Module: Empirical Balance Sheet Analysis

Module: Empirical Balance Sheet Analysis (6 Credits)
Responsible	Prof. Dr. Andreas Behr
Admission criteria	See exam regulations.
Workload	180 hours of student workload, in detail: Attendance: 60 hours Preparation, follow up: 75 hours Exam preparation: 45 hours
Duration	The module takes 1 semester(s).
Qualification Targets	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
Relevance	Die Kenntnis geeigneter Methoden zur empirischen Untersuchung interessierender Sachverhalte auf Basis von Unternehmensbilanzdaten ist von besonderer Praxisrelevanz.
Module Exam	Zum Modul erfolgt eine modulbezogene Prüfung in der Gestalt einer empirischen Auswertung am PC (Prüfung vor Ort, in der Regel: 90-120 Minuten).
Usage in different degree programs	ECMX Master > Wahlpflichtbereich > ME6 Applied Econometrics > 1st-3rd Sem, Elective GOEMIK Master > Wahlpflichtbereich > Bereich Volkswirtschaftslehre > 1st-3rd Sem, Elective GOEMIK Master > Wahlpflichtbereich > Bereich Volkswirtschaftslehre > 1st-3rd Sem, Elective MuU Master > Wahlpflichtbereich I > Wahlpflichtbereich I A.: Methodologie und allgemeine Theorien zur Untersuchung von Märkten und Unternehmen > 1st-2nd Sem, Elective VWL Master > Wahlpflichtbereich I > 1st-3rd Sem, Elective WiMathe Master > VWL-M I > 1st-4th Sem, Elective WiMathe Master > VWL-M II > 1st-4th Sem, Elective
Elements	Lecture Empirical Balance Sheet Analysis (3 Credits) Exercise Empirical Balance Sheet Analysis (3 Credits)
Module: Empirical Balance Sheet Analysis (WIWI‑M0785)

Lecture: Empirical Balance Sheet Analysis (3 Credits)
Organisational Unit	Fachgebiet Statistik
Lecturer	Prof. Dr. Andreas Behr
Hours per week	2	Language	German
Cycle	irregular	Participants at most	20
Preliminary knowledge 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.
Contents Stochastisches Regressionsmodell Statische Panelmodelle Dynamische Paneldmodelle Logit-/Probit-Regression Entscheidungsbäume und Zufallswälder Anwendung der Methoden auf Unternehmensbilanzdaten zur vertieften Diskussion ökonomischer Fragestellungen
Literature 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.
Teaching concept Die statistischen Methoden werden vorgetragen, anhand von Übungsaufgaben vertieft und am Computer an umfangreichen Datensätzen angewendet.
Lecture: Empirical Balance Sheet Analysis (WIWI‑C1078)

Exercise: Empirical Balance Sheet Analysis (3 Credits)
Organisational Unit	Fachgebiet Statistik
Lecturer	Prof. Dr. Andreas Behr
Hours per week	2	Language	German
Cycle	irregular	Participants at most	20
Preliminary knowledge Kenntnisse der Methoden der deskriptiven und induktiven Statistik, Statistiksoftware R
Contents siehe Vorlesung
Literature siehe Vorlesung
Teaching concept Die statistischen Methoden werden vorgetragen, anhand von Übungsaufgaben vertieft und am Computer an umfangreichen Datensätzen angewendet.
Exercise: Empirical Balance Sheet Analysis (WIWI‑C1079)