|
![]() |
|||
|
||||
OverviewFinanzmarktökonometrie bietet eine umfassende Darstellung des zeitkontinuierlichen Modellierungsansatzes und seiner Anwendung in Ökonometrie, empirischer Kapitalmarktforschung und Optionsbewertung. Dabei liegt ein Schwerpunkt auf der Theorie, Simulation, Filterung und Parameterschätzung zeitstetiger Systeme. Besonders praxisrelevant ist hierbei die Annahme, daß Daten nur zu bestimmten Zeitpunkten als Panel oder Zeitreihen erhältlich sind. Zusätzlich wird davon ausgegangen, daß nur Teile des Systemzustands meßbar und mit Meßfehlern behaftet sind. Der aus der System- und Kontrolltheorie stammende kontinuierlich-diskrete Zustandsraum-Ansatz wird in Finanzmarktökonometrie konsequent auf Modellierungsprobleme derivativer Finanzprodukte angewandt. Umfangreiche graphische Darstellungen erläutern und verdeutlichen dem Leser die mathematische Formulierung der Thematik. Full Product DetailsAuthor: Hermann SingerPublisher: Springer-Verlag Berlin and Heidelberg GmbH & Co. KG Imprint: Physica-Verlag GmbH & Co Edition: 1999 ed. Volume: 171 Dimensions: Width: 15.50cm , Height: 1.90cm , Length: 23.50cm Weight: 0.539kg ISBN: 9783790812046ISBN 10: 3790812048 Pages: 340 Publication Date: 15 April 1999 Audience: Professional and scholarly , Professional & Vocational Format: Paperback Publisher's Status: Active Availability: Out of stock ![]() The supplier is temporarily out of stock of this item. It will be ordered for you on backorder and shipped when it becomes available. Language: German Table of Contents1. Zeitstetige Modellierung.- I. Zeitstetige Dynamische Systeme.- 2. Deterministische Differentialgleichungen.- 2.1 Nichtlineare Systeme 1. Ordnung.- 2.2 Lineare Systeme 1, Ordnung.- 2.2.1 Inhomogene Gleichungen.- 2.2.2 Nichtautonome inhomogene Gleichungen.- 2.3 Beispiele.- 3. Stochastische Differentialgleichungen.- 3.1 Differentialgleichungen mit zufälligen Parametern.- 3.2 Wiener-Prozeß und weißes Rauschen.- 3.3 Stochastische Integrale und Itô-Differentialgleichungen.- 3.4 Itô-Kalkül.- 3.4.1 Totales Differential bei deterministischen Funktionen.- 3.4.2 Itô-Formel und Itô-Taylor-Entwicklung.- 3.4.3 Beispiele.- 3.5 Stratonovich-Integrale.- 3.6 Itô oder Stratonovich ?.- 3.7 Lineare stochastische Differentialgleichungen.- 3.8 Vorwärts- und Rückwärtsgleichung.- 3.8.1 Kramers-Moyal-Entwicklung.- 3.8.2 Fokker-Planck-Gleichung.- 3.8.3 Beispiele.- 3.8.4 Kolmogoroff- und Feynman-Kac-Formel.- 3.9 SDE, Markoff- und Diffusionsprozesse.- 3.10 Gleichungen für die Momente.- 4. Simulation von Differentialgleichungen.- 4.1 Deterministische Differentialgleichungen.- 4.2 Stochastische Differentialgleichungen.- 4.3 Starke und schwache Konvergenz.- 4.4 Beispiele.- 4.4.1 Wiener-Prozeß und weißes Rauschen.- 4.4.2 Geometrische Brownsche Bewegung.- 5. Zustandsraum-Modelle und Zustandsschätzung.- 5.1 Definition.- 5.2 Modelle mit farbigen Rauschtermen und Personeneffekten.- 5.3 CAR-, CARMA- und CARMAX-Modelle.- 5.4 Optimale Schätzung von Zuständen.- 5.5 Kalman-Filter (diskreter Fall).- 5.6 Kalman-Filter (kontinuierlich-diskreter Fall).- 5.7 Kalman-Bucy-Filter (kontinuierlicher Fall).- 5.8 Kalman-Glätter.- 5.9 Erweiterter Kalman-Filter (kontinuierlich-diskreter Fall).- 5.10 Nichtlinearer kontinuierlich-diskreter Filter.- 5.11 Gaußscher Kerndichte-Filter (kontinuierlich-diskreter Fall).- 5.12 Diskretisiertes kontinuierliches Sampling (DKS).- 5.13 Funktional-Integral-Filter (FIF).- 5.14 Zusammenfassung der nichtlinearen Filteralgorithmen.- 5.15 Beispiele.- 6. Parameterschätzung: Lineare Systeme.- 6.1 Lineare Systeme mit konstanten Koeffizienten.- 6.1.1 Identifikation der System-Matrizen.- 6.1.2 Exakte ML-Schätzung.- 6.1.3 Systeme ohne Meßmodell.- 6.1.4 Approximative ML-Schätzung.- 6.1.5 Beispiel: Das Phillips-Modell.- 6.1.6 Beispiel: Einstellung zu Gastarbeitern.- 6.2 Unregelmäßige Zeitabstände und fehlende Werte.- 6.2.1 AR-Modell mit exogenen Variablen (Sprung-Funktionen, Polygonzüge und Spline-Funktionen).- 6.2.2 Gemischte Stock- und Flow-Daten.- 6.3 Lineare Systeme mit zeitabhängigen Koeffizienten.- 6.3.1 Beispiel: variable Wachstumsmodelle.- 6.3.2 Beispiel: Brownsche Brücke.- 6.4 Parameterschätzung mit zeitstetigen Daten.- 7. Parameterschätzung: Nichtlineare Systeme.- 7.1 Diskretisiertes kontinuierliches Sampling.- 7.2 Erweiterter Kalman-Filter mit fehlenden Werten.- 7.3 EKF und Erweiterung des Systemzustands.- 7.4 Vorhersage-Fehler-Methoden.- 7.4.1 Zusammenhang mit der ML- und KQ-Methode.- 7.4.2 Rekursive Identifikation.- 7.5 Beispiel: Grenzzyklus-Modell.- 7.6 Exakte Likelihood mit Hilfe der Fokker-Planck-Gleichung.- 7.7 Beispiel: Diffusion im bimodalen Potential.- 7.8 Kerndichte-Filter, DKS und Funktional-Integral-Filter.- 7.8.1 ML-Methode.- 7.8.2 Bayes-Methode.- II. Statistische Bewertung von Optionen.- 8. Zeitstetige finanzwirtschaftliche Prozesse.- 8.1 Wiener-Prozeß und geometrische Brownsche Bewegung.- 8.2 CEV-Diffusionsprozesse.- 8.3 Modelle mit stochastischen Volatilitäten/GARCH-Limes.- 8.4 Verallgemeinerte Itô-Prozesse.- 9. Black-Scholes-Differentialgleichung.- 9.1 Optionen.- 9.2 Rückwärtsgleichung mit Inhomogenität.- 9.3 Martingal-Maß und der Satz von Girsanov.- 9.4 Feynman-Kac-Formel und Greensche Funktionen.- 9.5 Spezialfälle.- 9.5.1 Black-Scholes-Formel.- 9.5.2 Cox-Ross-Optionspreis-Formel (CEV-Modell).- 9.6 Numerische Lösungsmethoden.- 9.6.1 Monte Carlo-Simulation der Feynman-Kac-Formel.- 9.6.2 Endliche Differenzen-Methoden.- 10. Parameterschätzung.- 10.1 ML-Schätzung von Diffusionskoeffizienten.- 10.2 GBB: Maximum-Likelihood-Methode.- 10.2.1 stetige Datensätze.- 10.2.2 diskrete Datensätze.- 10.3 CEV-Modell.- 10.3.1 Kleinste-Quadrate-Methoden.- 10.3.2 Approximative und exakte ML-Schätzung.- 10.3.3 Zusammenfassung.- 10.4 Schätzmethoden für allgemeine Itô-Prozesse.- 10.5 Multivariate Ansätze und State Space-Modelle.- Stochastische Volatilitäten.- 11. Ausgewählte Aktien und Optionsscheine.- 11.1 Allianz.- 11.2 Münchner Rück.- 11.3 Bayer 87/97.- 11.4 Bayer 85/95.- 11.5 Simulierter CEV-Optionsschein.- 11.6 Zusammenfassung.- Abkürzungen und Bezeichnungen.ReviewsAuthor InformationTab Content 6Author Website:Countries AvailableAll regions |