Vorlesung

Empirische Bilanzanalyse

Name im Diploma Supplement

Empirical Balance Sheet Analysis

Anbieter

Fachgebiet Statistik

Lehrperson

Prof. Dr. Andreas Behr

SWS

2

Sprache

deutsch

Turnus

unregelmäßig

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

• ECMX MasterWahlpflichtbereichME6 Applied Econometrics 1.-3. FS, Wahlpflicht, Modul Empirische Bilanzanalyse
• GOEMIK MasterWahlpflichtbereich Bereich Volkswirtschaftslehre 1.-3. FS, Wahlpflicht, Modul Empirische Bilanzanalyse
• MuU MasterWahlpflichtbereich IWahlpflichtbereich I A.: Methodologie und allgemeine Theorien zur Untersuchung von Märkten und Unternehmen 1.-2. FS, Wahlpflicht, Modul Empirische Bilanzanalyse
• VWL MasterWahlpflichtbereich I 1.-3. FS, Wahlpflicht, Modul Empirische Bilanzanalyse
• WiMathe MasterVWL-M I 1.-4. FS, Wahlpflicht, Modul Empirische Bilanzanalyse
• WiMathe MasterVWL-M II 1.-4. FS, Wahlpflicht, Modul Empirische Bilanzanalyse

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.