Ralf Korn. Elementare Finanzmathematik

Save this PDF as:
 WORD  PNG  TXT  JPG

Größe: px
Ab Seite anzeigen:

Download "Ralf Korn. Elementare Finanzmathematik"

Transkript

1 Ralf Kor Elemetare Fazmathematk

2 Ihaltsverzechs. Eletug Exkurs : Akte Begrffe, Grudlage ud Geschchte. We modellert ma Aktekurse? 4. Edlche E-Perode-Modelle 6. Edlche Mehr-Perode-Modelle 3.3 Das Black-Scholes-Modell als Grezwert edlcher Mehr-Perode-Modelle 8.4 Neuere Presmodelle 3. Was sd Optoe ud we vel sd se wert? 5. Optoe: Begrffe ud Grudlage 5 Exkurs : Hstore des Optoshadels 7. Grudlage der Optospresbestmmug 8.3 Der Optospres m Bomalmodell 3.4 De Black-Scholes-Formel für europäsche Calls ud Puts 38.5 Modelluabhägge Presgreze für Optoe ud de Put-Call-Partät 43.6 Exotsche Optoe 5.7 Das Tromalmodell als Bespel uvollstädger Märkte 55.8 Wetere Aspekte der Optosbewertug Bestmmug optmaler Ivestmetstratege: Portfolo-Optmerug Der Erwartugswert-Varaz-Asatz Erwartugsutze-Maxmerug Wetere Aspekte der Portfolo-Optmerug Fazmathematk m Schuluterrcht 74 Ahag A: Stochastsche Prozesse, bedgte Erwartug ud Martgale 75 Ahag B: Smulato vo Zufallsgröße 78 Ahag C: Lösug quadratscher Optmerugsaufgabe 8 Übuge zur Elemetare Fazmathematk 8 Themegebet Zse 83 Themegebet Modellerug vo Aktekurse 84 Themegebet Optoe 86 Themegebet Optmales Ivestmet 87

3 Elemetare Probleme der Fazmathematk. Eletug I de vergagee Jahre hat sch der Hadel mt Akte, Optoe ud adere Arte vo Wertpapere stark de Vordergrud des öffetlche Iteresses gespelt. Des hat see Ursache spektakuläre Neu-Emssoe vo Akte bekater Uterehme we z.b. Deutsche Telekom oder Ifeo, der rasate Etwcklug des deutsche Aktedex DAX ( bede Rchtuge...), der verstärkte Berchterstattug über de Börse de Mede ud cht zuletzt der Tatsache, dass aufgrud der Retedskusso Ivestmet Akte, Akte- ud Retefods verstärkt als ee Möglchket zur prvate Altersvorsorge agesehe wrd. E weterer Pukt schet auch der zu se, dass sch vele prvate Aleger kurzfrstg hohe Gewe durch rskates Ivestmet Akte oder Akteoptoe erhoffe. Dabe st auch och zu bemerke, dass der Atel des Akte ud Aktefods vesterte prvate Vermöges Deutschlad m Verglech zu de USA oder Großbrtae deutlch gerger st, es deser Bezehug also auch och Nachholbedarf zu gebe schet. Währed also der Aktehadel Deutschlad regelrecht aufblüht ud auch a Schule ud Uverstäte sogeate Börsespele, be dee ma ohe Kaptalesatz auf spelersche Art Aktehadel betrebe ka, extrem populär sd, st es der große Öffetlchket wetgehed verborge geblebe, dass auch de mathematsche Modellerug des Wertpaperhadels (heute allgeme als Fazmathematk bezechet) de vergagee Jahrzehte ee rasate Etwcklug vollzoge hat, zur Zet ees der am stärkste bearbetete Gebete mathematscher Forschug darstellt ud dere Resultate tagtäglch vo Bake agewedet werde. Es st herbe für de Mathematk eer der seltee Fälle egetrete, be dem tatsächlch aspruchsvolle modere Mathematk agewedet wrd (für ee Überblck über de theoretsche Grudlage ud hre Aweduge wrd auf Kor ud Kor (999) verwese). De Bedeutug deser modere Fazmathematk wrd auch durch de Tatsache uterstrche, dass sowohl mt H. Markowtz 99 als auch mt Robert Merto ud Myro Scholes 997 führede Vertreter der Fazmathematk mt dem Nobelpres für Wrtschaftswsseschafte ausgezechet wurde. De dre wesetlche Probleme der Fazmathematk, de desem Artkel vorgestellt werde, bestehe der Modellerug vo Fazmärkte ud sbesodere der Wertpaperprese, der Bewertug vo Optoe ud adere dervatve Wertpapere, der Bestmmug optmaler Ivestmetstratege. Dese Theme werde de folgede dre Abschtte behadelt werde, wobe Exkurse auch auf hstorsche Aspekte egegage wrd.

4 Was st ee Akte? Exkurs : Akte Begrffe, Grudlage ud Geschchte Ee Aktegesellschaft st (u.a.) dadurch gekezechet, dass hr Grudkaptal vele klee Atele aufgetelt st, de Akte. Es gbt sowohl Akte mt kostatem Newert (z.b. 5 ¼SUR6W FNDOVDXFKVRJHQDQQWHQuoteakte, be dee der Ihaber ee feste Atel (z.b. /) am Uterehme bestzt. I Deutschlad herrsche Akte mt festem Newert vor. Allerdgs spelt deser Newert für de tatsächlche Wert der Akte hre Pres oder Kurs kee wesetlche Rolle. Der Aktekurs ergbt sch velmehr aus Agebot ud Nachfrage ach der etsprechede Akte am Aktemarkt a der Börse. Deser Mechasmus vo Agebot ud Nachfrage wederum wrd gaz wesetlch vo zwe Dge bestmmt: - der Höhe der jewelge Dvdedeausschüttug pro Akte (quas dem Aktezs ), de je ach Ertragslage des Uterehmes schwakt ud auch gaz ausfalle ka - dem (vermetlche) Potezal der Akte, wetere Kursgewe zu erzele, was auch gaz wesetlch vo der Eschätzug der Ertragslage des Uterehmes durch de Markt abhägt Der Name Akte kommt aus dem Hollädsche (dem Geburtslad der Akte, sehe auch m geschchtlche Überblck) ud letet sch aus dem latesche Wort acto ab, was sovel we eklagbarer Aspruch bedeutet, ud tatsächlch st ee Akte ja auch sowas we e Aspruch auf ee Tel der Aktegesellschaft ud auf de desem Tel zustehede Gew. Für wetere rechtlche ud wrtschaftlche Detals ud Htergrüde wrd auf de eschlägge Lteratur aus dem Berech der Betrebswrtschaft verwese. Warum beötgt ma Akte? Akte stelle für große Uterehme ud Uterehmuge ee alteratve Quelle zur Fremdfazerug (also zur Kredtaufahme) am Kaptalmarkt dar. De Aktegesellschaft erhält durch Verkauf hrer Atele, der Akte, Kaptal Höhe des Aktepreses, das m Gegesatz zum Kredt cht zurück gezahlt werde muss. Als Kompesato für deses gezahlte Kaptal erhalte de Aktoäre zum ee de jährlche Dvdedezahluge sowe e Mtspracherecht be wchtge Uterehmesetscheduge auf der emal jährlch stattfdede Hauptversammlug aller Aktoäre der Aktegesellschaft. Allerdgs st deses Mtspracherecht aufgrud der Größe der Aktegesellschafte faktsch ur auf ezele Großaktoäre (also Bestzer sehr großer Aktepakete oder sogar Bestzer der absolute Mehrhet der Akte) beschräkt, da jeder Aktoär pro besesseer Akte ee Stmme ethält. So bestzt de Mortät der Aktoäre zwar Stmmrechte, doch recht de Gesamthet hrer Stmme der Regel be wetem cht aus, um Beschlüsse durchzusetze. De Ausgabe euer Akte oder de Grüdug eer Aktegesellschaft (z.b. durch Umwadlug eer Persoegesellschaft, de sch vergrößer wll) st oft da zweckmäßg, we sehr große Summe a Egekaptal beötgt werde, um e sehr großes Projekt we z.b. de Bau

5 der erste Esebahle, de Grüdug der erste Überseehadelsgemeschafte oder als eueres Bespel de Bau des Tuels uter dem Ärmelkaal vorzufazere. Warum vestert ma Akte? Akte stelle wege der Uscherhet der Höhe der jewelge jährlche Dvdede sowe hrer Kursschwakuge ee sehr rskate Ivesttosmöglchket dar. Ma wrd deshalb ur da Akte erwerbe, we ma sch bespelswese ahad seer persölche Eschätzug der zuküftge Etwcklug des Uterehmes ee hohe Dvdedezahlug ud kräftge Kursgewe der Akte versprcht, de der Summe deutlch über dem Ertrag eer rskolose Ivestto we z.b. eer Festgeldalage lege. Tatsächlch sd lagfrstg de Erträge aus Aktevestmets der Regel höher als de rskoloser Geldalage. Geerell sollte ma sch egal we gut de persölche Eschätzug der ausgewählte Akte() st mmer darüber m Klare se, dass kee Akte schere Gewe verspreche ka. Vor jedem Aktevestmet st deshalb mmer zu prüfe, ob ma das zugehörge Rsko auch egehe ka. Ege wchtge Date aus der Geschchte der Akte: 6 : Grüdug der erste Aktegesellschaft der Welt, der Veregte Ostdsche Kompae, de Nederlade zur Fazerug eer Überseehadelsgemeschaft Ede des 7. Jahrhuderts : Zuahme des Aktehadels vor allem Eglad ud Frakrech 756 : Hadel der erste deutsche Akte, der Preußsche Koloalgesellschaft, Berl 79 : Grüdug (des Vorläufers) der New Yorker Börse, ab 863 New York Stock Exchage 844 : I Eglad st es rechtlch möglch, alle Erwerbszwege Aktegesellschafte zu grüde 848 : Grüdug der erste deutsche Aktebak Köl 884 : Der erste amerkasche Aktedex, der Ralroad Average, der Akte amerkascher Esebahgesellschafte behaltet, wrd otert 99 : Schwarzer Fretag ( Börsecrash ) am a der New Yorker Börse 959 : Ausgabe der erste deutsche Volksakte (PREUSSAG) 96 : Ausgabe der zwete deutsche Volksakte (VW)...

6 . We modellert ma Aktekurse? Bevor überhaupt a de Bestmmug optmaler Ivestmetstratege oder de Bewertug vo Optoe gedacht werde ka, muss zuächst als wchtgste Zutat e Modell für de Aktekurse gefude werde. Her st es, dem Przp Vo der Realtät zum Modell folged, wchtg, emprsche Beobachtuge ud Egeschafte realer Aktekurse zu erkee ud s Modell zu übertrage. Wr betrachte herzu de folgede bede Dagramme, de de zetlche Etwcklug der Kurse vo Deutsche Telekom, SAP ud der Allaz der Zet vom bs zum..998 zege. De wesetlche Egeschaft der gezegte Kurse legt hrer schebar zufällge Etwcklug. So sd zwar bs Afag Jul 998 jewels stegede Tedeze zu erkee, doch des muss cht otwedg bedeute, dass ma auch über kurze Zeträume Gewe erzelt. Ivestert ma zum Bespel mtte der stegede Phase am de Telekom-Akte, so muss ma dafür 46,65 DM zahle. Bs zum st der Kurs da auf 4, DM gesuke, was ee kräftge Verlust darstellt (der allerdgs m wetere Verlauf mehr als kompesert wrd). Hätte ma hgege kapp ee Woche vorher am de Akte zum Kurs vo 4,65 DM gekauft, so würde der Kurs vo 4, DM am trotz des obe beschrebee Ebruchs ee Gew bedeute. Wchtg st, dass sch her schebar zwe Effekte überlager, e lagfrstg bestmmeder Tred ud kurzfrstge Eflüsse, de zu lokal stark varerede Aktekurse führe DEUTSCHE TELEKOM (XETRA) Okt 97. Mrz 98. Jul 98. Nov 98 Bld : Aktekursverlauf Deutsche Telekom Dese Erkets wrd auch durch de Kursverläufe vo Allaz ud SAP bestätgt. Auch her spegel sch de starke, kurzfrstge Schwakuge eem gezackte Kursverlauf wder. Es wäre u aheleged, ach zufällge Fuktoe (Realseruge vo stochastsche Prozesse ) zu suche, de geau de obe beschrebee Egeschafte habe. De starke lokale Schwakuge ud der gezackte Kursverlauf lasse sch auch bem mathematsche Modell (etsprecheder Dmeso) für de Browsche Molekularbewegug, dem sogeate Weer Prozess (oder auch: Browsche Bewegug) beobachte (sehe Kor ud

7 Kor (999)). Tatsächlch spelt deses Modell auch ee zetrale Rolle der Fazmathematk. ALLIANZ (XETRA) SAP (XETRA) Okt 97. Mrz 98. Jul 98. Nov 98 Bld : Aktekursverläufe Allaz ud SAP Ee Realserug des auf desem Modell baserede Aktekursmodells, auf das wr auch Abschtt.3 egehe werde, sehe wr Bld 3. Smulerter Aktekurs (mt Tredkurve),95,75,55,35,5,95,75,,4,6,8 Bld 3: Aktekursverläufe m Browsche Modell Allerdgs wolle wr vor der ähere Beschrebug des Modells zuächst darauf hwese, was be ukrtscher Überahme ees schebar passede Modells passere ka. Des soll zuächst a eem gaz efache Modell, eem sogeate E-Perode-Bomalmodell, demostrert werde.

8 . Edlche E-Perode-Modelle Wr bege mt dem efachste Fall, dem E-Perode-Bomalmodell. Be desem Modell gehe wr davo aus, dass e Ivestor be der Wahl seer Ivestmetmöglchkete erhalb ees Zetraums zwsche dem Halte vo Bargeld ud der Alage ee Akte wähle ka, dere Kurs sch gemäß dem folgede Dagramm etwckelt: t = t =T Bld 4: Aktekurs m E-Perode-Bomalmodell D.h. der Aktekurs ka vo heute etweder auf am Ivestmethorzot stege oder aber auf 8 falle. Wchtg st herbe, dass zum ee der küftge Kurs der Akte uscher st ud es sowohl ee Möglchket gbt, dass Aktevestmet besser als das Halte vo Bargeld st, als auch e Zustad exstert, dem Aktevestmet zu eem Verlust führt. Wäre das Aktevestmet mmer besser als das Halte vo Bargeld, so würde ma se gazes Vermöge Akte vestere. Iterpretert ma das Halte vo Bargeld als Festgeldalage zum Zs Null, so wäre es da sogar möglch, durch Geldaufahme zum gleche Zssatz ud aschleßedes Ivestmet deses Geldes de Akte, ee rskolose Gew ohe Esatz vo egeem Kaptal zu erzele, de das gelehee Geld köte m Ivestmethorzot durch Verkauf der zu Beg der Perode erworbee Akte zurück gezahlt werde, wobe sogar och e postver Rest verblebe. Ma sprcht da vo eer Arbtrage-Möglchket. Ee solche Arbtrage-Möglchket würde aber vo alle Markttelehmer ausgeutzt werde. Des wederum würde so lage zu eer Presapassug be der Akte zu Beg der Perode führe, bs de Arbtrage-Möglchket verschwude wäre. Ma fordert daher mmer m Modell, dass der betrachtete Markt fre vo Arbtrage-Möglchkete se soll ( Absece of arbtrage ). Mt eer aaloge Argumetato darf de Aktekursetwcklug obgem Bespel auch cht mmer schlechter als das Halte vo Bargeld se. Wr werde dese Voraussetzug später och präzsere. Wr betrachte u e etwas komplzerteres E-Perode-Modell, dem ma zwe Akte (ud Bargeld) vestere ka, dere Kursetwckluge durch das folgede Dagramm beschrebe se solle: 8

9 t = t = T (,5) (,) (8, 9) Bld 5: Aktekurse m E-Perode-Bomalmodell mt zwe Akte d.h. etweder stege bede Aktekurse oder se falle bede glechzetg. Verglecht ma deses Dagramm zum vorherge Bespel, so schet zuächst ke wesetlcher Utersched vorzulege. De Akte stege etweder bede oder falle gemesam. Isbesodere schedet also kee Akte jedem möglche Zustad besser oder jedem Zustad schlechter ab als das Halte vo Bargeld. Auch domert kee Akte de adere. Zwar stegt de erste Akte stärker, falls sch de Aktekurse ach obe bewege, dafür fällt se aber auch stärker be eer egatve Kursetwcklug. Es schet also auch her kee der dre Alteratve ee Arbtrage-Möglchket zuzulasse. Des st aber ur vordergrüdg so. Wll ma zum Bespel be obgem Modell e Edvermöge vo geau DM erzele, so lässt sch des mt folgeder Stratege ohe (!) Esatz vo egeem Kaptal ermöglche: Kaufe heute 4 Stück der zwete Akte, verkaufe 5 Stück der erste Akte leer (d.h. der Verkäufer erhält berets heute de Kaufpräme, muss aber erst am Ivestmethorzot de verebarte Azahl vo Akte lefer) ud ehme ee Kredt vo 5 DM auf. Der Wert der gehaltee Postoe t = (also heute) beträgt da tatsächlch DM, d.h. es st ke Egekaptal ötg, um de vorgegebee Stratege zu verfolge. Im Edzetpukt erhält ma da als Edwert der gehaltee Postoe jewels: - Im Fall gestegeer Aktekurse: = - Im Fall falleder Aktekurse: = Ma erhält also mmer e Edvermöge vo DM, wobe ma m erste Fall davo proftert, dass ma mehr Atele der zwete Akte bestzt als ma vo der erste leerverkauft hat. Deshalb wächst das de zwete Akte vesterte Vermöge da stärker als de durch de Asteg der erste Akte verursachte Schulde. Im zwete Fall macht der stärkere Verlust der erste Akte de getätgte Leerverkäufe so proftabel, dass de Verluste aus dem Kursverfall der zwete Akte mehr als kompesert werde. Allgeme ka ma be obger Kostellato e belebges (!) Edvermöge X ohe egee Kaptalesatz erzele, dem ma de t = zu haltede Stratege (ϕ,ϕ,ϕ ) als edeutge Lösug des Glechugssystems ϕ + ϕ + ϕ = ϕ + ϕ + 5 ϕ = X ϕ + 8 ϕ + 9 ϕ = X

10 bestmmt. Herbe beschrebt de erste Glechug gerade de Bedgug, dass der Gesamtwert der zu Beg gehaltee Postoe glech Null st. De zwete ud drtte Glechug ergebe sch aus der Forderug, dass das Edvermöge uabhägg vom möglche Zustad glech X se soll. We ma lecht achprüft st de Systemmatrx des Glechugssystems regulär. Deshalb lässt sch zu eem belebge Afagsvermöge x (also der rechte Sete der erste Glechug) ee gewüschte Edauszahlug X (de sogar je ach Zustad verschede gewählt werde ka) mttels Halte eer geegete Stratege, ämlch der edeutge Lösug (ϕ,ϕ,ϕ ) des Glechugssystems, erzeuge. Es blebe u zwe Frage: We müsse sch de Prese m obge Modell etwckel, damt kee Arbtrage-Möglchket vorhade st? Was st der aschaulche Grud für das Vorhadese vo Arbtrage-Möglchkete obgem Bespel? Zur Beatwortug der erste Frage st es atürlch otwedg, dass de Systemmatrx des obge Glechugssystems, das de Wertetwcklug eer Hadelsstratege mttels der Preszuwächse beschrebt, cht regulär st. Mehr och: Hält ma de Null der erste Kompoete der rechte Sete fest, so darf höchstes da ee Lösug (ϕ,ϕ,ϕ ) des Glechugssystems exstere, we de bede übrge Kompoete der rechte Sete verschedees Vorzeche habe. Löst ma u de erste Glechug ach ϕ auf ud setzt de etstadee Ausdruck de bede adere Glechuge e, so erhält ma ϕ + 5 ϕ = X ϕ ϕ = X we ma berets mt verschedee rechte Sete X ud X arbetet. De obge Forderug, dass ur höchstes da ee Lösug (ϕ,ϕ,ϕ ) exstert, we X ud X verschedees Vorzeche bestze, ka offebar ur erfüllt werde, we de zwete Zele der Matrx des eue x Systems e egatves Velfaches der erste st, also de Vektore der bede Zuwächse auf eer durch de Ursprug laufede Gerade ud glechzetg verschedee Quadrate lege, d.h. also m Bespel, we de zwete Akte m Falle des Kursverlustes auf 85 (ud cht auf 9) abrutsche würde. Drückt ma dese Sachverhalt etwas allgemeer aus, so erhält ma: Ke Arbtrage : Geometrsche Iterpretato Im obge E-Perode st kee Arbtrage-Möglchket vorhade, we de Gerade, de durch de bede Vektore der Zuwächse geht, durch de Ursprug (,) läuft ud deser de bede Zuwächse tret, er also m relatve Ier des Geradeabschtts legt, der durch de kovexe Hülle der bede Zuwächse erzeugt wrd. Des st ke Zufall soder Spezalfall eer tefere Bezehug zwsche de geometrsche Egeschafte der Zuwächse der Aktekurse ud dem Ncht-Vorhadese vo Arbtragemöglchkete, der ute verallgemeert wrd. Er wrd m Bespel auch m Bld 6 llustrert,

11 dem de cht durch de Ursprug laufede Verbdugsgerade zwsche de bede Aktekurszuwächse ee Arbtragemöglchket sgalsert, währed de durch de Ursprug laufede Gerade azegt, dass das zugehörge Modell arbtragefre st. Bomalmodell mt zwe Akte (ohe Zs) Bld 6: Aktekurszuwächse ud Arbtrageüberprüfug Ma ka de obge geometrsche Iterpretato auch auf algebrasche Art ud Wese auffasse. Se besagt ämlch folgedes: Ist es möglch, e Paar (α,α ) zu fde, so dass das Skalarprodukt deses Paars mt de Kurszuwächse der Akte uabhägg vom jewelge Zustad (Kursasteg oder verfall) cht-egatv st, so muss das Skalarprodukt alle Zustäde mmer glech Null se, allgemeer: Ke Arbtrage : Algebrasche Iterpretato Im obge E-Perode st kee Arbtrage-Möglchket vorhade, we für de bede ( ) ( ) Vektore Y,Y der Zuwächse der Akte (wobe de jewels erste Kompoete deser Vektore de Zuwächse der erste Akte ud de zwete Kompoete de Zuwächse der zwete Akte ethält) ud alle Paare α = (α,α ) glt: ( ) ( ) α Y für =, α Y = für =,. Bevor wr auf ee Verallgemeerug deser bede Iterpretatoe egehe, wolle wr och ee wahrschelchketstheoretsche Kosequez aus dem Ncht-Vorhadese vo Arbtragemöglchkete obgem Bespel zehe. Des st auf de erste Blck überrasched, da ja bsher de Wahrschelchkete für das Etreffe der bede Zustäde egetlch kee Rolle spelte außer der, dass bede Zustäde möglch se solle. Ke Arbtrage : Wahrschelchketstheoretsche Iterpretato Im obge E-Perode st kee Arbtrage-Möglchket vorhade, we de Wahrschelchkete q ud q für das Etreffe der bede möglche Zuwächse so gewählt werde köe, dass mt dem zugehörge Wahrschelchketsmaß Q glt: E Q ( ) ( ) ( Y ): = qy + ( q) Y =

12 Zwar werde wr auch dese Bezehug ute och geauer bewese, aber ma ka sofort sehe, dass de obge Forderug a de Erwartugswert de Voraussetzug der geometrsche Iterpretato mplzert. Se besagt ämlch geau, dass es ee Kovexkombato der bede möglche Vektore der Zuwächse gbt, de glech dem Nullvektor st. Des wetere lässt se sch so terpretere, dass ee Eschätzug der zuküftge Kursetwcklug möglch st, ach der der mttlere Zuwachs de Akte glech dem des Bargelds (also glech Null) st. So gesehe habe also alle Ivestmetmöglchkete Bargeld ud Akte de gleche mttlere Wertzuwachs. Legt ma dese Eschätzug seer Marktmodellerug zugrude (d.h. wählt ma das Wahrschelchketsmaß Q m Modell), so sprcht ma vo eem rsko-eutrale Markt, ud Q heßt da e rsko-eutrales Maß. Deses Maß wrd m wetere Verlauf (sbesodere be der Optosbewertug) och ee große Rolle spele. Das obe beschrebee E-Perode-Modell st für vele Egeschafte des allgemee E- Perode-Modells typsch. Des wrd sch auch zege, we wr de obge verschedee Iterpretatoe m allgemee Fall auf hre Bezehuge utereader utersuche werde. Um dese allgemee Fall utersuche zu köe, beötge wr zuächst de Beschrebug des allgemee E-Perode-Marktes. Voraussetzuge Allgemeer E-Perode-Markt ( Ω, f, P) Se e edlcher Wahrschelchketsraum mt, ( ω ) > P für alle. Es gbt also ur edlch vele möglche Zustäde des Marktes am Ede der Perode, de aber alle ee postve Etrttswahrschelchket bestze. De Akteprese see durch ee (k+)-dmesoale Zufallsvarable S beschrebe, ud es gelte: S ( ) se zur Zet t = bekat S j ω für alle, j =,..., k ( postve Prese ) ( T, ) > S ω für alle ω Ω ( Bargeld ) ( T, ) = Isbesodere habe wr also uter de obge Aahme kee hellsehersche Fähgkete, da wr de Aktekurse zur Zet T als Zufallsvarable modellere. Allerdgs ehme wr a, dass de Mege aller möglche verschedee Werte der Kurse edlch ud bekat st. Der Ivestor hat u de Möglchket, t = se Afagsvermöge auf de verschedee Akte aufzutele bzw. Tele davo als Bargeld zu halte. Herbe werde egatve Azahle als Kredt oder Leerverkauf terpretert. Uter eer Hadelsstratege verstehe wr u ee (k+)-dmesoale Vektor ψ(), desse ezele Kompoete de jewels gehaltee Stückzahle der ezele Akte (bzw. des Bargelds) agebe. Das zugehörge Afags- ud ψ V ψ T bezechet ud sd durch das zugehörge Edvermöge werde mt V ( ) bzw. ( ) V ψ k ψ ( ) = ψ ( ) ( ), V ( T, ω ) = ψ ( ) + ψ ( ) S ( T ω ) = S k, = gegebe. Ma beachte weder, dass das (zuküftge) Edvermöge ee Zufallsvarable st.

13 De erste wchtge Defto, de wr beötge, st ee formale Defto der Arbtragemöglchket: Defto. Ee Hadelsstratege ψ() heßt ee Arbtragemöglchket, falls für das zugehörge Afags- bzw. Edvermöge gelte: ψ V ( ) = ud V ψ ( T, ω ) für alle ω Ω, wobe sogar V ψ ( T, ω ) > für mdestes e ω Ω gelte muss. Ee Arbtragemöglchket st also ee Stratege, de ma ohe Egekaptal verfolge ka, de e zu Schulde, aber m güstgste Fall zu eem postve Edvermöge führt. Ma hat somt ohe Rsko Geld aus chts gemacht. Wäre ee solche Möglchket am Markt (über lägere Zet) vorhade, so würde des alle Markttelehmer merke, ud de Prese würde da durch de Mechasmus vo Agebot ud Nachfrage so agepasst werde, bs de Arbtragemöglchket verschwude wäre. Ma betrachtet daher der Theore ur arbtragefree Märkte. Der folgede Satz gbt ee umfassede Charakterserug arbtragefreer Märkte, de alle obge Charakterseruge der Arbtragefrehet behaltet. Um h formulere zu köe beötge wr och ee Bezechug De kovexe Hülle cov{y(ω) ω Ω} der Kurszuwächse Y(ω) mt st defert durch Y(ω) := ( S ( T ω ) S ( ),..., S ( T, ω ) S ( ) ), k k k cov{y(ω) ω Ω} := x R x = λ ωy ( ω), wobe λ ω =, λ ω. ω Ω ω Ω Das relatve Iere deser kovexe Hülle, r(cov{y(ω) ω Ω}), st durch all de Pukte aus der kovexe Hülle gegebe, be dee sämtlche Koeffzete λ ω der Summedarstellug postv sd. Satz. Arbtragefree E-Perode-Modelle De folgede Aussage sd äquvalet: ) Das allgemee E-Perode-Modell st arbtragefre. ) Der Nullvektor wrd vo der kovexe Hülle der möglche Aktezuwächse überdeckt. Geauer, es glt: r(cov{y(ω) ω Ω}) ) Für alle α R k glt: α Y ( ω ) ω Ω α Y ( ω ) = ω Ω v) Es exstert e zu P äquvaletes Wahrschelchketsmaß Q (d.h. her es glt Q ω > ω ) mt E Q ( Y ) =. ( ) Ω Da deser Satz vo fudametaler Bedeutug st, wolle wr her sogar see Bewes führe.

14 Bewes: Wr zege de Behauptug ach folgedem Schema: ) v) ) ) v) a) Da Q e zu P äquvaletes Wahrschelchketsmaß se soll, folgt aus v) sofort ), de der Erwartugswert st ee Kovexkombato der Zuwächse, be der alle Koeffzete (ämlch de ezele Wahrschelchkete Q({ω})) strkt postv sd. Glt umgekehrt ), so wählt ma efach de Koeffzete λ ω, mt dere Hlfe sch der Nullvektor als Kovexkombato der Zuwächse darstelle lässt ud setzt Q({ω}) := λ ω. Mt desem Wahrschelchketsmaß (de ötge Egeschafte, de e Wahrschelchketsmaß auf eem edlche Wahrschelchketsraum defere, folge aus de Egeschafte der λ ω ) folgt da v). b) Es se u v) vorausgesetzt. Da folgt sbesodere (+) E S ( T ) ψ Es se u V ( ) = ud ψ ( T, ) ( ) S ( ) j =,, k =. Q j j..., V ω für alle ω Ω ud ee Hadelsstratege ψ() erfüllt. Da folgt mt Glechug (+) de Glechug E k ψ ( V ( T )) ψ ( ) E S ( T ) = k ψ ( ) = ψ ( ) S ( ) = V ( ) = Q j Q j j j, j= j= was da aber mt der Aahme der Ncht-Negatvtät des Edvermöges auf ( T, ω ) = V ψ für alle ω Ω führt. Somt exstert kee Arbtragemöglchket, d.h. ) glt. c) Wr zege zuächst, dass de Gültgket vo ) de folgede Hlfsaussage mplzert: (*) Glt für ee Hadelsstratege ψ() de Bezehug ψ ( T, ω ) V ψ ( ) so muss berets ψ ( T, ω ) V ψ ( ) = V für alle ω Ω gelte. V für alle ω Ω, Des st lecht ezusehe. Wäre ämlch für e ω Ω de echte Uglechug > gültg, so rechet ma lecht ach, dass de Hadelsstratege ψ*(), gegebe durch ψ * ( ) =ψ ( ), =, k, * ( ) = ψ ( ) ( )..., k ψ, S = ee Arbtragemöglchket darstellt. Heraus folger wr u Aussage ): Wr ehme dazu a, dass e Vektor α R k exstert mt (&) α Y ( ω ) ω Ω ud α ( ω ) > für e ω Ω 'Y. Aus dem Vektor α mt Egeschaft (&) lässt sch u e Wderspruch zur Aussage (*) herlete. Wählt ma ämlch ( ), =,..., k, ( ) = so folge ψ ( T, ) ψ ( ) = α ψ, V ψ ω V für alle Ω ω ud V ψ ( T, ω ) V ψ ( ) >

15 wege Egeschaft (&), was da de gewüschte Wderspruch zu (*) darstellt. Folglch ka also ke Vektor α R k mt Egeschaft (&) exstere, womt ) gezegt wäre. d) Es blebt och de letzte Implkato zu zege. Wr beötge herzu weder e Hlfsresultat, dass wr allerdgs desmal cht bewese wolle. Es folgt drekt aus dem Lemma vo Farkas, das jedem belebge Buch der leare Optmerug achzuschlage st. Das beötgte Hlfsresultat lautet: Se M R k,n. Da glt etweder Aussage a) oder Aussage b), wobe a) Mx = bestzt ee Lösug x* R N, de ur strkt postve Kompoete hat. b) Es exstert e α R k mt α M ud α M. Aus der Aahme der Gültgket vo ) folgt drekt, dass für de aus alle möglche Kurszuwächse gebldete Matrx M = ( Y ( ω ),..., Y ( ω N )) de Aussage a) m obge Hlfsresultat glt, wobe de Elemete ω Ω belebger Wese durchummerert worde sd. Mt dem Vektor x* aus a) defere wr e Wahrschelchketsmaß Q durch Offebar st Q zu P äquvalet, ud es glt E N Q ω = x * Q( ω ): = >. N = x * j j ( Y ) = Y ( ) = Mx* =. x * N N x * = x j j j= Somt st auch de letzte gewüschte Implkato gezegt ud der Bewes vollstädg.. Edlche Mehr-Perode-Modelle De offeschtlche Verallgemeerug der E-Perode-Modelle besteht de Mehr-Perode-Modelle, wobe wr aehme, dass Hadel zu de Zetpukte {,,..., T} möglch se. Wr betrachte weder ee Markt, a dem d Akte gehadelt werde ud de Möglchket eer rskolose Geldalage besteht. Allerdgs beötge wr och ege allgemeere Deftoe ud Kozepte, da wr ja jetzt e Zufallsexpermet m Zetablauf, de zetlche Etwcklug der Aktekurse, beobachte. Voraussetzuge Allgemeer T-Perode-Markt (, f, P) Ω se e edlcher Wahrschelchketsraum mt = N j * Ω, ( ω ) > P für alle ω Ω. Es gbt also weder ur edlch vele möglche Zustäde des Marktes am Ede der Perode, de alle ee postve Etrttswahrschelchket bestze. De zetlche Etwcklug der Wertpaperprese se durch ee (k+)-dmesoale stochastsche Prozess S = {S(t), t {,,..., T}} beschrebe, ud es gelte: S ( ) se zur Zet t = bekat S j ω für alle ω Ω, t {,,..., T}, j =,..., k ( postve Prese ) ( t, ) > S ω für alle ω Ω, t {,,..., T} ( Bargeld ) ( t, ) =

16 De Ivestore müsse hre Etscheduge über hre Kaptalalage auf der Bass der Beobachtug der gegewärtge ud vergagee Wertpaperprese treffe. Es stehe kee wetere Iformatoe (we z.b. Isderformatoe) zur Verfügug. Wr modellere des dadurch, dass de Hadelsstratege alle adaptert a de vo de Prese erzeugte Flterug se solle (sehe ute). = σ { S( ),..., S( t) }, t,, T mt = {, Ω} f t : =..., f, f T = f Der Ivestor hat u de Möglchket, t =,,..., T se Vermöge auf de verschedee Akte aufzutele bzw. Tele davo als Bargeld zu halte. Ee Hadelsstratege wrd als e (k+)-dmesoale stochastscher, a de Flterug f t adapterter Prozess ψ(t), t =,,..., T, defert (d.h. ψ(t) muss f t -messbar se). Weder stelle desse ezele Kompoete de jewelge gehaltee Stückzahle der ezele Akte (bzw. des Bargelds) dar, wobe de Etschedug über de zu haltede Stückzahle ψ(t) mmer m Zetpukt t ach der Beobachtug der Wertpaperprese S(t) getroffe werde muss. Dese Stückzahle blebe da bs zur ächste Umschchtug m Zetpukt t+ kostat. Der zugehörge Vermögesprozess wrd mt V ψ ( t) V ψ k ( t) = ψ ( t) S ( t) V ψ = k bezechet ud durch, t =,..., T, ( T ) = ψ ( T ) S ( T ) = defert. Wr forder u, dass sch der Ivestor selbst-fazered verhalte muss, d.h. se Vermöge vor eer Umschchtug st glech dem ach der Umschchtug, also k = ψ ( t ) S ( t) = ψ ( t) S ( t) k =, t =,..., T. Bemerkug: Zwar st de Verwedug der Begrffe Flterug, messbar ud σ-algebra für de Kürze der Formulerug der Voraussetzuge, de wr a de Hadelsstratege stelle sehr vo Vortel, doch werde herdurch auch weder techsche Begrffe egeführt, de ma mttels eer lägere Erklärug oder aber eer verefachte aschaulche Beschrebug umgehe köte. So bedeutet userem efache Rahme de Forderug, dass de Hadelsstratege ψ(t) a de Flterug f t adapterter stochastscher Prozess ψ(t) st, ledglch, dass de Werte der Zufallsvarable ψ(t) ee Fukto der bs zum Zetpukt t beobachtete Wertpaperprese S(),..., S(t) se soll. Des mplzert auch, dass de Azahl der möglche Werte vo ψ(t) mt der Zet t wächst oder kostat blebt. De Flterug, also de aufstegede Folge der mt wachseder Zet mmer größer werdede σ-algebre f t, stellt herbe chts aderes als de durch Beobachtug der Akteprese gewoee Iformatosfluss dar, der dem Ivestor als Bass seer Etscheduge det. Ma köte also m Schuluterrcht auch mt eer solch verbale Umschrebug auskomme, um de Eführug zusätzlcher techscher Hlfsmttel zu vermede.

17 Us teressert auch her weder de Frage, welche Klasse vo Modelle überhaupt arbtragefre st, also welche Klasse e zulässges Aktemodell darstellt. Herbe wrd auch weder das rsko-eutrale Maß ee wchtge Rolle spele. Allerdgs beötge wr zu seer Defto ee wetere Klasse vo stochastsche Prozesse, de der Martgale. Defto.3 E a ee Flterug f t adapterter stochastscher Prozess M(t) heßt Martgal, falls für s t ( ) ( t) E M ( s) M = glt. Isbesodere folgt daraus auch ( M ( t) ) E( M ( ) ) f t E = für alle t =,...,T. De deferede Egeschaft ees Martgals besagt, dass der Erwartugswert des Prozesses gegebe de beobachtete Iformato bs zur Gegewart gerade glech dem gegewärtge Wert st (zur Defto der bedgte Erwartug sehe Ahag A). Egal a welchem Pukt der Zukuft ma sch also befdet, ma wrd vo dort aus mmer m Mttel geau so vel Gew we Verlust der wetere Zukuft mache. Isofer st also e Martgal ee Verallgemeerug ees stochastsche Prozesses mt kostatem Erwartugswert. Typsche Bespele für Martgale sd de Vermögesverläufe ees Spelers, der a fare Glücksspele telmmt. Das efachste solche Spel st der fare Müzwurf, be dem e Speler mmer ee DM zahlt, we Kopf obe legt ud ee DM ethält, we Zahl erschet. Wetere Egeschafte vo Martgale fde sch m Ahag A. Mt Hlfe des Martgalbegrffs lässt sch u auch m Mehrperode-Fall e rsko-eutrales Maß defere: Defto.4 Äquvaletes Martgalmaß E zu P äquvaletes Wahrschelchketsmaß Q heßt e äquvaletes Martgalmaß oder auch rsko-eutrales Maß, falls de (abgezste) Aktekurse S ( t) (=S (t)/ S (t)) Martgale bezüglch dem Maß Q sd, d.h. es glt: ( ) S ( t) = E S ( s) f für s t {,,..., T}, =,..., k. Q t Wr habe u de ötge Deftoe besamme, ud de m E-Perode-Modell gelestete Arbet zahlt sch jetzt aus. Wr müsse quas ur arbtragefree E-Perode-Modelle geeget zusamme klebe. Herzu müsse wr och zu de ezele Zetpukte t =,..., T de jewels möglche Eregsse defere. Wr betrachte herzu de Folge der mmale Zerleguge P t vo f t gegebe durch t Pt = A,.., A A ft, f = U A, A = A = für t j, j ke A f t mt A A (also de Mege aller der Mege, de zu f t gehöre ud f t cht weter zerlegbar sd) ud erhalte de folgede Satz über de Charakterserug arbtragefreer edlcher Mehr- Perode-Modelle.

18 Satz.5 Arbtragefree edlche Mehr-Perode-Modelle De folgede Aussage sd äquvalet: ) Das obe beschrebee Aktemarktmodell st arbtragefre. ) Für alle t {,,..., T }, A Pt glt: r(cov{y t+ (ω) ω A}) ) Für alle t {,,..., T }, A P, t α IR k glt: ( ω) ω A α Y ( ω) = A α Y t+ t+ ω v) Es exstert e äquvaletes Martgalmaß Q. Bewes(skzze): Wr verwede das Bewesschema ) ) ) v) ). Herbe glt da: a) De Bezehug ) ) folgt we m Bewestel c) vo Satz., we ma jetzt ur de ω A betrachtet ud sch somt auf de Telraum A vo Ω eschräkt. Der Wderspruch m Bewes durch das Kostruere eer Arbtragestratege muss her ur sowet modfzert werde, dass der t+ erzelte Arbtragegew sch mttels scherem Ivestmet bs de Zethorzot T wetertrasportere lässt (ud sch e Afagsvermöge vo t atürlch mmer durch de Nullstratege bs t (also ke Ivestmet vor t) erzeuge lässt). b) Um de Äquvalez ) ) zu zege beötge wr de folgede allgemee Treugssatz (sehe Rockafellar Covex Aalyss, S.96): Für zwe cht-leere kovexe Mege C,C glt: r(c ) r(c )= Es exstert ee Hyperebee, de C,C tret (d.h. es exstert e Vektor α mtα x < < α y für alle x C, y C ) Heraus folgt de Behauptug sofort für de Wahle C = {} ud C = cov{y t+ (ω) ω A}. c) Um ) v) zu zege muss m wesetlche der etsprechede Bewestel aus Satz. geeget verwedet werde. Herzu se zuächst zu festem ω Ω ee Folge... d) Se zum Bewes vo v) ) Q e äquvaletes Martgalmaß ud ψ(.) ee Hadelsstratege mt V ( ) =,V ( T ). Da ψ ψ glt E Q ψ ψ ( V ( T )) = E E V ( T ) ψ Q ( Q ( ft ) = EQ ( ψ( T ) S ( T )) = EQ ( V ( T )) = ψ ( EQ ( V ( T ) ft ) = EQ ( EQ ( ψ( T ) S( T ) ft )) = EQ ( EQ ( ψ( T ) S( T ) ft )) = ψ ψ ( ψ( T ) E ( S( T ) f )) = E ( ψ( T ) S( T ) ) = E ( V ( T ) ) =... = E ( V ( ) ) = = E Q = E Q Q T woraus wege der Nchtegatvtät des Edvermöges sofort ψ ( T ) = Q V folgt. Ma beachte, dass der obge Glechugskette sowohl de Martgalegeschaft der Wertpaperprese uter Q als auch bem Schrtt vo T zu T exemplarsch de Egeschaft eer selbstfazerede Hadelsstratege verwedet wurde. Q Q,

19 Bemerkuge. Edlche Märkte mt rskoloser Geldalage Bsher habe wr mmer Marktmodelle betrachtet, be dee das Halte vo Bargeld de Alteratve zum rskate Aktevestmet darstellte. Des st der Praxs atürlch cht so, da es dort bessere Alteratve gbt, de ee rskolose Geldalage zu eer feste Verzsug ermöglche we z.b. Festgeld oder Sparbuch. Falls wr e Modell mt eer solche Möglchket betrachte wolle, modellere wr des, dem wr de Pres des. Wertpapers, S, als ee etsprechede determstsche Fukto der Zet S (t) wähle. De obe gegebee Charakterseruge der Arbtragefrehet blebe da mt eer klee Äderug rchtg: I der Defto des äquvalete Martgalmaßes st u zu forder, dass de mt S (t) abgezste Aktepresprozesse S Sˆ ( t) : =, =,..., k S Martgale bezüglch dem äquvalete Martgalmaß Q se solle. ( t) ( t). Gazzahlgket der Zet Bsher habe wr mmer gazzahlge Zetpukte betrachtet. Es st atürlch ke Problem, zu eer adere Zetskala zu wechsel z.b. vo de bsher gazzahlge Tage zu Woche. Da erhält ma de Tage als etsprechede Bruchtele der Woche. Es hat sch deshalb der Lteratur egebürgert, ebe der Wahl eer gazzahlge Zetskala auch ee solche Zetetelug zu betrachte, be der e fester Zethorzot T ud feste Hadelszetpukte j T/ mt j =,..., gewählt werde. E solches Vorgehe betet sbesodere bem Übergag zu de zet-stetge Modelle Vortele. 3. Bomalmodell (Cox-Ross-Rubste-Modell) Das Paradebespel ees arbtragefree Mehr-Perode-Modells st das -Perode-Bomalmodell, das der Lteratur auch uter der Bezechug Cox-Ross-Rubste-Modell bekat st. Es fde her jewels Presäderuge zu de Zete j T/ mt j =,..., statt. Zu dese Zete ka e Ivestor auch se Vermöge umschchte. De Etwcklug des Aktekurses m Cox-Ross-Rubste-Modell st durch das folgede Dagramm gegebe, wobe wr us her der efachere Darstellbarket halber auf de Fall = beschräke: u S us S uds ds d S Bld 7: Aktekurs m Zwe-Perode-Bomalmodell Der Aktekurs verhält sch also we e Baum, der aus ezele E-Perode-Bomalmodelle zusammegesetzt st (ma sprcht deshalb auch vo Baummodelle). De Vermehrugsfaktore u ud d sd geau we de Wahrschelchkete p für ee Kursasteg je-

20 dem Kote glech, so dass der Pres der Akte zur jewelge Zet j T/ edeutg durch de Azahl der vorher statt gefudee Aufwärtsbeweguge des Aktekurses bestmmt st. Der Name Bomalmodell st dar begrüdet, dass de Azahl X der Aufwärtsbeweguge m - Perode-Bomalmodell eer Bomalvertelug mt Parameter ud p geügt, da X Summe vo uabhägge Null-Es-Varable X st, de jewels da de Wert Es aehme, we zur Zet T/ e Kursasteg statt fdet. Typscherwese betrachtet ma als Alteratve zur Akte m Bomalmodell ee rskolose Alagemöglchket mt Zssatz r pro Perode, be der de Zszahluge zu jedem Hadelszetpukt j T/ dem jewels vesterte Kaptal zugeschlage werde. Es ergbt sch da für de Etwcklug S (t) eer Geldehet, de zur Zet t = rskolos agelegt wrd, S (t) = ( + r) t, t =, T/, T/,..., T. Es lässt sch lecht überprüfe, dass das so etstadee Marktmodell geau da arbtragefre st, we de Bezehug d < ( + r) T/ < u glt..3 Das Black-Scholes-Modell als Grezwert edlcher Mehr-Perode-Modelle Das der Theore der Fazmathematk populärste Wertpaperpresmodell st das sogeate Black-Scholes-Modell. Es basert auf der Aahme, dass m efachste Fall für de rskolose Geldalage ( Bod ) ee Wertetwcklug der Form ud für de Aktepres ( t) rt ( t) e B = S (der Efachhet halber betrachte wr her ee Markt mt eem Bod ud ledglch eer Akte, für de allgemee Fall verwese wr auf Kor ud Kor (999)) de Form S ( t) = se b σ t+σw ageomme werde, wobe r, b, σ reelle Zahle sd, dere Bedeutug wr glech herlete werde. W(t) se ee Zufallsvarable, de ormal vertelt st mt Erwartugswert Null ud Varaz t, also W ( t) N (,t) Zusätzlch soll W(t) als Fukto vo t (also als stochastscher Prozess) ee stetge Fukto se ud de Forderuge ) W ( ) = ) W ( t) W ( s) N (, t s). für t > s ormal vertelte Zuwächse ) W ( t) W ( s) st uabhägg vo ( r) W ( u) ( t ) W für t > s r > u uabhägge Zuwächse geüge. Ma bezechet ee solche stochastsche Prozess als Browsche Bewegug oder auch Weer Prozess. Wr wolle her cht weter auf see Egeschafte egehe, soder ledglch ee smulerte Pfad (also e Ergebs des zugehörge Zufallsexpermets) der Browsche Bewegug Bld 4 präsetere. E zugehörger smulerter Pfad vo S(t) wurde berets Bld 3 gezegt.

21 , W(t),6,,4,6,8 t -,6 Bld 8: Smulerter Pfad eer Browsche Bewegug W(t) Im Rahme deses Abschtts soll das Black-Scholes-Modell auf efache Wese als Grezwert eer Folge vo Mehrperode-Bomalmodelle motvert werde. Ee exakte Herletug der Kovergez würde de Rahme deser Arbet sprege. Wr bege mt der Motvato des Bodpreses. We ma ee Geldehet zum Zssatz r für ee Zetraum der Läge t alegt ud de Zse am Ede des Zetraums gezahlt werde, so hat sch de ee Geldehet zur Zet t auf +rt erhöht. Würde ma hgege berets ach der Hälfte des Zetraums, also zur Zet t/, Zse erhalte, so hätte sch user Vermöge zur Zet t/ auf +rt/ erhöht. Legt ma auch de erhaltee Zse ab t/ zum Zssatz r a, so erhält ma m Zetpukt t e Gesamtvermöge vo t t t rt + r + + r r = +. Erhält ma u allgeme mmer zu de äqudstate Zetpukte jt/, j=,...,, Zszahluge gemäß Zssatz r auf das m Zetraum [(j )t/, jt/] agelegte Kaptal, so bestzt ma m Zetpukt t e Gesamtvermöge vo rt +. Lässt ma u de Zetdfferez zwsche de Zszahluge gege Null gehe (bzw. de Azahl der Zszahluge gege uedlch), so kovergert deser Ausdruck gege de Bodpres m Black-Scholes-Modell, geauer: Es glt rt rt e. + Wr betrachte somt m Black-Scholes-Modell ee rskolose Geldalage, be der sch das agelegte Vermöge kotuerlch der Zet mt Zssatz r verzst. Da m Bakegeschäft Alagemöglchkete zum Tageszs möglch sd, st dese Idealserug ( kotuerlche Verzsug ) gar cht so realtätsfremd, we ma auf de erste Blck vermutet. Da der Zssatz r m allgemee recht kle st, sd sogar de Abwechuge zwsche kotuerlcher ud jährlcher Verzsug cht soderlch groß. Des wetere exstert atürlch zu jedem Zssatz r m kotuerlche Modell e Zssatz r* m Modell mt jährlcher Verzsug, so

22 dass de Vermögesetwcklug uter bede Verzsugsarte mmer zum volle Jahr übere stmme. Im folgede Bld wrd der Utersched zwsche jährlcher, halb- ud verteljährlcher sowe kotuerlcher Verzsug verdeutlcht. De ezele Kurve zege (vo ute ach obe) de jewels zugehörge Wertetwcklug eer Geldehet erhalb ees Jahres. Herbe musste e urealstsch hoher Zssatz vo r = (also %!!!) gewählt werde, damt de ezele Uterschede auch tatsächlch optsch erkebar ware. Für realstsche Zssätze sd de Uterschede wetaus weger deutlch. B(t) 3 Dskrete ud kotuerlche Verzsug,5,5,5,5,75 t Bld 9: Etwcklug ees Vermöges be dskreter ud kotuerlcher Verzsug Exstert u für de Aktepres ee ählch efache Grezbezehug? De Atwort lautet ja ud basert der vo us präseterte efache Varate auf dem Satz vo de Movre-Laplace. Deser Satz besagt, dass für große Werte vo de Bomalvertelug B(, p) mt Parameter, p (also de Vertelug der Azahl der Erfolge be uabhägg vo eader durchgeführte --Expermete, be dee de Erfolgswahrschelchket jewels p beträgt) mt Hlfe der Stadardormalvertelug (geauer: eer Normalvertelug mt glechem Erwartugswert p ud glecher Varaz p( p)) approxmert werde ka. Geauer: Satz.6: Satz vo de Movre-Laplace Bestzt X ee B(, p)-vertelug, so st X p p ( p) = X E Var ( X ) ( X ) für große approxmatv stadardormal vertelt, d.h. es glt für große P X p p ( p) x N( x),

23 x wobe N(x)= exp( y ) dy de Vertelugsfukto der Stadardormalvertelug st. π Dese Kovergezbezehug lässt sch zum Bespel ahad des Galtosche Bretts auch vsuell vorführe. I Bld verdeutlche wr se durch Verglech der (als Hstogramm dargestellte) Wahrschelchketsfukto eer B(,.5)-Vertelug mt der N(, 5)-Vertelug, der Normalvertelug mt Erwartugswert ud Varaz 5. De Abwechuge sd also berets für recht klees N sehr gerg., Bomal- ud Normalvertelug,5 B(;.5) N(;5),,5 5 5 Bld : Verglech zwsche der Dchte der Normalvertelug ud der Wahrschelchketsfukto der Bomalvertelug Mt Hlfe des Satzes vo de Movre-Laplace lässt sch u der Aktepres m Black-Scholes- Modell als Grezwert eer Folge vo Bomalmodelle mt wachseder Perodezahl motvere. Wr betrachte herzu de Etwcklug ees Aktekurses S m Bomalmodell () mt Zethorzot t. X se de Azahl der Kursastege uter de Presäderuge, p de jewelge Erfolgswahrschelchket. De Veräderugsfaktore des Aktekurses see weder u ud d. Ma hat da: X B(, p), S ( ) = s u X d X = s exp u ( X l( ) + l( d )) Damt u der Aktekurs m Bomalmodell gege de Aktekurs S(t) m Black-Scholes- Modell für wachsede Perodeazahl kovergere ka, müsse zumdest zwe Dge erfüllt se: De Zetspae zwsche zwe Hadelsperode m Bomalmodell, t = t/, muss gege Null gehe, damt e zet-stetges Modell mt dauerde Hadlugsmöglchkete als Grezfall auftrete ka Glechzetg müsse de Vermehrugsfaktore u ud d gege Es kovergere, damt der etstehede Grezprozess e stetger Prozess (als Fukto der Zet) se ka Ma ka sch u mdestes zwe Arte der Approxmato deke. Zum ee wäre da de Approxmato ees gegebee Aktepreses vom Black-Scholes-Typ durch ee Folge geegeter Mehr-Perode-Bomalmodelle. Zum adere betet sch de Motvato des Black- Scholes-Typs als e Grezmodell eer Folge sch mmer weter verfeerder Bomalmo- d.

24 delle a. Wr werde de zwete Zugag wähle, da er für usere bsherge Vorgeheswese der atürlche st. Wr setze herzu u ud d we folgt a: u = ( ) ( b ~ p u t = exp t + σ t ), ( ) ( b ~ p d = d t = exp t σ t ), p( p ) p( p) ~ wobe b, σ gegebee reelle Zahle (mt σ > ) sd ( desem Fall ergebe sch da u ud d aus obge Glechuge). Wr ehme weter a, dass t berets so kle st, dass u > > d ~ glt. b, σ habe da de Darstellug ~ l( d ) + p b = ( l( u) l( d )) t, ( d ) l( u) l σ = p t ( p) Wr habe u Folge vo Werte vo u ud d vorlege, de jewels für wachsedes gege Es kovergere (ud zwar mooto vo obe bzw. vo ute). Da folgt mt obger Darstellug vo u ud d S ( ) ( ( ) ( )) ( ) X p u ~ = s exp X l d + l d = s exp σ T + b T p p ud dem Satz vo de Movre-Laplace, dass de Vertelug des Expoete auf der rechte Sete obger Glechug asymptotsch (d.h. für ) glech der des Expoete vo S ( t) = se b σ t+σw ~ st, we ma b = b + σ setzt. Wr erhalte also sgesamt de Kovergez des Bomalmodells zur Zet t gege de Aktekurs m Black-Scholes-Modell zum gleche Zetpukt. De gemesame Kovergez alle Zetpukte t des durch leare Iterpolato aus de Bomalmodelle zet-stetg gemachte Aktekurses gege das Black-Scholes- Modell ka ur mt tef legede mathematsche Resultate gezegt werde (sehe z.b. Kor ud Kor (999)). Es legt u atürlch auf der Had, zu frage, warum egetlch der Parameter b egeführt wurde ud welche Iterpretato de Parameter b, σ des Aktekursmodells m Black-Scholes- Modell bestze. Tatsächlch st dere Bedeutug sogar recht aschaulch. Es glt ämlch: E bt ( S( t) ) s e =. D.h. b st quas de mttlere Zsrate der Akte (we ma sch a de Bezechug aus der rskolose Geldalage aleht) ud wrd deshalb auch als mttlere Ertragsrate bezechet. Schaut ma sch de Expoete des Presprozesses a, so seht ma auch sofort, dass σ als Rate der Varaz (ud somt als Maß für de mttlere Schwakug des Aktepreses) agesehe werde ka, de es glt: S s ( t) ( t ) l N ( b σ ) t, σ t). Ma sagt deshalb auch, dass der Aktekurs log-ormal mt Parameter b ud σ vertelt st. σ wrd als Volatltät der Akte bezechet.

25 Ee alteratve Motvato der Aktekursmodellerug m Black-Scholes-Modell ohe Rückgrff auf de Kovergez zet-dskreter Modelle wrd Kaptel II Kor ud Kor (999) gegebe. Allerdgs erfordert deser Zugag Vorketsse auf dem Gebet der zet-stetge stochastsche Prozesse. Wr wolle och kurz de obge Behauptug über de Erwartugswert des Aktekurses m t N,t glt Black-Scholes-Modell bewese: Wege W ( ) ( ) + x ( x t ) ( ( )) ( b ) t x t bt t E S t = s e + σ σ +σ e dx = se e dx = se πt πt Herbe folgt das letzte Glechhetszeche aus der Tatsache, dass der Itegrad m Itegral auf der lke Sete der Glechug de Dchte der N(σt, t)-vertelug st, das Itegral somt de Wert bestzt. Natürlch exstere auch mehrdmesoale Varate des Black-Scholes-Modells zur Modellerug vo Wertpapermärkte mt mehrere Akte. Her werde da de zufällge Schwakuge der Aktekurse durch ee mehrdmesoale Browsche Bewegug modellert, d.h. durch ee Vektor (W (t),...,w (t)), desse ezele Kompoete voeader uabhägge edmesoale Browsche Beweguge sd. De ezele Aktekurse habe da de Gestalt b ( ) j j t j jw j t σ + σ = = S ( t) = se, =,...,d, j =,..., mt geegete Marktkoeffzete b ud σ. Mehr zu allgemee Marktmodelle vom Black- Scholes-Typ (mt z.b. zufällge oder zetabhägge Marktkoeffzete) fdet ma z.b. Kor ud Kor (999)..4 Neuere Presmodelle Obwohl das Black-Scholes-Modell de Realtät der Aktekursbeweguge recht gut wedergbt ud auch der Praxs akzeptert st, hat es auch Schwäche, de zur Etwcklug och komplexerer ud realstscherer Modelle für Akteprese geführt habe. Zwar solle dese Modelle her cht vorgestellt werde, aber es solle zumdest e paar Grüde für de Notwedgket des Black-Scholes-Modells agegebe werde. ) Uabhäggket der relatve Preszuwächse Ahad emprscher Date st es lecht zu überprüfe, dass de Redte vo Akteprese (also de relatve Zuwächse) zwar oft fast ukorrelert, aber cht uabhägg sd. ) Kostate Volatltät De Aahme kostater Volatltät müsste sch der Praxs dar äußer, dass de Redte der Akteprese über de Zet alle glech vertelt wäre. Statt desse beobachtet ma aber sehr oft e sogeates Volatlty Clusterg, d.h. hohe Ausschläge ach obe folge auf hohe Ausschläge ach ute (ud umgekehrt), währed es glechzetg auch Phase gbt, dee ur klee Werte der Redte beobachtet werde. Des wrd auch Bld deutlch, wo de Tagesredte (S(t+) S(t))/S(t) des Kurses der Deutsche Bak-Akte abgetrage sd. Ma hat deshalb Presmodelle mt stochastscher Volatltät etwckelt. Geauer: de Kostate σ wrd durch ee egee stochastsche Prozess ersetzt, der sch ählch we ee wetere Browsche Bewegug verhält. bt.

26 , Redte Deutsche Bak,8,4 3. Okt -,4 97 -,8. Dez Feb Mrz Ma Jul Aug Okt 98 -, Bld : Tagesredte der Deutsche Bak-Akte vom ) Logormal-vertelte Redte Erstellt ma e Hstogramm der logarthmsche Redte l(s(t+)/s(t))der Akteprese, so stellt ma fest, dass ma typscherwese mehr sehr klee ud mehr sehr große Werte beobachtet als bem Vorhadese eer Normalvertelug. Aus desem Grud wurde de zurück legede Jahre verstärkt ach Verteluge gesucht, de der Lage sd, deses am Markt beobachtete Verhalte besser zu erkläre als de Normalvertelug. Als geegete Kaddate habe sch hyperbolsche Verteluge ud t-verteluge erwese. Ee Darstellug der Htergrüde der zugehörge Presprozesse spregt de techsche Rahme deses Mauskrpts. Es blebt aber festzuhalte, dass das Black-Scholes-Modell trotz eger Uzuläglchkete ach we vor de überragede Rolle sowohl der Theore als auch der Praxs der Fazmathematk spelt ud deshalb mmer als Bechmark für eu etwckelte Modelle glt.

27 . Was sd Optoe ud we vel sd se wert?. Optoe: Begrffe ud Grudlage Der Begrff der Opto st zuächst cht ur aus dem Berech der Fazwelt bekat. Er wrd auch m tagtäglche Sprachgebrauch verwedet ud bedeutet dort sovel we, ee Möglchket habe ( ch habe auch och de Opto, deses Agebot azuehme... ). Das wesetlche Merkmal eer solche Opto st, das ma se zwar utze ka, we ma wll, se aber cht ubedgt wahrehme muss. Isofer stellt ee Opto mmer etwas postves dar. Deselbe Merkmale bestzt auch ee Opto m Se der Fazwelt. Im allgemee versteht ma uter eer Opto, ee Vertrag, der seem Käufer ee chtegatve Zahlug uscherer Höhe zu eem feste zuküftge Zetpukt zuschert. Ma wrd also schlmmstefalls chts (das heßt ee Zahlug der Höhe Null), m gute Fall aber ee echt postve Zahlug erhalte. De bekateste Forme vo Optoe sd de europäsche Kauf- ud Verkaufsoptoe (egl. Calls ud Puts) auf Akte. Se scher hrem Bestzer das Recht (cht aber de Pflcht!) zu, ee Akte eer bestmmte Frma zum festgelegte Edzetpukt T zum festgelegte Pres K (dem Ausübugspres oder Strke) vom Zecher der Opto zu erwerbe (m Falle des Calls) oder aber a de Zecher der Opto zu verkaufe (m Fall des Puts). Ist u der Pres ( T ) P der Akte m Zethorzot größer als K, so wrd der Bestzer des Calls se Recht wahrehme ud de Akte bllg zum Pres K erwerbe. Er köte se da drekt zum Pres P ( T ) am Markt veräußer ud hätte somt durch Ausübe der Opto ee Gew der Höhe P ( T ) K gemacht. Ist hgege der Pres P ( T ) der Akte m Zethorzot kleer als K, so wrd der Bestzer des Calls se Recht verfalle lasse. Wollte er ämlch mmer och de Akte erwerbe, so wäre es für h güstger des am Markt zu tu. Der Bestz des Calls führt desem Fall zu keer postve Zahlug. Ma detfzert daher ee europäsche Call mt der Edzahlug B call = ( ( T ) K ) + P, + wobe x der Postvtel der reelle Zahl x st. Graphsch wrd de Edauszahlug des europäsche Calls durch das folgede Payoff-Dagramm dargestellt: Payoff ees Calls Aktekurs Bld : Edauszahlug ees Calls mt Ausübugspres K=

28 Wchtg st also: Ee Opto lefert ee cht-egatve zuküftge Zahlug Ee Opto lefert ee Zahlug uscherer Höhe Aus der erste Egeschaft ergbt sch u sofort, dass ma für de Erwerb eer Opto heute ee Zahlug ( Präme ) zu leste hat. De zwete Egeschaft lefert auch drekt das Problem ach, es st ämlch cht klar, we hoch dese Präme se soll. Das allgeme akzepterte Grudprzp zur Bestmmug des Optosprese st der Gegestad des ächste Abschtts, der auf de egeschobee Exkurs zur Geschchte des Optoshadels folgt. Wer hadelt mt Optoe ud warum? Da Optoe kee orgäre Wertpapere sd, soder sch mmer auf e zugrude legedes Gut (z.b. Akte, Hadelsgüter, Wetter (!),...) bezehe, st es atürlch ee berechtgte Frage ach dem Nutze vo Optoe überhaupt zu frage. Der erste wchtge Aspekt st der der Abscherug gege uerwüschte Presschwakuge des zugrude legede Guts. Bestzt ma z.b. ee Akte mt heutgem Wert vo ¼VR ka ma durch de Kauf eer Put-Opto mt Ausübugspres 5 ¼I UGLH/DXI]HLWGHU Opto ee utere Greze des Werts des Pakets aus Put-Opto ud Akte vo 5 ¼ festschrebe. Fällt ämlch der Aktekurs uter de Wert vo 5 ¼ VR NDQQ PDQ VHLQ Optosrecht utze ud dem Verkäufer der Put-Opto de Akte zum Stückpres vo 5 ¼ verkaufe. Fällt der Aktepres e uter dese Greze, so muss ma auch se Optosrecht cht ausübe. Aalog ka ma durch de Kauf eer Call-Opto auf ee Akte de zuküftge Kaufpres deser Akte begreze. E aderer Aspekt besteht der Presetwcklug der Opto. Wr werde us zwar erst später um de exakte Bestmmug ees Preses eer Opto kümmer, aber es wrd auch so eleuchte, dass sch ee Opto m Pres aders etwckelt als z.b. de zugrude legede Akte. We ma als Bespel ee Call-Opto auf ee Akte betrachtet, ka ma sch lecht überlege (oder aber emprsch am Markt beobachte): Stegt der Aktekurs, so stegt auch der Call-Pres auf dese Akte. Stegt der Aktekurs um ¼VRVWHLJWGHU&DOO-Pres der Regel um weger als ¼DEHU der prozetuale Asteg des Call-Preses st größer, als der der Akte. Aalog gelte dese Überleguge auch für Kursverluste. Wege des höhere prozetuale Gews/Verlusts der Call-Opto sprcht auch vo eem Hebeleffekt (eglsch: Leverage effect), de sch Spekulate gere zu Nutze mache. Allerdgs sollte ma ubedgt auf folgede zwe Rske des Optoshadels hwese: Optoe sd auslaufede Wertpapere, d.h. se exstere ur zetlch begrezt Ma ka be eem Optosvestmet ee TOTALVERLUST erlede Zusammegefasst ergebe sch also zwe wesetlche Beweggrüde für de Optoshadel: Abscherug ud Spekulato.

Sitzplatzreservierungsproblem

Sitzplatzreservierungsproblem tzplatzreserverugsproblem Be vele Zugsysteme Europa müsse Passagere mt hrem Zugtcet ee tzplatzreserverug aufe. Da das Tcetsystem Kude ee ezele Platz zuwese muss, we dese e Tcet aufe, ohe zu wsse, welche

Mehr

Leitfaden zu den Indexkennzahlen der Deutschen Börse

Leitfaden zu den Indexkennzahlen der Deutschen Börse Letfade zu de Idexkezahle der Deutsche Börse Verso.5 Deutsche Börse AG Verso.5 Letfade zu de Idexkezahle der Deutsche Börse Page Allgemee Iformato Um de hohe Qualtät der vo der Deutsche Börse AG berechete

Mehr

(Markowitz-Portfoliotheorie)

(Markowitz-Portfoliotheorie) Thema : ortfolo-selekto ud m-s-rzp (Markowtz-ortfolotheore) Beurtelugskrtere be quadratscher Nutzefukto: Beroull-rzp + quadratsche Nutzefukto Thema Höhekompoete: Erwartugswert µ Rskokompoete: Stadardabwechug

Mehr

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik

Grundlagen der Energietechnik Energiewirtschaft Kostenrechnung. Vorlesung EEG Grundlagen der Energietechnik Prof. Dr. Ig. Post Grudlage der Eergetechk Eergewrtschaft Kosterechug EEG. Vorlesug EEG Grudlage der Eergetechk De elektrsche Eergetechk st e sogeates klasssches Fach. Folglch st deses Fach vele detallert

Mehr

Unter einer Rente versteht man eine regelmässige und konstante Zahlung

Unter einer Rente versteht man eine regelmässige und konstante Zahlung 8 Aweduge aus der Fazmathematk Perodsche Zahluge: Rete ud Leasg Uter eer Rete versteht ma ee regelmässge ud kostate Zahlug Bespele: moatlche Krakekassepräme, moatlche Altersrete, perodsches Spare, verteljährlcher

Mehr

Erzeugen und Testen von Zufallszahlen

Erzeugen und Testen von Zufallszahlen Erzeuge ud Teste vo Zufallszahle Jürge Zumdck Eletug Ee Lergruppe wrd aufgefordert 00 Zufallszahle (0 oder ) ach folgede Methode zu erzeuge: De Hälfte der Gruppe beutzt a) ee Müze oder b) de Zufallszahlefukto

Mehr

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt.

Im Wöhlerdiagramm wird die Lebensdauer (Lastwechsel oder Laufzeit) eines Bauteils in Abhängigkeit von der Belastung dargestellt. Webull & Wöhler 0 CRGRAPH Wöhlerdagramm Im Wöhlerdagramm wrd de Lebesdauer ( oder Laufzet) ees Bautels Abhägget vo der Belastug dargestellt. Kurzetfestget Beaspruchug Zetfestget auerfestget 0 5 3 4 6 0

Mehr

Ordnungsstatistiken und Quantile

Ordnungsstatistiken und Quantile KAPITEL Ordugsstatste ud Quatle Um robuste Lage- ud Streuugsparameter eführe zu öe, beötge wr Ordugsstatste ud Quatle... Ordugsstatste ud Quatle Defto... Se (x,..., x R ee Stchprobe. Wr öe de Elemete der

Mehr

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste):

Aufgaben. 1. Gegeben seien folgende Daten einer statistischen Erhebung, bereits nach Größe sortiert (Rangliste): Aufgabe. Gegebe see folgede Date eer statstsche Erhebug, berets ach Größe sortert (Raglste): 0 3 4 4 5 6 7 7 8 8 8 9 9 0 0 0 0 0 3 3 3 3 4 4 5 5 5 5 5 6 6 6 7 7 8 30 Erstelle Se ee Tabelle, der de Merkmalsauspräguge

Mehr

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...}

WIB 2 Mathematik und Statistik Formelsammlung. Z Menge der ganzen Zahlen {...,-3,-2,-1,0,1,2,3,...} 1 Allgeme Geometrsche Rehe: q t = 1 q1 t=0 1 q Mtterachtsformel: ax 2 bxc=0 x 1/ 2 = b±b2 4ac 2a Bomsche Formel: 1. ab 2 =a 2 2abb 2 2. a b 2 =a 2 2abb 2 3. ab a b=a 2 b 2 Wurzel: ugerade 1 Ergebs gerade

Mehr

1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen. 1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen

1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen. 1.1. Jährliche Rentenzahlungen 1.1.1. Vorschüssige Rentenzahlungen .. Jährlche Retezahluge... Vorschüssge Retezahluge Ausgagspukt: Über ee edlche Zetraum wrd aus eem Kaptal (Retebarwert v, ), das zseszslch agelegt st, jewels zu Beg ees Jahres ee bestmmte Reterate ř gezahlt

Mehr

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n).

die Schadenhöhe ( = Risikoergebnis) des i-ten Versicherungsnehmers i 1,, n). Aufgabe Wr betrachte ee Reteverscherug der Retebezugszet mt jährlch vorschüssger Retezahlug solage der Verscherte lebt. a) Bezeche V bzw. V de rechugsmäßge Deckugsrückstellug am Afag bzw. am Ede des Verscherugsjahres.

Mehr

Methoden der computergestützten Produktion und Logistik

Methoden der computergestützten Produktion und Logistik Methode der comutergestützte Produkto ud Logstk 9. Bedesysteme ud Warteschlage Prof. Dr.-Ig. habl. Wlhelm Dagelmaer Modul W 336 SS 06 Bedesysteme ud Warteschlage Besel: Fahrradfabrk Presse Puffer Lackerere

Mehr

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern

4. Marshallsche Nachfragefunktionen Frage: Wie hängt die Nachfrage nach Gütern Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 Prof. Dr. Fredel Bolle Vorlesug "Mkroökoome" WS 008/009 III. Theore des Haushalts 0 4. Marshallsche Nachfragefuktoe Frage:

Mehr

2 Regression, Korrelation und Kontingenz

2 Regression, Korrelation und Kontingenz Regresso, Korrelato ud Kotgez I desem Kaptel lerst du de Zusammehag zwsche verschedee Merkmale durch Grafke zu beschrebe, Maßzahle ür de Stärke des Zusammehags zu bereche ud dese zu terpretere, das Wsse

Mehr

Definitionen und Aussagen zu Potenzreihen

Definitionen und Aussagen zu Potenzreihen Deftoe ud Aussage zu Potezrehe User bsherges Repertore a stetge Abblduge basert auf ratoale Fuktoe, also Ausdrücke, dee Addto, Subtrakto, Multplkato ud Dvso vorkomme. Auf dese Wese sd aber Epoetalfukto,

Mehr

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes

Quellencodierung I: Redundanzreduktion, redundanzsparende Codes Quellecoderug I: Redudazredukto, redudazsparede Codes. Redudaz. Eführug. Defto der Redudaz. allgemee Redudazredukto. redudazsparede Codes. Coderug ach Shao. Coderug ach Fao. Coderug ach Huffma.4 Coderug

Mehr

2. Mittelwerte (Lageparameter)

2. Mittelwerte (Lageparameter) 2. Mttelwerte (Lageparameter) Bespele aus dem täglche Lebe Pro Hemspel hatte Borussa Dortmud der letzte Saso durchschttlch 7.2 Zuschauer. De deutsche Akte sd m Durchschtt um 0 Zähler gefalle. I Ide wurde

Mehr

Geometrisches Mittel und durchschnittliche Wachstumsraten

Geometrisches Mittel und durchschnittliche Wachstumsraten Dpl.-Kaufm. Wolfgag Schmtt Aus meer Skrpterehe: " Kee Agst vor... " Ausgewählte Theme der deskrptve Statstk Geometrsches Mttel ud durchschttlche Wachstumsrate Modellaufgabe Übuge Lösuge www.f-lere.de Geometrsches

Mehr

Festverzinsliche Wertpapiere. Kurse und Renditen bei ganzzahligen Restlaufzeiten

Festverzinsliche Wertpapiere. Kurse und Renditen bei ganzzahligen Restlaufzeiten Festverzslche Wertaere Kurse ud Redte be gazzahlge Restlaufzete Glederug. Rückblck: Grudlage der Kursrechug ud Redteermttlug 2. Ausgagsstuato 3. Herletug der Formel 4. Abhäggket vom Marktzsveau 5. Übugsaufgabe

Mehr

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Bedgte Wahrschelchket

Mehr

2.2 Rangkorrelation nach Spearman

2.2 Rangkorrelation nach Spearman . Ragkorrelato ach Spearma Wr wolle desem Kaptel de Ragkorrelatoskoeffzete ach Spearma bereche. De erste Daterehe besteht aus Realseruge x, x,..., x der uabhägg ud detsch stetg vertelte Zufallsvarable

Mehr

Konzentrationsanalyse

Konzentrationsanalyse Kaptel V Kozetratosaalyse B. 5.. Im Allgemee wrd aus statstscher Scht zwsche - absoluter ud - relatver Kozetrato uterschede Der absolute ud relatve Aspekt wrd och emal utertelt - statscher ud - dyamscher

Mehr

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt?

Lohnkosten pro Arbeitsstunde. Wie hoch sind die Lohnkosten pro Arbeitsstunde im Jahresdurchschnitt? Klausur Wrtschaftsstatstk. [ Pukte] E Uterehme hat folgede Date ermttelt: Moat Gelestete Arbetsstude Lohkoste pro Arbetsstude Jauar 86.400 0,06 Februar 75.000 3,0 März 756.000 4,47 Aprl 768.000,53 Ma 638.400

Mehr

Investmentfonds. Kennzahlenberechnung. Performance Risiko- und Ertragsanalyse, Risikokennzahlen

Investmentfonds. Kennzahlenberechnung. Performance Risiko- und Ertragsanalyse, Risikokennzahlen Ivestmetfods Kezahleberechug erformace Rsko- ud Ertragsaalyse, Rskokezahle Gültg ab 01.01.2007 Ihalt 1 erformace 4 1.1 Berechug der erformace über de gesamte Beobachtugzetraum (absolut)... 4 1.2 Aualserug

Mehr

Teil IV Musterklausuren (Univ. Essen) mit Lösungen

Teil IV Musterklausuren (Univ. Essen) mit Lösungen Tel IV Musterklausure (Uv. Esse) mt Lösuge Hauptklausur WS 9/9 Aufgabe : a) Revolverheld R stzt m Saloo ud pokert. De Wahrschelchket, daß er dabe ee seer Mtspeler bem Falschspel erwscht (Eregs F), bezffert

Mehr

Einführung Fehlerrechnung

Einführung Fehlerrechnung IV Eführug Fehlerrechug Fehlerrechuge werde durchgeführt, um de Vertraueswürdgket vo Meßergebsse beurtele zu köe. Uter dem Fehler eer Messug versteht ma de Abwechug ees Meßergebsses vom (grudsätzlch ubekate

Mehr

Quantitative BWL 2. Teil: Finanzwirtschaft

Quantitative BWL 2. Teil: Finanzwirtschaft Quattatve BWL. el: Fazwtschaft Mag. oáš Sedlačk Lehstuhl fü Fazdestlestuge Uvestät We Quattatve BWL: Fazwtschaft Ogasatosches Isgesat wd es 6 ee gebe (5 Ehete + Klausu Klausu fdet a D 7. Jaua 009 statt

Mehr

Gliederung: A. Vermögensverwaltung I. Gegenstand II. Ablauf III. Kosten. Jan Lenkeit

Gliederung: A. Vermögensverwaltung I. Gegenstand II. Ablauf III. Kosten. Jan Lenkeit Glederug: A. Vermögesverwaltug I. Gegestad II. Ablauf III. Koste B. Grudzüge der Kaptalmarkttheore I. Portefeulletheore 1. Darstellug. Krtk II. Captal Asset Prcg Model (CAPM) 1. Darstellug. Krtk III. Arbtrage

Mehr

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung

Die Binomialverteilung als Wahrscheinlichkeitsverteilung für die Schadenversicherung De Bomalvertelg al Wahrchelchketvertelg für de Schadevercherg Für da Modell eer Schadevercherg e gegebe: = Schade ee Verchergehmer, we der Schadefall etrtt w = Wahrchelchket dafür, da der Schadefall etrtt

Mehr

Statistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen.

Statistik. ist die Kunst, Daten zu gewinnen, darzustellen, zu analysieren und zu interpretieren um zu neuem Wissen zu gelangen. Statstk st de Kust, Date zu gewe, darzustelle, zu aalysere ud zu terpretere um zu euem Wsse zu gelage. Sachs (984) Aufgabe De Statstk hat also folgede Aufgabe: Zusammefassug vo Date Darstellug vo Date

Mehr

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x)

Lösungen. Häufigkeitsverteilung (Stabdiagramm) Aufgabe 1. Häufigkeit (h) Merkmal (x) Lösuge Aufgabe Merkmal (x) Häufgket (h) h x,, 3, 3,, 8, 5, 5, 6, 6, 7, 3, 8, 3 5, 9, 38,, 5,, 8 68,, 6 3, 3, 9,, 8, 5, 5 5, 6, 3 78, 7, 5, 8, 8, 3, 3, Summe 5.63, Aufgabe Häufgketsvertelug (Stabdagramm)

Mehr

Eigenwerteinschließungen I

Eigenwerteinschließungen I auptsemar: Numersche Lösuge für Egewertaufgabe Egewerteschleßuge I Referet: Wolfgag Wesselsky Glederug Eletug Kodto vo Egewerte 3 Eschleßugssätze Bauer-Fke, Gershgor, Wlkso, Bedxo 4 Zusatz: Courat / Weyl

Mehr

Induktion am Beispiel des Pascalschen Dreiecks

Induktion am Beispiel des Pascalschen Dreiecks Iduto am Bespel des Pascalsche Dreecs Alexader Rehold Coldtz 0.02.2005 Eletug vollstädge Iduto De vollstädge Iduto st ebe dem drete ud drete Bewesverfahre ees der wchtgste der Mathemat. Eher bespelhaft

Mehr

Der Approximationssatz von Weierstraß

Der Approximationssatz von Weierstraß Der Approxmatossatz vo Weerstraß Ja Köster 22. Oktober 2007 1 Eführug Aus der Aalyss wsse wr, dass sch aalytsche Fuktoe durch Potezrehe der Form f(x = a 0 + a 1 x + a 2 x 2 +... darstelle lasse. Dabe kovergert

Mehr

Einführung in die Stochastik 3. Übungsblatt

Einführung in die Stochastik 3. Übungsblatt Eführug de Stochastk 3. Übugsblatt Fachberech Mathematk SS 0 M. Kohler 06.05.0 A. Fromkorth D. Furer Gruppe ud Hausübug Aufgabe 9 (4 Pukte) Der Mkrozesus st ee statstsche Erhebug. Herbe werde ach bestmmte

Mehr

(i) Wie kann man für eine Police mit Einmalbeitrag E = 20000 eine kongruente Deckung des Gewinnversprechens darstellen?

(i) Wie kann man für eine Police mit Einmalbeitrag E = 20000 eine kongruente Deckung des Gewinnversprechens darstellen? Aufgabe 1 (60 Pukte) De Gesellschaft XYZ betet als prvate Reteverscherug ee Idepolce gege Emalbetrag a mt eer Aufschubfrst vo zwe Jahre. Ivestert wrd e so geates IdeZertfkat, das be Retebeg das folgede

Mehr

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik

Übungen zur Wahrscheinlichkeitsrechnung und Schliessenden Statistik Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Aufgabe ud Lösuge vo Peter M Schulze, Verea Dexhemer. Auflage Übuge zur Wahrschelchketsrechug ud Schlessede Statstk Schulze / Dexhemer schell ud portofre

Mehr

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und:

2. Die Elementarereignisse sind die Kombinationsmöglichkeiten von: Wappen = W und: 1 L - Hausaufgabe Nr. 55 Sotag, 1. Ju 2003 Ee Müze werde dremal geworfe. Was st das Zufallsexpermet, das Elemetareregs, das zusammegesetzte Eregs, der Eregsraum ud de Wahrschelchket? Lösugs kte.: 1 De

Mehr

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert

Physikalische Messungen sind immer fehlerbehaftet! Der wahre Wert ist nicht ermittelbar. Der wahre Wert x ist nicht identisch mit dem Mittelwert Physkalsche Messuge sd mmer fehlerbehaftet! Der wahre Wert st cht ermttelbar. Der wahre Wert st cht detsch mt dem Mttelwert Der Wert legt mt eer gewsse Wahrschelchket (Kofdezahl bzw. Vertrauesveau %) m

Mehr

Allgemeine Prinzipien

Allgemeine Prinzipien Allgemee Przpe Es estere sebe Grudehete der Physk; alle adere physkalsche Größe ka ma darauf zurückführe. Dese Grudehete sd: Läge [m] Masse [kg] Zet [s] Elektrsche Stromstärke [A] Temperatur [K], Stoffmege

Mehr

Grundgesetze der BOOLEschen Algebra und Rechenregeln

Grundgesetze der BOOLEschen Algebra und Rechenregeln 5... Grudgesetze der BOOLEsche Algebra ud Recheregel Auf de mathematsch korrekte Eführug der BOOLEsche Algebra ka ch verzchte, da das Ihrer Mathematkausbldug ausführlch behadelt wrd. Ich stelle Ihe zuächst

Mehr

Formelsammlung zur Zuverlässigkeitsberechnung

Formelsammlung zur Zuverlässigkeitsberechnung Formelsmmlug zur Zuverlässgetsberechug zusmmegestellt vo Tt Lge Fchhochschule Merseburg Fchberech Eletrotech Ihlt:. Zuverlässget vo Betrchtugsehete.... Zuverlässget elemetrer, chtreprerbrer ysteme... 3.

Mehr

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung

Lösungen zum Übungs-Blatt 7 Wahrscheinlichkeitsrechnung Lösuge zum Übugs-Blatt 7 Wahrschelchketsrechug BMT Bostatstk Prof. Dr. B. Grabowsk ----------------------------------------------------------------------------------------------- Satz vo Bayes ud totale

Mehr

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen, Bedingte Wkt, Unabhängigkeit, Satz von Bayes

Lösungen zu Übungs-Blatt 7 Klassische Wahrscheinlichkeit in Glücksspielen, Bedingte Wkt, Unabhängigkeit, Satz von Bayes Lösuge zu Übugs-latt 7 Klasssche Wahrschelchet Glücsspele, edgte Wt, Uabhägget, Satz vo ayes Master M Höhere ud gewadte Mathemat rof. Dr.. Grabows De folgede ufgabe löse wr uter Verwedug der bede ombatorsche

Mehr

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot Abschlussprüfug zum/zur Fazplaer/ mt edg. Fachauswes Formelsammlug Autor: Iwa Brot Dese Formelsammlug wrd a de Prüfuge abgegebe sowet erforderlch. Stad 1. Jul 2010. Äderuge vorbehalte. Formelsammlug Fazplaer

Mehr

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot

Abschlussprüfung zum/zur Finanzplaner/in mit eidg. Fachausweis. Formelsammlung. Autor: Iwan Brot Abschlussprüfug zum/zur Fazplaer/ mt edg. Fachauswes Formelsammlug Autor: Iwa Brot Dese Formelsammlug wrd a de Ole- ud a de müdlche Prüfuge abgegebe sowet erforderlch. A der schrftlche Klausur (Ope-book-Prüfug)

Mehr

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen.

Zur Interpretation einer Beobachtungsreihe kann man neben der grafischen Darstellung weitere charakteristische Größen heranziehen. Rudolf Brkma http://brkma-du.de Sete 0.0.008 Lagemaße der beschrebede Statstk. Zur Iterpretato eer Beobachtugsrehe ka ma ebe der grafsche Darstellug wetere charakterstsche Größe herazehe. Mttelwert ud

Mehr

Einen Spieler interessiert nicht, wie er gewinnt, sondern ob und wie viel er gewinnt.

Einen Spieler interessiert nicht, wie er gewinnt, sondern ob und wie viel er gewinnt. III Zufallsgröße Bespel ud Defto Bespel: Dremal Müzwurf Spel: Esatz, we cht zwe gleche htereader 3 Auszahlug. Ω = {(x x x3) x,x,x3 {Z,K}} Retert sch deses Spel? Dabe geht es ur um de Gew! Also: Defto Gew:

Mehr

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit

Beispielklausur BWL B Teil Marketing. 45 Minuten Bearbeitungszeit Bespelklausur BWLB TelMarketg 45MuteBearbetugszet BWLBBespelklausurTelMarketg Sete WchtgeHwese:. VOLLSTÄNDIGKEIT: PrüfeSeuverzüglch,obIhreKlausurvollstädgst(Aufgabe).. ABGABE: EsstdegesamteKlausurabzugebe.

Mehr

Grundlagen der Entscheidungstheorie

Grundlagen der Entscheidungstheorie Kaptel 0 Grudlage der Etschedugstheore B. 0 (Gegestad) De Etschedugstheore befasst sch mt dem Etschedugsverhalte vo Idvdue ud Gruppe. Se besteht aus we Telgebete. Deskrptve Etschedugstheore De deskrptve

Mehr

Investitionsentscheidungen im Multi-Channel-Customer-Relationship Management 1

Investitionsentscheidungen im Multi-Channel-Customer-Relationship Management 1 Ivesttosetscheduge m Mult-Chael-Customer-Relatoshp Maagemet Has Ulrch Buhl, Na Kreyer, Na Schroeder Lehrstuhl für Betrebswrtschaftslehre, Wrtschaftsformatk & Facal Egeerg Kerkompetezzetrum Iformatostechologe

Mehr

Multiple Regression (1) - Einführung I -

Multiple Regression (1) - Einführung I - Multple Regreo Eführug I Mt eem Korrelatokoeffzete ud der efache leare Regreo köe ur varate Zuammehäge zwche zwe Varale uterucht werde. Beutzt ma tatt dee mehrere Varale zur Vorherage, egt ma ch auf da

Mehr

IV. VERSICHERUNGSUNTERNEHMUNG

IV. VERSICHERUNGSUNTERNEHMUNG IV. VERSICHERUNGSUNTERNEHMUNG Vers.-Oek.Tel-I-Ka-IV--5 Dr. Rurecht Wtzel; HS 09.0.009 IV. VERSICHERUNGSUNTERNEHMUNG IV. VERSICHERUNGSUNTERNEHMUNG. Überblck ) I desem Katel wede wr us der Aalyse der Verscherugsuterehmug

Mehr

Eine einfache Formel für den Flächeninhalt von Polygonen

Eine einfache Formel für den Flächeninhalt von Polygonen Ee efache Formel für de Flächehalt vo Polygoe Peter Beder Set ege Jahre hat der Mathematkddaktk de sogeate emprsche Uterrchtsforschug mt quattatve ud qualtatve Methode Kojuktur, währed stoffddaktsche Arbete

Mehr

14. Folgen und Reihen, Grenzwerte

14. Folgen und Reihen, Grenzwerte 4. Folge ud Rehe, Grezwerte 4. Folge ud Rehe, Grezwerte 4. Ee Folge defere Defere de Folge (a ) Õ mt a =+: Eplzte Defto *+ a() Doe 3, falls = Rekursve Defto Defere de Folge (b ) Õ, b = : b + sost whe(=,

Mehr

Erinnerung: Funktionslernen. 5.6 Support Vector Maschines (SVM) Beispiel: Funktionenlernen. Reale Beispiele

Erinnerung: Funktionslernen. 5.6 Support Vector Maschines (SVM) Beispiel: Funktionenlernen. Reale Beispiele Ererug: Fuktoslere 5.6 Support Vector Masches (SVM) überomme vo Stefa Rüpg, Kathara Mork Uverstät Dortmud Vorlesug Maschelles Lere ud Data Mg WS 2002/03 Gegebe: Bespele X LE de ahad eer Wahrschelchketsvertelug

Mehr

Lösungen. Lösung zu d):

Lösungen. Lösung zu d): Löuge Löug zu a De Date chee ch äherugwee etlag eer Gerade potoert zu e. Da lät cho recht gut vermute, da e learer Zuammehag vorhade e köte. Löug zu b We e Ateg/ee Abahme der Deutche Bak Akte auch zu eem

Mehr

Vorkurs, Teil 1. (3) Matrizen, lineare Gleichungssysteme, Determinanten (Lehrbuch Kap )

Vorkurs, Teil 1. (3) Matrizen, lineare Gleichungssysteme, Determinanten (Lehrbuch Kap ) Vorkurs, Tel Lehrbuch: Sydsaeter / Hammod, Mathematk für Wrtschaftswsseschaftler, Pearso Studum, ISBN 978-3-873-73-9 Skrpt vo Sevtap Kestel Ihalt () Eführug: Zahle, Fuktoe Potezfukto, Expoetalfukto (Lehrbuch

Mehr

Grundzüge der Preistheorie

Grundzüge der Preistheorie - - Grudzüge der Prestheore Elemetare Gedake der uterehmersche Prespoltk Verso 3. Harr Zgel 999-3, EMal: HZgel@aol.com, Iteret: http://www.zgel.de Nur für Zwecke der Aus- ud Fortbldug Ihaltsüberscht. Grudgedake.....

Mehr

Klausur Betriebswirtschaftslehre PM/B

Klausur Betriebswirtschaftslehre PM/B Isttut für Fazwrtschaft, Bake ud Verscheruge, Karlsruher Isttut für Techologe Klausur Betrebswrtschaftslehre PM/B Achtug: Ihalte der Vorlesug köe Zukuft ggf. cht mehr kosstet mt de Ihalte deser Klausur

Mehr

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung.

Spannweite, Median Quartilsabstand, Varianz und Standardabweichung. Rudolf Brkma http://brkma-du.de Sete 06.0.008 Spawete, Meda Quartlsabstad, Varaz ud Stadardabwechug. Streuug um de Mttelwert. I de folgede Säuledagramme st de Notevertelug zweer Schülergruppe (Mädche,

Mehr

Z Z, kurz. Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden.

Z Z, kurz. Zählt die Reihenfolge der Buchstaben (ja/nein) Daraus ergeben sich wiederum vier Möglichkeiten, Wörter der Länge k zu bilden. Kombator Problemstellug Ausgagsput be ombatorsche Fragestelluge st mmer ee edlche Mege M, aus dere Elemete ma edlche Zusammestelluge vo Elemete aus M bldet Formal gesproche bedeutet das: Ist M a,, a ee

Mehr

D. Plappert Die Strukturgleichheit verschiedener physikalischer Gebiete gezeigt am Beispiel Hydraulik-Elektrizitätslehre

D. Plappert Die Strukturgleichheit verschiedener physikalischer Gebiete gezeigt am Beispiel Hydraulik-Elektrizitätslehre D. Plappert De Strukturglechhet verschedeer physkalscher Gebete gezegt am Bespel Hydraulk-Elektrztätslehre Erschee Kozepte ees zetgemäße Physkuterrchts, Heft 3, Schroedel Verlag 979. Eletug De megeartge

Mehr

1 Elementare Finanzmathematik

1 Elementare Finanzmathematik Elemetare Fazmathemat 4 Elemetare Fazmathemat Zel: Bewertug ud Verglech atueller ud zuüftger Geldströme. Determstsche Zahlugsströme Defto: E determstscher Zahlugsstrom st ee Futo Z: N R, de jedem Zetput

Mehr

Die komplexen Zahlen Eine erste Einführung für Schüler und Schülerinnen

Die komplexen Zahlen Eine erste Einführung für Schüler und Schülerinnen De komplexe Zahle Ee erste Eführug für Schüler ud Schülere De Herkuft der Komplexe Zahle lässt sch we folgt beschrebe: De afäglche Probleme der Mathematk bestade dar, dass ma efache Recheoperatoe für mache

Mehr

Intervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält.

Intervallschätzungen geben unter Berücksichtigung des Verteilungstyps von X einen Bereich an, der den Parameter mit vorgegebener Sicherheit enthält. Parameterschätzuge Fachhochschule Jea Uversty of Appled Sceces Jea Oft st der Vertelugstyp eer Zufallsgröße X bekat, ur de Parameter sd ubekat. Da erfolgt hre Schätzug aus eer Stchprobe. Ma uterschedet

Mehr

2. Zusammenhangsanalysen: Korrelation und Regression

2. Zusammenhangsanalysen: Korrelation und Regression 2. Zusammehagsaalse: Korrelato ud Regresso Dowloads zur Vorlesug 2. Zusammehagsaalse: Korrelato ud Regresso 2 Grudbegrffe zwedmesoale Stchprobe De Gewug vo mehrere Merkmale vo eer Beobachtugsehet führt

Mehr

Mathematik: Mag. Schmid Wolfgang & LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK

Mathematik: Mag. Schmid Wolfgang & LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK Mathematk: Mag. Schmd Wolfgag & LehrerIeteam Arbetsblatt 7-7 7. Semester ARBEITSBLATT 7-8 WAHRSCHEINLICHKEITSRECHNUNG UND STATISTIK STATISTISCHE GRUNDBEGRIFFE Statstk gledert sch zwe Telbereche De Beschrebede

Mehr

Maße zur Kennzeichnung der Form einer Verteilung (1)

Maße zur Kennzeichnung der Form einer Verteilung (1) Maße zur Kezechug der Form eer Vertelug (1) - Schefe (skewess): Defto I - Ee Vertelug vo Messwerte wrd als schef bezechet, we se der Wese asymmetrsch st, dass lks oder rechts des Durchschtts ee Häufug

Mehr

Mannheimer Manuskripte zu Risikotheorie, Portfolio Management und Versicherungswirtschaft. Nr. 145

Mannheimer Manuskripte zu Risikotheorie, Portfolio Management und Versicherungswirtschaft. Nr. 145 Mahemer Mauskrpte zu Rskotheore, Portfolo Maagemet ud Verscherugswrtschaft Nr. 45 Methode der rskobaserte Kaptalallokato m Verscherugs- ud Fazwese vo Peter Albrecht ud Sve Korycorz Mahem 03/2003 Methode

Mehr

Zum Problem unterjähriger Zinsen und Zahlungen in der Zinseszinsrechnung

Zum Problem unterjähriger Zinsen und Zahlungen in der Zinseszinsrechnung Zu Proble urjährger Zse ud Zahluge der Zsessrechug Gewöhlch geht a der Zsessrechug davo aus, dass de Zse ach ee Jahr de Kapl ugeschlage werde ud da weder Zse trage. Der Zssat, t de das Kapl ultplert wrd,

Mehr

( ) ( ) ) ( ) 1/ ( ) Beispiel: U = y1. 3. Ergänzungen zur Haushaltstheorie, insbesondere Dualität und Anwendungen

( ) ( ) ) ( ) 1/ ( ) Beispiel: U = y1. 3. Ergänzungen zur Haushaltstheorie, insbesondere Dualität und Anwendungen Prof. Dr. Fredel Bolle 3. rgäzuge zur Haushaltstheore, sbesodere Dualtät ud Aweduge (Btte wederhole Se zuächst emal de Haushaltstheore aus Mkro I!!!) komme gegebe errechbare Idfferezkurve festgelegt Güterprese

Mehr

Entwicklung einer Dispatcherfunktion zur Überprüfung von Nominierungsmengen in der Betriebsführung von Erdgasspeichern

Entwicklung einer Dispatcherfunktion zur Überprüfung von Nominierungsmengen in der Betriebsführung von Erdgasspeichern AMMO Berchte aus Forschug ud Techologetrasfer Etwcklug eer Dsatcherfukto zur Überrüfug vo Nomerugsmege der Betrebsführug vo Erdgassecher Prof. Dr. sc. tech. Dr. rer. at. R. Ueckerdt Dr.Ig. H.W. Schmdt

Mehr

Korrelations- und Assoziationsmaße

Korrelations- und Assoziationsmaße k m χ : j l r +. Zusammehagsmaße ( o e ) jl jl e jl Korrelatos- ud Assozatosmaße e jl 5 Merkmal Y Summe X b b m a H (a,b) H (a,b). a H (a,b) H (a,b). Summe.. Zusammehagsmaße Eführug Sche- ud Noses-Korrelato

Mehr

19. Amortisierte Analyse

19. Amortisierte Analyse 9. Amortserte Aalyse Amortserte Aalyse wrd egesetzt zur Aalyse der Laufzet vo Operatoe Datestrukture. Allerdgs wrd cht mehr Laufzet ezeler Operatoe aalysert, soder de Gesamtlaufzet eer Folge vo Operatoe.

Mehr

REGRESSION. Marcus Hudec Christian Neumann. Eine anwendungsorientierte Einführung. Unterstützt von Institut für Statistik der Universität Wien

REGRESSION. Marcus Hudec Christian Neumann. Eine anwendungsorientierte Einführung. Unterstützt von Institut für Statistik der Universität Wien REGRESSION Ee awedugsoreterte Eführug Marcus Hudec Chrsta Neuma Uterstützt vo Isttut für Statstk der Uverstät We Eletug De Regresso st e velfältg esetzbares Werkzeug zur Beschrebug ees fuktoale Zusammehags

Mehr

Prinzip "Proportional Reduction of Error" (PRE)

Prinzip Proportional Reduction of Error (PRE) Dr. Reate Prust: Eführug quattatve Forschugsmethode Bvarate Maße: Przp "Proportoal Reducto of Error" (PRE) E 1 - E Fehler be Regel 1 - Fehler be Regel = E 1 Fehler be Regel 1 Regel 1: Vorhersageregel ur

Mehr

Nagl, Einführung in die Statistik Seite 1

Nagl, Einführung in die Statistik Seite 1 Nagl, Eführug de Statstk Sete Eletug Damt der Wert des Faches Statstk für wsseschaftlche Utersuchuge besser gesehe werde ka, wrd zuerst e kurzer Abrß über de Ablauf eer wsseschaftlche Utersuchug voragestellt.

Mehr

Programmierung und Angewandte Mathematik

Programmierung und Angewandte Mathematik Progrmmerug ud Agewdte Mthemtk C++ /Sclb Progrmmerug ud Eführug ds Kozept der objektoreterte Aweduge zu wsseschftlche Reches SS Ihlt Folge Rehe Verfhre zur Kovergez Bestmmug Progrmmerug ud Agewdte Mthemtk

Mehr

Deskriptive Statistik - Aufgabe 3

Deskriptive Statistik - Aufgabe 3 Desrptve Statst - Aufgabe 3 De Überachtugszahle der Fremdeverehrsgemede "Bachstadt" für de Moate ud zege auf de erste Blc scho deutlche Uterschede de ezele Ortschafte. We seht e etsprecheder Verglech der

Mehr

Alternative Darstellung des 2-Stichprobentests für Anteile. Beobachtete Response No Response Total absolut DCF CF

Alternative Darstellung des 2-Stichprobentests für Anteile. Beobachtete Response No Response Total absolut DCF CF Alteratve Darstellug des -Stchprobetests für Atele DCF CF Total 111 11 3 Respose 43 6 69 Resp. Rate 0,387 0,3 0,309 Beobachtete Respose No Respose Total absolut DCF 43 68 111 CF 6 86 11 69 154 3 Be Gültgket

Mehr

Wenn man mehrere Verbraucher in Reihe schaltet, so werden alle vom gleichen Strom durchflossen, siehe auch Abschnitt und Formel ( ).

Wenn man mehrere Verbraucher in Reihe schaltet, so werden alle vom gleichen Strom durchflossen, siehe auch Abschnitt und Formel ( ). - rudlage der Elektrotechk - 60 22..04 4 Der komplzertere elektrsche lechstromkres 4. Kombato vo Verbraucher 4.. Sere- oder eheschaltug vo Wderstäde We ma mehrere Verbraucher ehe schaltet, so werde alle

Mehr

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS

BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Name: Vorame: Matrkel-Nr.: BERGISCHE UNIVERSITÄT WUPPERTAL FB B: SCHUMPETER SCHOOL OF BUSINESS AND ECONOMICS Itegrerter Studegag Wrtshaftswsseshaft Klausuraufgabe zur Hauptprüfug Prüfugsgebet: BWW 2.8

Mehr

EINLEITUNG, FEHLERRECHNUNG

EINLEITUNG, FEHLERRECHNUNG Eletug FEHLERRECHNUNG ohe Dfferetalrechug 04.05.006 Blatt 1 EINLEITUNG, FEHLERRECHNUNG Aufgabe des physkalsche Praktkums st es, dem Studerede de Physk durch das Expermet äher zu brge, h mt der Methode

Mehr

Peter Hager: Eine kleine mathematische Auffrischung

Peter Hager: Eine kleine mathematische Auffrischung Peter Hager: Ee klee mathematsche Auffrschug Überscht Überscht... 1 Formel ud Bespele... 1 Lteraturhwes... 2 1. Eführug... 2 2. Zseszsrechug... 2 2.1. Edwert... 2 2.2. Barwertermttlug... 3 2.3. Zssatzermttlug...

Mehr

Ergebnis- und Ereignisräume

Ergebnis- und Ereignisräume I Ergebs- ud Eregsräume Zufallsexpermete Defto: E Expermet, welches belebg oft uter gleche Bedguge wederholbar st ud desse Ergebs cht mt Bestmmthet vorhergesagt werde ka (d.h. es gbt md. 2 Mgk.), heßt

Mehr

Stoffwerte von Flüssigkeiten. Oberflächenspannung (PHYWE)

Stoffwerte von Flüssigkeiten. Oberflächenspannung (PHYWE) Stoffwerte vo Flüssgkete Oberflächespaug (PHYWE) Zel des Versuches st, de Platzbedarf ees Ethaol-Moleküls der Grezfläche zwsche Dapfphase ud Lösug aus der Kozetratosabhäggket der Oberflächespaug be wässrge

Mehr

Vorlesung Multivariate Statistik. Sommersemester 2009

Vorlesung Multivariate Statistik. Sommersemester 2009 P.Martus, Multvarate Statstk, SoSe 009 Free Uverstät Berl Charté Uverstätsmedz Berl Bachelor Studegag Boformatk Vorlesug Multvarate Statstk Sommersemester 009 Prof. Dr. rer. at. Peter Martus Isttut für

Mehr

8. Mehrdimensionale Funktionen

8. Mehrdimensionale Funktionen Prof. Dr. Wolfgag Koe Mathematk, SS05.05.05 8. Mehrdmesoale Fuktoe Wer Greze überschretet, versucht, ee eue Dmeso vorzustoße. [Dael Mühlema, (*959), Übersetzer ud Aphorstker] Ege Leute sollte cht dü werde,

Mehr

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004

Statistik für Ingenieure (IAM) Version 3.0/21.07.2004 Stattk fü Igeeue (IAM) Veo 74 Vaazaalye Mt de efache Vaazaalye (ANOVA Aaly of Vaace) wd de Hypothee gepüft, ob de Mttelwete zwee ode mehee Stchpobe detch d, de au omaletelte Gudgeamthete gezoge wede, de

Mehr

Investmentfonds Kennzahlen- berechnung

Investmentfonds Kennzahlen- berechnung Ivestmetfods Kezahle- berechug erformace Rsko- ud Ertragsaalyse, Rskokezahle Gültg ab 0.0.2007 Ivestmetfods - Kezahleberechug 2 Ivestmetfods - Kezahleberechug Ihalt erformace 4. Berechug der erformace

Mehr

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik

Formelsammlung für die Lehrveranstaltung Wirtschaftsmathematik / Statistik Formelsammlug rtschaftsmathemat / Statst Formelsammlug für de Lehrverastaltug rtschaftsmathemat / Statst zugelasse für de Klausure zur rtschaftsmathemat ud Statst de Studegäge der Techsche Betrebswrtschaft

Mehr

Histogramm / Säulendiagramm

Histogramm / Säulendiagramm Hstogramm / Säuledagramm Häugkete 10 9 8 7 6 5 4 3 2 1 0 3,45 3,75 4,05 4,35 4,65 Flüge lläge [mm] Be Hstogramme st soort deutlch, daß es sch um Häugketsauszähluge hadelt. De Postoe der Klasse sowe hre

Mehr

= k. , mit k als Anzahl der Hypothesen A i und den Daten B. Bestimmtheitsmaß:!Determinationskoeffizient

= k. , mit k als Anzahl der Hypothesen A i und den Daten B. Bestimmtheitsmaß:!Determinationskoeffizient Ablehugsberech:!Sgfkazveau abhägge Gruppe: Gruppe vo Versuchspersoe, dee jede ezele Versuchsperso aus Gruppe A eer äquvalete Versuchsperso aus Gruppe B etsprcht (oder tatsächlch de gleche Versuchsperso

Mehr

6. Zusammenhangsmaße (Kovarianz und Korrelation)

6. Zusammenhangsmaße (Kovarianz und Korrelation) 6. Zuammehagmaße Kovaraz ud Korrelato Problemtellug: Bher: Ee Varable pro Merkmalträger, Stchprobe x,, x Geucht: Maße für Durchchtt, Streuug, uw. Jetzt: Zwe metrche! Varable pro Merkmalträger, Stchprobe

Mehr

Mehrdimensionale Häufigkeitsverteilungen (1)

Mehrdimensionale Häufigkeitsverteilungen (1) Mehrdmesoale Häufgketsverteluge () - De Begrffe uvarat ud bvarat - Vo uvarate (edmesoale) statstsche Aalyse sprcht ma, we pro Perso ur e Merkmal tabellarsche oder grafsche Häufgketsverteluge oder be der

Mehr

Messfehler, Fehlerberechnung und Fehlerabschätzung

Messfehler, Fehlerberechnung und Fehlerabschätzung Apparatves Praktkum Physkalsche Cheme der TU Brauschweg SS1, Dr. C. Maul, T.Dammeyer Messfehler, Fehlerberechug ud Fehlerabschätug 1. Systematsche Fehler Systematsche Fehler et ma solche Fehleratele, welche

Mehr

v. Weter st + r X + = ( X + ) = ( X + ) ( X + ) = P Deshalb fr 6 6 = + X = K, d. h. I desem Berech ( 6 6 ) glt also ( Idukto ach ) ( ) ( mod ), was fr

v. Weter st + r X + = ( X + ) = ( X + ) ( X + ) = P Deshalb fr 6 6 = + X = K, d. h. I desem Berech ( 6 6 ) glt also ( Idukto ach ) ( ) ( mod ), was fr 5. De Stze vo Sylow Im gaze Abschtt st G ee edlche Grue, 4 #( G). 5.. Problem: Gbt es zu jedem Teler t vo ( tj ) ee Utergrue H mt #( H) = t? We ja, wevele? Gegebesel: 9 Utergrue H vo G = A 5 mt #( H) =

Mehr

Analyse und praktische Umsetzung unterschiedlicher Methoden des Randomized Branch Sampling

Analyse und praktische Umsetzung unterschiedlicher Methoden des Randomized Branch Sampling Aalse ud praktsche Umsetzug uterschedlcher Methode des Radomzed Brach Samplg Dssertato zur Erlagug des Doktorgrades der Fakultät für Forstwsseschafte ud Waldökologe der GeorgAugustUverstät Göttge vorgelegt

Mehr