Acheter 10 livres pour 10 € ici !
Bookbot

Gregor Weiß

    Künstliche Intelligenz in der Finanzwirtschaft
    Nachhaltigkeitsrisiken in der Finanzwirtschaft
    • Nachhaltigkeitsrisiken in der Finanzwirtschaft

      ESG-Regulierung und Umsetzung

      • 302pages
      • 11 heures de lecture

      Finanzinstitute müssen das neue Regulierungsgebiet "Nachhaltigkeitsrisiken" in ihre Steuerungsverfahren integrieren und bei Bedarf neue innovative Ansätze entwickeln. Das Praxisbuch gibt eine Einführung in die Anforderungen und Vorgaben zur Steuerung von ESG-Risiken wie sie sowohl von der BaFin als auch vom europäischen Gesetzgeber und den drei Europäischen Finanzaufsichtsbehörden EBA, EIOPA und ESMA gestaltet werden. In kompakter Form stellen die Autor:innen den Regelungsrahmen dieses neuen Regulierungsgebietes vor und geben konkrete Umsetzungs- und Handlungsempfehlungen für die betroffenen Institute. Dies sind, neben Banken, andere regulierte Institute wie Versicherungen, Kapitalverwaltungsgesellschaften und Fintechs. Das Buch geht detailliert auf die Anforderungen zum Nachhaltigkeits-Risikomanagement in der MaRisk-Novelle vom Juni 2023 ein. Zudem vermittelt es die Möglichkeiten zur Umsetzung der regulatorischen ESG-Risikomanagement-Anforderungen im Finanzsektor.

      Nachhaltigkeitsrisiken in der Finanzwirtschaft
    • Künstliche Intelligenz in der Finanzwirtschaft

      Daten, Methoden und Anwendungen

      • 500pages
      • 18 heures de lecture

      Dieses Lehrbuch stellt die wesentlichen Methoden und Anwendungsgebiete der Künstlichen Intelligenz und der Analyse großer Datenmengen bei Finanzintermediären und Industrieunternehmen im Bereich der Finanzwirtschaft dar. Es vermittelt die Grundlagen und fortgeschrittene Methoden der KI und ihrer Anwendungen in der Finanzwirtschaft und unterstützt bei der Vorbereitung auf das Berufsleben im quantitativen Asset- und Risikomanagement. Das Buch kann begleitend zu universitären Lehrveranstaltungen im Bereich Financial Data Analytics, Risiko- und Investmentmanagement benutzt werden. Inhaltsverzeichnis Datenarten, Datenquellen und Datenaufbereitung.- Klassische Regressionsverfahren.- LASSO, Ridge-Regression und Elastic-Net-Regularisierung.- Kreuzvalidierung.- K-Nächste-Nachbarn-Klassifikation, Support Vector Machines und ihre Anwendung im Kreditrisikomanagement.- Klassifikations-/Regressionsbäume und Anwendungen im Asset Pricing.- Künstliche Neuronale Netze, tiefes maschinelles Lernen und Mustererkennung in Finanzdaten.- Regulierung von KI in der Finanzwirtschaft.- Ethische Aspekte.

      Künstliche Intelligenz in der Finanzwirtschaft