c2b_default

Forschungsmethoden im Rechnungswesen 5

Teil 5

Teil 5

12
0.0 (0)
K. H.
Study
K. H.
Diese Karteikarten behandeln fortgeschrittene Forschungsmethoden im Rechnungswesen auf Universitätsniveau. Sie konzentrieren sich auf die Analyse von Endogenität, die Vermeidung von Messfehlern und verschiedene Ansätze zur Gewinnung kausaler Aussagen, wie Quasi-Experimente, Selektionsansätze und Instrumentenvariablen. Die Karteikarten decken auch die Relevanz von Archivdatenbasierten Studien, einschließlich Ereignisstudien und Prognoserelevanzstudien, sowie die kapitalmarktorientierte Rechnungslegungsforschung ab. Diese Karteikarten sind ideal für Studierende und Forscher, die sich mit der empirischen Analyse von Finanzberichterstattung und Kapitalmarktbeziehungen auseinandersetzen.
Flashcards
12
Students
3
Language
German
Category
Micro-Economics
Level
University
Created / Updated
13.09.2016 / 13.10.2016
  • 1  / 12

Flashcards

Archivdatenbasierte Studien

  • nutzen Sekundärdaten (z.B. Abschlussinformationen, Aktienkurse)
  • Daten werden aus verschiedenen Datenbanken gewonnen
  • dominieren die kapitalmarktorientierte Rechnungslegungsforschung

verschiedene Arten von Archivdatenbasierten Studien

  • Deskriptive Studien (Beschreibung von Zuständen und Entwicklungen im Zeitablauf)
  • Simulationsstudien (Beschreibung von möglichen Wirkunge einer Änderung)
  • Ereignisstudien (Messung von kurzfristigen (abnormalen) Kapitalmarktreaktionen auf Ereignissen)
  • Prognoserelevanzstudien (Relevanz der Rechnunglegung für die Prognose von künftigen Ereignisse)
  • Wertrelevanzstudien (Relevanz der Rechnunglegung für Anlageentscheidungen)
  • Entscheidungsrelevanzstudien (Analyse von Einflussfaktoren und Wirkungen der Rechnungslegung)

Kapitalmarktorientierte Rechnungslegungsforschung

  • beschäftigt sich mit dem Zusammenhang von Finanzberichterstattung und Kapitalmarkt
  • analysiert die Offenlegung von Finanzinformationen und die Auswirkungen durch deren Nutzung von Investoren und Finanzanalysten

3 Bedingungen für den Nachweis eines kausalen Effekts

  1. Ereignis X findet zeitlich vor Ereignis Y statt (Richtung der Kausalität, Länge des zeitlichen Abstandes zwischen X und Y)
  2. Es gibt eine statistisch signifikante Korrelation zwischen X und Y (Operationalisierung der theoretischen Konstrukte, funktionale Form des Zuhammenhangs - linear/nicht-linear)
  3. Es gibt keine alternativen Erkärungen, die den Zusammenhang zwischen X und Y begründen (Endogenittät)

Endogenität

  • X kann auch von anderen Variablen abhängig sein
  • bedeutet ökonomisch, dass es bei einer Regression von Y auf X eine Korrelation von X mit dem Fehlerterm der Regression gibt -> dadruch sind die Schätzungen der Koeffizienten verzerrt

Ursachen von Endogenität

  • Nichtberücksichtigung relevanter Variablen: Problem der Correlated Omitted Variables, Problem der Omitted Selection (Self Selection Bias), Problem des Sample Selection Bias (Non-Response Bias, Survivorship Bias)
  • umgekehrte oder simultane Kausalität
  • Messfehler (z.B. Verwendung von Proxies, Common Method Bias)

Ansätze zur Gewinnung von kausalen Aussagen mit nicht-experimentellen Studien

  • "Kitchen-Sink Approach"
  • Vermeidung von Messfehlern
  • Instrumentenvariablen
  • Selektionsansätze
  • Quasi-natürliche Experimente

"Kitchen-Sink Approach"

Aufnahme aller möglichen Faktoren in die Regression, um alternative Erklärungen für die Realtion von X und Y ausschließen zu können

Vermeidung von Messfehlern

  • Rückgriff auf bewährte Skalen
  • Prüfung auf Non-Response Bias
  • Rückgriff auf mehrere Datenquellen

Instrumentenvariablen

exogene Variablen, die Y nur durch ihre Wirkung auf X beeinflussen

Selekttionsansätze

Analyse der freiwilligen Selbstselektion in die Treatmentgruppe - Prospensity-Score-Mathching und Heckman-Zweistufenverfahren

 

Quasi-natürliche Experimente

Settings mit experimentähnlicher Verteilung von Treatments aufgrund "natürlicher" Ereignisse (exogene Schocks)

Study