Seminar zur quantitativen Wirtschaftsforschung

Transkript

1 Institut für Statistik und Ökonometrie Prof. Dr. P. Stahlecker Wintersemester 2014/15 Seminar zur quantitativen Wirtschaftsforschung Die angegebenen Literaturquellen sind Vorschläge von uns. Bestandteil einer Seminararbeit ist auch die selbstständige Zusammenstellung von Literatur und Fakten. Natürlich unterstützt ihr Seminarbetreuer Sie bei dieser Aufgabe. Sie sind eingeladen, eigene Themenvorschläge aus den unten genannten Bereichen bei uns einzureichen. Seminararbeiten können zu Bachelor- oder Masterarbeiten fortgeführt werden. Themenliste Methoden 1. Zur Methodologie von VAR-Modellen: Integrierte Prozesse und Unit-Roots ([30], [41], [47], [53]) 2. Zur Methodologie von VAR-Modellen: Das Konzept der Kointegration ([28], [30], [41]) 3. Zur Methodologie von VAR-Modellen: Schätzen und Testen ([41]) 4. Konzepte zum Umgang mit fehlenden Daten ([14], [39], [51], [54]) 5. Logistische Regression Einführung in die Regressionsanalyse bei abhängigen diskreten Variablen ([27]) 6. Die Verallgemeinerte Methode der Momente dargestellt anhand eines praktischen Beispiels ([29], [30], [35], [41]) 7. Das lineare Regressionsmodell mit nicht-skalarer Varianz-Kovarianz-Matrix des Störterms ([27], [30], [46]) 8. Simulationsstudien zur approximativen Berechnung der Gütefunktion verschiedener Testverfahren im linearen Regressionsmodell (a) Durbin-Watson-Test auf Autokorrelation ([27], [28], [35], [37]) (b) Goldfeld-Quandt-Test auf Heteroskedastizität ([27], [28], [35], [37]) (c) Hausman-Fehlspezifikationstest ([27], [28], [35], [37]) (d) Strukturbruchtests ([27], [28], [35], [37]) (e) Unit-Root-Tests ([30], [41], [47]) 9. Der relative quadratische Schätzfehler als Gütekriterium ([1]) 10. Monte-Carlo Methoden in der Statistik ([40], [50]) 11. Verfahren zur Generierung von Pseudo-Zufallszahlen mit gegebener Verteilung ([24])

2 12. Markov Chain Monte Carlo Methoden am Beispiel des Metropolis-Hastings und des Expectation-Maximazation Algorithmus ([31]) 13. Sind die meisten publizierten empirischen Veröffentlichungen falsch? ([13], [34]) Visualisierung in der Statistik 14. Grundlagen der Visualisierung in der Statistik ([58], [23, S ]) 15. Verschiedene Farbräume und Farbauswahl für Graphiken ([18]) 16. Algebren statistischer Variablen zur Erstellung von Graphiken ([23]) Volkswirtschaftslehre 17. Ist das Einkommen in einer Volkswirtschaft Pareto-verteilt? Eine empirische Analyse ([10]) 18. Empirische Analyse der Geschlechter-Lohnlücke ([12]) 19. Taylor-Regel und Pronostizierbarkeit von Zentralbank-Zinsentscheidungen ([59]) 20. Empirische Klassifizierung von Kartellstrukturen ([43]) Finanzmärkte 21. Stilisierte Fakten internationaler Finanzmärkte ([8], [9], [38]) 22. Preisbildungsmodelle für einen informationseffizienten Finanzmarkt ([7], [19], [20], [42], [48], [52]) 23. Verfahren der Risikomessung Der Value at Risk ([21], [32], [36]) 24. Pricing von pfadabhängigen Aktienderivaten mit Monte Carlo Methoden in einer Black Scholes-Welt ([22], [26]) 25. Vergleich der Zinsstrukturkurvenmodelle von Nelson Siegel und Nelson Siegel Svensson und Parameterschätzung ([11], [25]) 26. Vergleich der historischen Performance eines Portfolio-Modells nach Markowitz und Black Litterman ([17]) 27. Markowitz-Portfolio unter Nebenbedingungen. Ein R-Programm zur numerischen Analyse ([45]) Sport 28. Berechenbarkeit im Fußball? Literaturüberblick über verschiedene Prognoseansätze 29. Universalität im Fußball? Statistische Auswertung der Ergebnisse verschiedener Ligen 30. Metrisierung des Sports Kennzahlen und deren Bedeutung zur Analyse und Prognose

3 Literatur [1] Arnold, B., Stahlecker, P. [2002], Linear Regression Analysis Using the Relative Squared Error, Linear Algebra and its Applications, 354. [2] Andersen, T. G., Bollerslev, T., Christoffersen, P. F., Diebold, F. X. [2006], Volatility and correlation forecasting, in Elliott, G., Granger, C. W. J., Timmermann, A. (eds), Handbook of economic forecasting, volume 1, Elsevier, Amsterdam, [3] Andersen, T. G., Bollerslev, T., Diebold, F. X., Labys, P. [2003], Modeling and forecasting realized volatility, Econometrica, 71(2), [4] Baltagi, B.H. [2008], Econometric Analysis of Panel Data, Wiley. [5] Box, G. E. P., Tiao, G. C. [1992], Bayesian inference in statistical analysis, Wiley. [6] Bock, H., Müller, U., Stahlecker, P. [1980], Stagflation. Ansätze in Theorie, Therapie und Empirie, Königstein im Taunus. [7] Campbell, J. Y., Lo, A. W., MacKinlay, A. C. [1997], The Econometrics of Financial Markets, Princeton University Press. [8] Cont, R. [2001], Empirical properties of asset returns: stylized facts and statistical issues, Quantitative Finance, 1, [9] Dacorogna, M., Gengay, R. [2007], An Introduction to High-Frequency Finance, Academic Press, San Diego. [10] Chatterjee A. et al. [2005], Econophysics of Wealth Distributions: Econophys- Kolkata I, Springer. [11] Deutsche Bundesbank [2005] Schätzung von Zinsstrukturkurven, Deutsche Bundesbank Monatsbericht Oktober [12] Claudia Finke [2006] Verdienstunterschiede zwischen Männern und Frauen, Statistisches Bundesamt, Wiesbaden [13] Diekmann, A. [2011] Are Most Published Research Findings False?, Jahrbücher fuer Nationalökonomie und Statistik, 2011, [14] Enders, C. [2010], Applied Missing Data Analysis, Guilford Pubn. [15] Engle, R. F. [1982], Autoregressive conditional heteroskedasticity with estimates of the variance of United Kingdom inflation, Econometrica 50, [16] Europäische Zentralbank [2011], The European Central Bank, the Eurosystem, the European System of Central Banks. [17] Fabozzi, F. et al. [2007], Robust Portfolio Optimization and Management, Wiley. [18] Fairchild, M. [2005], Color Appearance Models, Addison-Wesley. [19] Fama, E., French, K. R. The Cross-Section of Expected Stock Returns, Journal of Finance, 47 (June 1992), [20] Fama, E. F. [1976], Foundations of Finance, Basic Books, New York.

4 [21] Franke, J., Härdle, W., Hafner, C. [2004], Statistics of Financial Markets, Springer, Heidelberg. [22] Fusai, G., Roncoroni, A. [2008], Implementing Models in Quantitative Finance: Methods and Cases, Springer. [23] Gentle et al. [2014], Handbook of Computational Statistics: Concepts and Methods, Springer. [24] Gentle, J. [2003], Random Number Generation and Monte Carlo Methods, Springer. [25] Gilli et al. [2010], Calibrating the Nelson Siegel Svensson model, COMISEF WORKING PAPERS SERIES. [26] Glasserman, P. [2003], Monte Carlo Methods in Financial Engineering, Springer. [27] Greene, W. [2011], Econometric Analysis, 7th edition, Addison Wesley. [28] Hackl, P. [2005], Einführung in die Ökonometrie, Pearson Studium, München. [29] Hall, A. R. [2005], Generalized Method of Moments, Oxford University Press, Oxford. [30] Hamilton, D. [1994], Time Series Analysis, Princeton. [31] Häggström, O. [2002], Finite Markov Chains and Algorithmic Applications, Cambridge University Press. [32] Härdle, W., Kleinow, T., Stahl, G. [2002], Applied quantitative finance: theory and computational tools, Springer, Berlin. [33] Hübler, O. [2005], Einführung in die empirische Wirtschaftsforschung, Oldenbourg. [34] Ioannidis, P. [2005], Why Most Published Research Findings Are False, PLoS Medicine, Vol. 2, Issue 8, e124. [35] Johnston, J., DiNardo, J. [1997], Econometric Methods, 4th edition, New York. [36] Jorion, P. [2009], Value at risk: the new benchmark for managing financial risk, 3rd edition, McGraw-Hill, New York. [37] Judge, G. et al [1988], Introduction to the Theory and Practice of Econometrics, 2nd edition, New York. [38] Krämer, W., Arminger G. [2011], True Believers or Numerical Terrorism at the Nuclear Power Plant, Jahrbücher fuer Nationalökonomie und Statistik, 2011, [39] Little, R., Rubin, D. [2002], Statistical Analysis with Missing Data, John Wiley & Sons [40] Liu, Jun S. [2008], Monte Carlo Strategies in Scientific Computing, Springer. [41] Lütkepohl, H. [2005], New Introduction to Multiple Time Series Analysis, Springer, Berlin. [42] Malliaris, A. G., Brock, W. A. [1991], Stochastic Methods in Economics and Finance, North-Holland.

5 [43] Marshall, R. C., Marx, L. M. [2012], The Economics of Collusion: Cartels and Bidding Rings, MIT Press University Press. [44] McNeil A. J., Frey R., Embrechts P. [2005], Quantitative risk management: concepts, techniques and tools, Princeton University Press. [45] Mertens, D. [2006], Portfolio-Optimierung nach Markowitz, 2. Auflage, Frankfurt School Verlag. [46] Newey, W. K., West, K. D. [1987], A Simple, Positive Semi-definite, Heteroskedasticity and Autocorrelation Consistent Covariance Matrix, Econometrica 55, [47] Pfaff, B. [2006], Analysis of Integrated and Co-integrated Time Series with R, Springer, Berlin. [48] Poddig, T. [1999], Handbuch Kursprognose, Uhlenbruch Verlag, Bad Soden. [49] Rabe-Hesketh, S., Skrondal, A. [2008], Multilevel and Longitudinal Modeling Using Stata, Stata Press. [50] Robert, C., Casella, G. [2010], Introducing Monte Carlo Methods with R, Springer. [51] Schafer, J. [1997], Analysis of Incomplete Multivariate Data, Chapman & Hall. [52] Smidt, S. [1972], A New Look at the Random Walk Hypothesis, in Elton, E. J., Gruber, M. J. (eds), Security Evaluation and Portfolio Analysis, Prentice-Hall, New Jersey, [53] Stahlecker, P. [2008], Ökonometrie. Eine Einführung in Theorie und Praxis, Band I, Universität Hamburg, Hamburg. [54] Stahlecker, P., Jänner, M. [1993], A Minimax Approach to Missing Values in Linear Regression, Statistical Papers, 34. [55] Taylor, S. J. [2005], Asset Price Dynamics, Volatility, and Prediction, Princeton University Press. [56] Wasserman, L. [2003], All of Statistics, Springer. [57] Wasserman, L. [2003], All of Nonparametric Statistics, Springer. [58] Wilkinson, L. [2006], The Grammar of Graphics, Springer. [59] Woodford, M. [2001], The Taylor Rule and Optimal Monetary Policy, The American Economic Review. Vol. 91, No. 2. [60] Wooldridge, J. M. [2002], Econometric analysis of cross section and panel data, Cambridge, Mass. [61] Zellner, A. [1996], An introduction to Bayesian inference in econometrics, Wiley, New York.