Vorlesung: Applied Corporate Finance - Details

Vorlesung: Applied Corporate Finance - Details

Sie sind nicht in Stud.IP angemeldet.

Allgemeine Informationen

Veranstaltungsname Vorlesung: Applied Corporate Finance
Veranstaltungsnummer WIW-0395
Semester SS 2026
Aktuelle Anzahl der Teilnehmenden 0
Heimat-Einrichtung Prof. Dr. Sebastian Utz - Finanzwirtschaft mit dem Schwerpunkt Climate Finance
Veranstaltungstyp Vorlesung in der Kategorie Lehre
Nächster Termin Mittwoch, 15.04.2026 15:45 - 17:15, Ort: (J1109)
Teilnehmende Dieses Modul richtet sich an Bachelorstudierende, die ihre Kenntnisse der betrieblichen Finanzwirtschaft mithilfe von Python praxisnah anwenden und vertiefen möchten.
Voraussetzungen Für dieses Modul sollten Studierende grundlegende Kenntnisse aus der Veranstaltung „Investition und Finanzierung“ sowie finanzmathematische Grundlagen mitbringen. Grundlegende statistische Kenntnisse sind ebenfalls von Vorteil. Idealerweise wird die Veranstaltung „Corporate Finance“ parallel belegt oder wurde bereits in einem vorherigen Semester absolviert.
Lernorganisation Das Modul besteht aus einer wöchentlichen Vorlesung (90 Minuten) sowie optionalen Übungsterminen über das Semester verteilt. Die Vorlesung vermittelt die Konzepte und Methoden, die anschließend in kurzen Code-Beispielen („worked examples“) demonstriert und in Übungsaufgaben aktiv angewendet werden. Inhalte werden regelmäßig wiederholt und durch verteiltes Üben gefestigt; Peer-Diskussionen bzw. Gruppenarbeit werden zur Vertiefung eingesetzt.

Die Umsetzung erfolgt praxisnah in Python (u. a. Anaconda; Bibliotheken wie NumPy, Pandas, Matplotlib, statsmodels). Materialien (Folien, Code, Datensätze) werden über Digicampus bereitgestellt. Ein zentraler Bestandteil ist ein Praxisprojekt/Assignment (ggf. in Teams) mit sauberer Dokumentation und fristgerechter Abgabe sowie einer kurzen Ergebnispräsentation. Regelmäßige Vor- und Nachbereitung sowie kontinuierliches Üben werden dringend empfohlen.
Leistungsnachweis Klausur (60 Punkte) + Mündliche Prüfung (5-10 Minuten, Präsentation der Ergebnisse eines Assignments)
Veranstaltung findet in Präsenz statt / hat Präsenz-Bestandteile Ja
Hauptunterrichtssprache deutsch
Literaturhinweise Berk, J. & DeMarzo, P. (2020): Grundlagen der Finanzwirtschaft – Analyse, Entscheidung und Umsetzung (5. Aufl.). Pearson.

Dedov, F. (2019): Python Programmieren 5 in 1: Der schnelle Einstieg (Anfänger, Fortgeschritten, Data Science, Finanzen, Machine Learning).

Räume und Zeiten

(J1109)
Mittwoch: 15:45 - 17:15, wöchentlich (14x)

Modulzuordnungen

Kommentar/Beschreibung

Dieses Modul verbindet zentrale Inhalte der Corporate Finance mit der praktischen Anwendung in Python. Studierende lernen, finanzwirtschaftliche Fragestellungen systematisch datenbasiert zu bearbeiten, von der Beschaffung und Aufbereitung von Finanzmarktdaten bis zur empirischen Auswertung und Modellierung. Dabei stehen sowohl die Arbeit mit typischen Analysewerkzeugen als auch die Umsetzung zentraler finanzwirtschaftlicher Modelle im Vordergrund. Ein Schwerpunkt liegt auf der modernen Portfoliotheorie nach Markowitz sowie auf Rendite- und Kapitalkostenmodellen (CAPM und Fama-French) und deren praktischer Anwendung.

Ziel des Moduls
Ziel ist es, Studierende zu befähigen, finanzwirtschaftliche Problemstellungen eigenständig mithilfe von Python zu modellieren, zu analysieren und fundierte, datenbasierte Entscheidungen abzuleiten.

Inhalte des Moduls
• Grundlagen der Programmierung in Python (Datentypen, Schleifen, Bedingungen, Funktionen, Listen und Dictionaries)
• Arbeiten mit Pandas und DataFrames (Datenimport, -bereinigung, -transformation und -analyse)
• Beschaffung und Aufbereitung von Finanzmarktdaten über Schnittstellen und Datenplattformen (z. B. Yahoo Finance, LSEG)
• Moderne Portfoliotheorie nach Markowitz (Diversifikation, effiziente Portfolios, Risiko-Rendite-Optimierung)
• Empirische Analyse finanzwirtschaftlicher Datensätze und Regressionsmodelle in Python
• Bestimmung und Interpretation finanzwirtschaftlicher Kennzahlen (z. B. Beta, Kapitalkosten)
• Praktische Anwendung des Capital Asset Pricing Model (CAPM)
• Erweiterungen des CAPM zum Fama-French-3-Faktoren-Modell
• Datenbasierte Entscheidungsunterstützung und Ergebnisaufbereitung
• Determinanten der Kapitalstruktur mittels Regressionsanalyse

Anmelderegeln

Diese Veranstaltung gehört zum Anmeldeset "Diese Veranstaltung gehört zum Anmeldeset „Anmeldung mit Passwort: Applied Corporate Finance“.".
Für die Teilnahme ist eine erfolgreiche Bewerbung nötig. Infos: https://www.uni-augsburg.de/de/fakultaet/wiwi/prof/bwl/utz/lehre/
Folgende Regeln gelten für die Anmeldung:
  • Die Anmeldung ist nur mit Eingabe eines Passworts möglich.