BBAN4025 Big data i eiendomsfinans

NTNU →7.5 studiepoeng

Studentvurdering

9 svar totalt, inkludert svar fra Karakterweb.

Hvor relevant opplever du emnet?

Gjennomsnittlig svar: ingen svar

Svært irrelevantSvært relevant

Hva er ditt generelle inntrykk av kurset?

Gjennomsnittlig svar: Noe bra

4 svar

Svært dårligSvært bra

Hva synes du om emnets nivå?

Gjennomsnittlig svar: Litt vanskelig

3 svar

Svært lettSvært vanskelig

Hva synes du om arbeidsmengden sett i forhold til antall studiepoeng?

Gjennomsnittlig svar: Litt stor

2 svar

Svært litenSvært stor

9 av 9 svar er hentet fra Karakterweb, resten er avgitt her.

KARAKTERFORDELING · H 2025

78 kandidater

H 2023

H 2025

Grupper etter kjønn

SEMESTER

SNITTKARAKTER

4,08 av 5 poeng

NTNU snitt: 3.42

STRYKPROSENT

0 %

NTNU snitt: 3,5 %

KANDIDATER PER ÅR

snitt over 3 år

SEMESTRE MED DATA

Eksamen og forkunnskaper

Vurderingen består av

Gruppeoppgave
Gruppeppgave

Alle delene må normalt være bestått. Karakterfordelingen over gjelder emnet samlet.

Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.

Om BBAN4025

NTNU sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.

Faglig innhold

Emnet tar sikte på å være et avansert og veldig forskningsrelatert emne på masternivå, som har som mål å gjøre studentene i stand til å analysere stordata med høyt kompleksitetsnivå.
Kurset starter med en introduksjon til eiendomsfinansiering, med fokus på analyse, bank og verdivurdering. Dette vil være grunnlaget for de stordataanalysene som skal anvendes videre i emnet.
Emnet vil introduserer studentene analyseteknikker som kan brukes på stordata-analyser innen eiendomsfinansiering inkludert hedoniske regresjoner, gjentatte salg, fixed effects og bruk av kunstig intelligens (AI) og maskinlæringsteknikker.

Vis resten (6 avsnitt)

Læringsutbytte

Kunnskap

Studentene skal ha kunnskap om verdsettelse av eiendom.
Studentene skal ha kunnskap om hvordan automatiserte verdsettelsesmodeller for eiendom fungerer.
Studentene skal ha kunnskap om hvordan stordata kan benyttes for å løse praktiske beslutningsproblemer innen eiendomsfinans.
Studentene skal ha kunnskap om hvordan stordata kan benyttes for å løse praktiske beslutningsproblemer knyttet til eiendomsrelaterte bankspørsmål.

Ferdigheter

Studentene skal kunne planlegge, tilrettelegge for og gjennomføre dataanalyser innen eiendomsfinans.
Studentene skal kunne gjennomføre verdsettelse av eiendom.
Studentene skal kunne benytte hedoniske regresjoner og gjentatte salg til gjennom eiendomsanalyser.

Generell kompetanse

Generell kunnskap om eiendomsfinans og hvordan eiendomsmarkedet påvirker banknæringen.
Emnet skal også gi studentene generell kunnskap om hvordan stordata kan analyseres, inkludert analyser som anvender kunstig intelligens og maskinlæringsteknikker.

Anbefalte forkunnskaper

Vi anbefaler at studentene som ønsker å ta emnet har grunnleggende kunnskap knyttet til kvantitativ empirisk metode og databehandling.

Forkunnskapskrav

Ingen

Mer om vurdering

Det vil foretas en samlet vurdering av resultatene fra en gruppevis prosjektoppgave og en individuell skriftlig skoleeksamen, som begge teller 50%. Prosjektoppgaven skal leveres i grupper med 1-3 medlemmer.

Obligatorisk arbeidskrav skal være bestått før endelig innlevering av prosjektoppgaven. Nærmere informasjon gis ved semesterstart.

Ved forbedring av karakter gis mulighet til å forbedre den enkelte delvurdering.

Ved ny vurdering ved ikke bestått gis mulighet til å forbedre den enkelte delvurdering.

Emnet er kun tilgjengelig for studenter med opptak til et studieprogram under "spesielle vilkår".

Kursmateriell

Oppgis ved semesterstart

Læringsformer og aktiviteter

Forelesninger og gruppeoppgaver.

Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.

Kommentarer

Hva burde andre vite før de tar dette? Anonymt, ingen innlogging.

Ofte stilte spørsmål

Hvor mange studiepoeng er BBAN4025?: BBAN4025 (Big data i eiendomsfinans) ved NTNU gir 7,5 studiepoeng.
Hva er strykprosenten i BBAN4025?: Samlet strykprosent for BBAN4025 ved NTNU er 0 %, basert på 200 kandidater. Siste semester (høst 2025) var den 0 %.
Hvor vanskelig er BBAN4025?: Snittkarakteren i BBAN4025 er B (4.08 av 5 poeng), mot 0 % stryk. Jo lavere snitt og høyere strykprosent, jo mer krevende er emnet sammenlignet med andre emner ved NTNU.
Hvor kommer tallene for BBAN4025 fra?: Karakterdataene er hentet fra DBH (Database for statistikk om høyere utdanning) hos HK-dir, publisert under NLOD. Studentvurderingene er våre egne, slått sammen med vurderinger fra Karakterweb.

Studieprogram med dette emnet

Basert på hvor kandidatene til eksamen var registrert (DBH).

Relaterte emner ved NTNU

Emner som tas i de samme studieprogrammene som BBAN4025.

BFIN4015 Sustainable Finance snitt B · 0 % stryk
MET500 Multivariate analyser og strukturmodellering (SEM) snitt B · 4,9 % stryk
SOL415 Strategisk ledelse snitt B · 0 % stryk
BOKO4030 Verdsettelse og lønnsomhetsanalyse snitt C · 5 % stryk
MET410 Kvalitativ metode for masteroppgave snitt C · 1,9 % stryk
BBOA4000 Bedriftsøkonomiske atferdsteorier snitt C · 0 % stryk
BFIN4030 FinTech snitt B · 0 % stryk
MET430 Matematikk II for økonomer snitt C · 11,1 % stryk

Mer om NTNU

Les om karakterfordelingen ved NTNU →Les om NTNU →

Utvikling over tid

Semester	Kandidater	Snitt
Høst 2025	78	B (3.91)
Høst 2024	76	B (3.78)
Høst 2023	46	A (4.85)

Finner retningen …

Om BBAN4025

NTNU sin egen emnebeskrivelse — læringsutbytte, innhold og vurderingsform.

Faglig innhold

Emnet tar sikte på å være et avansert og veldig forskningsrelatert emne på masternivå, som har som mål å gjøre studentene i stand til å analysere stordata med høyt kompleksitetsnivå.
Kurset starter med en introduksjon til eiendomsfinansiering, med fokus på analyse, bank og verdivurdering. Dette vil være grunnlaget for de stordataanalysene som skal anvendes videre i emnet.
Emnet vil introduserer studentene analyseteknikker som kan brukes på stordata-analyser innen eiendomsfinansiering inkludert hedoniske regresjoner, gjentatte salg, fixed effects og bruk av kunstig intelligens (AI) og maskinlæringsteknikker.

Vis resten (6 avsnitt)

Læringsutbytte

Kunnskap

Studentene skal ha kunnskap om verdsettelse av eiendom.
Studentene skal ha kunnskap om hvordan automatiserte verdsettelsesmodeller for eiendom fungerer.
Studentene skal ha kunnskap om hvordan stordata kan benyttes for å løse praktiske beslutningsproblemer innen eiendomsfinans.
Studentene skal ha kunnskap om hvordan stordata kan benyttes for å løse praktiske beslutningsproblemer knyttet til eiendomsrelaterte bankspørsmål.

Ferdigheter

Studentene skal kunne planlegge, tilrettelegge for og gjennomføre dataanalyser innen eiendomsfinans.
Studentene skal kunne gjennomføre verdsettelse av eiendom.
Studentene skal kunne benytte hedoniske regresjoner og gjentatte salg til gjennom eiendomsanalyser.

Generell kompetanse

Generell kunnskap om eiendomsfinans og hvordan eiendomsmarkedet påvirker banknæringen.
Emnet skal også gi studentene generell kunnskap om hvordan stordata kan analyseres, inkludert analyser som anvender kunstig intelligens og maskinlæringsteknikker.

Anbefalte forkunnskaper

Vi anbefaler at studentene som ønsker å ta emnet har grunnleggende kunnskap knyttet til kvantitativ empirisk metode og databehandling.

Forkunnskapskrav

Ingen

Mer om vurdering

Obligatorisk arbeidskrav skal være bestått før endelig innlevering av prosjektoppgaven. Nærmere informasjon gis ved semesterstart.

Ved forbedring av karakter gis mulighet til å forbedre den enkelte delvurdering.

Ved ny vurdering ved ikke bestått gis mulighet til å forbedre den enkelte delvurdering.

Emnet er kun tilgjengelig for studenter med opptak til et studieprogram under "spesielle vilkår".

Kursmateriell

Oppgis ved semesterstart

Læringsformer og aktiviteter

Forelesninger og gruppeoppgaver.

Kilde: Felles studentsystem (FS) via NTNU, slik den var publisert for høsten 2026. NTNU er ikke ansvarlig for innholdet på denne siden.

Ofte stilte spørsmål

Hvor mange studiepoeng er BBAN4025?

BBAN4025 (Big data i eiendomsfinans) ved NTNU gir 7,5 studiepoeng.

Hva er strykprosenten i BBAN4025?

Samlet strykprosent for BBAN4025 ved NTNU er 0 %, basert på 200 kandidater. Siste semester (høst 2025) var den 0 %.

Hvor vanskelig er BBAN4025?

Snittkarakteren i BBAN4025 er B (4.08 av 5 poeng), mot 0 % stryk. Jo lavere snitt og høyere strykprosent, jo mer krevende er emnet sammenlignet med andre emner ved NTNU.

Hvor kommer tallene for BBAN4025 fra?

Karakterdataene er hentet fra DBH (Database for statistikk om høyere utdanning) hos HK-dir, publisert under NLOD. Studentvurderingene er våre egne, slått sammen med vurderinger fra Karakterweb.

Semester

Kandidater

Snitt

Stryk

Høst 2025

B (3.91)

0 %

Høst 2024

B (3.78)

0 %

Høst 2023

A (4.85)

0 %

Karakterfordeling og studentvurderinger i BBAN4025

Studentvurdering

Hvor relevant opplever du emnet?

Hva er ditt generelle inntrykk av kurset?

Hva synes du om emnets nivå?

Hva synes du om arbeidsmengden sett i forhold til antall studiepoeng?

Eksamen og forkunnskaper

Vurderingen består av

Om BBAN4025

Faglig innhold

Læringsutbytte

Anbefalte forkunnskaper

Forkunnskapskrav

Mer om vurdering

Kursmateriell

Læringsformer og aktiviteter

Kommentarer

Ofte stilte spørsmål

Studieprogram med dette emnet

Relaterte emner ved NTNU

Mer om NTNU

Utvikling over tid

Karakterfordeling og studentvurderinger i BBAN4025

Studentvurdering

Hvor relevant opplever du emnet?

Hva er ditt generelle inntrykk av kurset?

Hva synes du om emnets nivå?

Hva synes du om arbeidsmengden sett i forhold til antall studiepoeng?

Eksamen og forkunnskaper

Vurderingen består av

Om BBAN4025

Faglig innhold

Læringsutbytte

Anbefalte forkunnskaper

Forkunnskapskrav

Mer om vurdering

Kursmateriell

Læringsformer og aktiviteter

Kommentarer

Ofte stilte spørsmål

Studieprogram med dette emnet

Relaterte emner ved NTNU

Mer om NTNU

Utvikling over tid