Major
Data Science and Computational Economics
Daten und die Analyse dieser Daten gewinnen ständig an Bedeutung – sowohl für das Verständnis unserer Umwelt wie auch deren Gestaltung. Die Nachfrage nach Mitarbeitenden, die in der Lage sind, diese Daten in vielen verschiedenen Zusammenhängen produktiv zu nutzen, steigt ständig. Technologieunternehmen, die Finanzindustrie, Zentralbanken, statistische Ämter, Unternehmensberatungen aber auch die öffentliche Verwaltung und KMU sind zunehmend auf Spezialisten mit starken quantitativen Fähigkeiten angewiesen.
In ihrem Studium lernen die Teilnehmenden die dafür notwendigen Werkzeuge aus Statistik, Informatik, Betriebs- und Volkswirtschaftslehre kennen, die für das Sammeln, Verstehen und Analysieren komplexer Daten benötigt werden. Der Schwerpunkt liegt auf der Beantwortung realer Fragen von Unternehmen und der Wirtschaftspolitik auf der Grundlage empirischer Erkenntnisse und Simulationen.
Wir bieten ein persönliches und inspirierendes Lernumfeld, in dem Studierende und Dozenten eng zusammenarbeiten, und das die Teilnehmenden optimal auf eine berufliche Laufbahn im Bereich Data Science und Computational Economics vorbereitet.
Dieser Major wird ausschliesslich auf Englisch angeboten.
Die Vertiefungsrichtung Science and Computational Economics vermittelt Kenntnisse in der Programmierung und Kodierung, numerische Methoden und Optimierung, Wahrscheinlichkeit und Statistik, ökonometrische Methoden für Vorhersagen und Kausalschlüsse, künstliche Intelligenz und maschinelles Lernen sowie Simulation und agentenbasierte Modellierung.
Studierende lernen, wie man Daten aus einer Vielzahl von Quellen sammelt und verarbeitet, Querschnitts-, Zeitreihen- und Paneldaten analysiert, rechnerische und ökonometrische Modelle erstellt und Computerexperimente durchführt, quantitative Modelle für das Versicherungs- oder Finanzwesen operationalisiert und anwendet, Monte-Carlo-Simulationen für anspruchsvolle stochastische Probleme verwendet, komplexe adaptive (wirtschaftliche) Systeme mit agentenbasierter Simulation analysiert und mit KI-inspirierten Methoden arbeitet.
Die Teilnehmenden sind in der Lage große und komplexe Datensätze zu analysieren, um wirtschaftlich sinnvolle Antworten zu finden, die Gültigkeit ökonometrischer und rechnerischer Erkenntnisse zu bewerten und reale Fragen in sinnvolle mathematische Modelle und relevante Antworten zu übersetzen.
Ein Major in Data Science and Computational Economics umfasst folgende Elemente:
Fundamentals in Business and Economics (12 ECTS)
Dieses Modul besteht aus den drei Vorlesungen "62650 - Behavioral Science", "12036 - Econometrics" und "62651 - Theory of the Firm", welche von allen Studierenden des Masterstudiengangs Business and Economics besucht und bestanden werden müssen. Wenn Sie einen Major in Data Science and Computational Economics anstreben, wird empfohlen, die Vorlesung "Econometrics" so früh wie möglich - idealerweise im ersten Semester - zu belegen.
Core Courses in Data Science and Computational Economics (18 ECTS)
Dieses Modul vermittelt Ihnen den notwendigen Hintergrund in Mathematik und Statistik sowie die erforderlichen praktischen Fertigkeiten in der Codierung.
Die Mathematikveranstaltung wird in den zwei Wochen vor Vorlesungsbeginn des Herbstsemesters angeboten, damit Sie den notwendigen mathematischen Hintergrund für die anderen drei Kernvorlesungen erwerben können. Wir empfehlen Ihnen, alle Core Courses so früh wie möglich zu belegen. Bei einem Studienbeginn im Herbstsemester sieht der empfohlene Studienplan wie folgt aus:
- 18545 - Advanced Mathematics for Economics | 1. Semester - beginnt vor offiziellem Vorlesungsbeginn!
- 41957 - Advanced Econometrics | im 1. Semester
- 58989 - Computing for Business and Economics | 1. Semester
- 58920 - Causal Inference for Policy Evaluation | 1. oder 3. Semester
- 55753 - Elements of Applied Probability | 1. oder 3. Semester
Research Design (6 ECTS)
Das Verfassen und Präsentieren einer Arbeit im Seminar "65936 - Data Science" ist für den Major Pflicht. Dadurch werden Sie mit dem aktuellen Stand der Forschung in einem der Hauptgebiete der Volkswirtschaft vertraut gemacht (Sie haben die Wahl, ob Sie Ihre Seminararbeit in Data Science oder Computational Economics verfassen wollen) und können sich so auf Ihre Masterarbeit vorbereiten.
- 65936 - Data Science and Computational Economics | empfohlen ab dem 2. Semester
Specific Electives (12 ECTS)
Dieses Modul verschafft Ihnen einen tieferen Einblick in Bereiche der Volkswirtschaft und/oder Methodik. Sie wählen die ECTS aus der vorgesehenen Liste des mittelfristigen Lehrplans (Master in Business and Economics > Major in Data Science and Computational Economics). Empfohlen ab dem 2. Semester (bei Start im HS) oder später.
General Electives (12 oder 24 ECTS)
Dieses Modul ermöglicht es Ihnen, weitere Veranstaltungen in Wirtschaftswissenschaften zu belegen. Sie können je nach Ihren Präferenzen aus denjenigen Veranstaltungen wählen, welche für den Master of Science in Business and Economics angeboten werden oder in der Liste des Moduls "General Electives" im mittelfristigen Lehrplan (Master in Business and Economics > Major in Data Science and Computational Economics > General Electives) aufgeführt sind. Sie müssen in diesem Modul 12 ECTS (wenn Sie eine Masterarbeit mit 30 ETCS schreiben) oder 24 ECTS (wenn Sie eine Masterarbeit mit 18 ECTS schreiben) erwerben.
Masterarbeit (18 oder 30 ECTS)
Die Masterarbeit als Abschluss des Masterstudiums bietet Ihnen die Möglichkeit, die im Studium erworbenen Fähigkeiten auf ein spezifisches wirtschaftliches Problem anzuwenden. In der Regel haben Sie 15 Wochen Zeit, um die Masterarbeit zu verfassen, und erwerben 18 ECTS für die Arbeit. Alternativ können Sie auch 25 Wochen für die Erstellung einer anspruchsvolleren Masterarbeit im Umfang von 30 ECTS verwenden. Wir empfehlen den Studierenden des Major in Data Science and Computational Economics, die umfangreichere Option zu wählen. Mehr Informationen zur Masterarbeit hier.
Welche Veranstaltungen sind Teil dieses Majors?
Alles was man über die Masterarbeit wissen muss.
Studierende mit einem Hochschulabschluss, der quantitativ und qualitativ dem Bachelor of Arts in Business and Economics der Universität Basel entspricht, werden ohne Auflagen zum Masterstudium zugelassen. Andere Hochschulabschlüsse werden auf Äquivalenz überprüft und sind gegebenenfalls mit Auflagen zugelassen.
Interessenten mit einem Bachelorabschluss in Betriebsökonomie der Fachhochschule Nordwestschweiz finden ausführliche Informationen zur Zulassung und dem optimalen Studienverlauf in diesem Merkblatt.
Die detaillierten Zulassungsbedingungen sind im Studienplan geregelt. Bei Fragen zu möglichen Auflagen können Sie sich an das Studiendekanat der Wirtschaftswissenschaftlichen Fakultät wenden. Ohne eine vorliegende Anmeldung zum Studium kann jedoch nur eine rechtsunverbindliche Auskunft erfolgen.
Ihre Bewerbung richten Sie bitte an das zentrale Studiensekretariat. Von dort erhalten Sie auch den rechtsverbindlichen Zulassungsentscheid.
Prof. Dr. Christian Kleiber
Christian Kleiber is Professor of Econometrics and Statistics at the University of Basel. Trained in statistics, he obtained his Ph.D. from the Technical University of Dortmund. His research interests include microeconometrics, applied probability in business and economics, statistical distributions, income distribution, and inequality measurement, and the probabilistic and statistical foundations of econometrics and data science. The co-author of two books, on economic size distributions and econometric computing, he has published in journals such as the Journal of Applied Econometrics, the Journal of Multivariate Analysis, the Journal of Public Economics, the Journal of Theoretical Probability, and The American Statistician. He has also co-authored several R packages.
Prof. Dr. Dietmar Maringer
Computational Economics and Finance
Dietmar Maringer is Professor of Computational Economics and Finance at the University of Basel, Switzerland. He studied computer science, business, and finance in Vienna, Austria, and Cambridge, UK, and earned his habilitation while at the University of Erfurt’s econometrics department, Germany. His research interests combine finance and computational methods from artificial intelligence and data analysis. These include risk management, portfolio optimization, algorithmic trading, high-frequency markets, financial networks, complex adaptive systems, machine learning, computational intelligence, and simulation. He has co-authored and edited several books and has published in journals like Mathematics of Computation, Journal of Global Optimization, Computational Statistics and Data Analysis, Quantitative Finance, Journal of Banking and Finance, Computational Economics, and Computational Management Science.
Prof. Dr. Kurt Schmidheiny
Economics and Applied Econometrics
Kurt Schmidheiny is Professor of Economics and Applied Econometrics at the University of Basel. He is also a Research Fellow at the Centre for Economic Policy Research (CEPR, London) and at CESifo (Munich), and a member of the editorial boards of the Journal of Urban Economics and the Journal of Economic Geography. He published in the Journal of Political Economy, American Economic Journal, Economic Journal, Journal of Public Economics, Journal of Urban Economics, Regional Science and Urban Economics, and Journal of Economic Geography.
His research focuses on tax competition, fiscal federalism, and urban economics. Kurt Schmidheiny often works with detailed administrative data such as individual-level tax data on individuals and firms. He also develops the necessary applied microeconometrics methods used to estimate causal effects from such data.
Prof. Dr. Conny Wunsch
Conny Wunsch is Professor of Labor Economics at the University of Basel and head of the Graduate School of Business and Economics. Her research focuses on labor economics and econometric methods. She is co-editor of Labour Economics and the Swiss Journal of Economics and Statistics, and a member of the scientific advisory boards of the KOF Swiss Economic Institute, the Institute for Employment Research (IAB), and the RWI Essen. She is also a research fellow of the Centre for Economic Policy Research (CEPR), CESifo, DIW, and IZA. She published in Experimental Economics, the Industrial and Labor Relations Review, the Journal of Econometrics, the Journal of the European Economic Association, the Journal of Health Economics, the Journal of Labor Economics, and the Review of Economics and Statistics.
Kontakt
Studiendekanat
Universität Basel Wirtschaftswissenschaftliche Fakultät
Peter Merian-Weg 6, Büro EG.40
CH-4002 Basel
Tel: +41 61 207 33 01
Webseite Studiendekanat