Risikomanagement. Vortrag in der Seminarreihe Statistische Mechanik der Finanzmärkte im WS 07/08. Simon Hertenberger

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Risikomanagement. Vortrag in der Seminarreihe Statistische Mechanik der Finanzmärkte im WS 07/08. Simon Hertenberger"

Transkript

1 Rskomanagement Vortrag n der Semnarrehe Statstsche Mechank der Fnanzmärkte m WS 07/08 Smon Hertenberger

2 Inhaltsverzechns Grundlagen Was st Rsko? 3 Gründe des Rskomanagements 3 Rskomanagement als Prozess 5 Rskoarten und Strukturerung 5 Rskomessung und Analyse Überscht 7 Enfache Verlustmaße 7 Volatltät 8 Value at Rsk 9 Qualtatve Rskomessverfahren (Scorng - Modelle) 12 Rskosteuerung Rskovorsorge und Begrenzung 13 Rskovertelung und Verlagerung 13 Rskoüberwälzung und Kompensaton 14 Delta Hedge 14 Lteratur 16

3 1. Grundlagen 1.1 Was st Rsko? De Herkunft des Begrffs Rsko st ncht endeutg geklärt. Während Großwörterbücher des Deutschen (Duden, Wahrg) das Wort über das vulgärlatensche, ncht belegte *rscare/*resecare ( Gefahr laufen, wagen ) auf das altgrechsche ῤίζα (rhza Wurzel, Klppe ) zurückführen, nennt das Etymologsche Wörterbuch des Deutschen (2000) als etymologschen Hntergrund nur das postulerte vulgärlatensche *resecum ( Felsklppe ), das als Verbalsubstantv zu resecare ( abschneden ) den vom Festland abgeschnttenen Felsturm, der zur Gefahr für Handelsschffe wrd bezechnet. Auch das vel ältere Romansche Etymologsche Wörterbuch (1935) seht de Entwcklung des Wortes m grechschen ῤιζικόν (rhzkon Klppe ) und der dazu gehörgen Abletung lat. resecare begründet. Kluge (1999) dskutert dagegen ene vorromansche Form rscare, de als Abletung vom latenschen rxar ( streten, wderstreben ) de unkalkulerbaren Folgen enes Wderstands m Kampf bezechnen würde. Moderne etymologsche Wörterbücher des Neugrechschen brngen andere Erklärungsmodelle ns Spel: So wrd m Großlexkon von Babnots (2002) das neugrechsche ρίσκο (rsko Rsko ) als Hemkehrer aus dem Italenschen (von rsco/rscho, urspr. Gefahr be ener Meeresrese oder mltärschen Unternehmung ) angegeben, der ursprünglch aus dem Grechschen selbst kam und mt dem heute ebenfalls noch exsterenden Wort ριζικό(ν) (rzko[n] Schcksal, Vorherbestmmtes ) n Verbndung zu brngen st. Für unsere Zwecke st en Rsko en potenteller Schaden/Verlust ohne Gegenüberstellung möglcher Gewnne. Zum Rskomanagement gehört nun de Messung und Steuerung aller betrebswrtschaftlchen Rsken enes Unternehmens. 1.2 Gründe des Rskomanagements De Gründe für en Rskomanagement lassen sch grob n dre Rubrken untertelen: Rechtlche Rahmenbedngungen: Gesetzesgrundlagen we KonTraG oder Basel II zwngen Frmen zu enem Rskomanagement bzw. geben Letlnen vor, de das Engehen zu großer Rsken verhndern. KonTraG: Zel des KonTraG st es, de Corporate Governance n deutschen Unternehmen zu verbessern. Deshalb wurden mt desem Artkelgesetz etlche Vorschrften aus dem Handels- und Gesellschaftsrecht verändert. Das KonTraG präzsert und erwetert dabe hauptsächlch Vorschrften des HGB (Handelsgesetzbuch) und des AktG (Aktengesetz). Mt dem KonTraG wurde de Haftung von Vorstand, Aufschtsrat und

4 Wrtschaftsprüfern n Unternehmen erwetert. Kern des KonTraG st ene Vorschrft, de Unternehmensletungen dazu zwngt, en unternehmenswetes Früherkennungssystem für Rsken (Rskofrüherkennungssystem) enzuführen und zu betreben, sowe Aussagen zur Rsken und Rskostruktur des Unternehmens m Lagebercht des Jahresabschlusses der Gesellschaft zu veröffentlchen. Basel II: Basel II bezechnet de Gesamthet der Egenkaptalvorschrften, de vom Basler Ausschuss für Bankenaufscht n den letzten Jahren vorgeschlagen wurden. De Regeln müssen set dem 1. Januar 2007 n den Mtgledsstaaten der Europäschen Unon für alle Kredtnsttute und Fnanzdenstlestungsnsttute angewendet werden. Volkswrtschaftlche Ursachen Durch zunehmende Deregulerung der Fnanzmärkte stegen auch de Rsken für en Unternehmen, da wenger Regeln mehr Frehet bedeutet. Dese Frehet brgt natürlch auch neue Rsken. Somt st en adäquates Rskomanagement umso wchtger. Technologscher Fortschrtt Informatonen werden durch neue Meden we das Internet mmer schneller verbretet und de Produktzyklen mmer kürzer. D.h. es entstehen mmer schneller neue Produkte. Des hat zur Folge, dass mehr Tempo n den Markt kommt und mmer schneller Veränderungen gemacht werden. Veränderungen we neue Produkte benhalten aber auch stets Rsken we z.b. Absatzrsken, Produktonsrsken etc.

5 1.3 Rskomanagement als Prozess Das Rskomanagement enes Unternehmens muss man als enen kontnuerlchen und dynamschen Prozess sehen. Angefangen be der Identfkaton von Rsken muss man sch überlegen, we man dese Rsken messen und analyseren kann. Ist de Rskomessung abgeschlossen geht es daran, ene snnvolle Steuerung der dentfzerten Rsken vorzunehmen. Auf dese Punkte soll nachher noch detallerter engegangen werden. Am Schluss der Prozesskette steht das Controllng, d.h. alle Schrtte werden überprüft und auch mmer weder neu aufgerollt. Des st wchtg, da mmer neue Rsken entstehen oder erkannt werden, de auch näher betrachtet werden müssen. 1.4 Rskoarten und Strukturerung Rsken lassen sch ganz allgemen zuerst enmal n naturwssenschaftlche Rsken (we z.b. Erdbeben, Naturkatastrophen, Stürme etc.) sowe wrtschaftswssenschaftlche Rsken (z.b. Wechselkursrsko, Kredtrsko, Absatzrsko etc.) auftelen. De wrtschaftswssenschaftlchen Rsken lassen sch weter n Unternehmensrsken und volkswrtschaftlche Rsken trennen. Unternehmensrsken snd eben spezell Rsken, denen Unternehmen ausgesetzt snd. Dazu gehört z.b. das Absatzrsko, also dass sch z.b. en Produkt aus rgendwelchen Gründen schlecht verkaufen lässt. Volkswrtschaftlche Rsken snd, we der Name schon sagt, Rsken, de ene ganze Volkswrtschaft betreffen. Deren Auswrkungen snd also deutlch größer. Bespele snd en schneller Ansteg der Inflaton oder das Enbrechen des Wechselkurses des US Dollars.

6 Herbe se erwähnt, dass de besprochenen Entelungen n verschedene Rskoarten sehr stark korrelert snd. So zeht z.b. ene volkswrtschaftlche Krse auch vele Unternehmenskrsen mt sch. Oder en mächtger Sturm, der en ärmeres Land verwüstet wrd wahrschenlch auch volkswrtschaftlche Schwergketen mt sch brngen. Wr wollen uns nun m Weteren auf de Unternehmensrsken konzentreren. Dese lassen sch nochmals we folgt untertelen und stellen de Rskoarten da, mt denen en Unternehmen vorwegend zu tun hat.

7 2. Rskomessung und Analyse 2.1 Überscht Zuerst enmal müssen wr zwschen ener quanttatven und ener qualtatven Rskomessung unterscheden. Während für de quanttatve Messung Werte we Erwarteter Verlust oder Value at Rsk wchtg snd, erstellt man be der qualtatven Rskobestmmung so genannte Scorng- Modelle (score = Punktzahl). Dabe werden qualtatven Werten we sehr gut, gut, mäßg etc. Zahlenwerte zugeordnet und verschedene Punkte addert. Das Ergebns st schleßlch en Zahlenwert, der dann nterpretert werden muss. Darüber aber später mehr. 2.2 Maxmalverlust Der Maxmalverlust gbt den größtmöglchen Schaden bzw. Verlust ener Vermögensposton an. Dazu en Bespel: Zwe Speler machen genau en Spel, ndem Se ene Münze werfen und auf Kopf oder Zahl wetten. Das Startkaptal st jewels 1000 Euro. Der Verlerer muss dem Gewnner 500 Euro bezahlen. => Der Maxmalverlust legt be 500 Euro (es wrd nur enmal gespelt), d.h. n enem Spel kann en Speler maxmal 500 Euro verleren. Vortel: Nachtel: - enfache Berechenbarket, kene Wahrschenlchketen nötg - der Maxmalverlust st sehr gut als Kontrolle geegnet. Erhält man z.b. mt ener komplzerten und umfangrechen Verlustrechnung en Ergebns, das größer st als der Maxmalverlust, st das Modell ungeegnet oder man hat sch verrechnet - Wahrschenlchketen werden ncht berückschtgt kene qualtatve Beurtelung des Rskogehalts 2.3 Erwarteter Verlust und Erwartete relatve Vermögensänderung Bem erwarteten Verlust werden nun de Wahrschenlchketen für das Entreten der möglchen Eregnsse mt berückschtgt. Der erwartete Verlust st de Summe der möglchen Verluste (V) multplzert mt Ihrer zugehörgen Entrttswahrschenlchket: EV = p V Des st zwar ene deutlch gehaltvollere Rskobeurtelung als der Maxmalverlust, aber ene unterschedlche Rskostruktur wrd ncht abgebldet, d.h. es gbt vele Varanten um auf das gleche Ergebns zu kommen. De enzelnen Verlustmöglchketen können ganz unterschedlch sen! Außerdem geht das Gesamtvermögen ncht en. Des soll heßen: Ist en

8 erwarteter Verlust von -100 nun vel oder ncht? Das hängt jetzt maßgeblch vom Vermögen der jewelgen Person oder Frma ab. Deshalb st ene prozentuale Angabe snnvoll. Abhlfe schafft her das Modell der Erwarteten Relatven Vermögensänderung (ERVA). Dabe werden zum Enen ncht nur Verluste, sondern auch möglche Gewnne mt enberechnet, und zum Anderen kommt noch ene Normerung auf das Startkaptal hnzu. D.h. man hat enen Bezug zum Gesamtvermögen n Form ener Prozentangabe. ERVÄ = p V K K = Startkaptal, V = Vermögensänderung (negatv sowe postv) Im Bespel des Münzspels von vorhn: Se das Startkaptal K = 1000, der Verlerer zahlt dem Gewnner 500, dann st de Erwartete Relatve Vermögensänderung ERVÄ = (-50%x50%) + (50%x50%) = 0% Des st auch ntutv verständlch, da ja de Chance auf enen Gewnn genauso hoch st we de Chance auf enen Verlust. Somt macht man mt ener Wahrschenlchket von 50% enen Verlust von 50% des Startkaptals und zu 50% macht man enen Gewnn über 50% des Startkaptals. Das heßt m Endeffekt st de Erwartete Relatve Vermögensänderung glech null Prozent. 2.4 Varanz und Volatltät Wr führen zunächst de aus der Physk bekannte Varanz en. Dese st de Summe der quadrerten Dfferenzen aus den möglchen relatven Vermögensänderungen ( RVÄ ) mt der erwarteten relatven Vermögensänderung ( ERVÄ ) gewchtet mt der jewelgen Entrttwahrschenlchket: Varanz = p ( RVÄ ERVÄ) 2 Das Quadreren sorgt dafür, dass kene negatven Werte auftauchen können. Dafür wrd das Ergebns allerdngs etwas unanschaulch, es hat de Enhet Quadratprozent. σ Dem schafft de Volatltät ( ) Abhlfe. De Volatltät entsprcht der Standardabwechung und bldet sch aus der Wurzel der Varanz: σ = ERVÄ) In unserem Münzspel- Bespel ergbt sch ene Volatltät von 0,5. p ( RVÄ 2

9 Interpretaton: De Vermögensänderung schwankt um hren erwarteten Wert von 0% durchschnttlch um 50 Prozentpunkte nach oben und unten. 2.4 Value at Rsk Der Begrff Wert m Rsko oder englsch Value at Rsk (VaR) bezechnet en Rskomaß, das angbt, welchen Wert der Verlust ener bestmmten Rskoposton (z. B. enes Portfolos von Wertpaperen) mt ener gegebenen Wahrschenlchket und n enem gegebenen Zethorzont ncht überschretet. Das Value at Rsk wurde von J.P. Morgan entwckelt und st heute en Standardrskomaß m Fnanzsektor. Mttlerwele wrd das Konzept auch n Industre- und Handelsunternehmen für de Quantfzerung bestmmter Rsken (mest fnanzwrtschaftlche Rsken) engesetzt. Der Value at Rsk berechnet sch anschaulch folgendermaßen: Dazu müssen wr zuerst enmal de Begrfflchketen klären: Rskoposton (K): Vermögensposton bewertet zu aktuellen Marktpresen n enhemschen Währungsenheten Lqudatonsperode (T): Zetraum, der m Fall ener Krse benötgt wrd, um de betreffende Rskoposton zu schleßen (zu verkaufen). Dese legt mest m Berech von engen Tagen. Es muss de Wurzel der Zet n Tagen engesetzt werden! Volatltät ( σ ): Standardabwechung des Mttelwerts der Rendte

10 Scherhetswahrschenlchket: Am Bespel der BMW Akte aus dem Jahre 2005 Her sehen wr de Dchtefunkton der BMW- Akte m Jahre Aufgetragen st de Rendte der Akte und we häufg dese Rendte entrat. De Zetperode für obge Grafk st T = 1 Tag. D.h. an jedem Börsentag wurde de Rendte notert. Der Mttelwert der Rendte legt be und de Volatltät be 1,031% µ = 0,042% σ Um nun desen Graphen formal erfassen zu können wrd er n dem wohl enfachsten Modell mt ener Normalvertelung angenähert (Ene Levy-Vertelung wäre her auch denkbar).

11 Das Vorgehen enes Anlegers st nun folgendes: In desem Bespel wählt der Anleger ene Scherhetswahrschenlchket von 97,5% => De ganze Fläche unter der Gaußglocke st normert und ergbt ntegrert genau 1, also 100%. Wenn wr nun 97,5% Scherhet errechen möchten, erhalten wr enen Wert auf der Rendte- Achse be -1,98%. Des heßt anschaulch, dass m Jahre 2005 de Rendte zu 97,5% der Tage höher als -1,98% gewesen st. Jetzt müssen dese -1,98% dargestellt werden n Form von: R mn = µ Q σ, also um we vele Standardabwechungen de mnmale Rendte vom Mttelwert entfernt st. Q = Quantle = Anzahl Standardabwechungen Deses Q geht schleßlch be der Berechnung des Value at Rsk en und kann enfach berechnet werden. Außerdem gbt es dafür extra Tabellen zum nachschlagen: Der VaR berechnet sch also für ene bestmmte Rskoposton K formal zu: VaR = K σ T Q Dazu en Zahlenbespel: - En Anleger hat zehn BMW- Akten m Wert von jewels 37 - De Volatltät war m Jahre 2005 be 1,031% - Der Anleger braucht 10 Tage um de Akten m Krsenfall zu verkaufen (Zet bs der Anleger von Krse erfährt + Entschedungsprozess) - Anleger wählt ene Scherhetsw. von 99% => Quantle (Q) = 2,33 VaR = 370 x 0,01031 x 10 x 2,33 VaR = 28,11 Interpretaton: Des bedeutet, dass n den nächsten zehn Börsentagen mt ener Wahrschenlchket von 99% der erwartete Verlust klener glech 28,11 sen wrd! Krtk am VaR-Konzept - Annahme der Normalvertelung der Dchtefunkton n der Praxs fraglch (-> Es können aber auch bessere Modelle verwendet werden, z.b. Levy-Vertelung) - Enwand bzgl. der prnzpellen Schwergket des Rückschlusses von Vergangenhetsdaten auf de Zukunft (-> für kurze Peroden funktonert das sehr gut) - Langfrstge Prognosen schwerg (VaR st eher für kurze Peroden geegnet) - VaR besteht aus nur enem Zahlenwert. Extremwerte oberhalb der gewählten Scherhetswahrschenlchket werden ncht berückschtgt.

12 2.5 Qualtatve Rskomessverfahren Scorng Modell In der Praxs snd quanttatve Rskobestmmungen oft zu aufwändg oder ncht möglch, da man das entsprechende Zahlenmateral ncht zur Verfügung hat. Deshalb wrd das Rsko häufg qualtatv gemessen n Form von Entelungen we: nedrg, mttel, hoch etc. Den qualtatven Ergebnssen werden dann weder Zahlen zugeordnet, man sprcht von ener Quantfzerung qualtatver Enflussgrößen (Scorng). -> Bsp.: De Zahlungsberetschaft enes Kredtnehmers wrd von ener Bank bewertet n Form von: sehr gut = 10, gut = 8, befredgend = 6, ausrechend = 4, mangelhaft = 2, ungenügend = 0 Dese Quantfzerung nennt man Scorng-Modell (Score = Punktzahl) In der Praxs gbt es z.b. für das Kredtrsko mehrere Aspekte, de unterschedlch stark gewchtet werden. Her en Bespel: Zuerst kommt de qualtatve Erhebung der Daten: Danach werden dese quantfzert: Das Ergebns st weder en Wert zwschen 0 und 10 und gbt das Rsko für de Bank an, desem Kunden enen Kredt zu geben. Ene hohe Zahl heßt wenger Rsko. Oftmals bekommen Kredtkunden mt mehr Scherheten, also wenger Rsko für de Bank, auch deutlch bessere Znssätze.

13 3. Rskosteuerung Es gbt vele verschede Möglchketen zur Rskosteuerung. Durch Rskovorsorge bzw. Rskobegrenzung kann man gewssen Rsken prnzpell aus dem Weg gehen oder aber den Schaden begrenzen, ndem man z.b. en Stop-Loss-Lmt für Anlagen we Akten setzt. Darüber hnaus können Rsken auch verlagert werden, z.b. durch Outsourcng, d.h. en Geschäftsberech wrd an ene andere Frma abgegeben (Bsp.: Logstk, Raumpflege ). Schleßlch werden Rsken auch häufg übergewälzt auf Verscherungen, d.h. de Vermögenspostonen bleben m egenen Portfolo, werden aber durch ene Verscherung abgeschert. Her folgt nun ene Auflstung der gerade angesprochenen Möglchketen. 3.1 Rskovorsorge und Begrenzung Egenkaptalerhöhung an den Kaptalmärkten (Erhöhung der Rskotragfähgket um evtl. neue Rsken enzugehen, we z.b. m Rahmen von geplanten Investtonen) Enstellung von Gewnnen n de Rücklagen (Fnanzeller Puffer für Krsenstuatonen) Stop-Loss-Lmts (Fnanzposton wrd automatsch verkauft, wenn en bestmmter Marktpres unterschrtten wrd) Nomnallmts (begrenzen Fnanzpostonen, de enem Marktpresrsko ausgesetzt snd) Szenaro-Lmts (für bestmmte Szenaren wrd ene Verlustbegrenzung durch den Verkauf von Vermögenspostonen vorgenommen. Denkbare Szenaren snd z.b.: Wrtschaftskrse, terrorstsche Angrffe, Umweltkatastrophen 3.2 Rskovertelung und Verlagerung Be der Rskovertelung (Dversfkaton) sollen sch Rsken von mehreren Vermögenspostonen kompenseren => Gewnn-Rsko-Relaton verbessert sch -> z.b.: Portfolotheore, oder auch am Bespel von Damler: In den 80ern wurde Damler zum Mschkonzern gemacht (Raumfahrt, Flugzeuge, Industreanlagen, Elektrogeräte). Wenn also de Automoblsparte ncht so gut läuft, können de anderen Geschäftsbereche den Verlust kompenseren. Be der Rskoverlagerung werden Rsken aus dem Unternehmen heraus n andere Unternehmen, Organsatonen oder Regonen verlagert -> z.b.: Outsourcng von z.b. EDV, Logstk, Faclty Management -> Natural Hedgng (zur Vermedung des Wechselkursrskos werden ganze Wertschöpfungsketten n de jewelge Fremdwährungszone verlagert) Nachtel der Rskovertelung st, dass n dem outgesourcten Berech auch ken Gewnn mehr gemacht werden kann!

14 3.3 Rskoüberwälzung und Kompensaton Be der Rskoüberwälzung blebt de Vermögensposton m Portfolo. Es wrd nur en potenteller zukünftger Vermögensverlust überwälzt -> z.b. durch Verscherungen, Leasng Rskokompensaton heßt, dass gegen de Rsko verursachende Vermögensposton ene zusätzlche Fnanzposton gestellt (gekauft) wrd => Kompensaton möglcher Verluste -> De Fnanzpostonen zur Rskokompensaton nennt man Dervate Dervate: abgeletete Fnanzttel, auch Fnanzttel 2. Ordnung, bestehen aus vertraglchen Verenbarungen über Fnanzttel 1. Ordnung (Bassttel) we z.b. Akten, Wertpapere etc. Gängge Dervate snd z.b. Optonen oder Futures 3.4 Delta Hedge Das so genannte Delta Hedgng st ene Wertscherungsstratege bem Handel mt Optonen und kommt aus dem Englschen von to hedge = abschern. Das Delta st ener der Greeks der Fnanzmathematk und gbt den Enfluss enes Fnanzproduktes auf de Wertveränderung enes anderen Fnanzproduktes an. Mt C = Optonspres und S = Aktenpres erhält man für das Delta: C = S Delta st also de Abletung des Optonspreses nach dem Aktenpres, d.h. es gbt an we sch der Optonspres ändert, wenn de Akte sch um ene Enhet (enen Euro) ändert. Mt enem perfekten Hedge kann man sch vollständg gegen das Kursrsko enes Fnanzproduktes (z.b. Akte, Wechselkurs) abschern. Des wrd errecht, ndem der Anleger neben senen Akten auch noch Put- Optonen 1 kauft. Snkt nun der Kurs der Akte, stegt smultan der Kurs des Puts, da deser n desem Fall an Wert gewnnt. De nötge Anzahl an Puts berechnet sch folgendermaßen: Anzahl der Puts = Anzahl der Akten m Portfolo Für das Gesamtportfolo st schleßlch Delta = 0, d.h. der Anleger nmmt ene rskoneutrale Poston en. Damt st gement, dass en Kursverlust der Akten eben gerade durch den Kursgewnn der Puts kompensert wrd. Dafür st en kontnuerlches Anpassen der Anzahl der Puts erforderlch, da sch mt der Änderung des Aktenkurses auch das Delta verändert. Das Delta- Hedgng st also en kontnuerlcher, dynamscher Prozess. 1 Sehe Vortrag Optonsprestheore von Black & Scholes

15 Ganz allgemen lautet de Gewnn- Verlust- Rechnung dann: mt A = Anzahl der Akten, P = Anzahl der Puts, X = Änderung des Aktenkurses Hnwes: Delta st her negatv! Verlust : A X Gewnn : P X Summe : P X + A X = 0, für P = A Zur Veranschaulchung se folgendes Bespel gegeben: En Anleger bestzt 800 Akten und möchte dese mt Puts abschern. Dese haben en Delta von z.b. -0,4. Um sene 800 Akten abzuschern (zu hedgen) snd nach obger Formel also 800/0,4 = 2000 Put- Optonen nötg. Nun gbt es zwe Möglchketen für de Entwcklung des Aktenkurses: a) Be stegendem Aktenkurs wrd der Anleger von sener Verkaufsopton natürlch kenen Gebrauch machen, sondern de Akten be Bedarf drekt zum höheren Handelspres verkaufen. De Abscherung mttels Puts wäre ncht nötg gewesen. b) Snkt aber der Aktenkurs, so werden de Puts den Verlust gerade kompenseren. Das Delta war ja de Abletung des Optonspreses nach dem Aktenpres, d.h. en Delta von -0,4 bedeutet, dass wenn der Aktenkurs um X Euro snkt, der Wert des Puts um 0,4*X Euro stegt. D.h. für das Gesamtportfolo, dass der Verlust auf Grund des fallenden Aktenkurses 800*X Euro beträgt und der Gewnn durch de Puts glech 2000*0,4*X = 800*X Euro st. Man erkennt also, dass sch der Wert des Gesamtportfolos ncht ändert, wel de Anzahl der Puts so gewählt wurde, dass se gerade den Aktenkursverlust kompenseren. Anmerkung: We man außerdem seht, stmmt de Rechnung nur für klene Kursänderungen X, für de man Delta als konstant ansehen kann. Deswegen muss de Anzahl der Puts m Portfolo ständg dem sch mt dem Kurspres änderndem Delta angepasst werden.

16 4 Lteratur Weterführende Lteratur zum Thema: Rskomanagement, Thomas Wolke (2007) Wertpapermanagement Stener/Bruns (2002) Dervate und nterne Modelle Modernes Rskomanagement, H.-P. Deutsch (2004)

FORMELSAMMLUNG STATISTIK (I)

FORMELSAMMLUNG STATISTIK (I) Statst I / B. Zegler Formelsammlng FORMELSAMMLUG STATISTIK (I) Statstsche Formeln, Defntonen nd Erläterngen A a X n qaltatves Mermal Mermalsasprägng qanttatves Mermal Mermalswert Anzahl der statstschen

Mehr

Kreditrisikomodellierung und Risikogewichte im Neuen Baseler Accord

Kreditrisikomodellierung und Risikogewichte im Neuen Baseler Accord 1 Kredtrskomodellerung und Rskogewchte m Neuen Baseler Accord erschenen n: Zetschrft für das gesamte Kredtwesen (ZfgK), 54. Jahrgang, 2001, S. 1004-1005. Prvatdozent Dr. Hans Rau-Bredow, Lehrstuhl für

Mehr

6. Modelle mit binären abhängigen Variablen

6. Modelle mit binären abhängigen Variablen 6. Modelle mt bnären abhänggen Varablen 6.1 Lneare Wahrschenlchketsmodelle Qualtatve Varablen: Bnäre Varablen: Dese Varablen haben genau zwe möglche Kategoren und nehmen deshalb genau zwe Werte an, nämlch

Mehr

Methoden der innerbetrieblichen Leistungsverrechnung

Methoden der innerbetrieblichen Leistungsverrechnung Methoden der nnerbetreblchen Lestungsverrechnung In der nnerbetreblchen Lestungsverrechnung werden de Gemenosten der Hlfsostenstellen auf de Hauptostenstellen übertragen. Grundlage dafür snd de von den

Mehr

1 BWL 4 Tutorium V vom 15.05.02

1 BWL 4 Tutorium V vom 15.05.02 1 BWL 4 Tutorum V vom 15.05.02 1.1 Der Tlgungsfaktor Der Tlgungsfaktor st der Kehrwert des Endwertfaktors (EWF). EW F (n; ) = (1 + )n 1 T F (n; ) = 1 BWL 4 TUTORIUM V VOM 15.05.02 (1 ) n 1 Mt dem Tlgungsfaktor(TF)

Mehr

Erwartungswert, Varianz, Standardabweichung

Erwartungswert, Varianz, Standardabweichung RS 24.2.2005 Erwartungswert_Varanz_.mcd 4) Erwartungswert Erwartungswert, Varanz, Standardabwechung Be jedem Glücksspel nteresseren den Speler vor allem de Gewnnchancen. 1. Bespel: Setzen auf 1. Dutzend

Mehr

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e

Funktionsgleichungen folgende Funktionsgleichungen aus der Vorlesung erhält. = e Andere Darstellungsformen für de Ausfall- bzw. Überlebens-Wahrschenlchket der Webull-Vertelung snd we folgt: Ausfallwahrschenlchket: F ( t ) Überlebenswahrschenlchket: ( t ) = R = e e t t Dabe haben de

Mehr

Ionenselektive Elektroden (Potentiometrie)

Ionenselektive Elektroden (Potentiometrie) III.4.1 Ionenselektve Elektroden (otentometre) Zelstellung des Versuches Ionenselektve Elektroden gestatten ene verhältnsmäßg enfache und schnelle Bestmmung von Ionenkonzentratonen n verschedenen Meden,

Mehr

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen

nonparametrische Tests werden auch verteilungsfreie Tests genannt, da sie keine spezielle Verteilung der Daten in der Population voraussetzen arametrsche vs. nonparametrsche Testverfahren Verfahren zur Analyse nomnalskalerten Daten Thomas Schäfer SS 009 1 arametrsche vs. nonparametrsche Testverfahren nonparametrsche Tests werden auch vertelungsfree

Mehr

Versicherungstechnischer Umgang mit Risiko

Versicherungstechnischer Umgang mit Risiko Verscherungstechnscher Umgang mt Rsko. Denstlestung Verscherung: Schadensdeckung von für de enzelne Person ncht tragbaren Schäden durch den fnanzellen Ausglech n der Zet und m Kollektv. Des st möglch über

Mehr

Finanzwirtschaft. Kapitel 3: Simultane Investitions- und Finanzplanung. Lehrstuhl für Finanzwirtschaft - Universität Bremen 1

Finanzwirtschaft. Kapitel 3: Simultane Investitions- und Finanzplanung. Lehrstuhl für Finanzwirtschaft - Universität Bremen 1 Fnanzwrtschaft Kaptel 3: Smultane Investtons- und Fnanzplanung Prof. Dr. Thorsten Poddg Lehrstuhl für Allgemene Betrebswrtschaftslehre, nsbes. Fnanzwrtschaft Unverstät Bremen Hochschulrng 4 / WW-Gebäude

Mehr

Lineare Regression (1) - Einführung I -

Lineare Regression (1) - Einführung I - Lneare Regresson (1) - Enführung I - Mttels Regressonsanalysen und kompleeren, auf Regressonsanalysen aserenden Verfahren können schenar verschedene, jedoch nenander üerführare Fragen untersucht werden:

Mehr

Statistik und Wahrscheinlichkeit

Statistik und Wahrscheinlichkeit Regeln der Wahrschenlchketsrechnung tatstk und Wahrschenlchket Regeln der Wahrschenlchketsrechnung Relatve Häufgket n nt := Eregnsalgebra Eregnsraum oder scheres Eregns und n := 00 Wahrschenlchket Eregnsse

Mehr

Boost-Schaltwandler für Blitzgeräte

Boost-Schaltwandler für Blitzgeräte jean-claude.feltes@educaton.lu 1 Boost-Schaltwandler für Bltzgeräte In Bltzgeräten wrd en Schaltwandler benutzt um den Bltzkondensator auf ene Spannung von engen 100V zu laden. Oft werden dazu Sperrwandler

Mehr

Flußnetzwerke - Strukturbildung in der natürlichen Umwelt -

Flußnetzwerke - Strukturbildung in der natürlichen Umwelt - Flußnetzwerke - Strukturbldung n der natürlchen Umwelt - Volkhard Nordmeer, Claus Zeger und Hans Joachm Schlchtng Unverstät - Gesamthochschule Essen Das wohl bekannteste und größte exsterende natürlche

Mehr

Franzis Verlag, 85586 Poing ISBN 978-3-7723-4046-8 Autor des Buches: Leonhard Stiny

Franzis Verlag, 85586 Poing ISBN 978-3-7723-4046-8 Autor des Buches: Leonhard Stiny eseproben aus dem Buch "n mt en zur Elektrotechnk" Franzs Verlag, 85586 Pong ISBN 978--77-4046-8 Autor des Buches: eonhard Stny Autor deser eseprobe: eonhard Stny 005/08, alle echte vorbehalten. De Formaterung

Mehr

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung:

wird auch Spannweite bzw. Variationsbreite genannt ist definiert als die Differenz zwischen dem größten und kleinsten Messwert einer Verteilung: Streuungswerte: 1) Range (R) ab metrschem Messnveau ) Quartlabstand (QA) und mttlere Quartlabstand (MQA) ab metrschem Messnveau 3) Durchschnttlche Abwechung (AD) ab metrschem Messnveau 4) Varanz (s ) ab

Mehr

Praktikum Physikalische Chemie I (C-2) Versuch Nr. 6

Praktikum Physikalische Chemie I (C-2) Versuch Nr. 6 Praktkum Physkalsche Cheme I (C-2) Versuch Nr. 6 Konduktometrsche Ttratonen von Säuren und Basen sowe Fällungsttratonen Praktkumsaufgaben 1. Ttreren Se konduktometrsch Schwefelsäure mt Natronlauge und

Mehr

Nernstscher Verteilungssatz

Nernstscher Verteilungssatz Insttut für Physkalsche Cheme Grundpraktkum 7. NERNSTSCHER VERTEILUNGSSATZ Stand 03/11/2006 Nernstscher Vertelungssatz 1. Versuchsplatz Komponenten: - Schedetrchter - Büretten - Rührer - Bechergläser 2.

Mehr

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2

Arbeitsgruppe Radiochemie Radiochemisches Praktikum P 06. Einführung in die Statistik. 1. Zählung von radioaktiven Zerfällen und Statistik 2 ETH Arbetsgruppe Radocheme Radochemsches Praktkum P 06 Enführung n de Statstk INHALTSVERZEICHNIS Sete 1. Zählung von radoaktven Zerfällen und Statstk 2 2. Mttelwert und Varanz 2 3. Momente ener Vertelung

Mehr

Grundlagen der makroökonomischen Analyse kleiner offener Volkswirtschaften

Grundlagen der makroökonomischen Analyse kleiner offener Volkswirtschaften Bassmodul Makroökonomk /W 2010 Grundlagen der makroökonomschen Analyse klener offener Volkswrtschaften Terms of Trade und Wechselkurs Es se en sogenannter Fall des klenen Landes zu betrachten; d.h., de

Mehr

Beim Wiegen von 50 Reispaketen ergaben sich folgende Gewichte X(in Gramm):

Beim Wiegen von 50 Reispaketen ergaben sich folgende Gewichte X(in Gramm): Aufgabe 1 (4 + 2 + 3 Punkte) Bem Wegen von 0 Respaketen ergaben sch folgende Gewchte X(n Gramm): 1 2 3 4 K = (x u, x o ] (98,99] (99, 1000] (1000,100] (100,1020] n 1 20 10 a) Erstellen Se das Hstogramm.

Mehr

Auswertung univariater Datenmengen - deskriptiv

Auswertung univariater Datenmengen - deskriptiv Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;

Mehr

Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i

Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte. Itemanalyse und Itemkennwerte: Itemschwierigkeit P i Itemanalyse und Itemkennwerte De Methoden der Analyse der Itemegenschaften st ncht m engeren Snne Bestandtel der Klassschen Testtheore Im Rahmen ener auf der KTT baserenden Testkonstrukton und -revson

Mehr

Netzwerkstrukturen. Entfernung in Kilometer:

Netzwerkstrukturen. Entfernung in Kilometer: Netzwerkstrukturen 1) Nehmen wr an, n enem Neubaugebet soll für 10.000 Haushalte en Telefonnetz nstallert werden. Herzu muss von jedem Haushalt en Kabel zur nächstgelegenen Vermttlungsstelle gezogen werden.

Mehr

Spiele und Codes. Rafael Mechtel

Spiele und Codes. Rafael Mechtel Spele und Codes Rafael Mechtel Koderungstheore Worum es geht Über enen Kanal werden Informatonen Übertragen. De Informatonen werden dabe n Worte über enem Alphabet Q übertragen, d.h. als Tupel w = (w,,

Mehr

Auswertung univariater Datenmengen - deskriptiv

Auswertung univariater Datenmengen - deskriptiv Auswertung unvarater Datenmengen - desrptv Bblografe Prof. Dr. Küc; Statst, Vorlesungssrpt Abschntt 6.. Bleymüller/Gehlert/Gülcher; Statst für Wrtschaftswssenschaftler Verlag Vahlen Bleymüller/Gehlert;

Mehr

Quant oder das Verwelken der Wertpapiere. Die Geburt der Finanzkrise aus dem Geist der angewandten Mathematik

Quant oder das Verwelken der Wertpapiere. Die Geburt der Finanzkrise aus dem Geist der angewandten Mathematik Quant der das Verwelken der Wertpapere. De Geburt der Fnanzkrse aus dem Gest der angewandten Mathematk Dmensnen - de Welt der Wssenschaft Gestaltung: Armn Stadler Sendedatum: 7. Ma 2012 Länge: 24 Mnuten

Mehr

5. ZWEI ODER MEHRERE METRISCHE MERKMALE

5. ZWEI ODER MEHRERE METRISCHE MERKMALE 5. ZWEI ODER MEHRERE METRISCHE MERKMALE wenn an ener Beobachtungsenhet zwe (oder mehr) metrsche Varablen erhoben wurden wesentlche Problemstellungen: Frage nach Zusammenhang: Bsp.: Duxbury Press (sehe

Mehr

1 - Prüfungsvorbereitungsseminar

1 - Prüfungsvorbereitungsseminar 1 - Prüfungsvorberetungssemnar Kaptel 1 Grundlagen der Buchführung Inventur Inventar Blanz Inventur st de Tätgket des mengenmäßgen Erfassens und Bewertens aller Vermögenstele und Schulden zu enem bestmmten

Mehr

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2

12 LK Ph / Gr Elektrische Leistung im Wechselstromkreis 1/5 31.01.2007. ω Additionstheorem: 2 sin 2 2 1 K Ph / Gr Elektrsche estng m Wechselstromkres 1/5 3101007 estng m Wechselstromkres a) Ohmscher Wderstand = ˆ ( ω ) ( t) = sn ( ω t) t sn t ˆ ˆ P t = t t = sn ω t Momentane estng 1 cos ( t) ˆ ω = Addtonstheorem:

Mehr

4. Musterlösung. Problem 1: Kreuzende Schnitte **

4. Musterlösung. Problem 1: Kreuzende Schnitte ** Unverstät Karlsruhe Algorthmentechnk Fakultät für Informatk WS 05/06 ITI Wagner 4. Musterlösung Problem 1: Kreuzende Schntte ** Zwe Schntte (S, V \ S) und (T, V \ T ) n enem Graph G = (V, E) kreuzen sch,

Mehr

Ich habe ein Beispiel ähnlich dem der Ansys-Issue [ansys_advantage_vol2_issue3.pdf] durchgeführt. Es stammt aus dem Dokument Rfatigue.pdf.

Ich habe ein Beispiel ähnlich dem der Ansys-Issue [ansys_advantage_vol2_issue3.pdf] durchgeführt. Es stammt aus dem Dokument Rfatigue.pdf. Ich habe en Bespel ähnlch dem der Ansys-Issue [ansys_advantage_vol_ssue3.pdf durchgeführt. Es stammt aus dem Dokument Rfatgue.pdf. Abbldung 1: Bespel aus Rfatgue.pdf 1. ch habe es manuell durchgerechnet

Mehr

2 Zufallsvariable und Verteilungen

2 Zufallsvariable und Verteilungen Zufallsvarable und Vertelungen 7 Zufallsvarable und Vertelungen Wr wollen uns jetzt mt Zufallsexpermenten beschäftgen, deren Ausgänge durch (reelle) Zahlen beschreben werden können, oder be denen man jedem

Mehr

Free Riding in Joint Audits A Game-Theoretic Analysis

Free Riding in Joint Audits A Game-Theoretic Analysis . wp Wssenschatsorum, Wen,8. Aprl 04 Free Rdng n Jont Audts A Game-Theoretc Analyss Erch Pummerer (erch.pummerer@ubk.ac.at) Marcel Steller (marcel.steller@ubk.ac.at) Insttut ür Rechnungswesen, Steuerlehre

Mehr

"Zukunft der Arbeit" Arbeiten bis 70 - Utopie - oder bald Realität? Die Arbeitnehmer der Zukunft

Zukunft der Arbeit Arbeiten bis 70 - Utopie - oder bald Realität? Die Arbeitnehmer der Zukunft "Zukunft der Arbet" Arbeten bs 70 - Utope - oder bald Realtät? De Arbetnehmer der Zukunft Saldo - das Wrtschaftsmagazn Gestaltung: Astrd Petermann Moderaton: Volker Obermayr Sendedatum: 7. Dezember 2012

Mehr

Für jeden reinen, ideal kristallisierten Stoff ist die Entropie am absoluten Nullpunkt gleich

Für jeden reinen, ideal kristallisierten Stoff ist die Entropie am absoluten Nullpunkt gleich Drtter Hauptsatz der Thermodynamk Rückblck auf vorherge Vorlesung Methoden zur Erzeugung tefer Temperaturen: - umgekehrt laufende WKM (Wärmepumpe) - Joule-Thomson Effekt bs 4 K - Verdampfen von flüssgem

Mehr

Einführung in die Finanzmathematik

Einführung in die Finanzmathematik 1 Themen Enführung n de Fnanzmathematk 1. Znsen- und Znsesznsrechnung 2. Rentenrechnung 3. Schuldentlgung 2 Defntonen Kaptal Betrag n ener bestmmten Währungsenhet, der zu enem gegebenen Zetpunkt fällg

Mehr

1 Definition und Grundbegriffe

1 Definition und Grundbegriffe 1 Defnton und Grundbegrffe Defnton: Ene Glechung n der ene unbekannte Funkton y y und deren Abletungen bs zur n-ten Ordnung auftreten heßt gewöhnlche Dfferentalglechung n-ter Ordnung Möglche Formen snd:

Mehr

13.Selbstinduktion; Induktivität

13.Selbstinduktion; Induktivität 13Sebstndukton; Induktvtät 131 Sebstndukton be En- und Ausschatvorgängen Versuch 1: Be geschossenem Schater S wrd der Wderstand R 1 so groß gewäht, dass de Gühämpchen G 1 und G 2 gech he euchten Somt snd

Mehr

Netzsicherheit I, WS 2008/2009 Übung 3. Prof. Dr. Jörg Schwenk 27.10.2008

Netzsicherheit I, WS 2008/2009 Übung 3. Prof. Dr. Jörg Schwenk 27.10.2008 Netzscherhet I, WS 2008/2009 Übung Prof. Dr. Jörg Schwenk 27.10.2008 1 Das GSM Protokoll ufgabe 1 In der Vorlesung haben Se gelernt, we sch de Moble Staton (MS) gegenüber dem Home Envroment (HE) mt Hlfe

Mehr

Facility Location Games

Facility Location Games Faclty Locaton Games Semnar über Algorthmen SS 2006 Klaas Joeppen 1 Abstract Wr haben berets sehr häufg von Nash-Glechgewchten und vor allem von deren Exstenz gesprochen. Das Faclty Locaton Game betet

Mehr

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden.

Daten sind in Tabellenform gegeben durch die Eingabe von FORMELN können mit diesen Daten automatisierte Berechnungen durchgeführt werden. Ene kurze Enführung n EXCEL Daten snd n Tabellenform gegeben durch de Engabe von FORMELN können mt desen Daten automatserte Berechnungen durchgeführt werden. Menüleste Symbolleste Bearbetungszele aktve

Mehr

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007

Lehrstuhl für Empirische Wirtschaftsforschung und Ökonometrie Dr. Roland Füss Statistik II: Schließende Statistik SS 2007 Lehrstuhl für Emprsche Wrtschaftsforschung und Ökonometre Dr Roland Füss Statstk II: Schleßende Statstk SS 007 5 Mehrdmensonale Zufallsvarablen Be velen Problemstellungen st ene solerte Betrachtung enzelnen

Mehr

Datenträger löschen und einrichten

Datenträger löschen und einrichten Datenträger löschen und enrchten De Zentrale zum Enrchten, Löschen und Parttoneren von Festplatten st das Festplatten-Denstprogramm. Es beherrscht nun auch das Verklenern von Parttonen, ohne dass dabe

Mehr

Nomenklatur - Übersicht

Nomenklatur - Übersicht Nomenklatur - Überscht Name der synthetschen Varable Wert der synthetschen Varable durch synth. Varable erklärte Gesamt- Streuung durch synth. Varable erkl. Streuung der enzelnen Varablen Korrelaton zwschen

Mehr

H I HEIZUNG I 1 GRUNDLAGEN 1.1 ANFORDERUNGEN. 1 GRUNDLAGEN 1.1 Anforderungen H 5

H I HEIZUNG I 1 GRUNDLAGEN 1.1 ANFORDERUNGEN. 1 GRUNDLAGEN 1.1 Anforderungen H 5 1 GRUNDLAGEN 1.1 Anforderungen 1.1.1 Raumklma und Behaglchket Snn der Wärmeversorgung von Gebäuden st es, de Raumtemperatur n der kälteren Jahreszet, das snd n unseren Breten etwa 250 bs 0 Tage m Jahr,

Mehr

Kreditpunkte-Klausur zur Lehrveranstaltung Projektmanagement (inkl. Netzplantechnik)

Kreditpunkte-Klausur zur Lehrveranstaltung Projektmanagement (inkl. Netzplantechnik) Kredtpunkte-Klausur zur Lehrveranstaltung Projektmanagement (nkl. Netzplantechnk) Themensteller: Unv.-Prof. Dr. St. Zelewsk m Haupttermn des Wntersemesters 010/11 Btte kreuzen Se das gewählte Thema an:

Mehr

Streuungs-, Schiefe und Wölbungsmaße

Streuungs-, Schiefe und Wölbungsmaße aptel IV Streuungs-, Schefe und Wölbungsmaße B... Lagemaße von äufgketsvertelungen geben allen weng Auskunft über ene äufgketsvertelung. Se beschreben zwar en Zentrum deser Vertelung, geben aber kenen

Mehr

Auswertung von Umfragen und Experimenten. Umgang mit Statistiken in Maturaarbeiten Realisierung der Auswertung mit Excel 07

Auswertung von Umfragen und Experimenten. Umgang mit Statistiken in Maturaarbeiten Realisierung der Auswertung mit Excel 07 Auswertung von Umfragen und Expermenten Umgang mt Statstken n Maturaarbeten Realserung der Auswertung mt Excel 07 3.Auflage Dese Broschüre hlft bem Verfassen und Betreuen von Maturaarbeten. De 3.Auflage

Mehr

Grundgedanke der Regressionsanalyse

Grundgedanke der Regressionsanalyse Grundgedanke der Regressonsanalse Bsher wurden durch Koeffzenten de Stärke von Zusammenhängen beschreben Mt der Regressonsrechnung können für ntervallskalerte Varablen darüber hnaus Modelle geschätzt werden

Mehr

Zufallsvariable, Wahrscheinlichkeitsverteilungen und Erwartungswert

Zufallsvariable, Wahrscheinlichkeitsverteilungen und Erwartungswert R. Brnkmann http://brnkmann-du.de Sete..8 Zufallsvarable, Wahrschenlchketsvertelungen und Erwartungswert Enführungsbespel: Zwe Würfel (en blauer und en grüner) werden 4 mal zusammen geworfen. De Häufgketen

Mehr

IT- und Fachwissen: Was zusammengehört, muss wieder zusammenwachsen.

IT- und Fachwissen: Was zusammengehört, muss wieder zusammenwachsen. IT- und achwssen: Was zusammengehört, muss weder zusammenwachsen. Dr. Günther Menhold, regercht 2011 Inhalt 1. Manuelle Informatonsverarbetung en ntegraler Bestandtel der fachlchen Arbet 2. Abspaltung

Mehr

Qualitative Evaluation einer interkulturellen Trainingseinheit

Qualitative Evaluation einer interkulturellen Trainingseinheit Qualtatve Evaluaton ener nterkulturellen Tranngsenhet Xun Luo Bettna Müller Yelz Yldrm Kranng Zur Kulturgebundenhet schrftlcher und mündlcher Befragungsmethoden und hrer Egnung zur Evaluaton m nterkulturellen

Mehr

SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT

SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT Smulaton von Hybrdfahrzeugantreben mt optmerter Synchronmaschne 1 SIMULATION VON HYBRIDFAHRZEUGANTRIEBEN MIT OPTIMIERTER SYNCHRONMASCHINE H. Wöhl-Bruhn 1 EINLEITUNG Ene Velzahl von Untersuchungen hat sch

Mehr

3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale

3.2 Die Kennzeichnung von Partikeln 3.2.1 Partikelmerkmale 3. De Kennzechnung von Patkeln 3..1 Patkelmekmale De Kennzechnung von Patkeln efolgt duch bestmmte, an dem Patkel mess bae und deses endeutg beschebende physka lsche Gößen (z.b. Masse, Volumen, chaaktestsche

Mehr

Fallstudie 4 Qualitätsregelkarten (SPC) und Versuchsplanung

Fallstudie 4 Qualitätsregelkarten (SPC) und Versuchsplanung Fallstude 4 Qualtätsregelkarten (SPC) und Versuchsplanung Abgabe: Lösen Se de Aufgabe 1 aus Abschntt I und ene der beden Aufgaben aus Abschntt II! Aufgabentext und Lösungen schrftlch bs zum 31.10.2012

Mehr

Prozeß-Controlling in der Softwareentwicklung

Prozeß-Controlling in der Softwareentwicklung Prozeß-Controllng n der Softwareentwcklung De Orenterung an Refegradmodellen n der Softwareentwcklung zwngt zur Ausenandersetzung mt Prozeß- Controllng. Der vorlegende Artkel stellt für das Prozeß-Controllng

Mehr

Diplomprüfung für Kaufleute 2001/I

Diplomprüfung für Kaufleute 2001/I Dplomprüfung für Kaufleute 00/I Prüfungsfach: Unternehmensfnanzerung und Betrebswrtschaftslehre der Banken Thema : a) Warum st es trotz Rskoaverson der Markttelnehmer möglch, be der Bewertung von Optonen

Mehr

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen

Übungsklausur zur Vorlesung Wahrscheinlichkeit und Regression Lösungen. Übungsklausur Wahrscheinlichkeit und Regression Die Lösungen Übungsklausur Wahrschenlchket und Regresson De Lösungen. Welche der folgenden Aussagen treffen auf en Zufallsexperment zu? a) En Zufallsexperment st en emprsches Phänomen, das n stochastschen Modellen

Mehr

4. Optische Resonatoren

4. Optische Resonatoren 4. Optsche Resonatoren 4.. Modenselekton Bs jetzt haben wr nur den enfachsten Resonatortyp, den Fabry-erot Laser besprochen. In Abb. 4.. snd nochal de wchtsten Eenschaften deses Lasertyps darestellt. a)

Mehr

CKE Trainingsbausteine. Portfoliomanagement und Risikomanagement Strom und Erdgas Fünf kreative Tage, die Sie weiterbringen werden

CKE Trainingsbausteine. Portfoliomanagement und Risikomanagement Strom und Erdgas Fünf kreative Tage, die Sie weiterbringen werden CKE Tranngsbaustene Portfolomanagement und Rskomanagement Strom und Erdgas Fünf kreatve Tage, de Se weterbrngen werden Ihr Zel Se nteresseren sch für den Energemarkt n all senen Facetten, möchten Produkte

Mehr

Übung zu Erwartungswert und Standardabweichung

Übung zu Erwartungswert und Standardabweichung Aufgabe Übung zu Erwartungswert und Standardabwechung In ener Lottere gewnnen 5 % der Lose 5, 0 % der Lose 0 und 5 % der Lose. En Los kostet 2,50. a)berechnen Se den Erwartungswert für den Gewnn! b)der

Mehr

Entscheidungsprobleme der Marktforschung (1)

Entscheidungsprobleme der Marktforschung (1) Prof. Dr. Danel Baer. Enführung 2. Informatonsbedarf 3. Datengewnnung 2. Informatonsbedarf Entschedungsprobleme der () Informatonsbedarf Art Qualtät Menge Informatonsbeschaffung Methodk Umfang Häufgket

Mehr

Wechselstrom. Dr. F. Raemy Wechselspannung und Wechselstrom können stets wie folgt dargestellt werden : U t. cos (! t + " I ) = 0 $ " I

Wechselstrom. Dr. F. Raemy Wechselspannung und Wechselstrom können stets wie folgt dargestellt werden : U t. cos (! t +  I ) = 0 $  I Wechselstrom Dr. F. Raemy Wechselspannung und Wechselstrom können stets we folgt dargestellt werden : U t = U 0 cos (! t + " U ) ; I ( t) = I 0 cos (! t + " I ) Wderstand m Wechselstromkres Phasenverschebung:!"

Mehr

Standortplanung. Positionierung von einem Notfallhubschrauber in Südtirol. Feuerwehrhaus Zentrallagerpositionierung

Standortplanung. Positionierung von einem Notfallhubschrauber in Südtirol. Feuerwehrhaus Zentrallagerpositionierung Standortplanung Postonerung von enem Notfallhubschrauber n Südtrol Postonerung von enem Feuerwehrhaus Zentrallagerpostonerung 1 2 Postonerung von enem Notfallhubschrauber n Südtrol Zu bekannten Ensatzorten

Mehr

4. Indexzahlen. 5.1 Grundlagen 5.2 Preisindizes 5.3 Indexzahlenumrechnungen. Dr. Rebecca Schmitt, WS 2013/2014

4. Indexzahlen. 5.1 Grundlagen 5.2 Preisindizes 5.3 Indexzahlenumrechnungen. Dr. Rebecca Schmitt, WS 2013/2014 4. ndexzahlen 5.1 Grundlagen 5.2 Presndzes 5.3 ndexzahlenumrechnungen 1 4.1 Grundlagen Als Messzahlen werden de Quotenten bezechnet, de aus den Beobachtungswerten bzw. den Maßzahlen zweer Telmengen derselben

Mehr

Backup- und Restore-Systeme implementieren. Technische Berufsschule Zürich IT Seite 1

Backup- und Restore-Systeme implementieren. Technische Berufsschule Zürich IT Seite 1 Modul 143 Backup- und Restore-Systeme mplementeren Technsche Berufsschule Zürch IT Sete 1 Warum Backup? (Enge Zahlen aus Untersuchungen) Wert von 100 MByte Daten bs CHF 1 500 000 Pro Vorfall entstehen

Mehr

W i r m a c h e n d a s F e n s t e r

W i r m a c h e n d a s F e n s t e r Komfort W r m a c h e n d a s F e n s t e r vertrauen vertrauen Set der Gründung von ROLF Fensterbau m Jahr 1980 snd de Ansprüche an moderne Kunststofffenster deutlch gestegen. Heute stehen neben Scherhet

Mehr

ME II, Prof. Dr. T. Wollmershäuser. Kapitel 2 Das IS-LM-Modell

ME II, Prof. Dr. T. Wollmershäuser. Kapitel 2 Das IS-LM-Modell ME II, Prof. Dr. T. Wollmershäuser Kaptel 2 Das IS-LM-Modell Verson: 26.04.2011 2.1 Der Gütermarkt De gesamte Güternachfrage Z (Verwendung des BIP) lässt sch we folgt darstellen: Z C+ I + G ME II, Prof.

Mehr

Statistische Berichte

Statistische Berichte Statstsche Berchte De Entcklung der Bevölkerung m Saarland 2014 bs 2060 Ergebnsse der 13. koordnerten Bevölkerungsvorausberechnung Altersaufbau der Bevölkerung m Saarland Altersjahre 100 95 90 85 80 75

Mehr

Quantitatives Prognosemodell für die Anwendung des Black-Litterman-Verfahrens

Quantitatives Prognosemodell für die Anwendung des Black-Litterman-Verfahrens Quanttatves Prognosemodell für de Anwendung des Black-Ltterman-Verfahrens Franzska Felke* und Marc Gürtler** Abstract: De chätzung erwarteter Wertpaperrendten stellt ene der zentralen Aufgaben n der praktschen

Mehr

z.b. Münzwurf: Kopf = 1 Zahl = 2 oder z.b. 2 Würfel: Merkmal = Summe der Augenzahlen, also hier: Bilde die Summe der Augenzahlen der beiden Würfel!

z.b. Münzwurf: Kopf = 1 Zahl = 2 oder z.b. 2 Würfel: Merkmal = Summe der Augenzahlen, also hier: Bilde die Summe der Augenzahlen der beiden Würfel! Aufgabe : Vorbemerkung: Ene Zufallsvarable st ene endeutge Funkton bzw. ene Abbldungsvorschrft, de angbt, auf welche Art aus enem Elementareregns ene reelle Zahl gewonnen wrd. x 4 (, ) z.b. Münzwurf: Kopf

Mehr

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel

Multilineare Algebra und ihre Anwendungen. Nr. 6: Normalformen. Verfasser: Yee Song Ko Adrian Jenni Rebecca Huber Damian Hodel ultlneare Algebra und hre Anwendungen Nr. : Normalformen Verfasser: Yee Song Ko Adran Jenn Rebecca Huber Daman Hodel 9.5.7 - - ultlneare Algebra und hre Anwendungen Jordan sche Normalform Allgemene heore

Mehr

SS 2017 Torsten Schreiber

SS 2017 Torsten Schreiber SS Torsten Schreber e den Ebenen unterscheden wr de und de prmeterfree Drstellung. Wenn wr ene Ebenenglechung durch dre Punkte bestmmen wollen, so müssen de zugehörgen Vektoren sen, d es sonst nur ene

Mehr

Einbau-/Betriebsanleitung Stahl-PE-Übergang Typ PESS / Typ PESVS Originalbetriebsanleitung Für künftige Verwendung aufbewahren!

Einbau-/Betriebsanleitung Stahl-PE-Übergang Typ PESS / Typ PESVS Originalbetriebsanleitung Für künftige Verwendung aufbewahren! Franz Schuck GmbH Enbau-/Betrebsanletung Stahl-PE-Übergang Typ PESS / Typ PESVS Orgnalbetrebsanletung Für künftge Verwendung aufbewahren! Enletung Dese Anletung st für das Beden-, Instandhaltungs- und

Mehr

Basel III Kontrahentenrisiken

Basel III Kontrahentenrisiken Basel III Kontrahentenrsken Chrstoph Hofmann De Fnanzkrse hat gezegt, dass das aus ncht börsengehandelten (OTC) Dervaten hervorgehende Kontrahentenrsko von entschedender Bedeutung für de Stabltät des Bankensystems

Mehr

Konkave und Konvexe Funktionen

Konkave und Konvexe Funktionen Konkave und Konvexe Funktonen Auch wenn es n der Wrtschaftstheore mest ncht möglch st, de Form enes funktonalen Zusammenhangs explzt anzugeben, so kann man doch n velen Stuatonen de Klasse der n Frage

Mehr

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban Insttut für Stochastk Prof Dr N Bäuerle Dpl-Math S Urban Lösungsvorschlag 6 Übungsblatt zur Vorlesung Fnanzatheatk I Aufgabe Put-Call-Party Wr snd nach Voraussetzung n ene arbtragefreen Markt, also exstert

Mehr

?? RUBRIK?? / 1 / Spezial

?? RUBRIK?? / 1 / Spezial ?? RUBRIK?? / 1 / Spezal carrere & more Semnarprogramm für Dozentnnen und Dozenten / 2 /?? RUBRIK?? Nveau st kene Handcreme! carrere & more Semnarprogramm für Dozentnnen und Dozenten S. 3 Vorwort S. 4

Mehr

Hat die Wahl des Performancemaßes einen Einfluss auf die Beurteilung von Hedgefonds-Indizes?

Hat die Wahl des Performancemaßes einen Einfluss auf die Beurteilung von Hedgefonds-Indizes? Hat de Wahl des Performancemaßes enen Enfluss auf de Beurtelung von Hedgefonds-Indzes? Von Martn Elng, St. Gallen, und Frank Schuhmacher, Lepzg Ene zentrale Fragestellung n der wssenschaftlchen Ausenandersetzung

Mehr

Operations Research II (Netzplantechnik und Projektmanagement)

Operations Research II (Netzplantechnik und Projektmanagement) Operatons Research II (Netzplantechnk und Projektmanagement). Aprl Frank Köller,, Hans-Jörg von Mettenhem & Mchael H. Bretner.. # // ::: Gute Vorlesung:-) Danke! Feedback.. # Netzplantechnk: Überblck Wchtges

Mehr

Für wen ist dieses Buch? Was ist dieses Buch? Besonderheiten. Neu in dieser Auflage

Für wen ist dieses Buch? Was ist dieses Buch? Besonderheiten. Neu in dieser Auflage Für wen st deses Bch? Das Taschenbch der Elektrotechnk rchtet sch an Stdentnnen nd Stdenten an nverstäten nd Fachhochschlen n den Berechen Elektrotechnk Nachrchtentechnk Technsche Informatk allgemene Ingenerwssenschaften

Mehr

5. Transmissionsmechanismen der Geldpolitik

5. Transmissionsmechanismen der Geldpolitik Geldtheore und Geldpoltk Grundzüge der Geldtheore und Geldpoltk Sommersemester 2013 5. Transmssonsmechansmen der Geldpoltk Prof. Dr. Jochen Mchaels Geldtheore und Geldpoltk SS 2013 5. Transmssonsmechansmen

Mehr

IT-Sicherheit messbar machen aber wie?

IT-Sicherheit messbar machen aber wie? IT-Scherhet messbar machen aber we? Messbarket von IT-Scherhet IT Scherhet m Unternehmen De Herausforderung IT-Scherhet messen Rskomanagement IT-Scherhet m Unternehmen... Als durchgängger Prozess STRATEGIEEBENE

Mehr

ifh@-anwendung ifh@-anwendung Technische Rahmenbedingungen Welche Mindestvoraussetzungen müssen erfüllt sein?

ifh@-anwendung ifh@-anwendung Technische Rahmenbedingungen Welche Mindestvoraussetzungen müssen erfüllt sein? FH@-Anwendung Für de Umsetzung von Strukturfonds-Förderungen st laut Vorgaben der EU de Enrchtung enes EDV- Systems für de Erfassung und Übermttlung zuverlässger fnanzeller und statstscher Daten sowe für

Mehr

Portfoliothorie (Markowitz) Separationstheorem (Tobin) Kapitamarkttheorie (Sharpe

Portfoliothorie (Markowitz) Separationstheorem (Tobin) Kapitamarkttheorie (Sharpe Portfolothore (Markowtz) Separatonstheore (Tobn) Kaptaarkttheore (Sharpe Ene Enführung n das Werk von dre Nobelpresträgern zu ene Thea U3L-Vorlesung R.H. Schdt, 3.12.2015 Wozu braucht an Theoren oder Modelle?

Mehr

HAT DIE WAHL DES PERFORMANCEMAßES EINEN EINFLUSS

HAT DIE WAHL DES PERFORMANCEMAßES EINEN EINFLUSS HAT DIE WAHL DES PERFORMANCEMAßES EINEN EINFLUSS AUF DIE BEURTEILUNG VON HEDGEFONDS-INDIZES? MARTIN ELING FRANK SCHUHMACHER WORKING PAPERS ON RISK MANAGEMENT AND INSURANCE NO. 10 EDITED BY HATO SCHMEISER

Mehr

Kommentierte Linkliste

Kommentierte Linkliste Mobbng Kommenterte Lnklste Mobbng fndet sch n allen sozalen Schchten und Altersgruppen: auch be Kndern und Jugendlchen. Aktuelle Studen kommen zu dem Ergebns, dass jede/r verte österrechsche SchülerIn

Mehr

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1. Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.

Mehr

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)).

Abbildung 3.1: Besetzungszahlen eines Fermigases im Grundzustand (a)) und für eine angeregte Konfiguration (b)). 44 n n F F a) b) Abbldung 3.: Besetzungszahlen enes Fermgases m Grundzustand (a)) und für ene angeregte Konfguraton (b)). 3.3 Ferm Drac Statstk In desem Abschntt wollen wr de thermodynamschen Egenschaften

Mehr

bciiii $elbbtbc~\~o!lntcti I-Ieim dagegen nictir. Bei freiiidgciiutztcn Inimobilien zeigt ein Vergleich nach Sreucrii, daß das Modell der

bciiii $elbbtbc~\~o!lntcti I-Ieim dagegen nictir. Bei freiiidgciiutztcn Inimobilien zeigt ein Vergleich nach Sreucrii, daß das Modell der uen gegenwärtg d, dle zudem unte 11 'Slgugh..r solltc de Nutzutgs'rt der Innublc 1- rd d.s %~sn\,cau berückschtgt werdenu, rat,,,,,, r Sre~scl~. l)c Nutzungsnrt der Irmoble sctwchtg, wel hc Jer vcrctctc

Mehr

Lösungen zum 3. Aufgabenblock

Lösungen zum 3. Aufgabenblock Lösungen zum 3. Aufgabenblock 3. Aufgabenblock ewerber haben n enem Test zur sozalen Kompetenz folgende ntervallskalerte Werte erhalten: 96 131 11 1 85 113 91 73 7 a) Zegen Se für desen Datensatz, dass

Mehr

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1.

9 Komplexe Zahlen ( ) ( ) 9.1 Ziele. 9.2 Warum braucht man komplexe Zahlen? 9.3 Darstellung von komplexen Zahlen. r 2. j 2. j 1. Mathematk I / Komplexe Zahlen 9 Komplexe Zahlen 9. Zele Am Ende deses Kaptels hast Du ene Grundvorstellung was komplexe Zahlen snd. Du kannst se grafsch darstellen und enfache Berechnungen durchführen.

Mehr

Temporäre Stilllegungsentscheidungen mittels stufenweiser E W U F W O R K I N G P A P E R

Temporäre Stilllegungsentscheidungen mittels stufenweiser E W U F W O R K I N G P A P E R Temporäre Stlllegungsentschedungen mttels stufenweser Grenzkostenrechnung E W U F W O R K I N G P A P E R Mag. Dr. Thomas Wala, FH des bf Wen PD Dr. Leonhard Knoll, Unverstät Würzburg Mag. Dr. Stephane

Mehr

UNIVERSITÄT STUTTGART INSTITUT FÜR THERMODYNAMIK UND WÄRMETECHNIK Professor Dr. Dr.-Ing. habil. H. Müller-Steinhagen P R A K T I K U M.

UNIVERSITÄT STUTTGART INSTITUT FÜR THERMODYNAMIK UND WÄRMETECHNIK Professor Dr. Dr.-Ing. habil. H. Müller-Steinhagen P R A K T I K U M. UNIVERSITÄT STUTTGART INSTITUT FÜR THERMODYNAMIK UND WÄRMETECHNIK Professor Dr. Dr.-Ing. habl. H. Müller-Stenhagen P R A K T I K U M Versuch 9 Lestungsmessung an enem Wärmeübertrager m Glech- und Gegenstrombetreb

Mehr

Elemente der Mathematik - Sommer 2016

Elemente der Mathematik - Sommer 2016 Elemente der Mathematk - Sommer 2016 Prof Dr Matthas Lesch, Regula Krapf Lösungen Übungsblatt 3 Aufgabe 9 (10 Punkte) Das Horner-Schema st ene Methode zum Auswerten enes Polynoms n a0 x an der Stelle s

Mehr

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz):

Aufgabe 8 (Gewinnmaximierung bei vollständiger Konkurrenz): LÖSUNG AUFGABE 8 ZUR INDUSTRIEÖKONOMIK SEITE 1 VON 6 Aufgabe 8 (Gewnnmaxmerung be vollständger Konkurrenz): Betrachtet wrd en Unternehmen, das ausschleßlch das Gut x produzert. De m Unternehmen verwendete

Mehr

Gruppe. Lineare Block-Codes

Gruppe. Lineare Block-Codes Thema: Lneare Block-Codes Lneare Block-Codes Zele Mt desen rechnerschen und expermentellen Übungen wrd de prnzpelle Vorgehenswese zur Kanalcoderung mt lnearen Block-Codes erarbetet. De konkrete Anwendung

Mehr

AUFGABEN ZUR INFORMATIONSTHEORIE

AUFGABEN ZUR INFORMATIONSTHEORIE AUFGABEN ZUR INFORMATIONSTHEORIE Aufgabe Wr betrachten das folgende Zufallsexperment: Ene fare Münze wrd so lange geworfen, bs erstmals Kopf erschent. De Zufallsvarable X bezechne de Anzahl der dazu notwendgen

Mehr