LASSO and ridge regressions
  • Text mining for Finance
  • Machine learning forecasting vs. classical time series model forecasting
  • Random forests
  • Optimization: Gradient descent
  • Numerical computation in machines learning
  • LSTM neural networks
  • Natural language processing
  • Recommender system
  • Reinforcement learning
  • Comparison of Autoencoders
  • Overfitting vs. Underfitting
  • Python vs. R – performance analyses

Download

• Merkblatt für das Anfertigen von wissenschaftlichen Arbeiten | mehr (PDF 222 KB)

Bachelorarbeiten

Masterarbeiten

Abschlussarbeiten