Home | francais  | english  | Impressum | KIT

Masterarbeit

Masterarbeit
Forschungsthema:Space Light Accounting
Typ:Masterarbeit
Betreuer:

Dr. Marcus Wiens,
marcus.wiens@kit.edu

Bearbeiter:Risikomanagement
Links:Ausschreibung Masterarbeit

Kurzbeschreibung:

Naturkatastrophen fordern in der ganzen Welt jährlich zahlreiche Opfer, verwüsten Städte oder legen deren Infrastruktur lahm. Zur schnellen Analyse dieser Ereignisse werden am „Center for Disaster Management and Risk Reduction Technology“ (www.cedim.de) Methoden entwickelt, die zeitnah das Schadensausmaß eines Ereignisses beziffern sollen. Die Gruppe Risikomanagement am IIP befasst sich in diesem Rahmen mit der Abschätzung indirekter ökonomischer Schäden. Gerade für Schwellenländer existieren allerdings nur wenige bzw. wenig verlässliche Datenquellen, so dass die Standardmethoden der volkswirtschaftlichen Gesamtrechnung hier schnell an ihre Grenzen stoßen. In der empirischen Wachstumsforschung wird neuerdings mit einem recht unkonventionellen Ansatz experimentiert, dem sogenannten Space-Light-Growth-Accounting. Mit dieser Methode wird versucht, das Bruttoinlandsprodukt (BIP) von Ländern indirekt über die Lichtabstrahlung ins All zu erfassen. Einer in Bezug auf Intensität und Dauer stark lichtemittierenden Region (z.B. Metropole) wird somit ein entsprechend hohes BIP zugerechnet.

Die Arbeit soll

(1) auf Basis der Literatur die Methode des Space-Light-Growth-Accounting detailliert beschreiben und hinsichtlich der Vor- und Nachteile den konventionellen Ansätzen zur Messung des BIP gegenüberstellen.

(2) für ausgewählte Regionen Afrikas, für die Space-Light-Daten zur Verfügung stehen, eine eigene Berechnung des regionalen BIP durchführen und aufzeigen, inwieweit die Ergebnisse die konventionellen Methoden ersetzen oder ergänzen können.

Anforderungen:

Für diese Arbeit sind gute Kenntnisse volkswirtschaftlicher Statistik Voraussetzung, mindestens aber die Bereitschaft, sich in die Methoden der volkswirtschaftlichen Gesamtrechnung und des Growth Accounting vertieft einzuarbeiten. Von Vorteil sind Grundkenntnisse in der Verwendung statistischer Analysesoftware (z.B. SPSS), mindestens sollte auch hier die Bereitschaft bestehen, sich noch fehlende Kenntnisse anzueignen.