|
" Die parametrische und semiparametrische Analyse von Finanzzeitreihen : "
Christian Peitz.
| Document Type
|
:
|
BL
|
| Record Number
|
:
|
758675
|
| Doc. No
|
:
|
b578641
|
| Main Entry
|
:
|
Christian Peitz.
|
| Title & Author
|
:
|
Die parametrische und semiparametrische Analyse von Finanzzeitreihen : : Neue Methoden, Modelle und Anwendungsmöglichkeiten\ Christian Peitz.
|
| Publication Statement
|
:
|
Fachmedien ; Wiesbaden : Springer Gabler, [, 2016] ©2016
|
| ISBN
|
:
|
3658122625
|
|
|
:
|
: 9783658122621
|
| Contents
|
:
|
Vorwort; Inhaltsverzeichnis; Abbildungsverzeichnis; Tabellenverzeichnis; Abkürzungsverzeichnis; 1 Einleitung; 1.1 Hinführung und Zielsetzung; 1.2 Aufbau der Arbeit; 2 Grundlagen; 2.1 Stilisierte Fakten von Finanzzeitreihen; 2.1.1 Das tägliche Muster in Handelswartezeiten; 2.1.2 Das tägliche Muster der Volatilität; 2.2 Hochfrequenteund ultra-hochfrequente Handelsdaten; 2.2.1 Umfang und Beschaffenheit des Datenmaterials; 2.2.2 Anzahl und Verteilung von ultra-hochfrequenten Daten; 2.3 Einführung in die Klasse der ARCH/GARCH Modelle; 2.3.1 Aufbau und Eigenschaften des ARCH Modells. 2.3.2 Aufbau und Eigenschaften des GARCH Modells2.3.3 Existenz der Momente höherer Ordnungen; 2.3.4 Schätzung des GARCH Modells; 2.3.5 Erweiterungen der univariaten GARCH Modelle; 2.3.6 Das APARCH Modell; 2.3.7 Das EGARCH Modell; 2.3.8 Das CGARCH Modell; 2.3.9 Das GJR-GARCH Modell; 2.4 Einführung in das ACD Modell; 2.4.1 Aufbau und Eigenschaften des ACD Modells; 2.4.2 Das EACD Modell; 2.4.3 Vergleich des GARCH Modells mit dem EACD Modell; 2.4.4 Das WACD Modell; 2.4.5 Das Log-ACD Modell; 2.5 Die Volatilität auf dem Finanzmarkt; 2.5.1 Die implizite und die historische Volatilität. 2.5.2 Die Volatilität rund um einzelne Krisen2.5.3 Berechnung der historischen Volatilität; 2.6 Risikomaße aus dem Bereich des quantitativen Risikomanagements; 2.6.1 Der Value-at-Risk; 2.6.2 Methoden zur Bestimmung des Value-at-Risk; 2.6.3 Die gefilterte historische Simulation; 2.6.4 Value-at-Risk: Berechnung unter Annahme einer Normalverteilung; 2.6.5 Das Backtesting Verfahren; 3 Die semiparametrische Erweiterung univariater Volatilitätsmodelle; 3.1 Das Semi-GARCH Modell; 3.2 Das Semi-APARCH Modell; 3.3 Vergleich eines parametrischen mit einem semiparametrischen Modell. 3.3.1 Ergebnisse des parametrischen APARCH Modells3.3.2 Ergebnisse des Semi-APARCH Modells; 3.4 Zusammenfassung; 4 Berechnung des Value-at-Risk auf Grundlagen parametrischer & semiparametrischer Modelle; 4.1 Berechnung des Value-at-Risk basierend auf parametrischen Modellen; 4.2 Berechnung des Value-at-Risk basierend auf semiparametrischen Modellen; 4.3 Das Semi-EGARCH und das Semi-CGARCH Modell; 4.4 Modellanpassung und Modellvergleich; 4.4.1 Ergebnisse für zwei Indizes: DAX und S & P 500; 4.4.2 Ergebnisse für zwei Aktien: Allianz und Exxon; 4.5 Zusammenfassung. 5 Die Analyse von Handelswartezeiten mit dem semi-ACD Modell5.1 Formale Darstellung des Semi-ACD Modells für tägliche, durchschnittliche Wartezeiten; 5.1.1 Die Schätzung der Skalenfunktion; 5.1.2 Die Schätzung der ACD Parameter; 5.2 Die Anwendung des Semi-ACD Modells; 5.2.1 Anwendung auf tägliche, durchschnittliche Daten; 5.2.2 Die optimale Bandbreite; 5.2.3 Schätzung der Skalenfunktion; 5.3 Vergleich eines parametrischen mit einem semiparametrischen Modell; 5.3.1 Ergebnisse des Semi-EACD und des Semi-WACD Modells; 5.3.2 Vergleich der Ergebnisse; 5.4 Zusammenfassung.
|
| Subject
|
:
|
BUSINESS ECONOMICS -- Finance.
|
| Subject
|
:
|
Finance -- Mathematical models.
|
| Subject
|
:
|
Time-series analysis.
|
| LC Classification
|
:
|
HB172.5C475 9999
|
| Added Entry
|
:
|
Christian Peitz
|
| |