Zeitreihenökonometrie
|
|
- Gundi Bretz
- vor 6 Jahren
- Abrufe
Transkript
1 Zeireihenökonomerie Kapiel 4 Schäzung univariaer Zeireihenmodelle
2 Y = c+ α Y + + α Y + ε + βε + + β ε p p q q Problem: Direke Schäzung der Parameer α,, αp und β,, βq über OLS nich möglich, da die Residuen mi i=,...,n nich bekann sind. ε i ( ) Es exisieren verschiedene Mehoden zur Schäzung von ARMA Modellen Momenenmehode (Yule-Walker Gleichungen) Kleinse-Quadrae Schäzungen (OLS) Condiional Leas Squares (CLS) Uncondiional Leas Squares (UCLS) Maximum-Likelihood Schäzungen (ML) => Voraussezung: Modellordnung (p,q) des ARMA-Prozesses is bekann!!!!
3 Momenenmehode Die Idee der Momenenmehode beseh darin, so viele empirische Momene mi den heoreischen Momenen gleichzusezen, wie es Parameer zu schäzen gib, und die resulierenden Gleichungen nach den unbekannen Parameern aufzulösen. Für reine AR-Prozessen liefer die Momenenmehode opimale Schäzer. Für reine MA- Prozesse oder gemische ARMA-Prozesse sind diese Schäzer jedoch i.a. nich opimal. Die Were dienen dann of als Sarwere für ieraive Mehoden. Ein Beispielverfahren is die Yule-Walker Gleichung, bei der die Schäzer der AR- Koeffizienen ieraiv aus den empirischen Auokorrelaionsfunkionen berechne werden. 3
4 Momenenmehode Für AR(p)-Prozesse sind die YULE-WALKER-Schäzer opimal in dem Sinne, dass Sie für T die kleinse Varianz besizen. Grund: AR(p)-Modelle sind linear in den Koeffizienen und YULE-WALKER-Schäzer sind dami im Wesenlichen KQ-Schäzer. Im Prinzip können die YULE-WALKER-Schäzer auch für MA(q)- und ARMA(p,q)-Prozesse mi q > 0 angewende werden. Die YULE-WALKER-Schäzer sind dann jedoch nich mehr in dem oben beschriebenen Sinne opimal. Bereis die Anwendung auf den MA()-Prozess zeig, dass dies zu einem nichlinearen Gleichungssysem für die beiden Parameer führ, das u.u. keine oder mehrere Lösungen ha. 4
5 Kleinse-Quadrae Schäzungen (OLS) von ARMA Modellen Y = c+ α Y + + α Y + ε + βε + + β ε p p q q Ziel: Minimierung der Quadrasumme der Residuen N i= ε i min Beispiel: ARMA(,) Y = α Y + ε + βε ε = Y αy βε ε Besimmung der unbekannen : Vernachlässigung der Sarwere (CLS) Schäzung geeigneer Sarwere (UCLS) 5
6 Condiional Leas Squares Schäzung (CLS) Iniialisierung: Y = ε = 0 für 0 Es gehen aber die ersen p-beobachungen verloren!!! ε = Y αy βε für 0 Berechne rekursiv: ε = Y ( ) ( ) ε = Y αy βε = Y αy βy = Y Y β + α ( ) ε = Y αy βε = Y αy β Y Y β + α Minimiere die nichlineare Funkion: min α, β N i= ε i 6
7 Uncondiional Leas Squares Schäzung (UCLS) ARMA(p,q)-Prozess laue bei der ersen Beobachung wie folg: Y = c + αy α Y + + ε + βε p p β ε q q+ Y0, Y,..., Y p+ ε,..., 0 ε q + Y j Die Were und sind aber unbekann. Bei der UCLS Mehode wird für die nich beobacheen -Were jeweils der Mielwer eingesez und die nich beobacheen Sörgrößen werden jeweils ihrem Erwarungswer Null gleichgesez. Die Kleins-Quadra-Schäzung is auf Grund dieser Annahmen möglich. Die geschäzen Parameer können bei sehr großem Sichprobenumfang analog zum bekannen Regressionsmodell geese werden. Sie sind asympoisch unverzerr, konsisen und asympoisch normalvereil. ε k 7
8 Maximum Likelihood Schäzung (ML) Das Sandardverfahren zur Parameerschäzung bei reinen MA-Modellen und gemischen und ARMA-Modellen is die Maximum-Likelihood-Mehode. Bei dieser Mehode werden diejenigen Parameer gewähl, die den Wer der gemeinsamen Diche an der Selle der Sichprobe (die vorliegende Zeireihe) maximieren. Der ML-Schäzer des Parameervekors bei einer gegebenen Sichprobe is der Vekor, der die Wahrscheinlichkei(sdiche) genau diese Sichprobe zu erhalen, maximier. Probleme: Fehlende Erwarungsreue des ML-Schäzers Hoher numerischer Rechenaufwand 8 Vereilungsannahme
9 Idee der Maximum Likelihood Schäzung Zusammenfassung aller Modellparameer im Vekor Vereilungsannahmen bezgl. der Sichprobenvariablen Berechnung der gemeinsamen Dichefunkion Berachung der Dichefunkion als Funkion im unbekannen Parameervekor ( θ ) = Y, ( ),...,,,..., ; Y Y θ ( ) θ L f y y y ( ) Maximiere log L θ bezgl. Y,..., YT (,,..., ) f y y y Y, Y,..., Y θ = α α β β σ [ c... p... q ] 9
10 Maximum Likelihood Schäzung (ML) Die ML Mehode geh von der Likelihood Funkion aus, die die Wahrscheinlichkei, die { } T vorliegende Zeireihe zu beobachen, als Funkion eines Vekors von den θ Parameern beschreib. Y = Ziel is es, den Vekor an Parameern zu schäzen, der den naürlichen Logarihmus der Likelihood Funkion maximier. θ Wichig: Die Dichefunkion einer normalvereilen Zufallsvariable y is definier als: ( y μ) ( ) fy y μσ, = exp πσ σ 0
11 Sidesep: Bedinge Wahrscheinlichkeien Wie groß is die Wahrscheinlichkei beim Würfeln eine zu erhalen, wenn man schon weiß, dass eine gerade Zahl gewürfel wurde? Wahrscheinlichkei eine gerade Zahl zu erhalen: Wahrscheinlichkei eine zu würfeln: Gemeinsame Wahrscheinlichkei eine und eine gerade Zahl zu erhalen: Die Wahrscheinlichkei eine zu erhalen, wenn eine gerade Zahl gewürfel wurde, kann mi Hilfe der folgenden Gleichung besimm werden (bedinge Wahrscheinlichkei): ( A B ) 6 P = ( B ) 6 P = ( ) = P A P ( ) ( A B ) P B A = = 6 = P ( A ) 3 Bayes Formel
12 Sidesep: Bedinge Wahrscheinlichkeien II Die einfache gemeinsame Wahrscheinlichkei von Ereignissen läss sich wie folg berechnen: P Bei 3 Ereignissen sind die gemeinsame Wahrscheinlichkei so aus: P ( A B) = P( A) P( B A) ( ) ( A B C) = P( A B) P( C A B) ( ) Sez man jez man die Gleichung () in Gleichung () ein und nimm an, dass die bedinge Wahrscheinlichkei von C nur von B abhäng, erhäl man: P ( A B C) = P( A) P( B A) P( C B)
13 AR()-Prozess Für den Prozess mi iid Y ( 0, ) ε ~ N σ = c + Y α + ε soll eine ML-Schäzung des Parameervekors erfolgen. θ = ( c, α, σ ) Die Likelihood-Funkion beschreib für einen gegebenen Parameervekor { } T Y = θ = die Wahrscheinlichkei dafür, dass die vorliegende Zeireihe realisier wurde. ( c, α, σ ) 3
14 Exake Likelihood Besimmung Beginn mi der ersen Realisaion des Zeireihenprozesses. Wir wissen: E E c = μ = α σ Y μ = α ( Y ) ( ) Auf Grund der Normalvereilung der Sörgröße is auch normalvereil. Die Dichefunkion der normalvereilen Zufallsvariable laue: Y ( y c/ ( α) ) fy ( y ) ; θ = exp /( ) /( ) πσ α σ α ε Y Y { } T Y = 4
15 Für die zweie Beobachung gil: Y = c + α Y + ε Die bedinge Wahrscheinlichkei von bei gegebenen is wegen der ε Normalvereilung von auch normalvereil ( Y Y = y) ~ N( c+α y, σ ) Y = y Y mi zugehöriger Dichefunkion f ( y y, θ ) = exp Y Y πσ ( y c α y ) σ Y Y Für die beiden Zufallsvariablen und kann die gemeinsame Dichefunkion mi Hilfe der bedingen Vereilung berechne werden: (,, θ ) = (, θ ) (, θ ) f y y f y y f y Y, Y Y Y Y 5
16 Y Y,,..., Y In einem AR()-Prozess nehmen die Zufallsvariablen nur durch die Zufallsvariable Y Einfluss auf Y. Die bedinge Diche für Y is definier als: ( y c α y ) f ( y ) ( ),...,,..., ; ; exp YY Y y y θ f y YY y θ = = πσ σ Die gemeinsame Diche für die ersen beobacheen Realisaionen von läss sich nun rekursiv besimmen (,,..., ; θ ) = ( ; θ) (,,..., ; θ) f y y y f y y f y y y Y, Y,..., Y YY Y, Y,..., Y Y 6 Und als gemeinsame Diche bzw. Likelihood Funkion L der gesamen Zeireihe formulieren: (,,..., T; θ ) Y ( ; θ) ( ; θ) L y y y = f y f y y YY T =
17 Die logarihmiere Likelihood Funkion des AR-Prozesses läss sich schreiben als: ( θ ) = Y ( θ) + Y Y ( θ) ln L ln f y ; ln f y y ; T = Sez man die Were der Dichefunkionen ein, so enseh folgendes Ergebnis: ( α ) c Y ( α ) ln L( θ) = ln ( π) ln T / ln π T / ln σ ( ) T σ ( Y c αy ) ( ) ( ) ( ) ( ) α σ = σ erse Beobachung 7
18 Die Maximierung der logarihmieren Likelihood Funkion für eine gegebene Zeireihe c,α σ mi Hilfe der unbekannen Parameer und liefer die Maximum-Likelihood- Schäzer dieser drei Größen. Dieses ensprich einem nichlinearen Opimierungsproblem, so dass eine analyische Darsellung wie bei der linearen Regression nich möglich is. Numerische Verfahren (Newon-Raphson-Algorihmus, Bernd-Hall-Hall-Hausmann- Algorihmus) werden hier angewende. 8
19 Bedinge Maximum-Likelihood-Besimmung Bei der bedingen ML-Besimmung wird die erse Beobachung nich als Zufallsvariable berache, sondern als deerminisisch gegeben angesehen. Der erse Teil der Likelihood enfäll und die logarihmiere Likelihood Funkion vereinfach sich zu folgender Gleichung: ( θ) ( ) ( π) ( ) ( σ ) ( Y c αy ) T = σ lnl = T /ln T /ln 9
20 Die Maximierung dieser reduzieren Form bezüglich der Parameer und erfolg durch die Minimierung der Summe: T ( Y c αy ) = σ Als Ergebnis aus dem Opimierungsproblem erhäl man die bekannen KQ- Schäzer für die Parameer und α. c c α Als ML-Schäzer für die Varianz erhäl man: σˆ = T = ( Y cˆ αˆ Y ) T 0
21 Die Bedinge ML-Schäzung beim AR()-Prozess is für jeden Wer von zulässig, wohingegen bei der exaken Mehode das beragsmäßig kleiner sein muss als eins, ansonsen sind die Formeln für den Erwarungswer und die Varianz der ersen Y Zufallsvariable hinfällig. Das bedinge Verfahren liefer ses konsisene Schäzer. In der Regel werden AR()- und AR(p)-Prozesse mi Kleins-Quadra-Verfahren geschäz. α α
22 Berachung MA()-Prozess Y iid ε ε ~ N ( 0, σ ) = c + + βε Ziel is eine ML-Schäzung des Parameervekors θ = ( c, β, σ ) ε Für ein gegebenes is wie folg vereil: Y ε ~ N(c +βε, σ ) Y Die bedinge Diche beräg somi: ( y c βε ) fy ( ) ε y ε ; θ = exp πσ σ
23 Wir reffen die Annahme, dass die Sörgröße in Zeipunk =0 ihrem Erwarungswer ensprich o ( ε ) 0 ε = E = o Daraus folg: Y ε ~ N c, 0 ε = y c ( σ ) Die bedinge Diche für Y kann wie folg geschrieben werden: f ( y y ε0 θ) ( y c βε ),( = 0), = exp πσ σ YY, ε0 3
24 Man kann jez auch den Wer für die Sörgröße in Periode besimmen: ε = Y c βε Auf diese Ar können wir uner der Annahme ε = 0 die ganze Folge { ε ε ε },,..., T aus der beobacheen Zeireihe ableien ε = y c βε o 4
25 Die bedinge Wahrscheinlichkei kann jez für jede Realisaion mi folgender Gleichung dargesell werden: ( Y c βε ) f ( )( y,,...,, ( 0 0 ); ) ( ),,...,, 0 0 y y y f y ; exp YY Y Y ε ε = θ = Y ε ε θ = = πσ σ Die Likelihood Funkion der gesamen Zeireihe is somi das Produk dieser bedingen Dichen T ( T, T,..., 0 0 ; ) ( )( ( 0 0 ); ) ( )(,...,, ( 0 0) ) ( ) ( ) ( ) L θ = f y y y ε = θ = f y ε = θ f y y y ε = θ ; YT, YT,..., Y ε0= 0 Y ε0= 0 YT YT,..., Y ε 0= 0 = 5
26 Mi den ensprechenden Weren eingesez, laue die bedinge Likelihood Funkion: ln L ( ) = T ( ) T θ ln π ln ( σ ) T = ε σ Hierbei kann die Folge der ieraiv berechne werden: ε ( ) ( ) ( ) y c y c... ( y c) ( ) = o ε β β β ε Dieses Verfahren sez voraus, dass β < und somi der Einfluss der Annahme ε = 0 rasch an Bedeuung verlier. Die bedinge ML Schäzung is dann eine gue Annäherung an die exake ML Schäzung. o 6
27 Die Parameer und werden nun so gewähl, dass die bedinge Log-Likelihood Funkion maximier wird. Die Maximierung sell wieder ein nichlineares Opimierungsproblem dar und muss mi Hilfe von numerischen Mehoden gelös werden. Eine Verallgemeinerung auf den MA(q)-Prozess is leich möglich, jedoch werden hier die ersen q Were gleich Null gesez und daraus dann ieraiv ε,...,ε T c berechne. β ε,..., 0 ε q + 7
28 ARMA(p,q)-Prozess Für den sochasischen Prozess 8 Y = c + α Y... β ε iid ~ N ( 0, σ ) ( c, α,..., α, β... β σ ) ε α pyp + ε + βε + + mi soll ein ML-Schäzung des Parameervekors θ = p q, erfolgen. Bedinger Likelihood Ansaz Die Approximaion an die Likelihood Funkion erfolge bei:. AR(p)-Prozessen durch die Bedingungen an die Anfangswere. MA(q)-Prozessen durch die Annahmen bezüglich der Sörgrößen 3. ARMA(p,q)-Prozesse sowohl auf als auch auf q q Y0, Y,..., Y p + ε0,..., ε q + Y0, Y,..., Y p + ε ε q 0,..., +
29 Wir können anhand dieser Annahmen die Sörgröße für jeden Zeipunk wie folg besimmen: ε = Y c α Y... β ε Die bedinge Likelihood Funkion kann dann miels der durch Rekursion gewonnenen ε Were für besimm werden.... α py p βε q q ln L ( ) = T ( ) T θ ln π ln ( σ ) T = ε σ Analog zur Bedingung beim MA()-Prozess gil beim ARMA(p,q)-Prozess, 9 β q β L ( ) < dass das Polynom inverierbar sein muss, d.h. alle Wurzeln der Gleichung q + β z β q z = 0 müssen außerhalb des Einheiskreises liegen. Wenn diese Bedingung erfüll is, sell die bedinge Mehode eine gue Approximaion für die exake Likelihood Funkion dar.
Aufgaben zur Zeitreihenanalyse (Kap. 5)
Prof. Dr. Reinhold Kosfeld Fachbereich Wirschafswissenschafen Aufgaben zur Zeireihenanalyse (Kap. 5) Aufgabe 5.1 Welches Phänomen läss sich mi ARCH-Prozessen modellieren und welche prognosische Relevanz
MehrZwei Rechenbeispiele für die einfache lineare Regression
Einfache Regression mi Ecel Prof. Dr. Peer von der Lippe Zwei Rechenbeispiele für die einfache lineare Regression 1.1. Daen 1. Mindeslöhne Beispiel 1 Ennommen aus Rolf Ackermann, pielball des Lobbyisen,
MehrMathematik III DGL der Technik
Mahemaik III DGL der Technik Grundbegriffe: Differenialgleichung: Bedingung in der Form einer Gleichung in der Ableiungen der zu suchenden Funkion bis zu einer endlichen Ordnung aufreen. Funkions- und
MehrA. Multiple Choice Teil der Klausur (22 Punkte) Lösungen jeweils in blauer Schrift
A. Muliple Choice eil der Klausur ( Punke) Lösungen jeweils in blauer chrif Punk Lösung: B Homoskedasiziä bedeue dass a) Annahme B gil, d.h. dass die geschäzen örgrößen û über alle Zeipunke gerechne eine
MehrKondensator und Spule im Gleichstromkreis
E2 Kondensaor und Spule im Gleichsromkreis Es sollen experimenelle nersuchungen zu Ein- und Ausschalvorgängen bei Kapaziäen und ndukiviäen im Gleichsromkreis durchgeführ werden. Als Messgerä wird dabei
MehrKurs 9.3: Forschungsmethoden II
MSc Banking & Finance Kurs 9.3: Forschungsmehoden II Zeireihenanalyse Lernsequenz 04: Regression zwischen Zeireihen / ARMA-Modelle November 014 Prof. Dr. Jürg Schwarz Folie Inhal Ziele 5 Regression zwischen
Mehr1. Mathematische Grundlagen und Grundkenntnisse
8 1. Mahemaische Grundlagen und Grundkennnisse Aufgabe 7: Gegeben sind: K = 1; = 18; p = 1 (p.a.). Berechnen Sie die Zinsen z. 18 1 Lösung: z = 1 = 5 36 Man beache, dass die kaufmännische Zinsformel als
MehrMotivation. Finanzmathematik in diskreter Zeit
Moivaion Finanzmahemaik in diskreer Zei Eine Hinführung zu akuellen Forschungsergebnissen Alber-Ludwigs-Universiä Freiburg Prof. Dr. Thorsen Schmid Abeilung für Mahemaische Sochasik Freiburg, 22. April
MehrKurs 9.3: Forschungsmethoden II
MSc Banking & Finance Kurs 9.3: Forschungsmehoden II Zeireihenanalyse Lernsequenz 03: Einführung in die sochasische Modellierung November 014 Prof. Dr. Jürg Schwarz Folie Inhal Ziele 6 Saische vs. dynamische
MehrThema 6: Kapitalwert bei nicht-flacher Zinsstruktur:
Thema 6: Kapialwer bei nich-flacher Zinssrukur: Markzinsmehode Bislang unersell: i i kons. (, K, T) (flache Zinskurve) Verallgemeinerung der KW-Formel auf den Fall beliebiger Zinskurven jedoch ohne weieres
Mehr9. EXPONENTIALFUNKTION, LOGARITHMUSFUNKTION
Eponenialfunkion, Logarihmusfunkion 9. EXPONENTIALFUNKTION, LOGARITHMUSFUNKTION 9.. Eponenialfunkion (a) Definiion Im Abschni Zinseszinsrechnung konne die Berechnung eines Kapials K n nach n Perioden der
MehrLehrstuhl für Finanzierung
Lehrsuhl für Finanzierung Klausur im Fach Finanzmanagemen im Winersemeser 1998/99 1. Aufgabe Skizzieren Sie allgemein die von Kassenhalungsproblemen miels (sochasischer) dynamischer Programmierung! Man
MehrDas Verhalten ausgewählter technischer Indikatoren bei simulierten Finanzzeitreihen
Das Verhalen ausgewähler echnischer Indikaoren bei simulieren Finanzzeireihen Diplomarbei Wirschafsmahemaik von Carsen Zimmer Prof. Dr. Jürgen Franke Fachbereich Mahemaik Universiä Kaiserslauern Dank An
MehrUntersuchung von Gleitentladungen und deren Modellierung durch Funkengesetze im Vergleich zu Gasentladungen
Unersuchung von Gleienladungen und deren Modellierung durch Funkengeseze im Vergleich zu Gasenladungen Dipl.-Ing. Luz Müller, Prof. Dr.-Ing. Kur Feser Insiu für Energieüberragung und Hochspannungsechnik,
MehrUnterschied 2: kurzfristige vs langfristige Zinssätze. Arbitrage impliziert: r = i e i = r + e (1) (2)
Unerschied : kurzfrisige vs langfrisige Zinssäze Inermediae Macro - Uni Basel 10 Arbirage implizier: (1) () Es gib eine klare Beziehung zwischen langfrisigen Zinsen und erwareen künfigen Kurzfriszinsen
Mehr4. Kippschaltungen mit Komparatoren
4. Kippschalungen mi Komparaoren 4. Komparaoren Wird der Operaionsversärker ohne Gegenkopplung berieben, so erhäl man einen Komparaor ohne Hserese. Seine Ausgangsspannung beräg: a max für > = a min für
MehrStatistik II Übung 4: Skalierung und asymptotische Eigenschaften
Saisik II Übung 4: Skalierung und asympoische Eigenschafen Diese Übung beschäfig sich mi der Skalierung von Variablen in Regressionsanalysen und mi asympoischen Eigenschafen von OLS. Verwenden Sie dazu
MehrWarum ist die Frage, wem ein Leasingobjekt zugerechnet wird, wichtig? Welche Vorteile kann ein Leasinggeber (eine Leasinggesellschaft) ggf. erzielen?
1) Boschafen von Kapiel 7 Welche Eigenschafen ha ein Finanzierungs-Leasing-Verrag? Warum is die Frage, wem ein Leasingobjek zugerechne wird, wichig? FLV, vollkommener Kapialmark und Gewinnseuer Welche
MehrBewertung von Versicherungsrisiken mittels des Äquivalenznutzenprinzips
Bewerung von Versicherungsrisiken miels des Äquivalenznuzenprinzips Diplomarbei zur Erlangung des akademischen Grades Diplom-Wirschafsmahemaiker der Fakulä für Mahemaik und Wirschafswissenschafen der Universiä
MehrV 321 Kondensator, Spule und Widerstand Zeit- u. Frequenzverhalten
V 32 Kondensaor, Spule und Widersand Zei- u. Frequenzverhalen.Aufgaben:. Besimmen Sie das Zei- und Frequenzverhalen der Kombinaionen von Kondensaor und Widersand bzw. Spule und Widersand..2 Ermieln Sie
MehrLatente Wärme und Wärmeleitfähigkeit
Versuch 5 Laene Wärme und Wärmeleifähigkei Aufgabe: Nehmen Sie für die Subsanz,6-Hexandiol Ersarrungskurven auf und ermieln Sie daraus die laene Wärme beim Phasenübergang flüssig-fes sowie den Wärmedurchgangskoeffizienen
Mehr4.7. Prüfungsaufgaben zum beschränkten Wachstum
.7. Prüfungsaufgaben zum beschränken Wachsum Aufgabe : Exponenielle Abnahme und beschränkes Wachsum In einem Raum befinden sich eine Million Radonaome. Duch radioakiven Zerfall verminder sich die Zahl
Mehr3.2 Festlegung der relevanten Brandszenarien
B Anwendungsbeispiel Berechnungen Seie 70.2 Feslegung der relevanen Brandszenarien Eine der wichigsen Aufgaben beim Nachweis miels der Ingenieurmehoden im Brandschuz is die Auswahl und Definiion der relevanen
MehrKurs 9.3: Forschungsmethoden II
Mc Banking & Finance Kurs 9.3: Forschungsmehoden II Zeireihenanalyse Lernsequenz 06: Zeireihen mi sochasischer Volailiä November 04 Prof. Dr. Jürg chwarz Folie Inhal Ziele 5 Einführung 7 chäzung von ARCH(p)-Modellen
MehrSR MVP die Sharpe Ratio des varianzminimalen
Prüfung inanzmahemaik und Invesmenmanagemen 4 Aufgabe : (4 Minuen) a) Gegeben seien zwei Akien mi zugehörigen Einperiodenrendien R und R. Es gele < ρ(r,r )
MehrÜbersicht über die Vorlesung. 2 Marketing-Mix und Marktreaktion
Üersich üer die Vorlesung Was is arkeing? arkeing-ix und arkreakion 3 Sraegisches arkeing 4 Produkpoliik 5 Preispoliik 6 Kommunikaionspoliik 7 Disriuionspoliik Gliederung des zweien Kapiels arkeing-ix
MehrDer Zeitwert des Geldes - Vom Umgang mit Zinsstrukturkurven -
- /8 - Der Zeiwer des Geldes - Vom Umgang mi Zinssrukurkurven - Dr. rer. pol. Helmu Sieger PROBLEMSELLUNG Zinsänderungen beeinflussen den Wer der Zahlungssröme, die Krediinsiue, Versicherungen und sonsige
MehrPraktikum Grundlagen der Elektrotechnik Versuch 5. Matrikelnummer:... ...
FH D FB 3 Fachhochschule Düsseldorf Universiy of Applied Sciences Fachbereich Elekroechnik Deparmen of Elecrical Engineering Prakikum Grundlagen der Elekroechnik Versuch 5 Name Marikelnummer:... Anesa
MehrBericht zur Prüfung im Oktober 2007 über Finanzmathematik und Investmentmanagement
Berich zur Prüfung im Okober 7 über Finanzmahemaik und Invesmenmanagemen (Grundwissen) Peer Albrech (Mannheim) Am 5 Okober 7 wurde zum zweien Mal eine Prüfung im Fach Finanzmahemaik und Invesmenmanagemen
MehrAbiturprüfung Baden-Württemberg 1986
001 - hp://www.emah.de 1 Abirprüfng Baden-Würemberg 1986 Leisngskrs Mahemaik - Analysis Z jedem > 0 is eine Fnkion f gegeben drch f x x x e x ; x IR Ihr Schabild sei K. a Unersche K af Asympoen, Schnipnke
MehrKapitel 11 Produktion, Sparen und der Aufbau von Kapital
apiel 11 Produkion, Sparen und der Aufbau von apial Vorbereie durch: Florian Barholomae / Sebasian Jauch / Angelika Sachs Die Wechselwirkung zwischen Produkion und apial Gesamwirschafliche Produkionsfunkion:
MehrAufgabenblatt 1. Lösungen. A1: Was sollte ein Arbitrageur tun?
Aufgabenbla 1 Lösungen 1 A1: Was solle ein Arbirageur un? Spo-Goldpreis: $ 5 / Unze Forward-Goldpreis (1 Jahr): $ 7 / Unze Risikoloser Zins: 1% p.a. Lagerkosen: Es gib zwei Handelssraegien, um in einem
MehrFlip - Flops 7-1. 7 Multivibratoren
Flip - Flops 7-7 Mulivibraoren Mulivibraoren sind migekoppele Digialschalungen. Ihre Ausgangsspannung spring nur zwischen zwei fesen Weren hin und her. Mulivibraoren (Kippschalungen) werden in bisabile,
MehrAbb.4.1: Aufbau der Versuchsapparatur
4. xperimenelle Unersuchungen 4. Aufbau der Versuchsanlage Für die Unersuchungen zum Schwingungs- und Resonanzverhalen sowie Soffausauschprozess wurde eine Versuchsanlage aufgebau. In der Abbildung 4.
MehrAnalog-Elektronik Protokoll - Transitorgrundschaltungen. Janko Lötzsch Versuch: 07. Januar 2002 Protokoll: 25. Januar 2002
Analog-Elekronik Prookoll - Transiorgrundschalungen André Grüneberg Janko Lözsch Versuch: 07. Januar 2002 Prookoll: 25. Januar 2002 1 Vorberachungen Bei Verwendung verschiedene Transisor-Grundschalungen
MehrBESTIMMUNG DER ANZAHLVERTEILUNG VON TRACERPARTIKELN
Fachagung Lasermehoden in der Srömungsmessechnik 5. 7. Sepember 2006, Braunschweig BESTIMMUNG DER ANZAHLVERTEILUNG VON TRACERPARTIKELN Dipl.-Ing. (FH) Leander Möler Palas GmbH, Greschbachsr. 3b, 76229
MehrMathematik für das Ingenieurstudium. 4. Juli 2011
Mahemaik ür das Ingenieursudium Jürgen Koch Marin Sämple 4. Juli 0 .6 Beweise 43 Beispiel.3 (Ungleichungen) a) Die Ungleichung + 4 < 6 is ür alle -Were deinier. Zur Besimmung der Lösungsmenge berechnen
MehrInstitut für Halle Institute for Economic Research Wirtschaftsforschung Halle
Insiu für Halle Insiue for Economic Research Wirschafsforschung Halle Berücksichigung von Schäzunsicherhei bei der Kredirisikobewerung Vergleich des Value a Risk der Verlusvereilung des Kredirisikos bei
MehrAdaptive multivariate statistische Methoden zur Prozessüberwachung und -vorhersage
echnische Universiä Darmsad Fachbereich Mahemaik, Arbeisgruppe Sochasik Degussa GmbH Abeilung Verfahrensechnik Auomaisierungsechnik und Produkionsmanagemen Maserarbei Adapive mulivariae saisische Mehoden
MehrGRUNDLAGENLABOR CLASSIC RC-GLIED
GUNDLAGNLABO LASSI -GLID Inhal: 1. inleing nd Zielsezng...2 2. Theoreische Afgaben - Vorbereing...2 3. Prakische Messafgaben...4 Anhang: in- nd Asschalvorgänge...5 Filename: Version: Ahor: _Glied_2_.doc
MehrBericht zur Prüfung im Oktober 2006 über Finanzmathematik und Investmentmanagement
Berich zur Prüfung im Okober 006 über Finnzmhemik und Invesmenmngemen Grundwissen Peer Albrech Mnnheim Am 07. Okober 006 wurde zum ersen Ml eine Prüfung im Fch Finnzmhemik und Invesmenmngemen nch PO III
MehrJohann Wolfgang Goethe-Universität
4. Asynchrone sequenielle chalungen 4. Asynchrone sequenielle chalungen 4.2 egiser 22 Technische Informaik 2 Asynchrone sequenielle chalungen 4. Asynchrone sequenielle chalungen Bei chalnezen exisier kein
MehrProtokoll zum Anfängerpraktikum
Prookoll zu nfängerprakiku Besiung der FRDY Konsanen durch Elekrolyse Gruppe 2, Tea 5 Sebasian Korff 3.7.6 nhalsverzeichnis 1. Einleiung -3-1.1 Die Faraday Konsane -3-1.2 Grundlagen der Elekrolyse -4-2.
MehrBericht zur Prüfung im Oktober 2009 über Grundprinzipien der Versicherungs- und Finanzmathematik (Grundwissen)
Berich zur Prüfung i Okober 9 über Grundrinziien der Versicherungs- und Finanzaheaik (Grundwissen Peer lbrech (Mannhei 6 Okober 9 wurde zu vieren Mal eine Prüfung i Fach Grundrinziien der Versicherungs-
Mehr2.1 Produktion und Wirtschaftswachstum - Das BIP
2.1 Produkion und Wirschafswachsum - Das BIP DieVolkswirschafliche Gesamrechnung(VGR)is das Buchführungssysem des Saaes. Sie wurde enwickel, um die aggregiere Wirschafsakiviä zu messen. Die VGR liefer
MehrHamburg Kernfach Mathematik Zentralabitur 2013 Erhöhtes Anforderungsniveau Analysis 2
Hmburg Kernfch Mhemik Zenrlbiur 2013 Erhöhes Anforderungsniveu Anlysis 2 Smrphones Die Mrkeinführung eines neuen Smrphones vom Elekronikherseller PEAR wird ses ufgereg erwre. Zur Modellierung der Enwicklung
Mehr1 Abtastung, Quantisierung und Codierung analoger Signale
Abasung, Quanisierung und Codierung analoger Signale Analoge Signale werden in den meisen nachrichenechnischen Geräen heuzuage digial verarbeie. Um diese digiale Verarbeiung zu ermöglichen, wird das analoge
MehrEin einfaches neu-keynesianisches Gleichgewichtsmodell
Zusammenfassung Ein einfaches neu-keynesianisches Modell Geldheorie und Geldpoliik Winersemeser, 200/ Lieraurhinweise: Gali, Jordi, "Moneary Policy, Inflaion and he Business Cycle", 2008, Princeon Universiy
MehrSignal- und Systemtheorie for Dummies
FB Eleroechni Ewas Signal- und Sysemheorie or Dummies Version - Juli Oh No!!!! Pro. Dr.-Ing. ajana Lange Fachhochschule Merseburg FB Eleroechni Pro. Dr.-Ing. ajana Lange Signal- und Sysemheorie or Dummies
MehrKapitelübersicht. Kapitel. Die Bewertung von Anleihen und Aktien. Bewertung von Anleihen und Aktien. einer Anleihe
5-0 5- Kapiel 5 Die Beweung von Anleihen und Akien Kapielübesich 5. Definiion und Beispiel eine Anleihe ( Bond ) 5. Beweung von Anleihen 5.3 Anleihenspezifika 5.4 De Bawe eine Akie 5.5 Paameeschäzungen
Mehr10 VORBEREITUNG AUF DAS ABITUR
4 VORBEREITUNG AUF DAS ABITUR. Aufgaben zur Analysis 5 Golden-Gae-Bridge. Dadurch läss sichdie Symmerie der Brücke ausnuzen.. a) Anach B: Ansaz: y=m x+b liefer LGS: m ( 4) + b = 5 m ( 977) + b =. 5 Lösung:
MehrWechselspannung. Zeitlich veränderliche Spannung mit periodischer Wiederholung
Elekrische Schwingungen und Wellen. Wechselsröme i. Wechselsromgrößen ii.wechselsromwidersand iii.verhalen von LC Kombinaionen. Elekrischer Schwingkreis 3. Elekromagneische Wellen Wechselspannung Zeilich
MehrQuality Assurance in Software Development
Insiue for Sofware Technology Qualiy Assurance in Sofware Developmen Qualiässicherung in der Sofwareenwicklung A.o.Univ.-Prof. Dipl.-Ing. Dr. Bernhard Aichernig Insiue for Sofware Technology Graz Universiy
MehrUniversität Stuttgart. Institut für Technische Chemie
Universiä Sugar Insiu für Technische Chemie Technisch-Chemisches Prakikum Versuch 5: Verweilzei-Vereilungscharakerisiken von Reakoren 8/1 Verweilzei-Vereilungscharakerisiken von Reakoren 1. Einleiung Die
MehrPraktikum Elektronik für FB Informatik
Fakulä Elekroechnik Hochschule für Technik und Wirschaf resden Universiy of Applied Sciences Friedrich-Lis-Plaz, 0069 resden ~ PF 2070 ~ 0008 resden ~ Tel.(035) 462 2437 ~ Fax (035) 462 293 Prakikum Elekronik
MehrBericht zur Prüfung im Oktober 2008 über Finanzmathematik und Investmentmanagement
Beric zur rüfung im Okober 008 über Finanzmaemaik und Invesmenmanagemen (Grundwissen) eer Albrec (Manneim) Am 7 Okober 008 wurde zum drien Mal eine rüfung im Fac Finanzmaemaik und Invesmenmanagemen nac
MehrAsset Liability Management in einem selbstfinanzierenden Pensionsfonds
Forschung am IVW Köln, 9/215 Insiu für Versicherungswesen Asse Liabiliy Managemen in einem selbsfinanzierenden Pensionsfonds Osar Goece Forschung am IVW Köln, 9/215 Wählen Sie ein Elemen aus. Osar Goece
MehrSaisonbereinigung ökonomischer Zeitreihen: Das Beispiel BIP
Jürgen Kähler, Nicolas Pinkwar Saisonbereinigung ökonomischer Zeireihen: Das Beispiel BIP IWE Working Paper Nr. 01-2009 ISSN: 1862-0787 Erlangen, Dezember 2009 Insiu für Wirschafswissenschaf (Insiu of
MehrErtrags- und risikointegrierte Bewertung von Finanzierungslösungen bei gekoppelten Absatz- und Finanzierungsgeschäften in der Brauwirtschaft
Errags- und risikoinegriere Bewerung von Finanzierungslösungen bei gekoppelen Absaz- und Finanzierungsgeschäfen in der Brauwirschaf von Julia Wiesen Conrolling & Managemen 55 (2011) 6, S.397-410 WI-315
MehrFachrichtung Mess- und Regelungstechniker
Fachrichung Mess- und egelungsechniker 4.3.2.7-2 chüler Daum:. Tiel der L.E. : Digiale euerungsechnik 3 2. Fach / Klasse : Arbeiskunde, 3. Ausbildungsjahr 3. Themen der Unerrichsabschnie :. -Kippglied
MehrData Mining und Maschinelles Lernen
Daa Mining und Maschinelles Lernen Aleander Hinneburg WS / Inhalsverzeichnis Daa Mining Einführung. Beispiel für Probabilisisches Modell............................... Daa Mining Prozeß........................................
MehrFinanzmathematik. Wolfgang Müller. Institut für Statistik Technische Universität Graz
Finanzmahemaik Wolfgang Müller 213 Insiu für Saisik Technische Universiä Graz Inhalsverzeichnis 1. Markmodelle in diskreer Zei 1 1.1. Das Binomialmodell................................ 1 1.2. Das allgemeine
MehrÜbungsaufgaben zur Entwicklung der Geburten in Deutschland (Excel, EViews)
Prof. Dr. Peer von der Lippe (Übungsbeispiel F) Übungsaufgaben zur Enwicklung der Geburen in Deuschland (Excel, EViews) (auch Hinweise zur Konfidenzellipse und den "Diagnosic Tess", d.h. den Annahmen B
MehrThema : Rendite und Renditemessung
Thema : Rendie und Rendiemessung Lernziele Es is wichig, die Zeigewichung der Rendie als ennzahl zu versehen, den Unerschied zwischen einer koninuierlichen und einer diskreen erzinsung zu begreifen und
MehrEinstellen von MIG/MAG-Schweißgeräten leicht gemacht
Einsellen von MIG/MAG-Schweißgeräen leich gemach Heinz Lorenz, Mündersbach und Rober Killing, Solingen Einleiung Der Lichbogenschweißer muß neben handwerklichen Fähigkeien auch ein sehr wei gefächeres
MehrHAW Hamburg Fakultät Life Sciences - Physiklabor Physikalisches Praktikum
HAW Hamburg Fakulä Life Sciences - Physiklabor Physikalisches Prakikum Auf- und Enladungen von Kondensaoren in -Gliedern Messung von Kapaziäen Elekrische Schalungen mi -Gliedern finde man z. B. in Funkionsgeneraoren
MehrÜbungen zur Vorlesung Nachrichtenübertragungstechnik E5iK Blatt 10
Fachhochschule Augsburg SS 20001 Fachbereich Elekroechnik Modulaion digialer Signale Übungen zur Vorlesung Nachrichenüberragungsechnik E5iK Bla 10 Fragen 1. Welche Voreile biee die digiale Überragung von
MehrBernhard Geiger, 2004 MODULATION. Unterrichtsskript aus dem TKHF-Unterricht 2003
Bernhard Geiger, 4 MODULATION Unerrichsskrip aus dem TKHF-Unerrich 3 Was is Modulaion? Was is Modulaion? Modulaion is die Veränderung eines Signalparameers (Ampliude, Frequenz, hasenwinkel) eines Trägersignals
MehrWorking Paper Value-at-Risk-Limitstrukturen zur Steuerung und Begrenzung von Marktrisiken im Aktienbereich
econsor www.econsor.eu Der Open-Access-Publikaionsserver der ZBW Leibniz-Informaionszenrum Wirschaf The Open Access Publicaion Server of he ZBW Leibniz Informaion Cenre for Economics Beeck, Helmu; Johanning,
MehrZur Bewertung von Wetterderivaten als innovative Risikomanagementinstrumente
Agrarwirschaf 54 (005), Hef 4 Zur Bewerung von Weerderivaen als innovaive Risikomanagemeninsrumene in der Landwirschaf Pricing of weaher derivaives as innovaive risk managemen ools in agriculure Oliver
MehrDie Put-Call Symmetrie und deren Anwendung bei der Bewertung von Barriereoptionen
Die Pu-Call Symmerie und deren Anwendung bei der Bewerung von Barriereopionen Maserarbei von Sefanie Tiemann 06. 08. 013 Bereuer: Privadozen Dr. Volker Paulsen Insiu für mahemaische Saisik Fachbereich
Mehr2 Messsignale. 2.1 Klassifizierung von Messsignalen
7 2 Messsignale Messwere beinhalen Informaionen über physikalische Größen. Die Überragung dieser Informaionen erfolg in Form eines Signals. Allerdings wird der Signalbegriff im äglichen Leben mehrdeuig
MehrSo prüfen Sie die Verjährung von Ansprüchen nach altem Recht
Akademische Arbeisgemeinschaf Verlag So prüfen Sie die von Ansprüchen nach alem Rech Was passier mi Ansprüchen, deren vor dem bzw. 15. 12. 2004 begonnen ha? Zum (Sichag) wurde das srech grundlegend reformier.
MehrFinanz- und Risikomanagement. Finanz- und Risikomanagement, Prof. Dr. Gabriele Gühring
Finanz- und Risikomanagemen 1 Vorlesungsinhale 1. Basisgüer und Grundbegriffe - Eineilung nach Ar der Basisgüer - Eineilung nach Börsen- oder OTC-Handel - Eineilung in Spo-Geschäfe oder Termingeschäfe
MehrEin Entscheidungsunterstützungssystem zur Aktienanlage auf der Basis eines genetisch lernenden neuronalen Netzwerks
Ein Enscheidungsunersüzungssysem zur Akienanlage auf der Basis eines geneisch lernenden neuronalen Nezwerks H. Gehring, B. Neuber, C. Karpf und A. Borfeld Diskussionsbeirag Nr. 268 Mai 999 Diskussionsbeiräge
MehrEin Optimierungsansatz für ein fortlaufendes Datenqualitätsmanagement und seine praktische Anwendung bei Kundenkampagnen
Universiä Augsburg Prof. Dr. Hans Ulrich Buhl Kernkompeenzzenrum Finanz- & Informaionsmanagemen Lehrsuhl für BWL, Wirschafsinformaik, Informaions- & Finanzmanagemen Diskussionspapier WI-74 Ein Opimierungsansaz
MehrRegelungstechnik für den Praktiker. Manfred Schleicher
Regelungsechnik für den Prakiker Manfred Schleicher Vorwor und Hinweise zum Inhal dieser Broschüre Bezüglich der Regelungsechnik is eine Vielzahl von Büchern und Abhandlungen erhällich, welche häufig
Mehr15. Netzgeräte. 1. Transformator 2. Gleichrichter 3. Spannungsglättung 4. Spannungsstabilisierung. Blockschaltbild:
Ein Nezgerä, auch Nezeil genann, is eine elekronische Schalungen die die Wechselspannung aus dem Sromnez (230V~) in eine Gleichspannung umwandeln kann. Ein Nezgerä sez sich meisens aus folgenden Komponenen
MehrESIGN Renderingservice
Markeingmaerialien on demand ohne Fooshooings und Aufbauarbeien Mi dem ESIGN Renderingservice er sellen wir für Sie koseneffizien und zeinah neue, druckfähige Markeingmaerialien zur Gesalung von Broschüren,
MehrZahlungsverkehr und Kontoinformationen
Zahlungsverkehr und Konoinformaionen Mulibankfähiger Zahlungsverkehr für mehr Flexibilä und Mobiliä Das Zahlungsverkehrsmodul biee Ihnen für Ihre Zahlungsverkehrs- und Konenseuerung eine Vielzahl mulibankenfähiger
MehrDie Sensitivität ist eine spezielle Form der Zinselastizität: Aufgabe 1
Neben anderen Risiken unerlieg die Invesiion in ein fesverzinsliches Werpapier dem Zinsänderungsrisiko. Dieses Risiko läss sich am einfachsen verdeulichen, indem man die Veränderung des Markweres der Anleihe
MehrIX. Lagrange-Formulierung der Elektrodynamik
IX. Lagrange-Formulierung der Elekrodynamik In diesem Kapiel wird gezeig, dass die Maxwell Lorenz-Gleihungen der Elekrodynamik hergeleie werden können, wenn dem Sysem {Punkladung + elekromagneihes Feld}
Mehrstochastischer Prozesse
Marin Nell, Philipp Pohl Werorieniere Seuerung von Lebensversicherungsunernehmen miels sochasischer Prozesse Working Papers on Risk and Insurance Hamburg Universiy No 5 November 5 Tor zur Wel der Wissenschaf
MehrWorking Paper Absicherung von Strompreisrisiken mit Futures: Theorie und Empirie
econsor www.econsor.eu Der Open-Access-Publikaionsserver der ZBW Leibniz-Informaionszenrum Wirschaf The Open Access Publicaion Server of he ZBW Leibniz Informaion Cenre for Economics Rod, Marc; Schäfer,
MehrSERVICE NEWSLETTER. Einführung in die Mechanik Teil 2: Kinematik (2)
Einührung in ie Mechanik Teil : Kinemaik Ausgabe: 9 / 4 In iesem Teil er Reihe wollen wir anhan eines Zahlenbeispiels en Deomaionsgraienen als zenrale Größe zur Beschreibung er Deormaion in er Kinemaik
MehrVersuch 1 Schaltungen der Messtechnik
Fachhochschule Merseburg FB Informaik und Angewande Naurwissenschafen Prakikum Messechnik Versuch 1 Schalungen der Messechnik Analog-Digial-Umsezer 1. Aufgaben 1. Sägezahn-Umsezer 1.1. Bauen Sie einen
MehrDIGITALTECHNIK 07 FLIP-FLOP S
Seie 1 von 32 DIGITALTECHNIK 07 FLIP-FLOP S Inhal Seie 2 von 32 1 FLIP FLOP / KIPPSCHALTUNGEN... 3 1.1 ZUSAMMENFASSUNG: FLIPFLOP-KLASSIFIZIERUNG... 4 1.2 VEREINBARUNGEN... 4 1.3 STATISCHE / DYNAMISCHE
MehrAufbau von faserbasierten Interferometern für die Quantenkryptografie
Aufbau von faserbasieren nerferomeern für die uanenkrypografie - Gehäuse, Phasensabilisierung, Fasereinbau - Maserarbei im Sudiengang Elekroechnik und nformaionsechnik Veriefungsrichung Phoonik an der
MehrFachbereich II Mathematik - Physik - Chemie
R Fachbereich II Mahemaik - Physik - Chemie 03/200 Karl Michael Ormann as Modell von Neuburger in der Krankenversicherungsmahemaik The Neuburger model in healh insurance mahemaics (in German) Repors in
MehrProduktdiffusion in TIMES-Märkten. Volker Kölln. Discussion Papers on Strategy and Innovation 11-01
Discussion Papers on Sraegy and Innovaion 11-01 Volker Kölln Produkdiffusion in TIMES-Märken Innovaion, Kompaibiliä und Timing bei Nezeffekgüern Discussion Papers on Sraegy and Innovaion Volker Kölln Produkdiffusion
MehrGarantiekosten in der Altersvorsorge Entwicklung eines Garantiekostenindexes
Garaniekosen in der Alersvorsorge Enwicklung eines Garaniekosenindexes Auoren der Sudie Maximilian Renz Prof. Dr. Olaf Soz Professur für Asse Managemen Frankfur School of Finance & Managemen Sonnemannsr.
MehrAuswirkungen unterschiedlicher Assetkorrelationen in Mehr-Sektoren-Kreditportfoliomodellen
Regensburger Diskussionsbeiräge zur Wirschafswissenschaf Universiä Regensburg Wirschafswissenschafliche Fakulä Auswirkungen unerschiedlicher Assekorrelaionen in Mehr-Sekoren-Krediporfoliomodellen Alfred
MehrVolatilitätsmodelle in der Praxis
Volailiäsmodelle in der Praxis Hans Bühler Global Quaniaive Research, AG Global Equiies hans.buehler@db.com hp://www.dbquan.com Berlin, May 8h 2003 Übersich Slide 2 Die implizie Volailiässrukur Eigenschafen,
MehrOptimierung des Zusammenwirkens maschineller und intellektueller Spezialisten
Working Papers Opimierung des Zusammenwirkens maschineller und inellekueller Spezialisen Auhor: Prof. Helmu Jarosch Secion: Business & Managemen Paper No. 44, 01/2009 Ediors Ger Bruche Hansjörg Herr Friedrich
MehrSchriftliche Abiturprüfung Technik/Datenverarbeitungstechnik - Leistungskurs - Hauptprüfung. Pflichtteil
Sächsisches Saasminiserium Gelungsbereich: Berufliches Gymnasium für Kulus und Spor Fachrichung: Technikwissenschaf Schuljahr 20/202 Schwerpunk: Daenverarbeiungsechnik Schrifliche Abiurprüfung Technik/Daenverarbeiungsechnik
MehrHilfestellung zur inflationsneutralen Berechnung der Erwartungswertrückstellung in der Krankenversicherung nach Art der Lebensversicherung
Viere Unersuchung zu den quaniaiven Auswirkungen von Solvabiliä II (Quaniaive Impac Sudy 4 QIS 4) Hilfesellung zur inflaionsneuralen Berechnung der Erwarungswerrücksellung in der Krankenversicherung nach
Mehr5 Versicherung auf mehrere Leben
Versicherung auf mehrere Leben 59 5 Versicherung auf mehrere Leben Zie: nassen der bekannen ehoden, um Lebensversicherungen auf zwei oder mehrere Leben kakuieren zu können. Beisiee: Renenversicherung auf
MehrAngewandte Versicherungsmathematik und Risikomanagement
Angewande Versicherungsmahemaik und Risikomanagemen Vorlesung am Insiu für Mahemaik der Universiä Wien Winersemeser 6/7 Skripum Version. Dr. Huber Schickeanz Dr. Huber Schickeanz Angewande Versicherungsmahemaik
MehrMethoden zur Rekonstruktion von Wählerströmen aus Aggregatdaten Politik Politique Politica
Mehoden zur Rekonsrukion von Wählersrömen aus Aggregadaen 7 Poliik Poliique Poliica Neuchâel, 003 Die vom Bundesam für Saisik (BFS) herausgegebene Reihe «Saisik der Schweiz» glieder sich in folgende Fachbereiche:
MehrVersuch: Phosphoreszenz
Versuch O8 PHOSPHORESZENZ Seie 1 von 6 Versuch: Phosphoreszenz Anleiung für folgende Sudiengänge: Biowissenschafen, Pharmazie Raum: Physik.24 Goehe-Universiä Frankfur am Main Fachbereich Physik Physikalisches
Mehr