Die t-Verteilung und ihre Verallgemeinerungen als Modell für Finanzmarktdaten
Seiten
- Keine Verlagsinformationen verfügbar
- Artikel merken
Die Annahme der Normalverteilung wird in vielen Modellen der modernen Kapi-talmarkttheorie getroffen, obwohl heute kaum noch umstritten ist, daß sie in den meisten Fällen nicht erfüllt ist. Insbesondere ist die erhöhte Leptokurtosis ein in nahezu allen Fällen zu beobachtendes Faktum. Daher eignen sich flexiblere Verteilungen, wie beispielsweise die t-Verteilung, deutlich besser, um Finanz-marktdaten zu modellieren. Strittig ist jedoch häufig, ob die Zugrundelegung ei-ner symmetrischen Verteilung ausreichend ist, oder ob Schiefe in Wertpapier-renditen berücksichtigt werden muß.
Der Autor geht dieser Fragestellung ausführlich nach. Dazu stellt er zunächst ein sehr allgemeines Verfahren vor, mit dem schiefe Verteilungen aus symmetri-schen Ausgangsverteilungen erzeugt werden können. Dieses Verfahren besticht durch seine Einfachheit, läßt jedoch gleichzeitig eine große Flexibilität der Ver-teilungen zu, da die Anforderungen an die Ausgangsverteilung äußerst gering sind. In einem ersten empirischen Teil wird die durch dieses Verfahren erzeugte sehr flexible SGT2-Verteilung an Finanzmarktdaten angepaßt und die Verbesse-rung im Vergleich zur Normalverteilung illustriert.
Die GARCH-(Generalized Autoregressive Conditional Heteroscedastic-)Modelle, deren Anwendung im Bereich der Finanzmarktökonometrie immer mehr an Be-deutung gewinnt, stehen anschließend im Mittelpunkt. Auch diese unterstellen ursprünglich eine Normalverteilung, lassen sich jedoch relativ einfach um verall-gemeinerte Verteilungen erweitern. Daß diese und zusätzliche Erweiterungen sinnvoll sind, wird empirisch gezeigt.
Den Abschluß bildet die Schätzung von Betafaktoren des bekannten CAPM (Capital Asset Pricing Models). Erneut erscheint die Verwendung verallgemei-nerter Verteilungen angezeigt.
Der Autor geht dieser Fragestellung ausführlich nach. Dazu stellt er zunächst ein sehr allgemeines Verfahren vor, mit dem schiefe Verteilungen aus symmetri-schen Ausgangsverteilungen erzeugt werden können. Dieses Verfahren besticht durch seine Einfachheit, läßt jedoch gleichzeitig eine große Flexibilität der Ver-teilungen zu, da die Anforderungen an die Ausgangsverteilung äußerst gering sind. In einem ersten empirischen Teil wird die durch dieses Verfahren erzeugte sehr flexible SGT2-Verteilung an Finanzmarktdaten angepaßt und die Verbesse-rung im Vergleich zur Normalverteilung illustriert.
Die GARCH-(Generalized Autoregressive Conditional Heteroscedastic-)Modelle, deren Anwendung im Bereich der Finanzmarktökonometrie immer mehr an Be-deutung gewinnt, stehen anschließend im Mittelpunkt. Auch diese unterstellen ursprünglich eine Normalverteilung, lassen sich jedoch relativ einfach um verall-gemeinerte Verteilungen erweitern. Daß diese und zusätzliche Erweiterungen sinnvoll sind, wird empirisch gezeigt.
Den Abschluß bildet die Schätzung von Betafaktoren des bekannten CAPM (Capital Asset Pricing Models). Erneut erscheint die Verwendung verallgemei-nerter Verteilungen angezeigt.
| Reihe/Serie | Quantitative Ökonomie ; 122 |
|---|---|
| Zusatzinfo | Ill. |
| Sprache | deutsch |
| Maße | 140 x 210 mm |
| Gewicht | 332 g |
| Einbandart | Kunststoff |
| Themenwelt | Wirtschaft ► Allgemeines / Lexika |
| Schlagworte | Finanzmarktdaten • HC/Wirtschaft/Allgemeines, Lexika • Modell • t-Verteilung |
| ISBN-10 | 3-89012-932-3 / 3890129323 |
| ISBN-13 | 978-3-89012-932-7 / 9783890129327 |
| Zustand | Neuware |
| Informationen gemäß Produktsicherheitsverordnung (GPSR) | |
| Haben Sie eine Frage zum Produkt? |
Mehr entdecken
aus dem Bereich
aus dem Bereich
erfolgreich bei Bachelor- und Masterarbeit
Buch | Softcover (2024)
Vahlen (Verlag)
CHF 26,45
erfolgreich organisieren, recherchieren, präsentieren
Buch | Softcover (2025)
Vahlen, Franz (Verlag)
CHF 26,45
Buch | Softcover (2025)
Franz Vahlen (Verlag)
CHF 30,65
