Finanzmarktökonometrie : Zeitstetige Systeme und ihre Anwendung in Ökonometrie und empirischer Kapitalmarktforschung.
13 Angebote vergleichen

Lieferung aus: Deutschland, Versandkosten nach: Deutschland.
Von Händler/Antiquariat, Antiquariat Peda, [3280618].
X, 339 S. : graph. Darst. kart. 24 cm , Softcover / Paperback, Zustand: Ausgabe 1999 , Exemplar in gutem Zustand, vereinzelte Markierungen im Text, Ränder und / oder Cover etwas berieben. Mit 159 Abbildungen u. 42 Tabellen. Wirtschaftswissenschaftliche Beiträge, Band 171 , 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. 15119A ISBN 9783790812046, 1999. gebraucht gut, 560g, Internationaler Versand, Selbstabholung und Barzahlung, PayPal, Banküberweisung, Offene Rechnung (Vorkasse vorbehalten).

Von Händler/Antiquariat, Antiquariat Peda [51578771], Landsberg, Hohenthurm, SA, Germany.
X, 339 S. : graph. Darst. ; Zustand: Ausgabe 1999 , Exemplar in gutem Zustand, vereinzelte Markierungen im Text, Ränder und / oder Cover etwas berieben. Mit 159 Abbildungen u. 42 Tabellen. Wirtschaftswissenschaftliche Beiträge, Band 171 , 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. 15119A ISBN 9783790812046 Sprache: Deutsch Gewicht in Gramm: 560 kart. 24 cm , Softcover / Paperback, Books.

Lieferung aus: Deutschland, Versandkosten in die BRD.
Von Händler/Antiquariat, Antiquariat Peda, 06188 Landsberg/OT Hohenthurm.
X, 339 S. : graph. Darst. ; kart. 24 cm , Softcover / Paperback, Zustand: Ausgabe 1999 , Exemplar in gutem Zustand, vereinzelte Markierungen im Text, Ränder und / oder Cover etwas berieben. Mit 159 Abbildungen u. 42 Tabellen. Wirtschaftswissenschaftliche Beiträge, Band 171 , 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. 15119A ISBN 9783790812046 Versand D: 6,90 EUR Hermann Singer , Finanzmarktökonometrie , Zeitstetige Systeme , Anwendung in Ökonometrie und empirischer Kapitalmarktforschung, Kapitalmarkt, Optionspreistheorie, Finanzmarkt, Börse, Finanzen, Kapital, Ökonometrisches Modell, Wirtschaft, Mathematik.

Lieferung aus: Deutschland, Versandkosten in die BRD.
Von Händler/Antiquariat, Antiquariat Peda, 06188 Landsberg.
X, 339 S. : graph. Darst. ; kart. 24 cm , Softcover / Paperback, Zustand: Ausgabe 1999 , Exemplar in gutem Zustand, vereinzelte Markierungen im Text, Ränder und / oder Cover etwas berieben. Mit 159 Abbildungen u. 42 Tabellen. Wirtschaftswissenschaftliche Beiträge, Band 171 , 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. 15119A ISBN 9783790812046 Versand D: 2,50 EUR Hermann Singer , Finanzmarktökonometrie , Zeitstetige Systeme , Anwendung in Ökonometrie und empirischer Kapitalmarktforschung, Kapitalmarkt, Optionspreistheorie, Finanzmarkt, Börse, Finanzen, Kapital, Ökonometrisches Modell, Wirtschaft, Mathematik.

Von Händler/Antiquariat, Antiquariat Peda, 06188 Landsberg / OT Hohenthurm.
kart. 24 cm , Softcover / Paperback, X, 339 S. : graph. Darst. ; Broschiert Zustand: Ausgabe 1999 , Exemplar in gutem Zustand, vereinzelte Markierungen im Text, Ränder und / oder Cover etwas berieben. Mit 159 Abbildungen u. 42 Tabellen. Wirtschaftswissenschaftliche Beiträge, Band 171 , 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. 15119A ISBN 9783790812046 Hermann Singer , Finanzmarktökonometrie , Zeitstetige Systeme , Anwendung in Ökonometrie und empirischer Kapitalmarktforschung, Kapitalmarkt, Optionspreistheorie, Finanzmarkt, Börse, Finanzen, Kapital, Ökonometrisches Modell, Wirtschaft, Mathematik, 3, 2017-01-15.

Von Händler/Antiquariat, BuySomeBooks [52360437], Las Vegas, NV, U.S.A.
Paperback. 340 pages. Dimensions: 9.1in. x 6.1in. x 0.8in.Finanzmarktkonometrie bietet eine umfassende Darstellung des zeitkontinuierlichen Modellierungsansatzes und seiner Anwendung in konometrie, empirischer Kapitalmarktforschung und Optionsbewertung. Dabei liegt ein Schwerpunkt auf der Theorie, Simulation, Filterung und Parameterschtzung zeitstetiger Systeme. Besonders praxisrelevant ist hierbei die Annahme, da Daten nur zu bestimmten Zeitpunkten als Panel oder Zeitreihen erhltlich sind. Zustzlich wird davon ausgegangen, da nur Teile des Systemzustands mebar und mit Mefehlern behaftet sind. Der aus der System- und Kontrolltheorie stammende kontinuierlich-diskrete Zustandsraum-Ansatz wird in Finanzmarktkonometrie konsequent auf Modellierungsprobleme derivativer Finanzprodukte angewandt. Umfangreiche graphische Darstellungen erlutern und verdeutlichen dem Leser die mathematische Formulierung der Thematik. This item ships from multiple locations. Your book may arrive from Roseburg,OR, La Vergne,TN.

Lieferung aus: Deutschland, Versandkostenfrei, In stock (Download).
Die Beschreibung dieses Angebotes ist von geringer Qualität oder in einer Fremdsprache. Trotzdem anzeigen

Lieferung aus: Deutschland, Versandfertig in 1 - 2 Werktagen.
Von Händler/Antiquariat, lord_phuture.
Die Beschreibung dieses Angebotes ist von geringer Qualität oder in einer Fremdsprache. Trotzdem anzeigen

Lieferung aus: Deutschland, zzgl. Versandkosten, 3790812048.
Die Beschreibung dieses Angebotes ist von geringer Qualität oder in einer Fremdsprache. Trotzdem anzeigen

Lieferung aus: Deutschland, Versandkostenfrei, in stock.
Die Beschreibung dieses Angebotes ist von geringer Qualität oder in einer Fremdsprache. Trotzdem anzeigen