HFRC Doctroal Course: Empirical Methods and Applications in Archival Data Research

Informationen zum Event

Dieser Kurs richtet sich an Doktorandinnen und Doktoranden sowie Postdocs, die in ihrer Forschung empirisch arbeiten (v. a. mit Archivdaten, nicht mit Laborexperimenten). Ziel ist es, ein tiefergehendes Verständnis empirischer Methoden zu entwickeln und typische Fallstricke im Umgang mit ökonometrischen Schätzverfahren zu erkennen. Gerade bei der Analyse von Archivdaten ist die Auswahl und Anwendung geeigneter Identifikationsstrategien entscheidend, um belastbare und nachvollziehbare Ergebnisse zu erzielen.

Der Kurs behandelt zentrale methodische Herausforderungen, darunter Endogenitätsprobleme und weitere Fragen der statistischen Inferenz, die korrekte Anwendung und Interpretation von Fixed-Effects-Modellen sowie Differenz-von-Differenzen-Ansätzen (inklusive des Themas Standardfehler) und Instrumentalvariablen-Schätzungen. Die Teilnehmenden erhalten eine Vielzahl wissenschaftlicher Studien aus den Bereichen Accounting, Economics, Finance, Management und angewandte Ökonometrie, von denen die wichtigsten im Kurs behandelt werden. Zudem diskutieren sie exemplarische Forschungsarbeiten, die mit gängigen empirischen Methoden arbeiten, und üben deren kritische Bewertung. Neben der inhaltlichen Auseinandersetzung mit empirischen Designs steht auf Wunsch auch die praktische Anwendung im Vordergrund - unterstützt durch ein STATA-Handbuch und begleitende Übungen.

Der Kurs stärkt die methodische Sicherheit der Teilnehmenden im Umgang mit Daten und empirischen Ergebnissen - sowohl bei der Entwicklung eigener empirischer Studien als auch bei der kritischen Beurteilung bestehender Forschung. Die Teilnehmenden sollen befähigt werden, ihre empirischen Ansätze gezielt zu planen, methodisch zu begründen und gängige ökonometrische Verfahren angemessen in den jeweiligen Forschungskontext einzuordnen.

Der Kurs richtet sich an Promovierende und Postdocs verschiedenster Fachrichtungen, insbesondere aus den Bereichen Accounting, Economics, Finance, Governance sowie Management und Strategie. Grundkenntnisse in Statistik sind hilfreich, aber keine zwingende Voraussetzung. Weitere Informationen zu Inhalten und Ablauf finden sich im Syllabus. Die Kurssprache ist Englisch (wahlweise Deutsch, wenn alle Teilnehmenden dies wünschen).