Lehre
Abschlussarbeiten

Abschlussarbeiten

Abschlussarbeiten am Institut für Finanzwirtschaft und Rohstoffmärkte beinhalten die Anforderung einer selbstständigen empirischen / quantitativen Studie (reine „Literaturarbeiten“ sind nicht möglich). Hierzu ist i.d.R. die Anwendung entsprechender Statistiksoftware (z.B. R oder Matlab) unumgänglich. Daher empfehlen wir Ihnen, sich frühzeitig mit einer entsprechenden Software vertraut zu machen.

Hinweise für Abschlussarbeiten

Im Mai und Juni eines jeden Jahres ist keine Anmeldung möglich.
Am ersten Mittwoch im Juli erfolgt die präferenzbasierte Themenvergabe, die Themen werden dafür Ende Juni vorgestellt. Sie müssen Ihre Bachelorarbeit dann bis Ende Juli anmelden.
Sie müssen spätestens am 30. November mit Ihrer Bachelorarbeit beginnen, sollten Sie zwischen August und November Ihre Bachelorarbeit anmelden wollen, so können Sie aus den übrig gebliebenen Themen wählen (First-Come-First-Serve Prinzip).

Im Dezember und Januar eines jeden Jahres ist keine Anmeldung möglich.
Am ersten Mittwoch im Februar erfolgt die präferenzbasierte Themenvergabe, die Themen werden dafür Ende Januar vorgestellt. Sie müssen Ihre Bachelorarbeit bis Ende Februar anmelden.
Sie müssen spätestens am 30. April mit Ihrer Bachelorarbeit beginnen, sollten Sie Ihre Bachelorarbeit im März oder April anmelden wollen, so können Sie aus den übrig gebliebenen Themen wählen (First-Come-First-Serve Prinzip).

Bachelorarbeiten

Falls Sie Interesse daran haben eine Bachelorarbeit an diesem Institut zu schreiben, schicken Sie bitte eine nummerierte Liste mit mindestens fünf Themenpräferenzen an Herrn Kowalke.

Online Einreichung

Falls Sie Ihre Arbeit online bei dem Studiendekanat einreichen, setzen Sie bitte Ihren Betreuer in Cc.

Masterarbeiten

Sollten Sie Interesse an einer Masterarbeit am Institut für Finanzmarkttheorie haben schreiben Sie bitte eine eMail an Prof. Dr. Marcel Prokopczuk. Füge Sie bitte einen Lebenslauf, Ihr aktuelles Transcript und ihr Bachelorabschlusszeugnis bei. Neben den u.g. Themenvorschlägen besteht auch die Möglichkeit ein eigenes Thema vorzuschlagen.

Themenvorschläge Bachelorarbeiten

Bachelorarbeiten Bereich Kapitalmärkte und Investments

  • Testing the Arbitrage Pricing Theory

    Aufgabe:

    • Ross (1976) hat die Abitrage Pricing Theory (APT) als generelle Theorie zur Bepreisung von Assets entwickelt. Die Basis der Theorie ist no-arbitrage. Chen et al. (1986) untersuchen die APT empirisch.
    • Übersicht der Literatur zum APT.
    • Empirische Evaluation des APT mit einem europäischem Datensatz.

     

    Basisliteratur:

    • Chen, N.-F., Roll, R., & Ross, S. A. (1986). Economic Forces and the Stock Market. Journal of Business, 59(3), 383-403

    Leitung und Ansprechpartner der Abschlussarbeit

  • Multi-Factor Models

    Aufgabe:

    • Aufgrund des empirischen Versagens des CAPM haben verschiedene Wissenschaftler alternative Faktormodelle entwickelt.
    • Empirische Betrachtung des deutschen Marktes auf der Basis des Fama-French 3-Factor Modells und des Carhart 4-Factor Modells.
    • Berechnen Sie die Faktoren selbst und testen Sie mithilfe eines GRS Tests, ob die Modelle die Asset Preise erklären können.

    Basisliteratur:

    • Carhart, M. M. (1997). On Persistence in Mutual Fund Performance. Journal of Finance, 52(1), 57-82 .
    • Fama, E. F., & French, K. R. (1993). Common Risk Factors in the Returns on Stocks and Bonds. Journal of Financial Economics, 33(1), 3–56.
    • Gibbons, M. R., Ross, S. A., & Shanken, J. (1989). A test of the efficiency of a given portfolio. Econometrica: Journal of the Econometric Society, 1121-1152.

    Leitung und Ansprechpartner der Abschlussarbeit

  • The Conditional CAPM

    Aufgabe:

    • Die statische Version des Capital Asset Pricing Models (CAPM) versagt bei der Erklärung von Differenzen im Querschnitt des Aktienmarktes. Ein möglicher Grund dafür könnte allerdings die Zeitvariation von Beta-Faktoren sein.
    • Theoretische Beschreibung von verschiedenen Versionen des Conditional CAPM.
    • Empirische Evaluation des Conditional CAPM mit Hilfe eines europäischen Datensatzes.


    Basisliteratur:

    • Jagannathan, R., & Wang, Z. (1996). The conditional CAPM and the cross‐section of expected returns. Journal of Finance, 51(1), 3-53.
    • Lewellen, J., & Nagel, S. (2006). The conditional CAPM does not explain asset-pricing anomalies. Journal of Financial Economics, 82(2), 289-314.

     

    Leitung und Ansprechpartner der Abschlussarbeit

  • Beta Estimation with Prior Information

    Beschreibung:

    • Prior Informationen können nützlich sein, um den Messfehler von Beta Schätzern zu reduzieren. Es gibt verschiedene Möglichkeiten, wie man die Prior Information nutzen kann. Es kann entweder von dem gesamten Querschnittsverteilung entnommen werden, oder einer Teilmenge von Unternehmen mit ähnlichen Charakteristika.
    • Empirische Untersuchung der Performance von Betas, geschätzt mit Prior Informationen.

    Basisliteratur:

    • Karolyi, G. A. (1992). Predicting risk: Some new generalizations. Management Science, 38(1), 57-74.
    • Vasicek, O. A. (1973). A Note on Using Cross‐sectional Information in Bayesian Estimation of Security Betas. Journal of Finance, 28(5), 1233-1239.

     

    Leitung und Ansprechpartner der Abschlussarbeit

  • Infrequent Trading and Beta Estimation

    Beschreibung:

    • Wenn Aktien unregelmäßig gehandelt werden, dann sind geschätzte Betas negativ verzerrt. Scholes and Williams (1977) und Dimson (1979) schlagen Wege vor, um diesen Fehler zu korrigieren.
    • Empirische Untersuchung der Performance von Betas, die für Infrequent Trading korrigiert sind, mit der Methode von McInish et al. (1986) für den deutschen Aktienmarkt.

    Basisliteratur:

    • Dimson, E. (1979). Risk measurement when shares are subject to infrequent trading. Journal of Financial Economics, 7(2), 197-226.
    • McInish, T. H., & Wood, R. A. (1986). Adjusting for beta bias: An assessment of alternate techniques: A note. Journal of Finance, 41(1), 277-286.
    • Scholes, M., & Williams, J. (1977). Estimating betas from nonsynchronous data. Journal of Financial Economics, 5(3), 309-327.

     

    Leitung und Ansprechpartner der Abschlussarbeit

  • Idiosyncratic Volatility

    Aufgabe:

    • Nach der klassischen Theorie kann idiosynkratische Volatilität vollständig diversifiziert werden, dementsprechend sollte diese nicht im Markt bepreist werden. Allerdings zeigen Ang et al. (2006), dass idiosynkratische Volatilität einen stark negativen Preis hat. Dies wird auch das “idiosyncratic volatility puzzle” genannt.
    • Übersicht über die Literatur zu idiosynkratischer Volatilität.
    • Empirische Evaluation des  “idiosyncratic volatility puzzle” mit Hilfe eines europäischem Datensatzes.

    Basisliteratur:

    • Ang, A., Hodrick, R. J., Xing, Y., & Zhang, X. (2006). The cross‐section of volatility and expected returns. Journal of Finance, 61(1), 259-299.
    • Ang, A., Hodrick, R. J., Xing, Y., & Zhang, X. (2009). High idiosyncratic volatility and low returns: International and further US evidence. Journal of Financial Economics, 91(1), 1-23.
    • Bali, T. G., & Cakici, N. (2008). Idiosyncratic volatility and the cross section of expected returns. Journal of Financial and Quantitative Analysis, 43(01), 29-58.

     

    Leitung und Ansprechpartner der Abschlussarbeit

  • Betting Against Beta

    Aufgabe:

    • Eine populäre Erklärung für das Versagen des klassischen CAPM sind so gennannte "leverage-constraints". Weil Leverage limitiert ist, müssen Investoren Aktien mit hohem Beta kaufen, um das Risiko in ihrem Portfolio zu erhöhen. Eine hohe Nachfrage nach diesen Aktien führt dazu, dass diese negative Alphas haben und die empirische Wertpapierlinie zu flach ist, im Vergleich mit Vorhersagen die vom CAPM getroffen werden.
    • Theoretische Untersuchung von "leverage-constraints".
    • Empirische Untersuchung der Performance einer betting-against-beta Strategie.

    Basisliteratur:

    • Black, F. (1972). Capital market equilibrium with restricted borrowing. Journal of Business, 45(3), 444-455.
    • Frazzini, A., & Pedersen, L. H. (2014). Betting against beta. Journal of Financial Economics, 111(1), 1-25.

    Leitung und Ansprechpartner der Abschlussarbeit

  • Liquidity Risk

    Aufgabe:

    • Bei illiquiden Aktien kann das Handeln einer großen Position den Marktpreis verändern. Wenn Investoren diese illiquiden Aktien halten und diese liquidieren müssen, kann dies substantielle Kosten verursachen. Deshalb benötigen Investoren möglicherweise einen Risikoaufschlag, damit sie bereit sind, diese illiquiden Aktien zu halten.
    • Theoretische Beschreibung, wie Liquidität Asset Preise beeinflusst.
    • Empirische Evaluation des Liquiditätsrisikos für einen europäischen Datensatz.

    Basisliteratur:

    • Amihud, Y. (2002). Illiquidity and stock returns: cross-section and time-series effects. Journal of Financial Markets, 5(1), 31-56.
    • Pastor, L., & Stambaugh, R. F. (2001). Liquidity risk and expected stock returns. Journal of Political Economy, 111, 642-685.

     

    Leitung und Ansprechpartner der Abschlussarbeit

  • The Momentum Anomaly

    Aufgabe:

    • Die Momentumanomalie beschreibt folgendes Muster, in einem Zeitraum zwischen 6 Monaten und 1 Jahr, bleiben "Verlierer" im Mittel "Verlierer" und "Gewinner" steigen weiter im Preis.
    • Erstellen Sie einen Überblick über die theoretische und empirische Literatur zu der Momentum Anomalie.
    • Untersuchen Sie den Momentum Effekt empirisch, mittels Regressionen und Portfolio sorts.

    Basisliteratur:

    • Goyal, A., & Jegadeesh, N. (2017). Cross-Sectional and Time-Series Tests of Return Predictability: What Is the Difference? Review of Financial Studies, 31(5), 1784-1824.
    • Jegadeesh, N., & Titman, S. (1993). Returns to buying winners and selling losers: Implications for stock market efficiency. Journal of Finance, 48(1), 65-91.

     

    Leitung und Ansprechpartner der Abschlussarbeit

  • Short-term Reversal

    Aufgabe:

    • Im Aktienmarkt scheinen monatliche Aktienreturns negative autokorreliert zu sein. Man sieht einen "short-term reversal" Effekt in Aktienkursen.
    • Fassen Sie die empirische und theoretische Literatur in Bezug auf den short-term reversal Effekt zusammen.
    • Untersuchen Sie diesen Effekt empirisch mittels Portfolio sorts und Regressionen.

    Basisliteratur:

    • Jegadeesh, N. (1990). Evidence of predictable behavior of security returns. Journal of Finance, 45(3), 881-898.

     

    Leitung und Ansprechpartner der Abschlussarbeit

  • The Value Anomaly

    Aufgabe:

    • In internationalen Aktienmärkten ist ein gut beschriebenes Phänomen, dass Aktien mit einen hohem Buch-zu-Marktwert (“value stocks”) die Aktien mit niedrigem Buch-zu-Marktwert (“growth stocks”) outperformen.
    • Fassen Sie die theoretische und empirische Literatur zum Value Effekt zusammen.
    • Untersuchen Sie empirisch die Value Strategie anhand von Portfolio sorts und Regressionen.

    Basisliteratur:

    • Asness, C. S., Moskowitz, T. J., & Pedersen, L. H. (2013). Value and momentum everywhere. Journal of Finance, 68(3), 929-985.
    • Fama, E. F., & French, K. R. (1992). The cross‐section of expected stock returns. Journal of Finance, 47(2), 427-465.

    Leitung und Ansprechpartner der Abschlussarbeit

  • Technical Analysis: Price-based Indicators

    Aufgabe:

    • In den letzten hundert Jahren wurde die technische Analayse (TA) dafür genutzt, um zukünftige Preisbewegungen vorherzusagen. Die TA repräsentiert eine Alternative zu der Fundamentalanalyse. Beide Methoden widersprechen der bekannten‚ Efficient Market Hypothesis‘ (Fama, 1972), aber führen möglicherweise zu profitablen Handelsstrategien.
    • Das Ziel ist es die TA insbesondere in Bezug auf Preis basierten Indikatoren einzuführen.
    • Außerdem ist es das Ziel Strategien zu entwickeln und empirisch zu evaluieren, die auf Aktienindikatoren basieren.

    Basisliteratur:

    • Bodie, Z., Kane, A., & Marcus, A. J. (2014). Investments. 10th Ed., McGraw-Hill: New York.
    • Chen, J. (2010). Essentials of Technical Analysis for Financial Markets. John Wiley & Sons: New Jersey.

    Leitung und Ansprechpartner der Abschlussarbeit

  • Portfolio Insurance: Constant Proportion Portfolio Insurance

    Aufgabe:

    • Empirische Untersuchung der CPPI Strategie für einen ausgewählten Markt.
    • (Teilweise) Replikation von Zhang et al. (2015).

    Basisliteratur:

    • Zhang, T., Zhou, H., Li, L., & Gu, F. (2015). Optimal rebalance rules for the constant proportion portfolio insurance strategy – Evidence from China, Economic Systems, 39, 413-422.
    • Black, F., & Perold, A. F. (1992). Theory of constant proportion portfolio insurance, Journal of Economic Dynamics and Control, 16, 403-426.

     

    Leitung und Ansprechpartner der Abschlussarbeit

  • Mutual Fund Performance

    Aufgabe:

    • Zusammenfassung der Literatur bezüglich mutual fund performance.
    • Empirische Untersuchung der Profitabilität von aktiv gemanagten Fonds verglichen mit Indexfonds/passiv gemanagten Fonds.

    Basisliteratur:

    • Fortin, R., & Michelson, S. (2002). Indexing versus active mutual fund management. Journal of Financial Planning, 15(9), 82-95.
    • Sharpe, W. F. (1991). The arithmetic of active management. Financial Analysts Journal, 47(1), 7-9.
    • Sharpe, W. F. (1992). Asset allocation: Management style and performance measurement. Journal of Portfolio Management, 18(2), 7-19.
    • Goetzmann, W., Ingersoll, J., & Spiegel, M. (2007). Portfolio Performance Manipulation and Manipulation-proof Performance Measures. Review of Financial Studies, 20(5), 1503-1546.

    Leitung und Ansprechpartner der Abschlussarbeit

  • The Performance of Sharia-Compliant Funds

    Aufgabe:

    • Während der letzten Jahre hat sich die Nachfrage nach Finanzprodukten, die bestimmten ethischen Standards entsprechen erhöht. Zum Beispiel gibt es bestimmte Produkte und Fonds, die Strategien Befolgen, die dem islamischen Glauben entsprechen. Typischerweise schließen solche Fonds bestimmte Produkte und Sektoren aus, was möglicherweise die Vorteile von Diversifikation verringert.
    • Theoretische Grundlagen und Bedingungen für Sharia Konforme Produkte.
    • Empirische Evaluation von mutual funds, die Sharia Konform sind vs. gewöhnliche Fonds.

    Basisliteratur:

    • Zaher, T. S., & Kabir Hassan, M. (2001). A comparative literature survey of Islamic finance and banking. Financial Markets, Institutions & Instruments, 10(4), 155-199.
    • Derigs, U., & Marzban, S. (2008). Review and analysis of current Shariah-compliant equity screening practices. International Journal of Islamic and Middle Eastern Finance and Management, 1(4), 285-303.
    • Sadeghi, M. (2008). Financial performance of Shariah-compliant investment: evidence from Malaysian stock market. International Research Journal of Finance and Economics, 20, 15-26.

     

    Leitung und Ansprechpartner der Abschlussarbeit

  • The Asset Class of Cryptocurrencies

    Aufgabe:

    • Cryptocurrencies haben in den vergangenen Jahren enorm an Bedeutung in den Kapitalmärkten gewonnen, beispielsweise durch die Auflegung eines ETF.
    • Erstellen Sie eine Übersicht über die Literatur zu Cryptocurrencies.
    • Stellen Sie die empirischen Fakten dieser Assets dar und untersuchen Sie, welcher Assetklasse diese angehören und welche Faktoren die Presbildung beeinflussen.


    Basic Literature:

    • Liu, Y., & Tsyvinski, A. (2020). Risks and Returns of Cryptocurrency. Review of Financial Studies, forthcoming.

     

    Leitung und Ansprechpartner der Abschlussarbeit

  • Economic Tracking Portfolios

    Aufgabe:

    • Auf den Märkten spiegeln Preise Informationen und Erwartungen wider, einschließlich makroökonomischer Variablen.
    • Breeden schlägt vor, ein Portfolio zu verwenden, das den Konsum abbildet, um das CCAPM zu testen.

    • Lamont (2001) greift die Idee auf, makroökonomische Variablen über ökonomische Tracking-Portfolios zu prognostizieren, d.h. Portfolios von Vermögenswerten, deren Renditen eine ökonomische Variable verfolgen.
    • Erstellen Sie Tracking-Portfolios und somit Prognosen für bspw. europäische Makro-Variablen.

     


    Basis Literatur:

    • Lamont, O. A. (2001). Economic tracking portfolios. Journal of Econometrics, 105(1), 161-184.

    Leitung und Ansprechpartner der Abschlussarbeit

Bachelorarbeiten im Bereich Derivatives and Risk Management

  • Valut-at Risk - Backtesting

    Aufgabe:

    • Der Value at Risk (VaR) misst das Risiko von Investitionen und den potentiallen Verlust über eine bestimmte Periode. Der Schätzer basiert auf verschiedenen Annahmen und Methoden beispielsweise den historischen VaR, den parametrischen VaR und Mote Carlo Simulationen.
    • Während jede Methode Vor-und Nachteile hat, stellt sich die Frage, welche man für Unternehmen nutzen sollte. Die Evaluation eines VaR Modells wird typischerweise mittels eines Backtests vollzogen.
    • Empirische Untersuchung und Vergleich von verschiedenen Schätzmethoden, mit Backtesting als Hilfsmittel.

    Basisliteratur:

    • Hull, J. C., (2011). Options, Futures, and Other Derivatives. 8th ed., Prentice Hall.
    • Christoffersen, P. F. (2012). Elements of financial risk management. 2nd ed., Academic Press.
    • Jorion, P. (2001). Value at Risk. McGraw-Hill.

    Leitung und Ansprechpartner der Abschlussarbeit

  • Duration and Convexity Hedging

    Aufgabe:

    • Beschreiben Sie die Konzepte von Duration und Convexity.
    • Erstellen Sie ein Anleiheportfolio, dass immuniziert ist gegen Änderung in dem Zins, mittels der Messgrößen Duration and Convexity.
    • Evaluieren Sie die Performance dieser Methode basierend auf Simulationen und empirischer Analyse.

    Basisliteratur:

    • Chambers, D.R., Carleton, W. T. & McEnally, R. W. (1988). Immunizing Default-Free Bond Portfolios with a Duration Vector. The Journal of Financial and Quantitative Analysis, 23(1), 89-104.
    • Bierwag, G.O., Fooladi, I. & Roberts, G. S. (1993). Designing an immunized portfolio: IS M-squared the key? Journal of Banking and Finance, 17(1), 1147-1170.

    Leitung und Ansprechpartner der Abschlussarbeit

  • Currency Carry Trades

    Aufgabe:

    • Der Currency Carry Faktor basiert auf der Idee in Hochzinsländer zu investieren und das Geld dafür in Niedrigzinsländern zu leihen. Eine solche Strategien kann auf Makroökonomische Unterschiede zurückgeführt werden, die man ausnutzen kann.
    • Untersuchen Sie die Strategie mit unterschiedlichen vorhersagenden Variablen.

    Basisliteratur:

    • Bakshi, G. and Panayotov, P. (2013). Predictability of currency carry trades and asset pricing implications. Journal of Financial Economics, 17(1), 139-163.

    Leitung und Ansprechpartner der Abschlussarbeit

  • Commodity Carry

    Aufgabe:

    • Die Theorie der "normalen" Backwardation sagt, dass die Zeitstruktur von Rohstofffutures die Risikoprämie bestimmen soll. Eine Commodity Carry Strategie nutzt dies aus und investiert in langlaufende Futures und verkauft kurzlaufende Futures leer. Das Carry Konzept hat seine Wurzeln in dem Währungsmarkt und wurde in mehrere Märkte transformiert.
    • Berechnen Sie die Renditen von Commodity Carry Strategien nach Koijen et al. (2018).

    Basisliteratur:

    • Gorton, G. B., Hayashi, F., & Rouwenhorst, K. G. (2012). The fundamentals of commodity futures returns. Review of Finance, 17(1), 35-105.
    • Koijen, R. S.J., Moskowitz, T. J., Pedersen, L. H., & Vrugt, E. B. (2018). Carry. Journal of Financial Economics, 127(2), 197-225.

    Leitung und Ansprechpartner der Abschlussarbeit

  • Expectations Hypothesis Tests

    Aufgabe:

    • Was bestimmt die Unterschiede zwischen kurz-und langlaufenden yields? Nach der Expectations Hypothesis beinhaltet der Spread wichtige Informationen über die Markterwartung zu zukünftigen Zinsentwicklungen.
    • Theoretische Beschreibung der Expectations Hypothesis für Zinsen und empirische Untersuchung ihrer Validität.

    Basisliteratur:

    • Campbell, J. Y., & Shiller, R. J. (1991). Yield spreads and interest rate movements: A bird's eye view. Review of Economic Studies, 58(3), 495-514.
    • Fama, E. F. (1984). The information in the term structure. Journal of Financial Economics, 13(4), 509-528.

    Leitung und Ansprechpartner der Abschlussarbeit

  • Volatility Modeling

    Aufgabe:

    • Die Volatilität von verschiedenen Asset Returns verändert sich über die Zeit. Volatilitäts clustering beschreibt ein Phänomen, welches beschreibt, dass Perioden hoher und niedriger Volatilität für gewöhnlich getrennt voneinander auftreten.
    • Das Modellieren von Volatilitäten spielt eine besondere Rolle im Risikomanagement, aber auch für Asset Allokationen und das Bepreisen von Derivaten.
    • GARCH Modelle von Engle (1982) und Bollerslev (1986) sind speziell geeignet, um Volatilitäts Clustering zu modellieren.
    • Vergleichen Sie Modelle der GARCH Familie empirisch, insbesondere basierend auf deren Vorhersagekraft.

    Basisliteratur:

    • Engle, R. F. (1982). Autoregressive conditional heteroscedasticity with estimates of the variance of United Kingdom inflation. Econometrica, 987-1007.
    • Bollerslev, T. (1986). Generalized autoregressive conditional heteroskedasticity. Journal of Econometrics, 31(3), 307-327.
    • Alexander, C. (2008): Market risk analysis, Volume II: Practical financial econometrics.

    Leitung und Ansprechpartner der Abschlussarbeit

  • Intraday Volatility Pattern

    Aufgabe:

    • Theoretisch sollte die Volatilität von Aktien durch Nachrichten verursacht werden, weil eine Änderung des Preises die Verarbeitung von Informationen in Märkten signalisiert. Aber die Volatilität wird nicht komplett von Nachrichten erklärt. Die Entwicklung innerhalb eines Tages hat eine hohe Erklärkraft.
    • Untersuchen Sie empirisch die Muster von Volatilitäten innerhalb eines Tages.

    Basisliteratur:

    • Andersen, T. G., & Bollerslev, T. (1997). Intraday periodicity and volatility persistence in financial markets. Journal of Empirical Finance, 4(2), 115-158.
    • Andersen, T. G., & Bollerslev, T. (1998). Deutsche mark–dollar volatility: Intraday activity patterns, macroeconomic announcements, and longer run dependencies. Journal of Finance, 53(1), 219-265.

    Leitung und Ansprechpartner der Abschlussarbeit

  • The Variance Risk Premium

    Aufgabe:

    • Typischerweise ist der Preis eines Variance Swaps - der Differenz zwischen physischer und risikoneutraler Erwartung der künftigen Varianz - negativ für den Aktienmarkt. Ein negativer Preis für einen Varianzswap impliziert, dass Investoren bereit sind eine Riskoprämie dafür zu zahlen, um sich gegen zukünftige Erhöhungen der Varianz abzusichern.
    • Theoretische Beschreibung der Varianzrisikoprämie. Diskutieren Sie potentielle Quellen und Interpretationen.
    • Empirische Schätzung der Varianzrisikoprämie.

    Basisliteratur:

    • Carr, P., & Wu, L. (2009). Variance risk premiums. Review of Financial Studies, 22(3), 1311-1341.
    • Prokopczuk, M., & Wese Simen, C. (2014). Variance risk premia in commodity markets. Variance Risk Premia in Commodity Markets, Working Paper.

     

    Leitung und Ansprechpartner der Abschlussarbeit

  • Jumps in Financial Markets

    Aufgabe:

    • Aktienmärkte sind bestimmt durch extreme Bewegungen. Solche Bewegungen werden Sprünge (Jumps) genannt, die aus einer Reihe von Gründen auftreten, zum Beispiel Extremevents, wie politische Unruhen.
    • Theoretische Untersuchung und Vergleich von nicht-parametrischen Sprung-Schätzverfahren.
    • Empirische Untersuchung von Sprüngen in mehreren Aktienmärkten.

    Basisliteratur:

    • Barndorff-Nielsen, O. E., & Shephard, N. (2006). Econometrics of testing for jumps in financial economics using bipower variation. Journal of Financial Econometrics, 4(1), 1-30.
    • Jiang, G. J., & Oomen, R. C. (2008). Testing for jumps when asset prices are observed with noise–a “swap variance” approach. Journal of Econometrics, 144(2), 352-370.
    • Lee, S. S., & Mykland, P. A. (2008). Jumps in financial markets: A new nonparametric test and jump dynamics. Review of Financial Studies, 21(6), 2535-2563.

     

    Leitung und Ansprechpartner der Abschlussarbeit

  • Tail Dependence

    Aufgabe:

    • Tail dependence beschreibt die Abhängigkeitsstruktur zwischen Aktien während Extremereignissen. Diese Abhängigkeit ist unterschiedlich von der Abhängigkeit während normaler Marktphasen.
    • Schätzen Sie empirisch die tail dependence von Aktienmärkten.

    Basisliteratur:

    • Van Oordt, M. R., & Zhou, C. (2012). The simple econometrics of tail dependence. Economics Letters, 116(3), 371-373.
    • Hull, J. C., (2011). Options, Futures, and Other Derivatives. 8th ed., Prentice Hall.

     

    Leitung und Ansprechpartner der Abschlussarbeit

  • American Options and the Early Exercise Premium

    Aufgabe:

    • Anders als für europäische Optionen existiert keine geschlossene Lösung für die Preise von amerikanischen Optionen. Es lässt sich mit Hilfe von no-arbitrage Regeln bestimmen, dass der Wert von amerikanischen Optionen mindestens so hoch sein muss, wie von europäischen Optionen. Barone-Adesi & Whaley (1987) zerlegen den Wert einer amerikanischen Option in den einer europäischen Option und ein early exercise premium.
    • Beschreiben Sie verschiedene Bewertungsmethoden für amerkanische Optionen.
    • Bewerten Sie amerikanische Optionen empirisch und schätzen Sie das early exercise premium.

    Basisliteratur:

    • Barone-Adesi, G., & Whaley, R. E. (1987). Efficient analytic approximation of American option values. Journal of Finance, 42(2), 301-320.

     

    Leitung und Ansprechpartner der Abschlussarbeit


Themenvorschläge Masterarbeiten

  • Risk Premia Around the Clock

    Are risk premia varying throughout the day? If so, why?

    Bondarenko and Muravyev (2020) find that the entire expected market return proxied by the S&P 500 occurs around the European open. They attribute this to uncertainty resolution.

    Lou et al.  (2019) find that some anomaly profits are entirely earned overnight and some during the day.

    Hendershott et al. (2020) find that the return-beta relationship is inverted when day are compared to night returns. These results hold internationally.

    Using a sample of assets traded in the US, Europe and Asia, investigate the sources of daytime-contingent differences in risk premia. Start by computing open-close and close-open returns for different asset classes around the world to compare their day and night returns.

     

    References

    Bondarenko, O., & Muravyev, D. (2020). Market Return Around the Clock: A Puzzle. SSRN Electronic Journal. Elsevier BV. doi.org/10.2139/SSRN.3596245

    Hendershott, T., Livdan, D., & Rösch, D. (2020). Asset pricing: A tale of night and day. Journal of Financial Economics. doi.org/10.1016/j.jfineco.2020.06.006

    Lou, D., Polk, C., & Skouras, S. (2019). A tug of war: Overnight versus intraday expected returns. Journal of Financial Economics, 134(1), 192-213.https://doi.org/10.1016/J.JFINECO.2020.07.020

    Leitung und Ansprechpartner der Masterarbeit

  • How does Risk Factor Exposure Arise? Evidence from Dual-Listed Stocks.

    Companies can list their shares on multiple exchanges. This is particularly common for Canadian firms. But increases dual-listing the exposure to foreign risk factors? If cross-listing alters the exposure to foreign risk factors, then this could be evidence for risk factors arising from the risk exposure of investors instead of the firm.

    Build a sample of stocks that started dual-listing in the US and in Canada. The Toronto Stock Exchange NASDAQ, and NYSE all have identical trading hours which makes comparisons easy. Identify the date at which each stock started dual-listing. Conduct an event study to compare the pre- to post exposure to foreign risk factors. Alternatively use a matching procedure to construct a control group of firms that are not cross-listed.

    Previous literature has shown that cross-listing affects expected returns through visibility (Baker et al., 2002) and price informativeness (Fernandes and Ferreira, 2008). The latter appears to be connected to higher investment-to-price sensitivity (Foucault and Fresard, 2012).

    The recent return variance decomposition of Brogaard et al. (2021) allows a further investigation of information sources and price informativeness.

     

    References

    Baker, H. K., Nofsinger, J. R., & Weaver, D. G. (2002). International cross-listing and visibility. Journal of Financial and Quantitative Analysis, 37(3), 495-521.

    Brogaard, J., Nguyen, T. H., Putniņš, T. J., & Wu, E. (2021). What Moves Stock Prices? The Role of News, Noise, and Information. Review of Financial Studies, fortcoming. https://doi.org/10.2139/SSRN.3105862

    Fernandes, N., & Ferreira, M. A. (2008). Does international cross-listing improve the information environment. Journal of Financial Economics, 88(2), 216-244.

    Foucault, T., & Frésard, L. (2012). Cross-listing, investment sensitivity to stock price, and the learning hypothesis. The Review of Financial Studies, 25(11), 3305-3350.

     

    Lists of cross-listed firms

    https://stockmarketmba.com/canadiancompaniesthattradeonusexchanges.php

    https://www.tsx.com/trading/market-data-and-statistics/market-statistics-and-reports/interlisted-companies

    Leitung und Ansprechpartner der Masterarbeit

  • The Return-Volume Relationship and Return Persistence

    Return-persistence, most prominently momentum, is an empirical finding that contradicts rational asset pricing models. In microstructure theory however, a non-immediate converge to the fair price is a result common to standard models, for example, if the share of uninformed traders is high. This project is aimed at using low-frequency models that build on the return-volume relationship in order to learn about informed vs. uninformed trading in the cross-section of stocks. Is it possibly able to explain some return-persistence in stocks?

    Llorente et al. (2002) estimate a model of daily returns regressed on past volume multiplied by past returns. They argue that a positive (negative) coefficient indicates predominantly speculative/informed/persistent price change (hedging/uninformed/transitory price change) trades.

    Estimate the model of Llorente et al. (2002). Relate the presence of informed traders to stock return-persistence at different frequencies, e.g., daily autocorrelation, short-term reversal, momentum, long-term reversal, post-earnings-announcement drift (PEAD).

    Hiemstra and Jones (1994) find a bi-directional non-linear relationship between volume and return using Granger-causality tests. The linear relationship in their sample however is unidirectional and runs from returns driving volume. Investigate how the strength of this relationship relates to return-persistence.

     

    References

    Hiemstra, C., & Jones, J. D. (1994). Testing for linear and nonlinear Granger causality in the stock price‐volume relation. The Journal of Finance, 49(5), 1639-1664.

     

    Llorente, G., Michaely, R., Saar, G., & Wang, J. (2002). Dynamic volume-return relation of individual stocks. The Review of financial studies, 15(4), 1005-1047.

    Leitung und Ansprechpartner der Masterarbeit

  • AD-Security Asset Pricing

    Arrow (1964) and Debreu (1959) derive the fundamental economic model for rational asset pricing. It relates the price Pi of any asset i to its expected future payoff Fi conditional on that of the market FM via state prices Φts in state s and time t :

                                                                  P= ΣΦtsM E[Fi|FM]

    Building on this and the result of Breeden and Litzenberger (1978), Lu and Murray (2019) construct a so-called AD security that captures lower-tail risk and is priced in the cross-section of stocks.

    First, replicate their approach, then extend it and construct AD securities that span the entire distribution of states using index options on the S&P 500. Study the conditional returns of those AD-securities and how they are able to price the cross section of stocks compared to the linear market model.

     

     

    References

    Arrow, K. J. (1964). The role of securities in the optimal allocation of risk-bearing. The Review of Economic Studies, 31(2), 91-96.

    Breeden, D. T., & Litzenberger, R. H. (1978). Prices of state-contingent claims implicit in option prices. Journal of Business, 621-651.

    Debreu, G. (1959). Theory of value: An axiomatic analysis of economic equilibrium (Vol. 17). Yale University Press.

     

    Lu, Z., & Murray, S. (2019). Bear beta. Journal of Financial Economics, 131(3), 736-760.

    Leitung und Ansprechpartner der Masterarbeit

  • ESG Investing

    ESG Investing

    Since the 1960s, the idea of investing according to environmental, social and corporate governance (ESG) criteria has seen a steady increase in significance. Especially in recent years, awareness of the importance of said concept has reached the main stream.

    In theory, a restricted set of possible investments could lead to suboptimal portfolio choice. However, some studies suggest that sustainable investments might outperform conventional investments, especially in periods of crisis.

    Review different approaches to measure ESG compliance.

    Empirically test the performance of ESG compliant funds or individual stocks compared to conventional investments.

    References

    Pisani, F., & Russo, G. (2021). Sustainable Finance and COVID-19: The Reaction of ESG Funds to the 2020 Crisis. Sustainability, 13(23), 13253.

    Leitung und Ansprechpartner der Masterarbeit

  • Dynamic Market Co-Movement

    Financial markets typically exhibit positive correlation, both in an international context, as well as when considering for example, different industries in the same country. This is an important factor to consider in the context of diversification. Studies show that in the past, there have been contagion effects between markets during periods of financial turmoil, i.e. one can observe an increase in co-movement between markets.

    Review the literature regarding market integration and contagion effects.

    Empirically analyze the dynamics of market co-movement for selected markets and highlight changes during financial crises, if applicable.

    References

    Xiao, L., & Dhesi, G. (2010). Volatility spillover and time-varying conditional correlation between the European and US stock markets. Global Economy and Finance Journal, 3(2), 148-164.

    Longstaff, F. A. (2010). The subprime credit crisis and contagion in financial markets. Journal of financial economics, 97(3), 436-450.

    Yu, I. W., Fung, K. P., & Tam, C. S. (2010). Assessing financial market integration in Asia–equity markets. Journal of Banking & Finance, 34(12), 2874-2885.

    Leitung und Ansprechpartner der Masterarbeit

  • The Stock Market Participation Puzzle

    Theory suggests that every investor, even those who are very risk averse, should invest into the stock market. Studies find that, contrary to theory, relatively few people actually invest in the stock market. This phenomenon is called the “stock market participation puzzle”. A variety of studies have already considered this topic and suggest variables, which partially explain what determines the likelihood of a person investing into the stock market.

    Review the literature regarding the stock market participation puzzle.

    Empirically test which variables have explanatory value using a sample of German households.    

     

    References

    Almenberg, J., & Dreber, A. (2015). Gender, stock market participation and financial literacy. Economics Letters, 137, 140–142.

    Guiso, L., & Jappelli, T. (2005). Awareness and stock market participation. Review of Finance, 9(4), 537–567.

    Leitung und Ansprechpartner der Masterarbeit

  • Idiosyncratic Volatility (Puzzle)

    Idiosyncratic Volatility (Puzzle)

    According to classical theory, idiosyncratic volatility can be fully diversified and, thus, should not be priced in the market. However, Ang et al. (2006) show that idiosyncratic volatility is strongly negatively priced, a finding which is often referred to as “idiosyncratic volatility puzzle”.  However, this finding is not undebated in the literature and lead to the publication of several studies that claim to have resolved the idiosyncratic volatility puzzle. These studies use (partly contradicting) different tools and economic mechanisms. Thus, the two tasks are to first review of the literature on idiosyncratic volatility. Secondly, you should empirically evaluate the idiosyncratic volatility puzzle taking into account the newly published explanations and find out whether they indeed can explain the idiosyncratic volatility puzzle properly.

     

    References

    Ang, A., Hodrick, R. J., Xing, Y., & Zhang, X. (2006). The cross‐section of volatility and expected returns. Journal of Finance, 61(1), 259-299.

    Bali, T. G., & Cakici, N. (2008). Idiosyncratic volatility and the cross section of expected returns. Journal of Financial and Quantitative Analysis, 43(1), 29-58.

    Fu, F. (2009). Idiosyncratic risk and the cross-section of expected stock returns.

    Journal of Financial Economics, 91(1):24–37

    Hou, K., & Loh, R. K. (2016). Have we solved the idiosyncratic volatility puzzle? Journal of Financial Economics, 121(1), 167-194.

    Stambaugh, R. F., Yu, J., & Yuan, Y. (2015). Arbitrage asymmetry and the idiosyncratic volatility puzzle. The Journal of Finance, 70(5), 1903-1948.

    Leitung und Ansprechpartner der Masterarbeit

  • Time-Varying Momentum Profits

    The momentum anomaly discovered by Jegadeesh and Titman (1993) is among the most pervasive and well-excepted asset pricing anomalies as it is hardly explained by use of the modern asset pricing factor models. Thus momentum trading has become popular in the recent past. But is there a perfect time period to implement a momentum-based trading strategy? Are there time-series patterns in the momentum profits? When is the momentum-based trading strategy most profitable or when is it even absent?

    Consequently two tasks arise which are to first review of the literature momentum. Secondly, you should empirically evaluate the time-series patterns of the momentum-based trading strategy and find out whether and when such a strategy is most profitable.

     

    References

    Avramov, D., Cheng, S., & Hameed, A. (2016). Time-varying liquidity and momentum profits. Journal of Financial and Quantitative Analysis51(6), 1897-1923.

    Chordia, T., & Shivakumar, L. (2002). Momentum, business cycle, and time‐varying expected returns. The Journal of Finance57(2), 985-1019.

    Cooper, M. J., Gutierrez Jr, R. C., & Hameed, A. (2004). Market states and momentum. Journal of Finance59(3), 1345-1365.

    Jegadeesh, N., & Titman, S. (1993). Returns to buying winners and selling losers: Implications for stock market efficiency. Journal of Finance48(1), 65-91.

    Sadka, R. (2006). Momentum and post-earnings-announcement drift anomalies: The role of liquidity risk. Journal of Financial Economics80(2), 309-349.

    Wang, K. Q., & Xu, J. (2015). Market volatility and momentum. Journal of Empirical Finance30, 79-91.

    Leitung und Ansprechpartner der Masterarbeit

  • Academic Research and Return Predictability (& Data Snooping Bias / Data Mining)

    Recent finance research has uncovered various return patterns that are not priced properly by well-established factor models including the CAPM and the Fama-French three-factor model. Thus, many cross-sectional relations between predetermined variables and future stock returns were unveiled that enable the implementation trading strategies with significant abnormal returns that are referred to be anomaly profits. However, Mclean and Pontiff (2016) found out that if investors learn about such mispricing from academic publications and hence the anomaly-based trading strategy returns decline notably in the post-publication period. From that, two tasks arise. First, you should review the literature on the out-of-sample asset pricing anomaly performance. Secondly, you are required to empirically evaluate the findings of However Mclean and Pontiff (2016) and assess whether post-publication anomaly returns indeed decline. Are the strategies still profitable after considering transaction costs? (Are the returns solely driven by data mining or mispricing through investor behavior?)

     

    References

    Hou, K., Xue, C., & Zhang, L. (2020). Replicating anomalies. The Review of Financial Studies33(5), 2019-2133.)

    McLean, R. D., & Pontiff, J. (2016). Does academic research destroy stock return predictability? Journal of Finance71(1), 5-32.

    Harvey, C. R., Liu, Y., & Zhu, H. (2016). … and the Cross-Section of Expected Returns. Review of Financial Studies29(1), 5-68.

     

    Jacobs, H., & Müller, S. (2020). Anomalies across the globe: Once public, no longer existent?.Journal of Financial Economics135(1), 213-230.

    Leitung und Ansprechpartner der Masterarbeit

  • Multiple Hypothesis Testing for Mutual Fund Performance

    The question whether investment managers can indeed beat their benchmarks is a highly debated topic in financial research. Some studies argue that most managers beat their benchmarks only by pure luck. Multiple testing methods are designed to control for luck. Hence, two task arise. First, you should review the literature on multiple hypothesis testing and thus the most important multiple testing methods. Afterwards these techniques should be implemented empirically to evaluate whether most of the outperforming investment managers are indeed only lucky.    

     

    References

    Harvey, C. R., Liu, Y., & Saretto, A. (2020). An evaluation of alternative multiple testing methods for finance applications. The Review of Asset Pricing Studies10(2), 199-248.

    Harvey, C. R., & Liu, Y. (2020). False (and missed) discoveries in financial economics. The Journal of Finance75(5), 2503-2553.

    Giglio, S., Liao, Y., & Xiu, D. (2021). Thousands of alpha tests. The Review of Financial Studies34(7), 3456-3496.

    Leitung und Ansprechpartner der Masterarbeit

  • After-Trading-Cost Performance of Anomalies

    Financial research has unveiled a variety of cross-sectional return patterns that cannot be explained by modern asset pricing models and hence offer abnormal returns that deliver a premium in addition to the systematic risk. Such patterns are therefore called anomalies. However, trading is mostly accompanied by some costs. Thus the question may arise to practitioners whether they can exploit these anomalies profitably (after trading costs). In consequence, two tasks arise. First, you should review the literature on after-trading-cost anomaly performance and the most important transaction cost techniques. Secondly, you should empirically evaluate which asset pricing anomalies are likely still profitable even if taking trading costs into account. Financial research has unveiled a variety of cross-sectional return patterns that cannot be explained by modern asset pricing models and hence offer abnormal returns that deliver a premium in addition to the systematic risk. Such patterns are therefore called anomalies. However trading is mostly accompanied by some costs. Thus the question may arise to practitioners whether they can exploit these anomalies profitably (after trading costs). In consequence, two tasks arise. First, you should review the literature on after-trading-cost anomaly performance and the most important transaction cost techniques. Secondly, you should empirically evaluate which asset pricing anomalies are likely still profitable even if taking trading costs into account.     

     

    References

    Detzel, A. L., Novy-Marx, R., & Velikov, M. (2021). Model selection with transaction costs. Available at SSRN 3805379.

    Frazzini, A., Israel, R., & Moskowitz, T. J. (2012). Trading costs of asset pricing anomalies. Fama-Miller Working Paper, Chicago Booth Research Paper, (14-05).  

    Hou, K., Xue, C., & Zhang, L. (2020). Replicating anomalies. The Review of Financial Studies33(5), 2019-2133.  

    Novy-Marx, R., & Velikov, M. (2016). A taxonomy of anomalies and their trading costs. The Review of Financial Studies29(1), 104-147

    Novy-Marx, R., & Velikov, M. (2019). Comparing cost-mitigation techniques. Financial Analysts Journal75(1), 85-102.

    Leitung und Ansprechpartner der Masterarbeit

  • Limits of Anomaly Exploitation – The Role of Trading Volume

    Limits of Anomaly Exploitation – The Role of Trading Volume

    Most research in the field of asset pricing makes the case for the existence of an anomaly by relying on high average returns obtained from trading strategies. The average returns of a trading strategy may appear high; however, if the underlying securities involved in the trading strategy are only sparsely traded, a misleading result emerges. For examining the role of dollar volume in trading various anomalies, this project could take the lead from other fields, such as the takeover area (Bradley et al., 1988; Barraclough et al., 2013). After providing insight into the literature on anomaly exploitation, a choice of theoretical anomaly trading strategies should be re-evaluated by considering the actual trading volume.

     

    References

    Bradley, M., Desai, A., Kim, E.H., 1988. Synergistic gains from corporate acquisitions and their division between the stockholders of target and acquiring firms. J. Financ. Econ. 21 (1), 3-40.

    Barraclough, K. Robinson, D.T., Smith, T., Whaley, R.W., 2013. Using option prices to infer overpayments and synergies in M & A transactions. Rev. Financ. Stud. 26, 695-722.

    Leitung und Ansprechpartner der Masterarbeit

  • Quantile vs. Approximate Factor Models

    Quantile factor models (QFM) form a new class of factor models alongside conventional approximate factor models (AFM). These types of factor models are used on high-dimensional panel data for dimension reduction as well as for forecasting purposes of economic variables. Compared to AFM, both factors and loadings in QFM are allowed to be quantile-dependent objects which affect other distributional characteristics of the data (volatility, higher moments, extreme values, etc.), and not (or not only) their mean. Empirical analyses by Chen et al. (2021) illustrate that extra factor shifting quantiles could be relevant for causality analysis, prediction, and economic interpretation of common factors. The goal of this project is to first provide an overview of the methodology of QFM and, in particular, to distinguish it from that of AFM. Subsequently, in an empirical study, the techniques should be applied and compared to those in the literature.

     

    References

    Chen, L., Dolado, J.J., Gonzalo, J., 2021. Quantile Factor Models. Econometrica, 89 (2), 875-910

    Leitung und Ansprechpartner der Masterarbeit

  • Global, Regional, or Local Factor Models?

    There is ongoing debate in literature whether global, regional, or local factor models are more useful in international cross-sectional asset pricing. Over the past decades, theoretical literature focuses mainly on global asset pricing models. Empirical findings of a variety of studies underline the importance of cross-country components of asset pricing factor models. However, more recent studies support local rather than global pricing (Fama and French, 2012, 2017; Hollstein, 2021). The goal of this project is to first provide an overview of the different perceptions on this topic presented in the literature. Subsequently, a selection of relevant factor models should be replicated at the local, regional and global levels. A detailed analysis of of whether global, regional, or local factor models best characterize the cross-section of international stock returns should be the focus of the paper.

     

    References

    Fama, E. F., and K. R. French. “International Tests of a Five-Factor Asset Pricing Model.” Journal of Financial Economics, 123 (2017), 441–463

    Fama, E. F., and K. R. French. “Size, Value, and Momentum in International Stock Returns.” Journal of Financial Economics, 105 (2012), 457–472.

    Hollstein, F. (2022). Local, Regional, or Global Asset Pricing? Journal of Financial and Quantitative Analysis, 57(1), 291-320.

    Leitung und Ansprechpartner der Masterarbeit

  • Pairs Trading

    Pairs trading refers to a strategy in which a pair of assets is traded, one long and one short. It was popularized in the industry in the late eighties and gained academic traction due to Gatev et al. (1999, 2006). The idea of pairs trading is that if two assets tended to comove in the past, they should do so in the future. Meaning, if a spread is showing between these two assets, one can bet on the spread closing. Gate et al. (1999, 2006) showed that even when using a simple distance method to find 2 assets, excess returns could be earned. Do and Faff (2010) show that the size of the excess return reduced over time, but that in times of market turmoil, e.g. 2007-2009, the returns of pairs trading increased.
    The goal of this master’s thesis is to give an overview of different techniques of finding pairs and modelling the spread directly, e.g. using cointegration and a Kalman filter, to check whether the strategy is still profitable and finally to examine if there is a, possibly time varying, relationship between the return series of the strategy and existing asset pricing factors, i.e. if there is an explanation of the returns.    

     

    References

    Elliot, R.; van der Hoek, J.; Malcolm, W.(2005): Pairs trading,  Quantitative Finance, Vol. 5, P. 271-276

    Do, B; Faff, R.(2010): Does Simple Pairs Trading Still Work?, Financial Analysts Journal, Vol. 666, P. 93-95

    Gatev, E.; Goetzmann, W.; Rouwenhorst, G.(1999): Pairs Trading: Performance of a Relative Value Arbitrage Rule, NBER Working Paper Series

    Gatev, E.; Goetzmann, W.; Rouwenhorst, G.(2006): Pairs Trading: Performance of a Relative-Value Arbitrage Rule, The Review of Financial Studies, Vol. 19, P. 797-827

    Leitung und Ansprechpartner der Masterarbeit

  • Portfolio Construction

    Markowitz’ MPT seems to be the solution for building optimal portfolios. However, in practice complications arise when trying to implement the strategies, as one needs to estimate the assets’ covariance structure. Estimation errors in the covariance structure will lead to incorrect weights and therefore worsen performance. One branch of literature tries to find the solution to this problem in improving covariance estimates. Chow et al. (1999) propose to filter asset returns by multivariate outliers, to estimate one covariance matrix for normal times and one for turbulent times and finally to place this new covariance estimates in the Markowitz’ framework. Another way of avoiding to directly estimate the assets’ covariance structure is to calculate the covariance via their factor exposure.
    Your task is to check, whether more sophisticated estimators improve the forecast of the return distribution of optimized portfolios. For this you need to first scan the existing literature for further methods. In an empirical setting you then forecast the return distribution of optimized portfolios and evaluate your forecast with the ex-post realized return distribution of the optimized portfolio.

     

    References

    Chow, G.; Jacquier, E.; Kritzman, M.; Lowry, K. (1999): Optimal Portfolios in Good Times and Bad, Financial Analysts Journal, Vol. 55, P. 65-73

    Leitung und Ansprechpartner der Masterarbeit

  • Behavior of Cryptocurrency Options

    When calculating implied volatility on traditional option markets one will notice that it is not stable over different strike prices of the same option. This is known as volatility smile and it first appeared on FX option markets and after 1987 also on equity option markets. The first task of your master thesis is to calculate the implied volatility for BTC and ETH options. Furthermore, you could either use the implied volatility to forecast volatility and check if there is also cross-sectional explanatory power. Another route would be an empirical study that checks which option-pricing model fits the traded prices of options best on different time frames.

     

    References

    Black, F.; Scholes, M. (1973): The Pricing of Options and Corporate Liabilities, Journal of Political Economy, Vol. 81, P. 637-654

    Ederington, L.; Guan, W. (2002): Why Are Those Options Smiling, Journal of Derivatives, Vol. 10, P. 9-34

    Hoang, L.; Bauer, D. (2020): Forecasting bitcoin volatility: Evidence from the options market, The Journal of Futures Markets, Vol. 40, P. 1584-1602

    Smales, L.(2020): One cryptocurrency to explain them all? Understanding the importance of Bitcoin in cryptocurrency returns, Economic papers, Vol. 39, P. 118-132

    Leitung und Ansprechpartner der Masterarbeit


Abschlussarbeiten im Ausland

MSc Thesis Abroad

Das Institut für Finanzwirtschaft und Rohstoffmärkte bietet Master-Studierenden aus dem Major Finance die Möglichkeit ihre Abschlussarbeit bei einer Partnerinstitution im Ausland zu schreiben. Die Betreuung der Arbeit erfolgt durch einen Kollegen vor Ort. Zurzeit bestehen die folgenden Partnerschaften:

  • Norwegian University of Science and Technology, Trondheim (Norwegen)
  • Macquarie University, Sydney (Australien)

Bei Interesse richten Sie Ihre Bewerbung (inkl. CV, Notenauszug, kurzes Motivationsschreiben) an Prof. Dr. Marcel Prokopczuk (prokopczuk@fmt.uni-hannover.de). Bewerbungsfrist für das Sommersemester 2022 ist der 30.8.2021.

Es fallen keine Studiengebühren an. Die Partnerschaft mit der NTNU wird zudem im Rahmen des Erasmus Programms gefördert. Für einen Aufenthalt in Australien besteht die Möglichkeit sich um ein Stipendium des International Office der LUH zu bewerben.


Publikation Ihrer Abschlussarbeit

JUMS - Junior Management Science

Junior Management Science ist das Journal für herausragende Bachelor- und Masterarbeiten der Betriebswirtschaftslehre. Student:innen können ihre Arbeiten kostenlos einreichen. Nach einer ersten Prüfung durch Departementeditor:innen durchlaufen die Arbeiten einen double-blind Peer Review-Prozess.

Die am besten bewerteten Arbeiten werden quartalsweise im sogenannten „Open Access“-Verfahren veröffentlicht. Dadurch kann jede:r weltweit kostenfrei auf die Arbeiten zugreifen und diese zitieren. Ein Advisory Editorial Board mit über 50 Professor:innen von mehr als 30 Hochschulen aus 5 Ländern garantiert die wissenschaftliche Qualität des Review-Prozesses und der publizierten Arbeiten.  

Weitere Informationen über JUMS und beispielhafte Abschlussarbeiten finden Sie hier. 

 

Wie reiche ich meine Abschlussarbeit ein?

Sollten Sie eine sehr gute Abschlussarbeit im Bereich BWL verfasst haben, so finden Sie hier weitere Informationen über den Einreichprozess.


Kontakt für allgemeine Fragen zu Abschlussarbeiten

M.Sc. Leon Kowalke
Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
Adresse
Königsworther Platz 1
30167 Hannover
Gebäude
Raum
046
M.Sc. Leon Kowalke
Wissenschaftliche Mitarbeiterinnen und Mitarbeiter
Adresse
Königsworther Platz 1
30167 Hannover
Gebäude
Raum
046