Einführung in die Empirische Wirtschaftsforschung (EEWF)

Einführung & Organisation

Prof. Dr. Michaela Kesina

Lehr- und Forschungsgebiet Angewandte Ökonometrie

RWTH Aachen

EEWF Einf. & Organisation 1 / 14

Outline

1. Überblick
2. Aufbau des Kurses
3. Lernziele
4. Organisation
5. Bewertung
6. Kontakt

EEWF Einf. & Organisation 2 / 14

1. Überblick
Warum dieses Fach wichtig ist und was Sie erwartet

Warum empirische Forschung und Ökonometrie?

▶ Prüft, ob Theorien und Hypothesen mit Daten übereinstimmen.
▶ Quantifiziert Zusammenhänge und identifiziert kausale Effekte.
▶ Verbindet Theorie mit realen Daten.

Was erwartet Sie im Kurs?

▶ Einführung in die Grundprinzipien der Ökonometrie: Modelle formulieren,
Parameter schätzen, Unsicherheit beurteilen.
▶ Kombination aus Theorie, Simulationen und empirischen Beispielen
Der Kurs besteht aus theoretischen und praktischen Komponenten.
▶ Ziel: Fragestellungen systematisch mit Daten analysieren.

EEWF Einf. & Organisation 3 / 14

1. Überblick - Wie breit anwendbar ist Ökonometrie?
Empirische Fragestellungen aus Wirtschaft und Gesellschaft

Unternehmen und Märkte Arbeit und Bildung

▶ Welche Preisstrategie maximiert den ▶ Lohnt sich ein Masterabschluss
Gewinn? finanziell?
▶ Wie stark reagieren Kund:innen auf ▶ Welche Fähigkeiten erhöhen die
Werbung oder Rabatte? Beschäftigungschancen?
▶ Führt Produktinnovation zu höheren
Marktanteilen? Technologie und Nachhaltigkeit
▶ Verbessert KI den
Finanzmärkte Produktionserfolg?
▶ Wie reagieren Aktien auf ▶ Reduziert CO2 -Besteuerung
Unternehmensmeldungen? tatsächlich Emissionen?
▶ Welche Faktoren erklären Renditen ▶ Welche Faktoren fördern
oder Risikoaufschläge? nachhaltiges Konsumverhalten?
▶ Wie lässt sich Insolvenzrisiko
frühzeitig erkennen?
Ökonometrie liefert Methoden, um solche Fragen mit Daten fundiert zu
beantworten.

EEWF Einf. & Organisation 4 / 14

2. Aufbau des Kurses
Von den Grundlagen zur Anwendung

▶ Wir beginnen mit dem Werkzeugkasten:

▶ Wiederholung grundlegender Konzepte aus Algebra und Statistik,
▶ Verständnis für Matrixalgebra, Variablen und Verteilungen.
▶ Danach besprechen wir das einfache lineare Regressionsmodell:
▶ Wie lassen sich Zusammenhänge zwischen zwei Variablen messen?
▶ Was bedeutet Kausalität in der empirischen Analyse?
▶ Anschließend erweitern wir auf das multivariate Modell:
▶ Kontrolle mehrerer Einflussfaktoren,
▶ Bewertung und Interpretation von Schätzungen.
▶ Schließlich betrachten wir praktische Herausforderungen:
▶ Heteroskedastizität, Autokorrelation, Endogenität,
▶ Nichtlineare Modelle und große Datensätze.
Ziel: Am Ende des Kurses können Sie Fragestellungen mit den passenden
empirischen Methoden untersuchen und die Ergebnisse kritisch bewerten.

EEWF Einf. & Organisation 5 / 14

2. Aufbau des Kurses
Software im Kurs: Python

Zur praktischen Umsetzung der Konzepte verwenden wir die Software Python.

Warum Python?
▶ Weit verbreitet in Wissenschaft, Unternehmen und Finanzsektor
▶ Kostenlos, flexibel und plattformunabhängig
▶ Umfangreiche Bibliotheken für Statistik, Datenanalyse und Ökonometrie.

Hinweise zur Verwendung im Kurs:

▶ In der Abschlussklausur wird Python nicht direkt abgefragt.
▶ Für den Bonus sind jedoch grundlegende Python-Kenntnisse erforderlich.
▶ Eine Installationsanleitung finden Sie in Moodle.

EEWF Einf. & Organisation 6 / 14

3. Lernziele
Nach Abschluss dieses Kurses können Sie . . .

▶ Zentrale Konzepte aus Algebra und Statistik verstehen und anwenden

▶ Lineare Regressionsmodelle schätzen, deren Annahmen prüfen und
Schätzverfahren kritisch bewerten
▶ Inferenzmethoden wie Hypothesentests und Konfidenzintervalle durchführen
▶ Alternative Schätzverfahren bei Verletzungen der Annahmen einsetzen
▶ Binäre Regressionsmodelle schätzen
▶ Schätzverfahren für große Datensätze verstehen und praktisch anwenden
▶ Ergebnisse empirischer Studien interpretieren und kritisch beurteilen.

EEWF Einf. & Organisation 7 / 14

4. Organisation
Kursformat und Kursmaterial

Vorlesung
▶ Mittwochs, 18:30–20:00 in H01 CARL
▶ Inhalt: Konzepte und Anwendungen
▶ Material: Vorlesungsfolien und Code auf Moodle
▶ Start: 15.10.2025

Übung
▶ Zwei Gruppen ohne Voranmeldung
▶ Übung 1: Montags, 10:30-12:00 in H2 PPS
▶ Übung 2: Mittwochs, 16:30-18:00 in H06 CARL
▶ Inhalt: Theoretische und praktische Aufgaben zum Vorlesungsstoff der
Vorwoche
▶ Material: Übungsblätter und Code auf Moodle
▶ Lösungsskizzen werden zur Verfügung gestellt
▶ Start: 27.10.2025 und 29.10.2025

EEWF Einf. & Organisation 8 / 14

4. Organisation
Online-Fragestunde

Online-Fragestunde
▶ Donnerstags, 12:30-14:00 in Zoom
▶ Beantwortung Ihrer Fragen zu Vorlesung und Übung
▶ Bitte senden Sie Ihre Fragen bis zur Deadline:
▶ Mittwoch, 21:00 Uhr
▶ per E-Mail (Adresse wird mitgeteilt)
▶ Betreffzeile: EEWF OFS
▶ Start: 06.11.2025

Hinweis: Zeitlicher Ablauf siehe Zeitplan auf Moodle

EEWF Einf. & Organisation 9 / 14

4. Organisation
Literatur

Ökonometrie-Lehrbücher
▶ Stock, James H. und Mark W. Watson: Introduction to Econometrics.
Pearson Education Limited. 4. Auflage, 2020
▶ Wooldridge, Jeffrey: Introductory Econometrics – A Modern Approach.
South-Western Cengage Learning, 6. Auflage, 2013

Python-Lehrbuch
▶ Heiss, Florian und Daniel Brunner: Using Python for Introductory
Econometrics, 2020
▶ Buch, Codes und Datensätze verfügbar auf: [Link]

EEWF Einf. & Organisation 10 / 14

5. Bewertung
Klausur

Prüfungsleistung: Klausur
Voraussetzung zum Bestehen der Veranstaltung ist das Bestehen der Klausur.
▶ Dauer: 60 Minuten
▶ E-Klausur
▶ Hilfsmittel:
▶ Nicht-programmierbarer Taschenrechner
▶ Formelsammlung mit Verteilungstabellen (wird gestellt)
▶ Eigene Formelsammlungen dürfen nicht mitgebracht werden
▶ Klausurtermine: 13.02.2026, 17.03.2026

EEWF Einf. & Organisation 11 / 14

5. Bewertung
Möglicher Bonus

Bonus: 2 Online-Hausaufgaben
Ermöglichen die Verbesserung der Klausurnote um maximal einen Notenschritt.
▶ Voraussetzung: mindestens 50% der Punkte aller Bonusaufgaben und
bestandene Klausur
▶ Bonus muss im gleichen Semester erarbeitet werden; Bonus aus früheren
Semestern kann nicht angerechnet werden
▶ Freischaltung der Aufgaben über RWTHmoodle
▶ Termine:
▶ Online-Bonusaufgabe 1: Di 16.12.2025 0:01-23:59
▶ Online-Bonusaufgabe 2: Di 20.01.2026 0:01-23:59

EEWF Einf. & Organisation 12 / 14

6. Kontakt
Wenn Sie Fragen haben

Sprechstunden
▶ Montags, 14:00–15:00 (Anmeldung per E-Mail)
▶ Weitere Termine nach Vereinbarung (Anmeldung per E-Mail)
▶ Kontakt: Prof. Dr. Michaela Kesina [Link]@[Link]
▶ Bitte beginnen Sie die Betreffzeile der E-Mail mit EEWF.

Online-Fragestunde
▶ Für Fragen zu Vorlesung und Übungen
▶ Bitte rechtzeitig einreichen (Deadline auf Moodle)

Hinweis: Nutzen Sie Vorlesungen, Übungen und die Online-Fragestunde, um

Fragen zu stellen!

EEWF Einf. & Organisation 13 / 14

Über mich
Ihre Dozentin

Prof. Dr. Michaela Kesina

Angewandte Ökonometrie, RWTH Aachen (seit September 2025)
Akademischer Werdegang
▶ Aufgewachsen in München
▶ Studium der Volkswirtschaftslehre (Diplom), Universität München
▶ Promotion an der ETH Zürich; Aufenthalt an der Princeton University
▶ Postdoktorandin an der ETH Zürich
▶ Assistant und Associate Professor, University of Groningen

Forschungsschwerpunkte
▶ Räumliche und Netzwerkökonometrie, nichtlineare Paneldatenmodelle
▶ Frequentistische und Bayessche Schätzverfahren
▶ Empirische Anwendungen in der internationalen Ökonomie,
Energiewissenschaften, Regionalwissenschaften, und Finance

EEWF Einf. & Organisation 14 / 14