Informationen zu den Modulen
Modul (6 Credits)
Empirische Bilanzanalyse
- Name im Diploma Supplement
- Empirical Balance Sheet Analysis
- Verantwortlich
- Prof. Dr. Andreas Behr
- Voraussetzungen
- Siehe Prüfungsordnung.
- Workload
- 180 Stunden studentischer Workload gesamt, davon:
- Präsenzzeit: 60 Stunden
- Vorbereitung, Nachbereitung: 75 Stunden
- Prüfungsvorbereitung: 45 Stunden
- Dauer
- Das Modul erstreckt sich über 1 Semester.
- Qualifikationsziele
Die Studierenden
- kennen ausgewählte empirische Methoden
- beherrschen den Umgang mit Unternehmensbilanzdaten
- entwickeln eigenständig Strategien, um inhaltliche Fragen empirisch zu untersuchen
- wenden ausgewählte empirische Methoden mit geeigneter Software eigenständig auf Unternehmensbilanzdaten an
- Praxisrelevanz
Die Kenntnis geeigneter Methoden zur empirischen Untersuchung interessierender Sachverhalte auf Basis von Unternehmensbilanzdaten ist von besonderer Praxisrelevanz.
- Prüfungsmodalitäten
Zum Modul erfolgt eine modulbezogene Prüfung in der Gestalt einer empirischen Auswertung am PC (Prüfung vor Ort, in der Regel: 90-120 Minuten).
- Verwendung in Studiengängen
- Bestandteile
Vorlesung (3 Credits)
Empirische Bilanzanalyse
- Name im Diploma Supplement
- Empirical Balance Sheet Analysis
- Anbieter
- Fachgebiet Statistik
- Lehrperson
- Prof. Dr. Andreas Behr
- Turnus
- unregelmäßig
- SWS
- 2
- Sprache
- deutsch
- Erläuterung zum unregelmäßigen Turnus
- Die Veranstaltungen in diesem Modul erfolgen in unregelmäßigen Wechsel mit den Veranstaltungen des Moduls Stichprobentheorie jeweils im Sommersemester. Informationen, welche Veranstaltung im jeweiligen Sommersemester angeboten wird, werden rechtzeitig auf der Lehrstuhlhomepage bekannt gegeben.
- maximale Hörerschaft
- unbeschränkt
- Hörerschaft
- vgl. Modul
empfohlenes Vorwissen
Kenntnisse der Methoden der deskriptiven und induktiven Statistik, Statistiksoftware R
Abstract
Im Rahmen der Veranstaltung werden für das empirische Arbeiten mit umfangreichen Unternehmensbilanzdatensätzen besonders relevante statistische Methoden behandelt. Ausgewählte Fragen (Möglichkeiten der Insolvenprognose, Determinanten der Investitionstätigkeit, Ausmaß der Finanzialisierung, etc.) werden unter Verwendung der dargestellten Methoden empirisch untersucht.
Lehrinhalte
- Stochastisches Regressionsmodell
- Statische Panelmodelle
- Dynamische Paneldmodelle
- Logit-/Probit-Regression
- Entscheidungsbäume und Zufallswälder
- Anwendung der Methoden auf Unternehmensbilanzdaten zur vertieften Diskussion ökonomischer Fragestellungen
Literaturangaben
- Andreas Behr/Ulrich Pötter, Einführung in die Statistik mit R, München, 2010.
- Cheng Hsiao, Analysis of Panel Data, 2nd Edition, Cambridge, 2003.
- Frank E. Harrell, Jr., Regression Modeling Strategies, New York, 2001.
- Greene, W. H.: Econometric Analysis, 7th Edition, Essex, England, 2011.
- James, G., Witten, D., Hastie, T., Tibshirani, R.: An Introduction to Statistical Learning: with Applications in R, Springer, New York, 2013.
- Hastie, T., Tibshirani, R., Friedman, J., The Elements of Statistical Learning: Data Mining, Inference, and Prediction, 2nd Edition, Springer, New York,2009.
didaktisches Konzept
Die statistischen Methoden werden vorgetragen, anhand von Übungsaufgaben vertieft und am Computer an umfangreichen Datensätzen angewendet.
Übung (3 Credits)
Empirische Bilanzanalyse
- Name im Diploma Supplement
- Empirical Balance Sheet Analysis
- Anbieter
- Fachgebiet Statistik
- Lehrperson
- Prof. Dr. Andreas Behr
- Turnus
- unregelmäßig
- SWS
- 2
- Sprache
- deutsch
- Erläuterung zum unregelmäßigen Turnus
- Die Veranstaltungen in diesem Modul erfolgen in unregelmäßigen Wechsel mit den Veranstaltungen des Moduls Stichprobentheorie jeweils im Sommersemester. Informationen, welche Veranstaltung im jeweiligen Sommersemester angeboten wird, werden rechtzeitig auf der Lehrstuhlhomepage bekannt gegeben.
- maximale Hörerschaft
- unbeschränkt
- Hörerschaft
- vgl. Modul
empfohlenes Vorwissen
Kenntnisse der Methoden der deskriptiven und induktiven Statistik, Statistiksoftware R
Lehrinhalte
siehe Vorlesung
Literaturangaben
siehe Vorlesung
didaktisches Konzept
Die statistischen Methoden werden vorgetragen, anhand von Übungsaufgaben vertieft und am Computer an umfangreichen Datensätzen angewendet.