Back
| Semester | spring semester 2020 |
| Course frequency | Every spring sem. |
| Lecturers | Daniel Hoechle (daniel.hoechle@unibas.ch, Assessor) |
| Content | Die Vorlesung vermittelt das notwendige Wissen, um - beispielsweise im Rahmen von Seminar- oder Masterarbeiten - selbständig empirisch-ökonomische Untersuchungen durchführen zu können. Im ersten Teil der Veranstaltung geht es um die Aufbereitung und Transformation von ökonomischen Rohdaten (deskriptive Datenanalyse, Behandlung von Ausreissern, Zusammenführung von Datensätzen). In der Folge werden die gebräuchlichsten Verfahren zur Analyse mikroökonometrischer Querschnitts- und Paneldaten diskutiert. Namentlich sind dies das lineare Regressionsmodell, die Fama-MacBeth Methode, der Portfolio Sorts Ansatz und Fixed Effects Panelmodelle. Den Abschluss der Veranstaltung bildet eine Einführung in die Monte Carlo Simulation (Zufallszahlengenerator, Konvergenz von MC Simulationen, Bewertung von Aktienoptionen). Neben der Theorie legt die Vorlesung grossen Wert auf die praktische Umsetzung der besprochenen Methoden. So werden die vorgestellten Verfahren anhand von vier Übungen illustriert und mit realen Daten angewendet. Die Übungen basieren auf der Statistiksoftware R und sind wie kleine Forschungsprojekte strukturiert. |
| Learning objectives | Die Studierenden - kennen die wichtigsten Data Management Techniken (z.B. Zusammenführung von Datensätzen, Reshape von Paneldaten, Behandlung von Ausreissern) und sind in der Lage, (finanz-) ökonomische Rohdaten selbständig für die nachfolgende Durchführung von empirischen Analysen aufzubereiten. - beherrschen den Umgang mit R-Skripten, kennen moderne R-Tools (z.B. "Pipe"-Operator) und R-Packages (z.B. dplyr oder flexdashboard) und können die Statistiksoftware R zielführend anwenden. - können statistisch-ökonometrische Modelle (z.B. lineares Regressionsmodell) auf praktische Fragestellungen anwenden und eigene empirisch-ökonomische Untersuchungen durchführen. |
| Bibliography | Das Unterrichtsmaterial umfasst das Vorlesungsskript, ausgewählte wissenschaftliche Artikel und eine Reihe von R-Tutorials, welche die verschiedenen Methoden und Konzepte illustrieren und praktisch umsetzen. |
| Comments | Alle Beispiele und Übungen basieren auf der Statistiksoftware "R". |
| Weblink | Weblink to ADAM |
| Admission requirements | Solides Grundwissen in Statistik und Ökonometrie (mind. Ökonometrie 1 Vorlesung aus dem Bachelor) ist erforderlich. Basiswissen zur Theorie der Finanzmärkte (z.B. Vorlesung Finanzmarkttheorie 1 aus dem Bachelor) ist von Vorteil. |
| Course application | Belegen in MOnA; Eucor-Studierende und Studierende anderer CH-Universitäten müssen innerhalb der Belegfrist mit einem Hörerschein beim Studiensekretariat im Kollegienhaus belegen. Für alle gilt: Belegen = Anmeldung zur Prüfung |
| Language of instruction | German |
| Use of digital media | No specific media used |
| Interval | Weekday | Time | Room |
|---|
No dates available. Please contact the lecturer.
| Modules |
Specialization Module: Quantitative Methods (Master's Studies: Business and Economics) |
| Assessment format | end-of-semester examination |
| Assessment details | Aufgrund der aktuellen Lage wird die schriftliche Endprüfung durch eine Programmieraufgabe ersetzt. • Abgabetermin ist der Donnerstag, 23. April 2020 um 24 Uhr (Central European Time, CET) • Das Assignment darf entweder alleine oder in einem Zweier-Team gelöst werden. Bei einem Zweier-Team erhalten beide Studierenden dieselbe Note. • Zusätzlich zum Assignment reichen Sie bitte eine eidesstattliche Erklärung ein, welche bestätigt, dass Sie das Assignment ohne fremde Hilfe erfüllt haben. |
| Assessment registration/deregistration | Registration: course registration |
| Repeat examination | no repeat examination |
| Scale | 1-6 0,1 |
| Repeated registration | as often as necessary |
| Responsible faculty | Faculty of Business and Economics , studiendekanat-wwz@unibas.ch |
| Offered by | Faculty of Business and Economics |