Einmal im Jahr lobt das Präsidium der LUH den Preis „Leibniz Talents“ für herausragende Studierende und studentische Gruppen aus. In diesem Jahr gehören mit Annika Giese und Brian von Knoblauch eine Nachwuchsforscherin und ein Nachwuchsforscher des Instituts für Banken und Finanzierung der Wirtschaftswissenschaftlichen Fakultät zu den Geehrten. Mit diesem Preis will die Universitätsleitung leistungsstarke Studierende mit innovativen Initiativen sichtbar machen und zur Weiterentwicklung ermutigen.
Annika Giese, Masterabsolventin der LUH und seit Mai 2023 Wissenschaftliche Mitarbeiterin an der Wirtschaftswissenschaftlichen Fakultät, forscht zur Beziehung zwischen Aktienmärkten und Bankeinlagen: Das Präsidium würdigte mit dem Preis ‚Leibniz Talents 2023‘ ihre akademische Leistung bei der Erstellung ihrer Masterarbeit mit dem Titel „Attraktivität des Aktienmarktes und Bankeinlagen”. „Meine Arbeit basiert auf der Annahme, dass Anleger dazu neigen, in Aktien zu investieren, die sich in ihrer geografischen Nähe befinden und dass sie nicht immer rationale Allokationsentscheidungen treffen. Daher untersuche ich anhand verschiedener, auf psychologischen Erkenntnissen beruhender Messgrößen, ob ein attraktiver Aktienmarkt auf lokaler Ebene zu einem geringeren Einlagenwachstum bei Banken führt“, beschreibt sie den Gegenstand ihrer Untersuchungen.
Mit Brian von Knoblauch wurde ein Wissenschaftlicher Mitarbeiter des Instituts für Banken und Finanzierung für seine herausragenden Leistungen geehrt, über den der Leiter des Instituts, Prof. Dr. Maik Dierkes kürzlich bemerkte: „Er ist wahrlich ein Leibniz Talent!“ Der jahrgangsbeste Bachelor- und Masterstudent seiner Fakultät, zweifache Wilhelm-Launhardt-Preisträger, Hannes-Rehm-Stipendiat und Teilnehmer des Kurt-Alten-Exzellenzprogrammes hat in seiner Masterarbeit „Deep Learning in Asset Pricing“ in besonderer Weise praktisch relevante Herausforderungen mit wissenschaftlicher Theoriebildung verbunden. Ziel seiner Arbeit war es, zu untersuchen, ob es möglich ist, mit komplexen - aber ökonomisch klug gewählten - Modellarchitekturen, die Erklärbarkeit von Aktienrenditen zu verbessern.
In den letzten Jahren hat die Finanzwelt erhebliche Veränderungen erlebt, die durch die rasante Entwicklung von Technologien und die Verfügbarkeit großer Datenmengen vorangetrieben wurden. Maschinelles Lernen hat sich dabei als ein mächtiges Werkzeug erwiesen, um Muster und Zusammenhänge in Finanzdaten zu identifizieren, die für traditionelle lineare Regressionsanalysen schwer zugänglich sind.
„Die Arbeit hat mich fest davon überzeugt, dass die Integration von künstlicher Intelligenz und maschinellem Lernen in der Kapitalmarktforschung entscheidende Fortschritte ermöglichen kann, Marktmechanismen und -effekte besser zu verstehen“, beschreibt Brian von Knoblauch seine Motivation.
„Mir liegt die Forschungsarbeit, die ich mit meiner Masterarbeit begonnen habe, sehr am Herzen. Daher bin ich froh, diesen Forschungsstrang im Rahmen meiner Promotion weiterhin an der LUH beforschen zu können.“
