| Document Type
|
:
|
BL
|
| Record Number
|
:
|
871636
|
| Main Entry
|
:
|
Wagner, Waldemar.
|
| Title & Author
|
:
|
Nichtlineare Zeitreihenanalyse Als Neue Methode Für Eventstudien : : Eine Empirische Studie Am Beispiel der Ergebnismeldungen Von NASDAQ-Unternehmen.
|
| Publication Statement
|
:
|
Wiesbaden :: Gabler,, 2018.
|
| Series Statement
|
:
|
Komplexität, Entrepreneurship und Ökonomische Bildung Ser.
|
| Page. NO
|
:
|
1 online resource (308 pages)
|
| ISBN
|
:
|
3658244437
|
|
|
:
|
: 9783658244439
|
|
|
:
|
3658244429
|
|
|
:
|
9783658244422
|
| Notes
|
:
|
5.2 Datenerhebung und Aufbereitung.
|
| Contents
|
:
|
Intro; Geleitwort; Vorwort; Inhaltsverzeichnis; Abbildungsverzeichnis; Tabellenverzeichnis; 1 Einleitung; 2 Effiziente Märkte; 2.1 Das Martingal Modell; 2.2 Das Random-Walk Modell; 2.2.1 Illusion von Ineffizienz; 2.3 Empirische Belege zur Markteffizienz; 2.3.1 Untersuchungen zur schwachen Form der Effizienzmarkthypothese; 2.3.2 Untersuchungen zur starken Form der Effizienzmarkthypothese; 2.3.2.1 Insiderhandel; 2.3.2.2 Professionelle Investoren und Portfolio-Manager; 2.3.3 Untersuchungen zur mittelstarken Form der Effizienzmarkt-hypothese; 2.4 Eventstudien; 2.4.1 Marktanomalien.
|
|
|
:
|
2.4.2 Messung abnormaler Renditen2.4.3 Einordnung der Events; 2.4.4 Auswahl des Eventfensters; 2.5 Kritik an den bisherigen Untersuchungen zur Effizienzmarkthypothese; 2.5.1 Die zeitliche Entwicklung der Markteffizienz -- Adaptive Market Hypothesis; 2.5.2 Nichtlinearitäten in den Daten; 3 Die Messung der Markteffizienz mithilfe von Dimensionalitätskonzepten; 3.1 Grundlagen; 3.1.1 Phasenraumdarstellung; 3.1.2 Konstruktion der Zeitverzögerungskoordinaten; 3.1.3 Wahl des passenden Timelags; 3.1.3.1 Autokorrelationsfunktion (ACF); 3.1.3.2 Mutual Information Content.
|
|
|
:
|
3.1.4 Wahl der passenden Einbettungsdimension3.1.5 Attraktoren; 3.1.6 Seltsame Attraktoren; 3.2 Dimensionalitätsmaße; 3.2.1 Kapazität; 3.2.2 Hausdorff-Dimension; 3.2.3 Informationsdimension; 3.2.4 Korrelationsdimension D2; 3.2.5 Pointwise-Dimension; 3.2.6 Point-D2 (PD2); 3.2.7 Lyapunov-Dimension; 3.3 Besonderheiten und Limitationen der Dimensionsmaße im Einsatz mit ökonomischen Daten; 3.3.1 Abhängigkeit von der Datenlänge; 3.3.1.1 Verlängerung der Datenreihe; 3.3.1.2 Mindestgenauigkeit der Daten; 3.3.2 Konvergenzkriterien für den GP-Algorithmus des D2.
|
|
|
:
|
3.3.2.1 Linearität in der Skalierungsregion3.3.2.2 Länge der Skalierungsregion; 3.3.2.3 Variationen des Einbettungsfensters; 3.3.3 Bestimmung der kleinstmöglichen Einbettungsdimension; 3.3.3.1 False-Nearest-Neighbors Methode; 3.3.3.2 Wavering-Product; 3.3.3.3 Bestimmung der optimalen Einbettungsdimension; 3.3.4 Theiler-Fenster; 3.3.5 Rauschen in den Daten; 3.3.5.1 Anwendung von Rauschfiltern bei deterministisch-chaotischen Zeitreihen; 3.3.5.2 Implikationen für ökonomische Daten; 3.3.5.3 Implikationen für den Einsatz von Rauschfiltern.
|
|
|
:
|
3.4 PD2-Eventstudie als Methode zum Nachweis temporärer Änderungen in den Nichtlinearitäten3.4.1 Aufbau der klassischen Eventstudie; 3.4.2 Aufbau der PD2-Eventstudie; 4 Zielsetzung der empirischen Studie; 4.1 Etablierung des Event-PD2 als Untersuchungsmethode für ökonomische Zeitreihen; 4.2 Betrachtung der Effizienzmarkthypothese aus Perspektive der klassischen Eventstudie und der PD2-Eventstudie; 4.3 Betrachtung der Adaptive-Market Hypothese aus Perspektive der klassischen Eventstudie und der PD2-Eventstudie; 5 Methoden; 5.1 Auswahl des geeigneten Events als Untersuchungsgegenstand.
|
| LC Classification
|
:
|
HB172.5HB71-74QA276-
|