Anmelden
Tipp von eurobuch.com
Buch verkaufen
Anbieter, die das Buch mit der ISBN 9783836634021 ankaufen:
Suchtools
Buchtipps
Aktuelles
- 0 Ergebnisse
Kleinster Preis: € 38,00, größter Preis: € 41,59, Mittelwert: € 39,37
...
Bootstrap-Verfahren bei der Berechnung von Prognosen in (G)ARCH-Modellen - Marianna Jaskewitz
(*)
Marianna Jaskewitz:
Bootstrap-Verfahren bei der Berechnung von Prognosen in (G)ARCH-Modellen - neues Buch

2009, ISBN: 9783836634021

ID: 1969798571

Inhaltsangabe:Einleitung: Die Zeitreihenanalyse wird für ein breites Spektrum an Aufgabenstellungen, wie z. B. die Abschätzung von Zusammenhängen, die empirische Überprüfung von aus der wirtschaftswissenschaftlichen Theorie gewonnenen Hypothesen, angewendet, eine ihrer bedeutendsten Aufgaben ist jedoch die Erstellung von Prognosen. Dabei ist man bestrebt, anhand von in der Vergangenheit beobachteten Daten Aussagen über zukünftige Ereignisse zu gewinnen. Hierbei wird ein Modell für den beobachteten Prozess unterstellt. Dadurch wird es möglich, die bestimmten Charakteristika dieses Prozesses, wie z. B. die vergangenheitsbedingten Erwartungswerte bzw. Varianzen, zu schätzen und auf diese Weise Prognosen zu gewinnen. Zu dieser Aufgabe werden oft parametrische Modelle, wie beispielsweise Autoregressive-Moving-Average-Modelle (ARMA-Modelle) herangezogen, welche die funktionalen Abhängigkeiten der Beobachtungen von ihren Vorgängern beschreibt. ARMA-Modelle haben zum Ziel, den bedingten Erwartungswert zu erklären. Beim Schätzen solcher Modelle wird meist unterstellt, dass aufgrund der Unabhängigkeit und identischen Verteilung der Störvariablen die Varianz der Störgrössen im Zeitablauf immer konstant bleibt. Diese Unterstellung trifft aber auf viele Zeitreihen nicht zu. Als Beispiel können die Preisänderungsraten (Renditen) auf spekulativen Märkten genannt werden, bei denen beobachtet werden kann, dass sie zwar häufig um einen konstanten Mittelwert schwanken, ihre Variabilität jedoch im Zeitablauf nicht konstant bleibt: Marktphasen mit extremen Aufschlägen, nach denen die Varianz nur langsam auf das Ausgangsniveau abklingt, wechseln sich mit ruhigen Perioden mit geringer Varianz ab. Für die Modellierung von Zeitreihendaten dieser Art ist es erforderlich, die Annahme einer konstanten Varianz aufzugeben. Heteroskedastie setzt genau an diesem Punkt an. Sie besagt nämlich, dass sich die Varianzen der Störterme im Zeitablauf ändern. Im Jahre 1982 wurde von Engle das ARCH-Modell eingeführt, welches die in bestimmten Zeitreihen beobachtbare Heteroskedastizität abzubilden erlaubt. Das englische Akronym ARCH steht für Autoregressive Conditional Heteroskedasticity. Das Modell erklärt die sogenannte bedingte Varianz, die von den in der Vorperiode aufgetretenen Störgrössen abhängt. Eine der wichtigsten Erweiterungen des ARCH-Modells wurde 1986 von Bollerslev vorgeschlagen. Er hat das Generalized-ARCH- (oder GARCH-) Modell eingeführt, bei welchem die bedingte Varianz nicht nur von den vergangenen Störgrössen, sondern auch von den bedingten Varianzen der Vorperioden abhängt. Dies erlaubt eine sehr viel sparsamere Parametrisierung als das reine ARCH-Modell. Da das GARCH-Modell als Spezialfall ein ARCH-Modell enthält, können diese beiden Modelle und ihre Erweiterungen zu einer Modellklasse zusammengefasst werden, für die des Weiteren die Bezeichnung (G)ARCH-Modelle verwendet wird. Im Mittelpunkt dieser Modelle steht, im Unterschied zu den ARMA-Modellen, nicht der bedingte Erwartungswert, sondern die bedingte Varianz. (G)ARCH-Modelle finden ihre breite Anwendung in der Zeitreihenanalyse. Besonders erfolgreich erwies sich jedoch ihre Anwendung zur Abbildung von bestimmten Finanzmarktzeitreihen. Diese Modellklasse ist fähig, die wichtigsten empirischen Eigenschaften der Renditezeitreihen von verschiedenen Vermögenswerten zu beschreiben und kann deswegen zur Prognose von Renditen eingesetzt werden. Der Anwendung der (G)ARCH-Modelle zur Renditevorhersage gilt deswegen das Augenmerk dieser Arbeit. Zur Prognose von Renditen werden oft ARMA- und GARCH-Modelle kombiniert. Dabei wird gleichzeitig der bedingte Erwartungswert und die bedingte Varianz modelliert. Man kann bei diesem Ansatz sowohl eine Punktprognose für Renditen als auch für ihre Variabilität berechnen. Bei dem Prognostizieren von Renditen ist es von Interesse, für einige praktische Fragestellungen nicht nur die Punktprognose, sondern auch die gesamte Verteilung des Prognosewertes zu kennen. Die Verteilung der prognostizierten Renditen ist aber unbekannt und analytisch schwer zu bestimmen. Bekannte theoretische Verteilungen können diese unbekannte Verteilung oft entweder nur unzureichend approximieren oder sind zu kompliziert für die Inhaltsangabe:Einleitung: Die Zeitreihenanalyse wird für ein breites Spektrum an Aufgabenstellungen, wie z. B. die Abschätzung von Zusammenhängen, die empirische Überprüfung von aus der wirtschaftswissenschaftlichen Theorie gewonnenen Hypothesen, angewendet, eine ihrer bedeutendsten Aufgaben ist jedoch die Erstellung von Prognosen. Dabei ist ... eBook PDF 17.08.2009 eBooks>Fachbücher>Wirtschaft, Bedey Media GmbH, .200

Orellfuessli.ch
No. 37222242. Versandkosten:Zzgl. Versandkosten. (EUR 16.18)
Details...
(*) Derzeit vergriffen bedeutet, dass dieser Titel momentan auf keiner der angeschlossenen Plattform verfügbar ist.
Bootstrap-Verfahren bei der Berechnung von Prognosen in (G)ARCH-Modellen - Marianna Jaskewitz
(*)
Marianna Jaskewitz:
Bootstrap-Verfahren bei der Berechnung von Prognosen in (G)ARCH-Modellen - neues Buch

2009, ISBN: 9783836634021

ID: 959763055

Inhaltsangabe:Einleitung: Die Zeitreihenanalyse wird für ein breites Spektrum an Aufgabenstellungen, wie z. B. die Abschätzung von Zusammenhängen, die empirische Überprüfung von aus der wirtschaftswissenschaftlichen Theorie gewonnenen Hypothesen, angewendet, eine ihrer bedeutendsten Aufgaben ist jedoch die Erstellung von Prognosen. Dabei ist man bestrebt, anhand von in der Vergangenheit beobachteten Daten Aussagen über zukünftige Ereignisse zu gewinnen. Hierbei wird ein Modell für den beobachteten Prozess unterstellt. Dadurch wird es möglich, die bestimmten Charakteristika dieses Prozesses, wie z. B. die vergangenheitsbedingten Erwartungswerte bzw. Varianzen, zu schätzen und auf diese Weise Prognosen zu gewinnen. Zu dieser Aufgabe werden oft parametrische Modelle, wie beispielsweise Autoregressive-Moving-Average-Modelle (ARMA-Modelle) herangezogen, welche die funktionalen Abhängigkeiten der Beobachtungen von ihren Vorgängern beschreibt. ARMA-Modelle haben zum Ziel, den bedingten Erwartungswert zu erklären. Beim Schätzen solcher Modelle wird meist unterstellt, dass aufgrund der Unabhängigkeit und identischen Verteilung der Störvariablen die Varianz der Störgrössen im Zeitablauf immer konstant bleibt. Diese Unterstellung trifft aber auf viele Zeitreihen nicht zu. Als Beispiel können die Preisänderungsraten (Renditen) auf spekulativen Märkten genannt werden, bei denen beobachtet werden kann, dass sie zwar häufig um einen konstanten Mittelwert schwanken, ihre Variabilität jedoch im Zeitablauf nicht konstant bleibt: Marktphasen mit extremen Aufschlägen, nach denen die Varianz nur langsam auf das Ausgangsniveau abklingt, wechseln sich mit ruhigen Perioden mit geringer Varianz ab. Für die Modellierung von Zeitreihendaten dieser Art ist es erforderlich, die Annahme einer konstanten Varianz aufzugeben. Heteroskedastie setzt genau an diesem Punkt an. Sie besagt nämlich, dass sich die Varianzen der Störterme im Zeitablauf ändern. Im Jahre 1982 wurde von Engle das ARCH-Modell eingeführt, welches die in bestimmten Zeitreihen beobachtbare Heteroskedastizität abzubilden erlaubt. Das englische Akronym ARCH steht für Autoregressive Conditional Heteroskedasticity. Das Modell erklärt die sogenannte bedingte Varianz, die von den in der Vorperiode aufgetretenen Störgrössen abhängt. Eine der wichtigsten Erweiterungen des ARCH-Modells wurde 1986 von Bollerslev vorgeschlagen. Er hat das Generalized-ARCH- (oder GARCH-) Modell eingeführt, bei welchem die bedingte Varianz [] Inhaltsangabe:Einleitung: Die Zeitreihenanalyse wird für ein breites Spektrum an Aufgabenstellungen, wie z. B. die Abschätzung von Zusammenhängen, die empirische Überprüfung von aus der wirtschaftswissenschaftlichen Theorie gewonnenen Hypothesen, angewendet, eine ihrer bedeutendsten Aufgaben ist jedoch die Erstellung von Prognosen. Dabei ist ... eBook PDF 17.08.2009 eBooks>Fachbücher, Diplom.de, .200

 Orellfuessli.ch
No. 37222242. Versandkosten:Zzgl. Versandkosten. (EUR 15.96)
Details...
(*) Derzeit vergriffen bedeutet, dass dieser Titel momentan auf keiner der angeschlossenen Plattform verfügbar ist.
Bootstrap-Verfahren bei der Berechnung von Prognosen in (G)ARCH-Modellen als eBook Download von Marianna Jaskewitz - Marianna Jaskewitz
(*)
Marianna Jaskewitz:
Bootstrap-Verfahren bei der Berechnung von Prognosen in (G)ARCH-Modellen als eBook Download von Marianna Jaskewitz - neues Buch

ISBN: 9783836634021

ID: 732534058

Lieferung innerhalb 1-4 Werktagen. Versandkostenfrei, wenn Buch oder Hörbuch enthalten ist, sonst 2,95 EUR. Ab 19,90 EUR versandkostenfrei. (Deutschland) eBooks > Wirtschaft, Diplom.de

 Hugendubel.de
No. 21601560. Versandkosten:Zzgl. Versandkosten. (EUR 0.00)
Details...
(*) Derzeit vergriffen bedeutet, dass dieser Titel momentan auf keiner der angeschlossenen Plattform verfügbar ist.
Bootstrap-Verfahren bei der Berechnung von Prognosen in (G)ARCH-Modellen als eBook von Marianna Jaskewitz - Diplom.de
(*)
Diplom.de:
Bootstrap-Verfahren bei der Berechnung von Prognosen in (G)ARCH-Modellen als eBook von Marianna Jaskewitz - neues Buch

ISBN: 9783836634021

ID: 825062100

Bootstrap-Verfahren bei der Berechnung von Prognosen in (G)ARCH-Modellen ab 38 EURO Bootstrap-Verfahren bei der Berechnung von Prognosen in (G)ARCH-Modellen ab 38 EURO eBooks > Wirtschaft

 eBook.de
No. 21601560 Versandkosten:, , DE (EUR 0.00)
Details...
(*) Derzeit vergriffen bedeutet, dass dieser Titel momentan auf keiner der angeschlossenen Plattform verfügbar ist.
Bootstrap-Verfahren bei der Berechnung von Prognosen in (G)ARCH-Modellen
(*)
Bootstrap-Verfahren bei der Berechnung von Prognosen in (G)ARCH-Modellen - neues Buch

ISBN: 9783836634021

ID: 21601560

Bootstrap-Verfahren bei der Berechnung von Prognosen in (G)ARCH-Modellen ab 38 EURO Medien > Bücher

 eBook.de
Nr. Versandkosten:, , DE. (EUR 0.00)
Details...
(*) Derzeit vergriffen bedeutet, dass dieser Titel momentan auf keiner der angeschlossenen Plattform verfügbar ist.

Details zum Buch

Detailangaben zum Buch - Bootstrap-Verfahren bei der Berechnung von Prognosen in (G)ARCH-Modellen


EAN (ISBN-13): 9783836634021
Erscheinungsjahr: 2007
Herausgeber: diplom.de

Buch in der Datenbank seit 2009-11-15T01:23:30+01:00 (Berlin)
Detailseite zuletzt geändert am 2019-07-17T10:15:14+02:00 (Berlin)
ISBN/EAN: 9783836634021

ISBN - alternative Schreibweisen:
978-3-8366-3402-1


< zum Archiv...