Wirtschaftswissenschaft

A Bayesian Approach to Event Studies for Securities Litigation

Daniel S. Nagin

A Bayesian Approach to Event Studies for Securities Litigation

Comment

Rubrik: Conference Comment 4
Journal of Institutional and Theoretical Economics (JITE)

Jahrgang 176 (2020) / Heft 1, S. 112-114 (3)
Publiziert 22.01.2020

3,00 € inkl. gesetzl. MwSt.

Artikel PDF

DOI: 10.1628/jite-2020-0013

Personen

Daniel S. Nagin Keine aktuellen Daten verfügbar.

Diese Internetseite verwendet Cookies und Matomo für die Analyse und Statistik. Cookies helfen uns, die Benutzerfreundlichkeit unserer Website zu verbessern. Durch die weitere Nutzung der Website stimmen Sie der Verwendung zu. Weitere Informationen hierzu finden Sie in unserer Datenschutzerklärung. Mehr zu uns können Sie im Impressum nachlesen.

Erforderlich

Zustimmen

Hierbei handelt es sich um technisch notwendige Cookies, die eine reibungslose Funktion unserer Website gewährleisten.

Name	Zweck	Ablauf	Typ	Anbieter
CookieConsent	Speichert Ihre Einstellung dieser Cookiebar und somit die Einstellung zur Verwendung von Cookies.	1 Jahr	HTML	Website
fe_typo_user	Ordnet Ihren Browser einer Session auf dem Server zu. Dies beeinflusst nur die Inhalte, die Sie sehen und wird von uns nicht ausgewertet oder weiterverarbeitet.	Session	HTTP	Website
session	Identifiziert die aktuelle Sitzung, den Benutzer und seinen Warenkorb.	Session	HTML	Mohr Siebeck GmbH
csrf	Bietet Schutz vor einem CSRF Angriff.	Session	HTML	Mohr Siebeck GmbH
shop	Hinterlegt den Sprach/Subshop, den der Kunde aufruft.	Session	HTML	Mohr Siebeck GmbH
preferences	Hinterlegt die Einstellungen aus dem Cookie Consent Manager.	180 Tage	HTML	Mohr Siebeck GmbH
slt	Ermöglicht es, den Kunden bei Rückkehr zum Shop wiederzuerkennen, auch wenn die Session bereits ausgelaufen ist.	1 Jahr	HTML	Mohr Siebeck GmbH
currency	Hinterlegt die ausgewählte Währung.	180 Tage	HTML	Mohr Siebeck GmbH
device	Hinterlegt das verwendete Gerät bspw. für die korrekte Anzeige des Shops.	Session	HTML	Mohr Siebeck GmbH
context_hash	Wird benötigt für die Erkennung der Steuerregeln.	180 Tage	HTML	Mohr Siebeck GmbH
no_cache	Hier werden die Elemente hinterlegt, welche nicht gecached werden sollen.	180 Tag	HTML	Mohr Siebeck GmbH
AWSALBCORS	AWS Application Load Balancer Cookie.	1 Tag	HTML	Preselect.media GmbH
SimpleSAMLAuthToken	Wird als Teil des Website-Authentifizierungsprozesses verwendet, der es Benutzern ermöglicht, angemeldet zu bleiben, und der Website ermöglicht, eindeutige Anmeldesitzungen zu verfolgen.	1 Tag	HTML	Mohr Siebeck GmbH
SimpleSAMLSessionID	Wird als Teil des Website-Authentifizierungsprozesses verwendet, der es Benutzern ermöglicht, angemeldet zu bleiben, und der Website ermöglicht, eindeutige Anmeldesitzungen zu verfolgen.	1 Tag	HTML	Mohr Siebeck GmbH

Statistik

Zustimmen

Helfen Sie uns, die Inhalte unserer Website für Sie zu optimieren. Vielen Dank! Aktuell verwenden wir Matomo für die anonyme Speicherung und Auswertung Ihres Nutzungsverhaltens.

Name	Zweck	Ablauf	Typ	Anbieter
_pk_id	Wird verwendet, um ein paar Details über den Benutzer wie die eindeutige Besucher-ID zu speichern.	13 Monate	HTML	Matomo
_pk_ref	Wird benutzt, um die Informationen der Herkunftswebsite des Benutzers zu speichern.	6 Monate	HTML	Matomo
_pk_ses	Kurzzeitiges Cookie, um vorübergehende Daten des Besuchs zu speichern.	30 Minuten	HTML	Matomo
_pk_cvar	Kurzzeitiges Cookie, um vorübergehende Daten des Besuchs zu speichern.	30 Minuten	HTML	Matomo
_pk_hsr	Kurzzeitiges Cookie, um vorübergehende Daten des Besuchs zu speichern.	30 Minuten	HTML	Matomo