Das Problem signifikanter Betaschätzungen
|
|
- Inken Viktoria Burgstaller
- vor 7 Jahren
- Abrufe
Transkript
1 Das Problem signifikanter Betaschätzungen Bachelorarbeit Münchener Forschungspreis für 2. Dezember 2010
2 Gliederung 1. Problemstellung 2. Praktische Anwendung des Beta-Konzepts 3. Theoretische Grundlagen von Betaschätzungen 4. Gütekriterien von Regressionsschätzungen 6. Fazit 1
3 Gliederung 1. Problemstellung 2. Praktische Anwendung des Beta-Konzepts 3. Theoretische Grundlagen von Betaschätzungen 4. Gütekriterien von Regressionsschätzungen 6. Fazit 2
4 1. Problemstellung Der Betafaktor bringt das systematische Risiko zum Ausdruck und ist die entscheidende Komponente im CAPM Zahlreiche Freiheitsgrade bei der praktischen Umsetzung einer Betaschätzung Signifikanz des Betafaktors zur Beurteilung der statistischen Güte der Schätzung Analyse potentieller Einflussfaktoren auf die Signifikanz des Betawertes 3
5 Gliederung 1. Problemstellung 2. Praktische Anwendung des Beta-Konzepts 3. Theoretische Grundlagen von Betaschätzungen 4. Gütekriterien von Regressionsschätzungen 6. Fazit 4
6 2. Praktische Anwendung des Beta-Konzepts Berechnung der erwarteten Rendite eines Wertpapiers mittels CAPM Klassifizierung riskanter Wertpapiere Bestimmung des Risikozuschlags im Rahmen der Unternehmensbewertung (Risikozuschlagsmethode) Weite Verbreitung und Popularität des Beta-Konzepts Bedarf an zuverlässigen Betaschätzungen 5
7 Gliederung 1. Problemstellung 2. Praktische Anwendung des Beta-Konzepts 3. Theoretische Grundlagen von Betaschätzungen 4. Gütekriterien von Regressionsschätzungen 6. Fazit 6
8 3. Theoretische Grundlagen von Betaschätzungen Marktmodell von Sharpe zur Bestimmung des Betawertes r i, t i i rm, t i, t Univariate, lineare Zeitreihenregression Methode der kleinsten Quadrate (KQ-Methode) Summe der quadrierten Residuen wird minimiert KQ-Methode ermittelt unter bestimmten statistischen Voraussetzungen den besten linearer Schätzer s im i 2 s M i i i,t r i, t Alpha Beta Störvariable Rendite des Wertpapiers r M, t 2 s M s i, M Rendite des Marktportfolios geschätzte Varianz der Marktrendite geschätzte Kovarianz zwischen Aktien- und Marktrendite 7
9 Gliederung 1. Problemstellung 2. Praktische Anwendung des Beta-Konzepts 3. Theoretische Grundlagen von Betaschätzungen 4. Gütekriterien von Regressionsschätzungen 6. Fazit 8
10 4. Gütekriterien von Regressionsschätzungen Bestimmtheitsmaß 2 R Signifikanz t-test mit der Nullhypothese H 0 : i 0 i Empirischer t-wert temp s i Wechselbeziehung zwischen beiden Gütekriterien unabhängige Betrachtung bzw. Optimierung nicht sinnvoll s i Geschätzte Standardabweichung des wertpapierspezifischen Betas 9
11 Gliederung 1. Problemstellung 2. Praktische Anwendung des Beta-Konzepts 3. Theoretische Grundlagen von Betaschätzungen 4. Gütekriterien von Regressionsschätzungen 6. Fazit 10
12 Diskrete versus stetige Renditeberechnung Referenzindex Schätzperiodenlänge Renditeintervall und Intervalling-Effekt Regressionsausreißer 11
13 Diskrete versus stetige Renditeberechnung Referenzindex Schätzperiodenlänge Renditeintervall und Intervalling-Effekt Regressionsausreißer 12
14 Schätzperiodenlänge Die Schätzperiodenlänge hat maßgeblichen Einfluss auf die Signifikanz der Betas Die Verlängerung der Schätzperiode führt aus rein statistischer Sicht zu signifikanteren Betawerten Gefahr von Strukturbrüchen bei langen Beobachtungszeiträumen Trade-off zwischen Stichprobenumfang und der Gefahr von Strukturbrüchen 13
15 Renditeintervall und Intervalling-Effekt Illiquidität von Aktien als Hauptursache des Intervalling-Effekts Positiver Intervalling-Effekt bei illiquiden und wenig liquiden Aktien: Betawert wächst mit zunehmender Länge des Renditeintervalls Negativer Intervalling-Effekt bei liquiden Aktien: Betawert sinkt mit zunehmender Länge des Renditeintervalls Reduktion des Intervalling-Effekts durch Verlängerung des Renditeintervalls Im Durchschnitt steigt das Bestimmtheitsmaß und das Signifikanzniveau Keine unreflektierte Ausdehnung der Intervalle Notwendigkeit eines ausreichenden Stichprobenumfangs 14
16 Renditeintervall und Intervalling-Effekt Betafaktoren liquider Aktien werden bei kurzen Renditeintervallen geringfügig überschätzt Betawerte unregelmäßig gehandelter Aktien sind stark nach unten verzerrt und weisen oftmals insignifikante Werte auf Bei stark eingeschränktem Handel können Betaschätzungen nicht als aussagekräftiges Risikomaß angesehen werden 15
17 Gliederung 1. Problemstellung 2. Praktische Anwendung des Beta-Konzepts 3. Theoretische Grundlagen von Betaschätzungen 4. Gütekriterien von Regressionsschätzungen 6. Fazit 16
18 6. Fazit (1) Beurteilung der statistischen Güte einer Betaschätzung mittels Bestimmtheitsmaß und Signifikanz (2) Ergeben sich nicht signifikante Betawerte, sollte die Ursache im Einzelfall untersucht werden (3) Im Allgemeinen sind Betafaktoren illiquider Aktien für eine sinnvolle praktische Anwendung nicht geeignet Insignifikante Betawerte, die nicht das wahre systematische Risiko der Aktie widerspiegeln (4) Peer-Group Betas als möglicher Ersatz für insignifikante Betas 17
19 Vielen Dank für Ihre Aufmerksamkeit! 18
IV. Würdigung im Hinblick auf Bewertungsgutachten 1. Empirische Untersuchung zu Beta-Faktoren
1. Empirische Untersuchung zu Beta-Faktoren Untersuchungsgegenstand: Inputparameter: Prüfung statistische Validität: Darstellung Ergebnisse: Erklärungsansätze: Güte und Einflussfaktoren der Beta- Faktoren
MehrTheoretische und empirische Befunde. Mit einem Geleitwort von Prof. Dr. Leonhard Knoll, Prof. Dr. Daniela Lorenz und Prof. Dr.
Franziska Ziemer Der Betafaktor Theoretische und empirische Befunde nach einem halben Jahrhundert CAPM Mit einem Geleitwort von Prof. Dr. Leonhard Knoll, Prof. Dr. Daniela Lorenz und Prof. Dr. Ekkehard
Mehrvon Peter Zimmermann 462 Seiten, Uhlenbruch Verlag, 1997 EUR 98,- inkl. MwSt. und Versand ISBN 3-9804400-6-0
Reihe Portfoliomanagement, Band 7: SCHÄTZUNG UND PROGNOSE VON BETAWERTEN Eine Untersuchung am deutschen Aktienmarkt von Peter Zimmermann 462 Seiten, Uhlenbruch Verlag, 1997 EUR 98,- inkl. MwSt. und Versand
MehrBewertungs praktiker
Bewertungs praktiker F a c h i n f o r m a t i o n e n z u B e w e r t u n g s f r a g e n 2 Juni 2013 www.der-betrieb.de Beiträge Dr. Michael Hierzenberger Der White-Test als Gütekriterium bei der Bestimmung
MehrÜbung zur Empirischen Wirtschaftsforschung V. Das Lineare Regressionsmodell
Universität Ulm 89069 Ulm Germany Dipl.-WiWi Christian Peukert Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2010
MehrInstrument zur Untersuchung eines linearen Zusammenhangs zwischen zwei (oder mehr) Merkmalen.
Gliederung Grundidee Einfaches lineares Modell KQ-Methode (Suche nach der besten Geraden) Einfluss von Ausreißern Güte des Modells (Bestimmtheitsmaß R²) Multiple Regression Noch Fragen? Lineare Regression
MehrZu Thema 18: Beispiele für Aktien mit unterschiedlichen Betas
Zu Thema 18: Beispiele für Aktien mit unterschiedlichen Betas Theorie und Praxis Theoretischer Teil: Auswirkungen unterschiedlicher Betas auf das Schwingungsverhalten einer Aktie zum Index unter idealtypischen
Mehr6. PORTFOLIOTHEORETISCHE GRUNDLAGEN
Inhaltsverzeichnis Inhaltsverzeichnis INHALTSVERZEICHNIS 9 ANHANGSVERZEICHNIS 13 ABBILDUNGSVERZEICHNIS 14 TABELLENVERZEICHNIS 17 TEILI: EINLEITUNG 19 1. AUSGANGSLAGE 19 2. ASSET ALLOCATION 21 2.1. Assetklassendiversifikation
MehrVOLKSWIRTSCHAFTLICHE VORDIPLOMPRÜFUNG
VOLKSWIRTSCHAFTLICHE VORDIPLOMPRÜFUNG 17.07.2007 Übungsklausur auf dem Gebiet: STATISTIK II Prüfer: Dr. Roland Füss Name, Vorname: Matrikel-Nr.: Die Klausur enthält drei Typen von Aufgaben: D e r T e i
MehrAbschnitt A: Grundlagen 1 1. Einleitung 1 2. Der Kapitalisierungszinssatz in der Unternehmensbewertung... 4
Gliederung Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis VII XIII XIX XXIII Abschnitt A: Grundlagen 1 1. Einleitung 1 2. Der Kapitalisierungszinssatz in der Unternehmensbewertung... 4
MehrStatistik II. IV. Hypothesentests. Martin Huber
Statistik II IV. Hypothesentests Martin Huber 1 / 41 Übersicht Struktur eines Hypothesentests Stichprobenverteilung t-test: Einzelner-Parameter-Test F-Test: Multiple lineare Restriktionen 2 / 41 Struktur
MehrStatistik II. Regressionsanalyse. Statistik II
Statistik II Regressionsanalyse Statistik II - 23.06.2006 1 Einfachregression Annahmen an die Störterme : 1. sind unabhängige Realisationen der Zufallsvariable, d.h. i.i.d. (unabh.-identisch verteilt)
Mehr3.3 Konfidenzintervalle für Regressionskoeffizienten
3.3 Konfidenzintervalle für Regressionskoeffizienten Konfidenzintervall (Intervallschätzung): Angabe des Bereichs, in dem der "wahre" Regressionskoeffizient mit einer großen Wahrscheinlichkeit liegen wird
MehrDr. Maike M. Burda. Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp
Dr. Maike M. Burda Welchen Einfluss hat die Körperhöhe auf das Körpergewicht? Eine Regressionsanalyse. HU Berlin, Econ Bootcamp 8.-10. Januar 2010 BOOTDATA.GDT: 250 Beobachtungen für die Variablen... cm:
MehrÜbung V Lineares Regressionsmodell
Universität Ulm 89069 Ulm Germany Dipl.-WiWi Michael Alpert Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2007 Übung
MehrAlpha, Beta & co. Outperformance richtig bewerten. Dipl.-Kfm. Christoph Lang
α β Alpha, Beta & co. Outperformance richtig bewerten. Dipl.-Kfm. Christoph Lang 1 Fondskategorien (Peergroups) 500,00% 450,00% 400,00% 350,00% 300,00% 250,00% 200,00% 150,00% 100,00% 50,00% Auswertungszeitraum
MehrKapitalkosten für die Unternehmensbewertung
independenl Valuotion & Consulling Kapitalkosten für die Unternehmensbewertung Unternehmens- und Branchenanalysen für Betafaktoren, Fremdkapitalkosten und Verschuldungsgrade 2012/2013 von WP StB Andreas
MehrSTATISTIK, ÖKONOMETRIE, OPTIMIERUNG
Thorsten Poddig/ Hubert Dichtl/ Kerstin Petersmeier STATISTIK, ÖKONOMETRIE, OPTIMIERUNG Methoden und ihre praktischen Anwendungen in Finanzanalyse und Portfoliomanagement 3. erweiterte Auflage UHLENBRUCH
MehrHistorische Renditen, Experteninterviews, Analyse von Marktpreisen
1 Portfoliotheorie 1.1 Grundlagen der Portfoliotheorie 1.1.1 Welche vier grundsätzlichen Anlageziele werden von Investoren verfolgt? Minimales Risiko Liquidation wenn nötig Hohe Rendite Gewinnmaximierung
MehrSTATISTIK, ÖKONOMETRIE, OPTIMIERUNG
Thorsten Poddig/ Hubert Dichtl/ Kerstin Petersmeier STATISTIK, ÖKONOMETRIE, OPTIMIERUNG Methoden und ihre praktischen Anwendungen in Finanzanalyse und Portfoliomanagement 4. vollständig überarbeitete Auflage
Mehr1 Beispiel zur Methode der kleinsten Quadrate
1 Beispiel zur Methode der kleinsten Quadrate 1.1 Daten des Beispiels t x y x*y x 2 ŷ ˆɛ ˆɛ 2 1 1 3 3 1 2 1 1 2 2 3 6 4 3.5-0.5 0.25 3 3 4 12 9 5-1 1 4 4 6 24 16 6.5-0.5 0.25 5 5 9 45 25 8 1 1 Σ 15 25
MehrBerechnung der Kapitalkosten in Deutschland
Alexander Scheld Fundamental Beta Ermittlung des systematischen Risikos bei nicht borsennotierten Unternehmen 4^1 Springer G a bier In ha It Geleitwort Vorwort Inhalt Abbildungsverzeichnis Tabellenverzeichnis
MehrProf. Dr. Marc Gürtler WS 2015/2016. Prof. Dr. Marc Gürtler. Klausur zur 10/12 SWS-Vertiefung Empirische Finanzwirtschaft Finanzwirtschaft
Prof. Dr. Marc Gürtler WS 015/016 Prof. Dr. Marc Gürtler Klausur zur 10/1 SWS-Vertiefung Empirische Finanzwirtschaft Finanzwirtschaft Lösungsskizze Prof. Dr. Marc Gürtler WS 015/016 Aufgabe 1: (11+5+1+8=56
MehrAufgaben zur Vorlesung Finanzmanagement
Aufgaben zur Vorlesung Finanzmanagement B. Erke FH Gelsenkirchen, Abteilung Bocholt February 6, 006 Eigenkapitalkosten Aufgabenblatt: CAPM Musterlösung Die Aktien der nonprofit.com AG werden an einem speziellen
Mehr4.1. Verteilungsannahmen des Fehlers. 4. Statistik im multiplen Regressionsmodell Verteilungsannahmen des Fehlers
4. Statistik im multiplen Regressionsmodell In diesem Kapitel wird im Abschnitt 4.1 zusätzlich zu den schon bekannten Standardannahmen noch die Annahme von normalverteilten Residuen hinzugefügt. Auf Basis
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung 11. Vorlesung Jochen Köhler 10.05.011 1 Inhalt der heutigen Vorlesung Zusammenfassung Parameterschätzung Übersicht über Schätzung und Modellbildung Modellevaluation
MehrSchätzen und Testen von Populationsparametern im linearen Regressionsmodell PE ΣO
Schätzen und Testen von Populationsparametern im linearen Regressionsmodell PE ΣO 4. Dezember 2001 Generalisierung der aus Stichprobendaten berechneten Regressionsgeraden Voraussetzungen für die Generalisierung
MehrT-Test für unabhängige Stichproben
T-Test für unabhängige Stichproben Wir gehen von folgendem Beispiel aus: Wir erheben zwei Zufallstichproben, wobei nur die Probanden der einen Stichprobe einer speziellen experimentellen Behandlung (etwa
MehrAbschnitt B. Kapitalmarktgestützte Umsetzung der Anforderungen des IDW S 1 i.d.f. 2008, des IDW RS HFA 10 und des IDW RS HFA 16 31
V Gliederung Abbildungsverzeichnis Tabellenverzeichnis Abkürzungsverzeichnis VI X XI XIII Abschnitt A. Grundlagen 1 1. Einleitung 1 2. Der Kapitalisierungszinssatz in der Unternehmensbewertung 4 Abschnitt
MehrStatistik II Übung 4: Skalierung und asymptotische Eigenschaften
Statistik II Übung 4: Skalierung und asymptotische Eigenschaften Diese Übung beschäftigt sich mit der Skalierung von Variablen in Regressionsanalysen und mit asymptotischen Eigenschaften von OLS. Verwenden
MehrAnalyse von Querschnittsdaten. Signifikanztests II Advanced Stuff
Analyse von Querschnittsdaten Signifikanztests II Advanced Stuff Warum geht es in den folgenden Sitzungen? Kontinuierliche Variablen Generalisierung kategoriale Variablen Datum 9..5 6..5..5 9..5 6..5..5..5
MehrW-Statistik-Klausur
W-Statistik-Klausur 06.07.06 Aufgabe Auf einem Flughafen kann die Wartezeit zwischen zwei Anschlussflügen als normalverteilt mit dem Erwartungswert 0 Minuten und der Standardabweichung 60 Minuten angesehen
MehrWirtschaftsstatistik-Klausur am
Wirtschaftsstatistik-Klausur am 0.07.017 Aufgabe 1 Ein Handy- und PC-Hersteller verfügt über ein exklusives Filialnetz von 900 Filialen. Der Gewinn (in GE) der Filialen ist in der folgenden Tabelle nach
MehrWolfgang Kohn Riza Öztürk. Statistik für Ökonomen. Datenanalyse mit R und SPSS. 3., überarbeitete Auflage. 4^ Springer Gabler
Wolfgang Kohn Riza Öztürk Statistik für Ökonomen Datenanalyse mit R und SPSS 3., überarbeitete Auflage 4^ Springer Gabler Inhaltsverzeichnis Teil I Einführung 1 Statistik-Programme 3 1.1 Kleine Einführung
Mehr2 Anwendungen und Probleme
Prof. Dr. Werner Smolny Sommersemester 2005 Abteilung Wirtschaftspolitik Helmholtzstr. 20, Raum E 05 Tel. 0731 50 24261 UNIVERSITÄT DOCENDO CURANDO ULM SCIENDO Fakultät für Mathematik und Wirtschaftswissenschaften
MehrStatistik für Ökonomen
Wolfgang Kohn Riza Öztürk Statistik für Ökonomen Datenanalyse mit R und SPSS 2., überarbeitete Auflage 4ü Springer Gabler Inhaltsverzeichnis Teil I Einführung 1 Kleine Einführung in R '! 3 1.1 Installieren
MehrKapitel 8. Einfache Regression. Anpassen des linearen Regressionsmodells, OLS. Eigenschaften der Schätzer für das Modell
Kapitel 8 Einfache Regression Josef Leydold c 2006 Mathematische Methoden VIII Einfache Regression 1 / 21 Lernziele Lineares Regressionsmodell Anpassen des linearen Regressionsmodells, OLS Eigenschaften
MehrInhaltsverzeichnis. Teil I Einführung
Inhaltsverzeichnis Teil I Einführung 1 Statistik-Programme... 1.1 Kleine Einführung in R... 1.1.1 Installieren und Starten von R. 1.1.2 R-Konsole... 1.1.3 R-Workspace... 1.1.4 R-History... 1.1.5 R-Skripteditor...
MehrBeta-Schätzung: Schätzzeitraum und Renditeintervall unter statistischen Gesichtspunkten 1
WP StB Dr. Jörn Stellbrink/Dr. Carsten Brückner, CFA Beta-Schätzung: Schätzzeitraum und Renditeintervall unter statistischen Gesichtspunkten 1 WP StB Dr. Jörn Stellbrink ist Manager und Prokurist der BDO
MehrStatistik für Ökonomen
Wolfgang Kohn Riza Öztürk Statistik für Ökonomen Datenanalyse mit R und SPSS tfü. Springer Inhaltsverzeichnis Teil I Einführung 1 Kleine Einführung in R 3 1.1 Installieren und Starten von R 3 1.2 R-Befehle
MehrV. Das lineare Regressionsmodell
Universität Ulm 89069 Ulm Germany Tino Conrad, M.Sc. Institut für Wirtschaftspolitik Fakultät für Mathematik und Wirtschaftswissenschaften Ludwig-Erhard-Stiftungsprofessur Sommersemester 2016 Übung zur
MehrInhaltsverzeichnis. 2 Kurzbeschreibung von SPSS Der SPSS-Dateneditor Statistische Analysen mit SPSS DieDaten...
Inhaltsverzeichnis Teil I Einführung 1 Kleine Einführung in R... 3 1.1 Installieren und Starten von R... 3 1.2 R-Befehleausführen... 3 1.3 R-Workspace speichern... 4 1.4 R-History sichern........ 4 1.5
Mehr) 10% ist (jeder würde in diese Aktie investieren, der Preis
OFIN Pingo Fragen 1. Der Wert eines Gutes... lässt sich auf einem vollkommenen KM bewerten bestimmt sich durch den relativen Vergleich mit anderen Gütern 2. Jevon's Gesetz von der Unterschiedslosigkeit
MehrI.V. Methoden 4: Regressionsund Pfadanalyse WiSe 02/03
I.V. Methoden 4: Regressionsund Pfadanalyse WiSe 02/03 Vorlesung: 12.11.2002 He uses statistics as a drunken man use lampposts - for support rather than for illumination. Andrew Lang Dr. Wolfgang Langer
MehrPortfolio-Optimierung und Capital Asset Pricing
Portfolio-Optimierung und Capital Asset Pricing Peter Malec Institut für Statistik und Ökonometrie Humboldt-Universität zu Berlin Econ Boot Camp, SFB 649, Berlin, 4. Januar 2013 1. Einführung 2 29 Motivation
MehrDas (multiple) Bestimmtheitsmaß R 2. Beispiel: Ausgaben in Abhängigkeit vom Einkommen (I) Parameterschätzer im einfachen linearen Regressionsmodell
1 Lineare Regression Parameterschätzung 13 Im einfachen linearen Regressionsmodell sind also neben σ ) insbesondere β 1 und β Parameter, deren Schätzung für die Quantifizierung des linearen Zusammenhangs
MehrEmpirische Wirtschaftsforschung
Empirische Wirtschaftsforschung Prof. Dr. Bernd Süßmuth Universität Leipzig Institut für Empirische Wirtschaftsforschung Volkswirtschaftslehre, insbesondere Ökonometrie 6.. Herleitung des OLS-Schätzers
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Dr. Jochen Köhler 1 Inhalt der heutigen Vorlesung Statistik und Wahrscheinlichkeitsrechnung Zusammenfassung der vorherigen Vorlesung Übersicht über Schätzung und
MehrI. Deskriptive Statistik 1
I. Deskriptive Statistik 1 1. Einführung 3 1.1. Grundgesamtheit und Stichprobe.................. 5 1.2. Merkmale und Verteilungen..................... 6 1.3. Tabellen und Grafiken........................
MehrAlternative Darstellung des 2-Stcihprobentests für Anteile
Alternative Darstellung des -Stcihprobentests für Anteile DCF CF Total n 111 11 3 Response 43 6 69 Resp. Rate 0,387 0,3 0,309 Bei Gültigkeit der Nullhypothese Beobachtete Response No Response Total absolut
MehrStatistik II: Signifikanztests /2
Medien Institut : Signifikanztests /2 Dr. Andreas Vlašić Medien Institut (0621) 52 67 44 vlasic@medien-institut.de Gliederung 1. Korrelation 2. Exkurs: Kausalität 3. Regressionsanalyse 4. Key Facts 2 I
MehrCAPM-Test. Anwendung der Fama/French-Methodik auf den deutschen Aktienmarkt
CAPM-Test Anwendung der Fama/French-Methodik auf den deutschen Aktienmarkt Hintergrund und ökonomische Motivation 2 Hier wird Wissen Wirklichkeit Hintergrund und ökonomische Motivation CAPM ist das Standard-Tool
MehrLineare Korrelation. Statistik für SozialwissenschaftlerInnen II p.143
Lineare Korrelation Statistik für SozialwissenschaftlerInnen II p.143 Produkt-Moment-Korrelation Der Produkt-Moment-Korrelationskoffizient r von Pearson ist ein Zusammenhangsmaß für metrische Variablen
MehrKurs Empirische Wirtschaftsforschung
Kurs Empirische Wirtschaftsforschung 5. Bivariates Regressionsmodell 1 Martin Halla Institut für Volkswirtschaftslehre Johannes Kepler Universität Linz 1 Lehrbuch: Bauer/Fertig/Schmidt (2009), Empirische
MehrJohn Komlos Bernd Süssmuth. Empirische Ökonomie. Eine Einführung in Methoden und Anwendungen. 4y Springer
John Komlos Bernd Süssmuth Empirische Ökonomie Eine Einführung in Methoden und Anwendungen 4y Springer 1 Einführung 1 1.1 Ökonometrie 1 2 Vorüberlegungen und Grundbegriffe 7 2.1 Statistik als Grundlage
MehrDie Bewertung notleidender Unternehmen
Die Bewertung notleidender Unternehmen Masterarbeit Münchener Forschungspreis für Wirtschaftsprüfung 17. November 2011 Tobias Friedrich, M.Sc. Tobias Friedrich 17. November 2011 1 Problemstellung Berücksichtigung
Mehr1 Einführung Ökonometrie... 1
Inhalt 1 Einführung... 1 1.1 Ökonometrie... 1 2 Vorüberlegungen und Grundbegriffe... 7 2.1 Statistik als Grundlage der Empirischen Ökonomie... 7 2.2 Abgrenzung und Parallelen zu den Naturwissenschaften...
MehrZusammenfassung 11. Sara dos Reis.
Zusammenfassung 11 Sara dos Reis sdosreis@student.ethz.ch Diese Zusammenfassungen wollen nicht ein Ersatz des Skriptes oder der Slides sein, sie sind nur eine Sammlung von Hinweise zur Theorie, die benötigt
MehrTeil: lineare Regression
Teil: lineare Regression 1 Einführung 2 Prüfung der Regressionsfunktion 3 Die Modellannahmen zur Durchführung einer linearen Regression 4 Dummyvariablen 1 Einführung o Eine statistische Methode um Zusammenhänge
MehrMögliche Fehler beim Testen
Mögliche Fehler beim Testen Fehler. Art (Irrtumswahrscheinlichkeit α), Zusammenfassung: Die Nullhypothese wird verworfen, obwohl sie zutrifft. Wir haben uns blamiert, weil wir etwas Wahres abgelehnt haben.
MehrStatistik K urs SS 2004
Statistik K urs SS 2004 3.Tag Grundlegende statistische Maße Mittelwert (mean) Durchschnitt aller Werte Varianz (variance) s 2 Durchschnittliche quadrierte Abweichung aller Werte vom Mittelwert >> Die
Mehr- Normalverteilung (Gaußverteilung) kann auf sehr viele Zufallsprozesse angewendet werden.
Normalverteilung und Standardnormalverteilung als Beispiel einer theoretischen Verteilung - Normalverteilung (Gaußverteilung) kann auf sehr viele Zufallsprozesse angewendet werden. - Stetige (kontinuierliche),
MehrRenditemuster von Aktienfonds und deren Prognosegüte für abnormale Preisreaktionen.
Renditemuster von Aktienfonds und deren Prognosegüte für abnormale Preisreaktionen. Bachelorarbeit in Financial Economics/Banking am Institut für schweizerisches Bankwesen der Universität Zürich bei PROF.
MehrStatistik II. II. Univariates lineares Regressionsmodell. Martin Huber 1 / 20
Statistik II II. Univariates lineares Regressionsmodell Martin Huber 1 / 20 Übersicht Definitionen (Wooldridge 2.1) Schätzmethode - Kleinste Quadrate Schätzer / Ordinary Least Squares (Wooldridge 2.2)
MehrQuantitative Methoden der Agrarmarktanalyse und des Agribusiness
Quantitative Methoden der Agrarmarktanalyse und des Agribusiness Fragen zur Vorlesung Teil 2 SS 2001 Mai 19 Dr. Jens-Peter Loy, Institut für Agrarökonomie (Kommentare bitte per e-mail an jploy@agric-econ.uni-kiel.de)
MehrSTATISTIK, ÖKONOMETRIE, OPTIMIERUNG
Thorsten Poddig/ Hubert Dichtl/ Kerstin Petersmeier STATISTIK, ÖKONOMETRIE, OPTIMIERUNG Methoden und ihre praktische Anwendung in Finanzanalyse und Portfoliomanagement UHLENBRUCH Verlag Bad Soden/Ts. m
MehrInvestitionsrechnung unter Unsicherheit
Investitionsrechnung unter Unsicherheit Rendite-/Risikoanalyse von Investitionen im Kontext einer wertorientierten Unternehmensführung von Boris Nöll, Prof. Dr. Arnd Wiedemann 1. Auflage Investitionsrechnung
MehrAufgabe 1 (8= Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten:
Aufgabe 1 (8=2+2+2+2 Punkte) 13 Studenten haben die folgenden Noten (ganze Zahl) in der Statistikklausur erhalten: Die Zufallsvariable X bezeichne die Note. 1443533523253. a) Wie groß ist h(x 5)? Kreuzen
MehrStatistik I. Methodologie der Psychologie
Statistik I Methodologie der Psychologie Thomas Schmidt & Lena Frank Wintersemester 2003/2004 Georg-Elias-Müller-Institut für Psychologie Uni Göttingen Literatur: Glantz, S.A. (2002). Primer of Biostatistics.
MehrEinfache Varianzanalyse für abhängige
Einfache Varianzanalyse für abhängige Stichproben Wie beim t-test gibt es auch bei der VA eine Alternative für abhängige Stichproben. Anmerkung: Was man unter abhängigen Stichproben versteht und wie diese
MehrIst die Marktrisikoprämie in Deutschland zeitstabil?
Ist die Marktrisikoprämie in Deutschland zeitstabil? Holger Hinz & Sebastian Vollmer 1 Problemstellung Die Ermittlung eines Marktpreises für Risiko ist interessant, weil dadurch der Handel mit risikobehafteten
MehrPortfoliomanagement I
Wolfgang Breuer Marc Gürtler Frank Schuhmacher Portfoliomanagement I Grundlagen 3., aktualisierte und überarbeitete Auflage GABLER Inhaltsverzeichnis IX Verzeichnis wichtiger Symbole XIII I Problemstellung
MehrLehrstuhl für Statistik und emp. Wirtschaftsforschung, Prof. R. T. Riphahn, Ph.D. Bachelorprüfung, Praxis der empirischen Wirtschaftsforschung
Lehrstuhl für Statistik und emp. Wirtschaftsforschung, Prof. R. T. Riphahn, Ph.D. Bachelorprüfung, Praxis der empirischen Wirtschaftsforschung Aufgabe 1: [14,5 Punkte] Sie interessieren sich für die Determinanten
MehrStatistik für. von. Prof. Dr. Josef Bleymüller. und. Prof. Dr. Rafael Weißbach. sowie. Dr. Günther Gehlert. und. Prof. Dr.
Statistik für Wirtschaftswissenschaftler von Prof. Dr. Josef Bleymüller und Prof. Dr. Rafael Weißbach sowie Dr. Günther Gehlert und Prof. Dr. Herbert Gülicher bei früheren Auflagen 17., überarbeitete Auflage
MehrKapitel 5: Einfaktorielle Varianzanalyse
Kapitel 5: Einfaktorielle Varianzanalyse Durchführung einer einfaktoriellen Varianzanalyse ohne Messwiederholung Dieser Abschnitt zeigt die Durchführung der in Kapitel 5 vorgestellten einfaktoriellen Varianzanalyse
MehrDer Reverse Takeover als Alternative zum klassischen Börsengang: eine empirische Untersuchung europäischer Transaktionen
Der Reverse Takeover als Alternative zum klassischen Börsengang: eine empirische Untersuchung europäischer Transaktionen DISSERTATION der Universität St. Gallen, Hochschule für Wirtschafts-, Rechts- und
Mehr7.1 Korrelationsanalyse. Statistik. Kovarianz. Pearson-Korrelation. Institut für angewandte Statistik & EDV Universität für Bodenkultur Wien
Statistik 7.1 Korrelationsanalyse Institut für angewandte Statistik & EDV Universität für Bodenkultur Wien Sommersemester 2012 7 Regressions- und Korrelationsanalyse Kovarianz Pearson-Korrelation Der (lineare)
MehrTest von Hypothesen: Signifikanz des Zusammenhangs (F-Test)
Test von Hyothesen: Signifikanz des Zusammenhangs (F-Test) Die Schätzung der Regressionsfunktion basiert auf Daten einer Stichrobe Inwiefern können die Ergebnisse dieser Schätzung auf die Grundgesamtheit
MehrDer Korrelationskoezient nach Pearson
Der Korrelationskoezient nach Pearson 1 Motivation In der Statistik werden wir uns häug mit empirisch erfassten Daten beschäftigen. Um diese auszuwerten, ist es oftmals notwendig einen Zusammenhang zwischen
MehrAnalyse von Querschnittsdaten. Signifikanztests II Advanced Stuff
Analyse von Querschnittsdaten Signifikanztests II Advanced Stuff Warum geht es in den folgenden Sitzungen? Kontinuierliche Variablen Generalisierung kategoriale Variablen Datum..4..4 7..4..4..4 7..4 4..4..4
Mehr= 2 ( 3250,3 ( 3251,5)) = 1,1662 F(2,800) = 2,4 χ2
Pobeklausur: Einführung in die Ökonometrie (Lösung) Gesamtpunktzahl: 96 1. (20 Punkte) a) Anmerkung: statt im Durchschnitt kann auch der/die/das erwartete... stehen. educ : Wenn die Bildung um 1 Jahr steigt,
MehrInhaltsverzeichnis Einführung und deskriptive Statistik Grundlagen der Inferenzstatistik 1: Zufallsvariablen
Inhaltsverzeichnis 1 Einführung und deskriptive Statistik... 1 1.1 Wichtige mathematische Schreibweisen... 1 1.1.1 Das Summenzeichen... 1 1.1.2 Mengentheoretische Schreibweisen... 3 1.1.3 Variablentransformationen...
MehrGrundriss der Generalisierten Gauß'schen Fehlerrechnung
Michael Grabe Grundriss der Generalisierten Gauß'schen Fehlerrechnung ""Jl'..~.t. itj':; ~;.." $ ~J,jl.\t~~~":'.~,_:l'~~;:..:~~t';t~ n ~'1j1:;~~,pt~,,:tK:"~~f:' ~:~. ~ Springer Inhaltsverzeichnis Teil
Mehr1 Grundlagen des Portfolio Managements Mathematische Grundlagen im Portfolio Management Grundlagen der modernen Portfoliotheorie 203
Inhaltsübersicht 1 Grundlagen des Portfolio Managements 17 2 Mathematische Grundlagen im Portfolio Management 123 3 Grundlagen der modernen Portfoliotheorie 203 4 Die Anwendung des aktiven Portfolio Managements
MehrBachelorprüfung SS 2015
Lehrstuhl für Statistik und empirische Wirtschaftsforschung Prof. Regina T. Riphahn, Ph.D. Fach: Praxis der empirischen Wirtschaftsforschung Prüfer: Prof. Regina T. Riphahn, Ph.D. Bachelorprüfung SS 205
MehrEinführung in die Statistik
Elmar Klemm Einführung in die Statistik Für die Sozialwissenschaften Westdeutscher Verlag INHALTSVERZEICHNIS 1. Einleitung und Begrifflichkeiten 11 1.1 Grundgesamtheit, Stichprobe 12 1.2 Untersuchungseinheit,
MehrPortfolio-Optimierung und Capital Asset Pricing
Portfolio-Optimierung und Capital Asset Pricing Prof. Dr. Nikolaus Hautsch Institut für Statistik und Ökonometrie Humboldt-Universität zu Berlin CASE, CFS, QPL Econ Boot Camp, SFB 649, Berlin, 8. Januar
MehrJost Reinecke. 7. Juni 2005
Universität Bielefeld 7. Juni 2005 Testtheorie Test für unabhängige Stichproben Test für abhängige Stichproben Testtheorie Die Testtheorie beinhaltet eine Reihe von Testverfahren, die sich mit der Überprüfung
MehrKlausur: Einführung in die Statistik Sommersemester 2014
Klausur: Einführung in die Statistik Smmersemester 2014 1. Für eine statistische Analyse wird eine Reihe vn Merkmalen erfasst- Ntieren Sie jeweils mit N, O, I bzw. R, b es sich um eine Nminal-, Ordinal-,
MehrMethodenlehre. Vorlesung 10. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 10 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie als Wissenschaft
MehrLehrstuhl für Finanzierung Universitätsprofessor Dr. Jochen Wilhelm
Lehrstuhl für Finanzierung Universitätsprofessor Dr. Jochen Wilhelm A b s c h l u s s k l a u s u r z u r V o r l e s u n g K a p i t a l m a r k t t h e o r i e W i n t e r s e m e s t e r 1 9 9 9 / 2
MehrMethodenlehre. Vorlesung 12. Prof. Dr. Björn Rasch, Cognitive Biopsychology and Methods University of Fribourg
Methodenlehre Vorlesung 12 Prof. Dr., Cognitive Biopsychology and Methods University of Fribourg 1 Methodenlehre I Woche Datum Thema 1 FQ Einführung, Verteilung der Termine 1 25.9.13 Psychologie als Wissenschaft
MehrStatistiken deuten und erstellen
Statistiken deuten und erstellen Dipl. Ök. Jens K. Perret, M.Sc. Evgenija Yushkova, M.A. Schumpeter School of Business and Economics Bergische Universität Wuppertal Gaußstraße 20 42097 Wuppertal Inhalt
Mehr1. Lösungen zu Kapitel 5
. Lösungen zu Kapitel 5 Übungsaufgabe 5. a) Falsch! Die Varianz des geschätzten Koeffizienten ˆβ berechnet sich folgendermaßen: ) b) Falsch! Var(β ˆ ) = ˆσ2 ˆσ X 2 = = ( ˆεt 2 (K+) X 2 t X 2 5 5 2 0 8
MehrEmpirische Wirtschaftsforschung
Empirische Wirtschaftsforschung Prof. Dr. Bernd Süßmuth Universität Leipzig Institut für Empirische Wirtschaftsforschung Volkswirtschaftslehre, insbesondere Ökonometrie 1 4. Basiskonzepte der induktiven
Mehr