.: Startseite   .: News & Links    .: Downloads   .: Kontakt   .: Impressum   .: Sitemap    Druckversion Suche Suche    
Uhlenbruch Verlag - Jahrestagung Portfoliomanagement, Konferenz Asset Management, Kongress Asset Management, Tagung Asset Management, Literatur Asset Management Uhlenbruch Verlag - Jahrestagung Portfoliomanagement, Konferenz Risk Management, Kongress Risk Management, Tagung Risk Management, Literatur Risk Management Uhlenbruch Verlag - Jahrestagung Portfoliomanagement, Konferenz Portfoliomanagement, Kongress Portfoliomanagement, Tagung Portfoliomanagement, Literatur Portfoliomanagement  
Seminare, Tagungen, Konferenzen, Kongresse, Jahrestagung und Literatur aus den Bereichen Asset Management, Risk Management und Portfoliomanagement  
 
Asset Management
Handbücher
Lehrbücher
Schriftenreihen
Risikomanagement
Financial Planning
Private Equity
 
Sie sind bereits registrierter Kunde bei uns?
Hier gehts zum Kundenlogin:
Anmeldung Webshop
Anmeldung Tagung/Seminar
Pfad: Uhlenbruch > Literatur > Asset Management > Schriftenreihen > Reihe Financial Research > Band 6: Kerndichte- und Kernregressionsschätzungen im Asset Management

Reihe "Financial Research", Band 6

Kerndichte- und Kernregressionsschätzungen im Asset Management

Analyse und Prognose von Rendite- und Risikoparametern mit Hilfe nichtparametrischer Verfahren

von Kerstin Petersmeier
497 Seiten, März 2003
EUR 59,- inkl. MwSt. und Versand
ISBN 978-3-933207-36-4





Warum ist dieses Buch für Sie wichtig?

Die moderne Finanzanalyse und das Risikomanagement sind wie kaum andere Bereiche innerhalb der Betriebswirtschaft durch die Verwendung mathematisch-statistischer Methoden geprägt. In dieser Arbeit wird gezeigt, dass dabei die Suche nach solchen Verfahren erforderlich ist, die bezüglich ihrer Prämissen zu den Eigenschaften finanzwirtschaftlicher Daten passen. Die Verfahren der Kerndichte- und der Kernregressionsschätzung erscheinen in dieser Hinsicht geeigneter als traditionelle Methoden. Trotzdem haben sie innerhalb des Asset Managements zur Analyse und Prognose von Rendite- und Risikoparametern bisher nur wenig Beachtung gefunden. In einer interessanten Fallstudie aus dem Bereich des quantitativen Portfoliomanagements wird gezeigt, wie sich mit diesen Verfahren geeignete Schätzer für die Inputparameter der Portfoliooptimierung generieren lassen.

So urteilt die Fachwelt:

„Die moderne Finanzanalyse und das Risikomanagement sind kaum wie andere Bereiche innerhalb der Betriebswirtschaftslehre durch die Verwendung mathematisch-statistischer Methoden geprägt. In der vorliegenden Arbeit wird gezeigt, dass dabei die Suche nach solchen Verfahren erforderlich ist, die hinsichtlich ihrer Prämissen zu den empirischen Eigenschaften finanzwirtschaftlicher Daten passen. Frau Petersmeier greift auf die Verfahren der Kerndichteschätzungen und der Kernregression zurück, die innerhalb des Asset Managements zur Analyse und Prognose von Rendite- und Risikoparametern bisher kaum Beachtung oder gar Anwendung gefunden haben. Es handelt sich um eine Arbeit, die zweifelsfrei in der jungen Tradition der quantitativen Finanzwirtschaftslehre steht und sich in die Riege anspruchsvoller, aktueller, gerade angelsächsischer 'Finance-Literatur’ nahtlos einreiht.“

Prof. Dr. Thorsten Poddig




Das ausführliche Inhaltsverzeichnis können Sie sich in unserem Download-Bereich als PDF herunterladen.

Inhaltsübersicht

1 Einleitung 1

1.1 Motivation und Ziele 1
1.2 Aufbau der Arbeit 7

2 Methodische Probleme im Asset- und Risikomanagement 13

2.1 Einleitung 13
2.2 Die Finanzanalyse im Portfoliomanagement 15
2.3 Risikoquantifizierung im Risikomanagement 70
2.4 Zusammenfassung 91

3 Kerndichteschätzung 93

3.1 Einleitung 93
3.2 Die Methode der Kerndichteschätzung 95
3.3 Eigenschaften des Schätzers 115
3.4 Schätzung der Prognoseverteilung 119
3.5 Die Kerndichteschätzung im Asset- und Risikomanagement 120
3.6 Abschließende Bemerkungen 131

4 Kernregressionsschätzungen 135

4.1 Einleitung 135
4.2 Methoden der Kernregression 138
4.3 Kern und Bandweite des Schätzers 148
4.4 Eigenschaften des Nadaraya-Watson-Schätzers 156
4.5 Kernregressionsschätzung bei abhängigen Beobachtungen 164
4.6 Exkurs: Kernregression und Künstliche Neuronale Netze 168
4.7 Das Problem der Dimensionalität und der Bedarf einer großen Datenmenge 179
4.8 Ausgewählte empirische Anwendungen: Nichtparametrische Regressionsmodelle in der Finanzwirtschaft 189

5 Automatische Entwicklung nichtparametrischer Modelle 215

5.1 Einleitung 215
5.2 Konzeption des Systems zur automatischen Modellierung 219
5.3 Vorverarbeitung der Daten 224
5.4 Datenreduktion: Eliminierung von Abhängigkeiten in den Einflussgrößen und Vorselektion der Einflussgrößen 231
5.5 Modellschätzung 242
5.6 Modellselektion 245
5.7 Modellvalidierung 269
5.8 Simulationsexperimente zur Modellselektion und Modellgüte 274
5.9 Zusammenfassung 299

6 Fallstudie 1: Portfoliomanagement 301

6.1 Ziel der Untersuchung 301
6.2 Integration des Systems zur automatischen Entwicklung nichtparametrischer Regressionsmodelle in IPES 305
6.3 Generierung der Parameter Varianzen und Kovarianzen zur Portfoliooptimierung 312
6.4 Künstlich generierte Daten 315
6.5 Branchenallokation 340
6.6 Zusammenfassung 362

7 Fallstudie 2: Jahresabschlussinformationen zur Erklärung und Prognose von Aktienkursentwicklungen 363

7.1 Ziel der Untersuchung 363
7.2 Theoretische Grundlagen 367
7.3 Vorüberlegungen zur empirischen Studie 380
7.4 Die empirische Untersuchung 388
7.5 Zusammenfassung 417

8 Schlussbetrachtungen 419

8.1 Zusammenfassung 419
8.2 Ausblick 425

Anhang 429

Literaturverzeichnis 445

Index 476

UHLENBRUCH VERLAG GMBH - Finance for Professionals
Wiesbadener Weg 2a   +   D-65812 Bad Soden / Ts.

Telefon: +49 (0) 61 96 / 65 15 330   +   Telefax: +49 (0) 61 96 / 65 15 355   +   E-Mail: info@uhlenbruch.com

 





Das Buch bietet Ihnen:

 

Kritische Betrachtung der im Asset- und Risikomanagement typischerweise eingesetzten mathematisch-statistischen Verfahren

Darstellung der Vorteile nichtparametrischer Verfahren (insbesondere der Kerndichte- und Kernregressionsschätzung) zur Analyse und Prognose von Rendite- und Risikoparametern

Einführung in die Methodik der Kerndichte- und Kernregressionsschätzung

Automatisierte Entwicklung nichtparametrischer Regressionsmodelle mit Hilfe unterschiedlicher Variablenselektionsalgorithmen

Fallstudien zum Einsatz der Kerndichte- und Kernregressionsschätzungen im Portfoliomanagement und in der empirischen, bilanzorientierten Kapitalmarktforschung