• Fri frakt över 249 kr
  • •
  • Snabba leveranser
  • •
  • Billiga böcker
Kundservice

Du är på sajten för privatpersoner.

Företag, bibliotek eller offentlig verksamhet?

Du handlar på classic.bokus.com, där alla dina funktioner finns intakta.
Till classic.bokus.com
Bokus logotyp. Gå till startsidan.
  • Erbjudanden
  • Nyheter
  • Student
  • Topplistor
  • Barn & ungdom
  • Bokus Play
  • E-böcker
  • Pocketböcker
  • Spel & pussel

10% rabatt på allt med kod NYSTART10 →

Sidfot

Mina sidor

    Hjälp

    • Kundservice
    • Vanliga frågor och svar
    • Frakt och leverans
    • Retur vid ångerrätt
    • Reklamera vara
    • Betalning
    • Köpvillkor
    • Allmänna villkor
    • Information om webbplatsens tillgänglighet

    Om Bokus

    • Om oss
    • Pressrum
    • För studenter
    • För företag
    • För bibliotek och offentlig verksamhet
    • För leverantörer
    • Hållbarhet

    Populärt

    • Aktuella erbjudanden
    • Presentkort
    • Studentlitteratur
    • Nya böcker
    • Topplistor
    • Signerade böcker
    • Engelska böcker

    Inspiration

    • Boktips
    • BookTok
    • Populära bokserier
    • Barnbokskaraktärer
    • Populära författare
    Logotyp för Bokus
    Följ oss på Facebook (extern länk)Följ oss på Instagram (extern länk)Följ oss på YouTube (extern länk)Följ oss på TikTok (extern länk)
    bokus @ CookiesAnpassa cookiesIntegritetspolicyKöpvillkor
    Till Citymail hemsida (extern länk)Till Budbee hemsida (extern länk)Till Postnord hemsida (extern länk)Till Schenker hemsida (extern länk)Till Early Bird hemsida (extern länk)Till Walleys hemsida (extern länk)
    1. Ekonomi och Ledarskap
    2. Nationalekonomi
    3. Mikroekonomi

    Quantitative Research Methods in Corporate Finance

    Exemplified by Stata, Python, and R

    AvTaylan Mavruk

    Häftad, Engelska, 2025

    688 kr

    . Fri frakt över 249 kr.

    Fler format och utgåvor

    E-bok

    815 kr

    Inbunden

    1 504 kr

    Beskrivning

    Focused on empirical methods and their applications to corporate finance, this innovative text equips students with the knowledge to analyse and critically evaluate quantitative research methods in corporate finance, and conduct computer-aided statistical analyses on various types of datasets. Chapters demonstrate the application of basic econometric models in corporate finance (as opposed to derivations or theorems), backed up by relevant research. Alongside practical examples and mini case studies, computer lab exercises enable students to apply the theories of corporate finance and make stronger connections between theory and practice, while developing their programming skills. All of the Stata code is provided (with corresponding Python and R code available online), so students of all programming abilities can focus on understanding and interpreting the analyses.

    Produktinformation

    • Utgivningsdatum:2025-03-20
    • Mått:255 x 177 x 20 mm
    • Vikt:600 g
    • Format:Häftad
    • Språk:Engelska
    • Antal sidor:318
    • Förlag:Cambridge University Press
    • ISBN:9781009307413

    Utforska kategorier

    • Mikroekonomi inom Ekonomi och Ledarskap
    • Referensverk och tvärvetenskap inom Samhälle och politik
    • Finansiering inom Ekonomi och Ledarskap

    Mer om författaren

    Taylan Mavruk is a Professor of Finance at the University of Gothenburg. His research focuses on corporate finance, investor behaviour, home/local bias, insider trading, CSR/ESG, mutual fund performance, and economics of patents. His research has been published in leading finance journals. Taylan has been teaching in courses related to corporate finance and econometrics since 2006.

    Innehållsförteckning

    • 1. Introduction; 2. The nature of sampling, non-parametric analysis, and hypothesis testing; 3. Basic data analysis in Stata; 4. Survey data analysis; 5. Classical linear regression model; 6. Endogeneity bias; 7. Time series analysis; 8. Event studies; 9. Panel data analysis; 10. Selection of models with limited dependent variables; 11. Writing empirical papers in corporate finance; 12. Future directions: Machine learning methods.