Wissenschaftliche Nachrichten: Vol. 127/2005, Der Wert von Optionen NORBERT BRUNNER

Größe: px
Ab Seite anzeigen:

Download "Wissenschaftliche Nachrichten: https://www.bmbf.gv.at/schulen/sb/wina/wina.html Vol. 127/2005, Der Wert von Optionen NORBERT BRUNNER"

Transkript

1 Wissenschaftliche achrichten: Vol. 17/ Der Wert von Optionen OBET BUE Finanzderivate sollen gegen unverhoffte Kursschwankungen versichern. Wir geben einen kurzen Überblick über die vor ca. 30 Jahren entwickelten Grundlagen ihrer Bewertung mit der Formel von Black und Scholes sowie dem binomischen Modell. Im Folgenden betrachten wir die europäischen Optionen für Aktien ohne Dividenden näher: Ihr Inhaber hat das echt das zu Grunde liegende Wertpapier zum vereinbarten Zeitpunkt T zum festen Kurs K zu verkaufen (Put-Option) bzw. zu kaufen (Call-Option). Wird das echt nicht ausgeübt dann verfällt die Option. Wenn S(t) der Kurs des Wertpapiers zum Zeitpunkt t ist dann ist der Wert P(T) der Put-Option bzw. C(T) der Call-Option zum Zeitpunkt T (1) PT ( ) = max { K ST ( )0} und CT ( ) = max { ST ( ) K0} Was ist Wert der Option zum Kaufzeitpunkt t = 0? Bekannt sind bei t = 0 die historische Kursentwicklung der Aktie insbesondere S = S(0) > 0 der Ausübungskurs K und der Termin T > 0. Weiter soll der Diskontsatz r > 0 (stetige Verzinsung) zur Abzinsung zukünftiger Geldflüsse feststehen. 1. Basismodell. Wir wollen zunächst annehmen dass wir in einer einfachen Welt leben von der wir wissen dass wir zum Zeitpunkt T nur mit zwei Möglichkeiten konfrontiert sein werden. Beim günstigen Szenario erlebt die Aktie eine Wertsteigerung auf S(T) = u S im ungünstigen Fall erleidet sie einen Wertverlust auf S/u. Dabei ist u > 1 zunächst beliebig. Wenn die Anleger die Wahrscheinlichkeit p für die Wertsteigerung der Aktie auf u S kennen wird sich ihre Kaufentscheidung am Erwartungswert der gewählten Investition orientieren (risikoneutrales Verhalten). Demnach wäre der gegenwärtige Kurs S der abgezinste zukünftige Erwartungswert () der Aktie. Der Abzinsungsfaktor nach T Zeiteinheiten ist = e rt. Aus Gleichung () kann man p nach (3) berechnen. 1 (1 p) () S= pus + S u u 1 (3) p = u 1 Damit das Modell sinnvoll ist und p zwischen 0 und 1 liegt muss zwischen 1/u und u sein. Aus p lässt sich der Wert einer Option berechnen die allgemein zum Zeitpunkt T den Wert A hat wenn der Aktienkurs steigt (Wahrscheinlichkeit p) und B wenn er sinkt. Der Kaufpreis ist ihr abgezinster Erwartungswert zum Ausübungszeitpunkt T also 1 (4) E = ( p A+ ( 1 p) B) Beispiel. Bei einer Put-Option mit dem Ausübungspreis K zwischen S/u und u S ist A = 0 und B = K S/u; analog die anderen Fälle für K. Mit (4) folgt daraus für den Wert: Für K < S/u ist E = 0 (die Option ist zum Zeitpunkt T sicher wertlos) und für K > u S ist E = K/ S (der Preis für das echt die Aktie heute schon zum K entsprechenden höheren Kurs zu verkaufen). Dazwischen ist E eine lineare Funktion von K. Da Anleger nicht risikoneutral sind ist die in () definierte risikoneutrale Wahrscheinlichkeit p i.a. nicht die unbekannte wirkliche Wahrscheinlichkeit π > p für einen Kursanstieg: Darin ist noch eine isikoprämie für den Anleger enthalten der sonst statt der Aktie eine sichere

2 Wissenschaftliche achrichten 17 März/April 005 S Anlage mit demselben erwarteten Ertrag wählt. Man schätzt π aus der vergangenen Kursentwicklung über die mittlere (nicht diskontierte) Zuwachsrate Q ab: Der wirkliche Erwartungswert von S(T) ist Q S und es gilt Gleichung (5) mit der Lösung (6). (1 π ) (5) Q S = π u S + S u uq 1 (6) π = u 1. Ein ökonomisches Argument. Bei der Bewertung der Option wäre es unfair in (4) mit π statt mit p zu rechnen weil dann der Optionsnehmer das isiko abwälzt aber die isikoprämie behält. Black und Scholes haben für die Begründung der risikoneutralen Wahrscheinlichkeit folgende alternative Überlegung entwickelt: 1 Die Wertentwicklung der Option wird mit einer Mischung aus einer sicheren Anlage und dem ursprünglichen Wertpapier nachgebildet. Eine davon abweichende Bemessung ermöglicht über die achbildung des Portfolios (und Kauf bzw. Verkauf der Option) Arbitrage-Geschäfte bei denen zum Zeitpunkt T ein sicherer Gewinn auf Kosten desjenigen winkt der sich im Wert der Option irrt (weil er z.b. nicht mit p rechnet). Angenommen wird dass eine sichere Anlage im Veranlagungszeitraum die Wertsteigerung = e rt mit der gleichen und im Veranlagungszeitraum konstanten ate r für Guthaben und Kredite hat. Der Optionsgeber veranlagt den Erlös von W aus dem Optionsverkauf spesenfrei in x sichere Anlagen und y Stück Aktien. (egative Werte sind Kredite bzw. Leerverkäufe.) Der Wert der Option ist demnach (7) W = x + y S Dieses Portfolio wird so gewählt dass zum Zeitpunkt T die Verpflichtungen aus der Option erfüllt werden können. Für x und y gelten daher die Gleichungen (8) mit den Lösungen (9): (8) x + y u S = A und x + y S/u = B. 1 Bu A u A B (9) x = und y = u 1 S u 1 In (7) eingesetzt und nach A und B zusammen gefasst erhalten wir wieder mit p von (3) den Wert W = E. Das ist dasselbe Ergebnis wie (4) aber mit einer anderen Interpretation: 3. Binomisches Modell. Wir erweitern jetzt das einfache zweistufige Modell. Untersucht wird die Kursbewegung für gleich lange Zeitschritte zwischen t = 0 und T; zur Vereinfachung sei = T und somit t = 1. Beim Übergang von t nach t+1 behalten wir die Annahmen des einfachen Modells bei: Der Kurs kann immer nur zufällig um den Faktor u steigen oder um 1/u sinken. Dadurch treten die zukünftige Szenarien für den Wert der Aktie in der regelmäßigen Form von Tabelle 1 auf: Zum Zeitpunkt t = n gibt es für den Kurs S(n) die n+1 Szenarien n k (10) Snk = S u mit k = 0... n. Die Kursentwicklung wird durch einen Zufallspfad durch diese Tabelle modelliert. Von S n k kann man S n+1 k = u S n k und S n+1 k+1 = S n k / u erreichen. Die Übergangswahrscheinlichkeiten ergeben sich aus dem Modellzweck: Will man den wirklichen Kursverlauf modellieren verwendet man π von (6). Bei der Optionsberechnung verwendet man die risikoneutrale Gelöscht: 1 Black F. und Scholes M.: The pricing of options and corporate liabilities. In: Journal of Political Economy. Jg. 81 (1973) S Cox J. und oss S.: The valuation of options for alternative stochastic processes. In: Journal of Financial Economics. Jg. 3 (1976) S

3 Wissenschaftliche achrichten 17 März/April 005 S Wahrscheinlichkeit p von (3) zum Faktor = e r pro Zeitschritt: S n+1 k erreicht man mit der Wahrscheinlichkeit p und S n+1 k+1 mit der Wahrscheinlichkeit 1 p. Tabelle 1. Mögliche Wertentwicklungen einer Aktie. n= S(n) = S S u 1 S u S u 3 S u 1 S u 0 S u 1 S u S u 1 S u 3 Ein Pfad wird dabei mit folgendem Experiment identifiziert: Aus einer Urne mit einem Anteil von p grünen und 1 p roten Kugeln wird zu den Zeitpunkten t = je 1 Kugel mit Zurücklegen entnommen. Der Kurs bewegt sich entsprechend der Farbe der Kugeln bei grün nach oben und bei der rot nach unten. Zum Kurswert S(T) = S k kommt man dann mit k Aufwärtsbewegungen (grün) und k Abwärtsbewegungen (rot). Die Wahrscheinlichkeit für eine solche Ziehung beträgt k k (11) pk = p ( 1 p) k Der Wert der Option zum Zeitpunkt t = 0 ist dann der mit diskontierte Erwartungswert des Werts zum Zeitpunkt T = also bei einer Call- bzw. Put-Option zum Ausübungskurs K: (1) C = pk max{ 0 Sk K} k = 0 (13) P = pk max{ 0 K Sk } k = 0 Eine Vereinfachung ergibt sich wenn man die Summe (1) abbricht bei ln ( KS) 1 (14) a= ln( u) Das ist die größte Zahl k bei der noch S k K gilt. Die eckige Klammer entspricht der Excel- Funktion ABUDE(Zahl; 0) auf 0 Kommastellen. Somit lässt sich (1) zerlegen in a a S k K (15) C = pk u p k k= 0 k= 0 Zur Abkürzung für den zweiten Summanden setzen wir (16) bin( a 1 p) p a = k = 0 k Diesen Ausdruck berechnet Excel als BIOMVET(a; ; 1 p; 1). Er ist die kumulative (wegen 1 am Schluss) Wahrscheinlichkeit von 0 bis a Abwärtsbewegungen bei unabhängigen Versuchen mit der Wahrscheinlichkeit 1 p zur Abwärtsbewegung. Den ersten Summanden in (15) kann man ebenfalls weiter vereinfachen wenn man setzt u p (17) q = Damit wird q k wie in (11) mit q (statt mit p) definiert. Wegen u > und (3) ist 0 q 1 und k k pk u 1 p (18) = 1 = qk u u p Insgesamt erhalten wir daraus K (19) C= S bin( a 1 q) bin( a 1 p) 3

4 Wissenschaftliche achrichten 17 März/April 005 S Ganz analog rechnet man mit einer Put-Option; die Summe (13) beginnt mit a +1. Man erhält: K (0) P= ( 1 bin( a 1 p) ) S ( 1 bin( a 1 q) ) 4. Kalibrierung. Mit (19) (0) lässt sich in Excel der Wert einer Option aus S K und dem Parameter u einfach berechnen. Um jedoch Optionen für reale Aktien mit dem binomischen Modell zu bewerten muss man u an die realen Daten anpassen. Hier verwendet man das binomische Modell mit der wirklichen Wahrscheinlichkeit π eines Kursanstiegs und wählt u und π so dass die mittlere Zuwachsrate Q und die Volatilität den beobachteten Daten entsprechen. Der Wert einer Option wird dann mit diesem u berechnet aber mit p statt mit π. Zur Beurteilung der Volatilität betrachtet man die Logarithmen der Zuwachsraten des Wertpapiers (also die Zinssätze pro Zeiteinheit bei stetiger Verzinsung) und ermittelt ihre Varianz σ pro Zeiteinheit. 3 Beim binomischen Modell verändert sich der logarithmische Zuwachs pro Periode um ± ln( u) mit der Wahrscheinlichkeit π bzw. 1 π. Die Varianz V im Modell ist somit pro Periode (1) V = 4 ln( u) π (1 π) Setzt man für π Formel (6) mit der beobachteten mittleren Zuwachsrate Q ein so erhält man (1). Damit wird die Gleichung V = σ nach u gelöst. In Excel verwendet man dazu den Solver. Bei genügend vielen Zeitschritten gibt es auch einen äherungswert (3) mit dem man das Modell ohne Bezug auf Q aufstellen kann: ( Qu 1) u ( u Q) () V = 4 ln( u) u 1 (3) u = e σ ( ) Beispiel. Wir berechnen den Wert einer Option auf die Aktie der Austrian Airlines. Die Aktie hat zum Kaufzeitpunkt den Kurs S = Gesucht ist der Wert einer Call- Option zum Ausübungskurs K = 11 für den Ausübungszeitraum T von 30 Tagen. Wir verwenden das binomische Modell mit täglichen Zeitschritten d.h. = 30. Aus den Tageskursen vom bis erhält man für die Streuung der logarithmischen Zuwachsrate pro Tag: 4 σ = Den Diskontsatz setzen wir an mit 5% p.a. Tabelle. Auswertung einer Call-Option mit dem binomischen Modell. A B C D E 1 S K T in d σ Zinssatz pa % 3 u p q a put(k) call(k) In Excel werten wir diese Formeln wie in Tabelle aus: In A bis E tragen wir die Ausgangsdaten ein. In A4 berechnen wir den Abzinsungsfaktor pro Tag in B4 ermitteln wir 3 Meist sind tägliche Kurswerte verfügbar. Daraus schätzt Excel σ mit VAIAZ. 4 Historische Börsenkurse findet man z.b. bei Yahoo ( Unter Adj. Schlusskurse liegen sie in der für die Berechnung der Zuwachsraten benötigten Form vor (fiktive Aktie ohne Dividenden bzw. Splits). 4

5 Wissenschaftliche achrichten 17 März/April 005 S u mit der äherungsformel (3) in C4 D4 sind p und q mit Formel (3) und (17) in E4 steht Formel (14). Insgesamt stehen in der 4. Zeile folgende Einträge: = (1 + E)^(1/365) = EXP(D) = (B4*A4 1)/(B4^ 1) = B4*C4/A4 = ABUDE((C L(B/A)/L(B4))/; 0) In Zelle B5 und D5 steht das esultat der Formeln (0) und (19): = B*(1 BIOMVET(E4; C;1 C4; 1))/A4^C A*(1 BIOMVET(E4; C; 1 D4; 1)) = A*BIOMVET(E4; C; 1 D4; 1) B*BIOMVET(E4; C;1 C4; 1)/A4^C Der Wert der Call-Option ist demnach 831 Cent. 5 (Berechnet man u mit Q aus den Daten als Lösung von Gleichung 0 dann erhält man als Wert 835 Cent.) 5. Black-Scholes Modell. Als weitere Vereinfachung des binomischen Modells untersuchen wir Unterteilungen von T in immer kürzere Zeitintervalle t 0. Wir behandeln also den Grenzfall von folgenden binomischen Modellen: Periodenlänge t = T/ Abzinsungsfaktor = exp( rt ) und u = exp( σ T ) nach (3) entsprechend der Varianz σ T/ des Zeitintervalls t. Die Formeln (19) (0) für den diskontierten Erwartungswert von Optionen gehen dann mit der bekannten Approximation der binomischen Verteilung (16) durch die ormalverteilung über in die Black-Scholes Formeln rt C= S d ( ) Ke d σ T (4) ( ) rt (5) P = K e ( σ T d) S ( d) Bei diesen Formeln ist (x) die Verteilungsfunktion der ormalverteilung mit Mittelwert 0 und Varianz 1 (sie ist in Excel als STADOMVET(x) programmiert) und 1 ln ( SK) + T ( r+ σ ) (6) d = σ T Tabelle 3. Auswertung der Black-Scholes Formeln. A B C D E 1 S K T in d σ Zinssatz pa % 3 r d put(k) call(k) In Excel werten wir dies wie in Tabelle 3 aus: In A bis E sind die Ausgangsdaten in A4 berechnen wir den täglichen Zinsfuß r und in B4 bis D4 die Formeln (6) (5) und (4) also: = L(1 + E)/365 = (L(A/B) + C*(A4 + D^/))/(D*C^05) = B*EXP( A4*C)*STADOMVET(D*C^05 B4) A*STADOMVET( B4) = A*STADOMVET(B4) 5 Am Ausübungstag war der Endkurs 135 d.h. C(30) = 5 und P(30) = 0. Im Vergleich zu 15% Gewinn beim Aktienkauf hätte eine Spekulation mit Optionen 170% Gewinn bzw. 100% Verlust gebracht. 5

6 Wissenschaftliche achrichten 17 März/April 005 S B*EXP( A4*C)*STADOMVET(B4 D*C^05) Im Fall der Call-Option erhält man den Wert von Cent. Mit (4) (5) kann man qualitative Aussagen über das Verhalten von Optionen treffen z.b.: Der Wert vergrößert sich bei einer höheren Volatilität und einer längeren Laufzeit. Vor der konkreten Anwendung muss man sich allerdings im Klaren darüber sein dass der Grenzwert von binomischen Modellen den Kursverlauf noch nicht korrekt wiedergibt. Die Logarithmen der Zuwachsraten wären im Grenzwert nämlich normalverteilt wovon z.b. die Zuwachsraten der AUA-Aktie im Beobachtungszeitraum signifikant abweichen. Die Ermittlung genauerer Modelle ist ein Thema der Finanzmathematik. Anschrift: a.o. Univ. Prof. Dr. orbert Brunner Department für integrative Biologie Univ. BOKU Peter Jordan Str Wien norbert.brunner@boku.ac.at 6

Optionspreistheorie Seminar Stochastische Unternehmensmodelle

Optionspreistheorie Seminar Stochastische Unternehmensmodelle Seminar Stochastische Unternehmensmodelle Lukasz Galecki Mathematisches Institut Universität zu Köln 1. Juni 2015 1 / 30 Inhaltsverzeichnis 1 Was ist eine Option? Definition einer Option Übersicht über

Mehr

FINANZMATHEMATIK. Toker Claudia, Hackner Denise

FINANZMATHEMATIK. Toker Claudia, Hackner Denise FINANZMATHEMATIK Toker Claudia, Hackner Denise AKTIEN Aktien Ökonomische Grundlagen Graphische Darstellung von Aktienkursverläufen Aktienkurs und Aktienindex Die Rendite einer Aktie Statistik der Aktienmärkte

Mehr

Optionen. Börsennotierte Finanzanlageprodukte Optionen. Beispiel:

Optionen. Börsennotierte Finanzanlageprodukte Optionen. Beispiel: bieten einerseits die Möglichkeit hochspekulative Geschäfte zu machen, andrerseits aber ist es genauso möglich zur Absicherung einzusetzen. Mit lassen sich z.b. Aktiendepots gegen Kursverluste absichern,

Mehr

Das Black-Scholes Modell

Das Black-Scholes Modell Vathani Arumugathas Das Black-Scholes Modell 1 Das Black-Scholes Modell Vathani Arumugathas Seminar zu Finanzmarktmodellen in der Lebensversicherung, Universität zu Köln 10. Juni 016 Inhaltsverzeichnis

Mehr

Derivatebewertung im Binomialmodell

Derivatebewertung im Binomialmodell Derivatebewertung im Binomialmodell Roland Stamm 27. Juni 2013 Roland Stamm 1 / 24 Agenda 1 Einleitung 2 Binomialmodell mit einer Periode 3 Binomialmodell mit mehreren Perioden 4 Kritische Würdigung und

Mehr

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

Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban Institut für Stochastik Prof. Dr. N. Bäuerle Dipl.-Math. S. Urban Lösungsvorschlag studienbegleitende Klausur Finanzmathematik I Aufgabe (7 Punkte) Vorgelegt sei ein Wahrscheinlichkeitsraum (Ω, F, P) und

Mehr

Notationen. Burkhard Weiss Futures & Optionen Folie 2

Notationen. Burkhard Weiss Futures & Optionen Folie 2 Optionspreismodelle Notationen S t : X: T: t: S T : r: C: P: c: p: s: aktueller Aktienkurs Ausübungspreis (Rest-)laufzeit der Option Bewertungszeitpunkt Aktienkurs bei Verfall risikofreier Zinssatz Preis

Mehr

Seminar: Finanzmathematik. Bewertung von Barriere Optionen im Black-Scholes Modell sowie die Symmetrie von P. Carr

Seminar: Finanzmathematik. Bewertung von Barriere Optionen im Black-Scholes Modell sowie die Symmetrie von P. Carr Seminar: Finanzmathematik Bewertung von Barriere Optionen im Black-Scholes Modell sowie die Symmetrie von P. Carr Deniz Atug 4. April 2010 Zusammenfassung Die vorliegende Arbeit gibt eine Einführung in

Mehr

Derivate und Bewertung

Derivate und Bewertung . Dr. Daniel Sommer Marie-Curie-Str. 3 6439 Frankfurt am Main Klausur Derivate und Bewertung.......... Wintersemester 25/6 Klausur Derivate und Bewertung Wintersemester 25/6 Aufgabe : Statische Optionsstrategien

Mehr

Inhaltsverzeichnis: Aufgaben zur Vorlesung Finanz- und Risikomanagement Seite 1 von 35 Prof. Dr. Gabriele Gühring, Fakultät Grundlagen

Inhaltsverzeichnis: Aufgaben zur Vorlesung Finanz- und Risikomanagement Seite 1 von 35 Prof. Dr. Gabriele Gühring, Fakultät Grundlagen Inhaltsverzeichnis: Übungsaufgaben zu Finanz- und Risikomanagement... 3 Aufgabe... 3 Aufgabe... 3 Aufgabe 3... 3 Aufgabe 4... 3 Aufgabe 5... 4 Aufgabe 6... 4 Aufgabe 7... 4 Aufgabe 8... 4 Aufgabe 9...

Mehr

ONLINE-SEMINAR REIHE. Devisenoptionen. Schwabe, Ley & Greiner

ONLINE-SEMINAR REIHE. Devisenoptionen. Schwabe, Ley & Greiner ONLINE-SEMINAR REIHE Devisenoptionen Warum gibt es Optionen? Begriff un Wesen... Absicherung gegen Währungskursänerungen. Käufer einer Devisenoption: Recht,...... eine bestimmte Währung... zu einem bestimmten

Mehr

Mathematik 2 Probeprüfung 1

Mathematik 2 Probeprüfung 1 WWZ Wirtschaftswissenschaftliche Fakultät der Universität Basel Dr. Thomas Zehrt Bitte in Druckbuchstaben ausfüllen: Name Vorname Mathematik 2 Probeprüfung 1 Zeit: 90 Minuten, Maximale Punktzahl: 72 Zur

Mehr

Nikolay Kachakliev Volatilitätsprodukte Eigenschaften, Arten und Bewertungen

Nikolay Kachakliev Volatilitätsprodukte Eigenschaften, Arten und Bewertungen Nikolay Kachakliev Volatilitätsprodukte Eigenschaften, Arten und Bewertungen IGEL Verlag Nikolay Kachakliev Volatilitätsprodukte Eigenschaften, Arten und Bewertungen 1.Auflage 2009 ISBN: 978 3 86815 358

Mehr

Finanzmathematik Wie funktioniert eigentlich Hedging?

Finanzmathematik Wie funktioniert eigentlich Hedging? Finanzmathematik Wie funktioniert eigentlich Hedging? Dr. Michael J. Winckler IWR, Universität Heidelberg AK Anwendungsorientierte Mathematik 10. Mai 2016,Karlsruhe-Neureuth Dr. Michael J. Winckler IWR,

Mehr

Übungsblatt 9. f(x) = e x, für 0 x

Übungsblatt 9. f(x) = e x, für 0 x Aufgabe 1: Übungsblatt 9 Basketball. Ein Profi wirft beim Training aus einer Entfernung von sieben Metern auf den Korb. Er trifft bei jedem Wurf mit einer Wahrscheinlichkeit von p = 1/2. Die Zufallsvariable

Mehr

Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1

Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester Aufgabe 1 Lehrstuhl für Statistik und Ökonometrie der Otto-Friedrich-Universität Bamberg Prof. Dr. Susanne Rässler Klausur zu Methoden der Statistik II (mit Kurzlösung) Sommersemester 2013 Aufgabe 1 In einer Urne

Mehr

Optionen. Vertiefungsstudium Finanzwirtschaft SS 2001 Prof. Dr. Mark Wahrenburg

Optionen. Vertiefungsstudium Finanzwirtschaft SS 2001 Prof. Dr. Mark Wahrenburg Optionen Vertiefungsstudium Finanzwirtschaft SS 2001 Prof. Dr. Mark Wahrenburg 1 Übersicht Der Optionsvertrag Pay Offs / Financial Engineering Wertgrenzen Put-Call-Paritätsbedingung Bewertung von Optionen

Mehr

Hochschule Rhein-Main. Sommersemester 2015

Hochschule Rhein-Main. Sommersemester 2015 n Vorlesung Hochschule Rhein-Main Sommersemester 2015 Dr. Roland Stamm 18. Mai 2015 n Erinnerung Eine Option ist das Recht (aber nicht die Verpflichtung) ein Produkt S in der Zukunft zu einem heute festgelegten

Mehr

Portfoliotheorie, Risikomanagenient und die Bewertung von Derivaten

Portfoliotheorie, Risikomanagenient und die Bewertung von Derivaten Jürgen Kremer Portfoliotheorie, Risikomanagenient und die Bewertung von Derivaten Zweite, vollständig überarbeitete und erweiterte Auflage 45J Springer Inhaltsverzeichnis Teill Ein-Perioden- Wertpapiermärkte

Mehr

Finanzmathematik. Absichern und Bewerten von Optionen. Arnold Janssen / Klaus Janßen

Finanzmathematik. Absichern und Bewerten von Optionen. Arnold Janssen / Klaus Janßen Finanzmathematik Absichern und Bewerten von Optionen Arnold Janssen / Klaus Janßen Universität Düsseldorf 27.09.2012 Rohstoffe, Devisen, Aktien, Kredite,... haben Preise, die im Laufe der Zeit zufällig

Mehr

Mathematik: LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 12. Erwartungswert, Varianz und Standardabweichung

Mathematik: LehrerInnenteam Arbeitsblatt Semester ARBEITSBLATT 12. Erwartungswert, Varianz und Standardabweichung Mathematik: LehrerInnenteam Arbeitsblatt 7-7. Semester ARBEITSBLATT Erwartungswert, Varianz und Standardabweichung Die Begriffe Varianz und Standardabweichung sind uns bereits aus der Statistik bekannt

Mehr

Finanzmarktökonometrie: Einführung in die Optionsbewertung Sommersemester 2013

Finanzmarktökonometrie: Einführung in die Optionsbewertung Sommersemester 2013 Finanzmarktökonometrie: Einführung in die Optionsbewertung Sommersemester 2013 Walter Sanddorf-Köhle Foliensatz Nr. 3 1 / 46 Ein Einperiodenmodell Beispiel 5 Betrachtet wird nun ein Wertpapiermarkt mit

Mehr

5. Spezielle stetige Verteilungen

5. Spezielle stetige Verteilungen 5. Spezielle stetige Verteilungen 5.1 Stetige Gleichverteilung Eine Zufallsvariable X folgt einer stetigen Gleichverteilung mit den Parametern a und b, wenn für die Dichtefunktion von X gilt: f x = 1 für

Mehr

5 Ein Beispiel aus der Finanzmathematik

5 Ein Beispiel aus der Finanzmathematik 5 Ein Beispiel aus der Finanzmathematik Wir haben eine Menge Dinge über Python gehört lernen tun wir das aber erst, wenn wir selber Programme schreiben. Als Anregung kommt heute ein Beispiel aus der Finanzmathematik

Mehr

Vorlesung Gesamtbanksteuerung Mathematische Grundlagen I Dr. Klaus Lukas Carsten Neundorf

Vorlesung Gesamtbanksteuerung Mathematische Grundlagen I Dr. Klaus Lukas Carsten Neundorf Vorlesung Gesamtbanksteuerung Mathematische Grundlagen I Dr. Klaus Lukas Carsten Neundorf 1 Agenda Zinsrechnung Zinseszins Zeitwert des Geldes Strukturkongruente Refinanzierung Rendite Zinskurve 2 Das

Mehr

Wissenschaftliche Nachrichten: https://www.bmbf.gv.at/schulen/sb/wina/wina.html Vol. 131/2006, 19-21

Wissenschaftliche Nachrichten: https://www.bmbf.gv.at/schulen/sb/wina/wina.html Vol. 131/2006, 19-21 Der T-Test in Excel NORBERT BRUNNER und MANFRED KÜHLEITNER Ein häufiges Problem ist der Vergleich eines beobachteten Stichprobenmittelwerts mit einem Sollwert. Dabei wird der T-Test angewandt. Wir zeigen

Mehr

7.5 Erwartungswert, Varianz

7.5 Erwartungswert, Varianz 7.5 Erwartungswert, Varianz Def. 7.5.: a) X sei eine diskrete ZV, die bei unendl. vielen Werten x k folgende Zusatzbedingung erfüllt: x k p k

Mehr

Übungsblatt 9 (25. bis 29. Juni)

Übungsblatt 9 (25. bis 29. Juni) Statistik 2 Dr. Andrea Beccarini Dipl.-Vw. Dipl.-Kffr. Heike Bornewasser-Hermes Sommersemester 2012 Übungsblatt 9 (25. bis 29. Juni) Stetiges Verteilungsmodell und Gemeinsame Verteilung Stetiges Verteilungsmodell

Mehr

Übungsscheinklausur,

Übungsscheinklausur, Mathematik IV für Maschinenbau und Informatik (Stochastik) Universität Rostock, Institut für Mathematik Sommersemester 27 Prof. Dr. F. Liese Übungsscheinklausur, 3.7.27 Dipl.-Math. M. Helwich Name:...

Mehr

Ausarbeitung des Seminarvortrags zum Thema

Ausarbeitung des Seminarvortrags zum Thema Ausarbeitung des Seminarvortrags zum Thema Anlagepreisbewegung zum Seminar Finanzmathematische Modelle und Simulationen bei Raphael Kruse und Prof. Dr. Wolf-Jürgen Beyn von Imke Meyer im W9/10 Anlagepreisbewegung

Mehr

Sophia Schumann Hausarbeit Unternehmensplanspiel

Sophia Schumann Hausarbeit Unternehmensplanspiel (A) Rentabilität und Liquidität Gegeben ist die Auftaktstrategie des Unternehmens 29 beim Unternehmensplanspiel Puten und Perlhühner. Diese soll zunächst hinsichtlich ihrer Rentabilität beurteilt werden.

Mehr

Problemstellung worum geht es in diesem Kapitel? Kapitel 1 Zinsrechnung. Beispiel Anlage für ein Jahr. Ein einfaches Beispiel

Problemstellung worum geht es in diesem Kapitel? Kapitel 1 Zinsrechnung. Beispiel Anlage für ein Jahr. Ein einfaches Beispiel Kapitel 1 Zinsrechnung Problemstellung worum geht es in diesem Kapitel? 1 Verschiedene Verzinsungsverfahren 2 Häufig auftretende Fragestellung: Wenn man heute einen Betrag X anlegt, wie viel hat man dann

Mehr

Statistik und Wahrscheinlichkeitsrechnung

Statistik und Wahrscheinlichkeitsrechnung Statistik und Wahrscheinlichkeitsrechnung Übung 7 1 Inhalt der heutigen Übung Statistik und Wahrscheinlichkeitsrechnung Vorrechnen der Hausübung D.9 Gemeinsames Lösen der Übungsaufgaben D.10: Poissonprozess

Mehr

Wiederholung der Hauptklausur STATISTIK

Wiederholung der Hauptklausur STATISTIK Name, Vorname: Matrikel-Nr. Die Klausur enthält zwei Typen von Aufgaben: Teil A besteht aus Fragen mit mehreren vorgegebenen Antwortvorschlägen, von denen mindestens eine Antwort richtig ist und von denen

Mehr

Eine zweidimensionale Stichprobe

Eine zweidimensionale Stichprobe Eine zweidimensionale Stichprobe liegt vor, wenn zwei qualitative Merkmale gleichzeitig betrachtet werden. Eine Urliste besteht dann aus Wertepaaren (x i, y i ) R 2 und hat die Form (x 1, y 1 ), (x 2,

Mehr

Inhaltsverzeichnis. 2 Portfoliotheorie Rendite und Risiko Die erwartete Rendite... 74

Inhaltsverzeichnis. 2 Portfoliotheorie Rendite und Risiko Die erwartete Rendite... 74 1 Ein-Perioden-Wertpapiermärkte........................... 1 1.1 Portfolios............................................... 5 1.2 Optionen und Forward-Kontrakte......................... 8 1.2.1 Optionen.........................................

Mehr

Finanzmathematik - Wintersemester 2007/08. http://code.google.com/p/mitgetexed/

Finanzmathematik - Wintersemester 2007/08. http://code.google.com/p/mitgetexed/ Finanzmathematik - Wintersemester 2007/08 http://code.google.com/p/mitgetexed/ Stand: 4. November 2007 Inhaltsverzeichnis 1 Motivation und erste Begriffe 2 2 Endliche Finanzmärkte 4 3 Das Cox-Ross-Rubinstein-Modell

Mehr

SigmaDeWe Risikomanagement

SigmaDeWe Risikomanagement Sie haben für Ihren liquiden Vermögensteil Ihren persönlichen risikoreichen Anteil bestimmt und sind aufgrund der Marktsignale mit Aktien oder ETFs in einem Markt investiert, der aktuell einen positiven

Mehr

Vorlesung Gesamtbanksteuerung Mathematische Grundlagen I Dr. Klaus Lukas Carsten Neundorf

Vorlesung Gesamtbanksteuerung Mathematische Grundlagen I Dr. Klaus Lukas Carsten Neundorf Vorlesung Gesamtbanksteuerung Mathematische Grundlagen I Dr. Klaus Lukas Carsten Neundorf 1 Agenda Zinsrechnung Zinseszins Zeitwert des Geldes Strukturkongruente Refinanzierung Rendite Zinskurve 2 Das

Mehr

Seminar für ABWL und Finanzierung Univ.-Prof. Dr. Alexander Kempf. I Einführung. I Einführung. Prof. Dr. Alexander Kempf 1

Seminar für ABWL und Finanzierung Univ.-Prof. Dr. Alexander Kempf. I Einführung. I Einführung. Prof. Dr. Alexander Kempf 1 Prof. Dr. Alexander Kempf 1 I.1 Zentrale Fragestellungen Lernziele: Überblick über die zeitliche Entwicklung des Fachs Verständnis der grundlegenden Fragestellungen in der Kapitalmarkttheorie Prof. Dr.

Mehr

) 10% ist (jeder würde in diese Aktie investieren, der Preis

) 10% ist (jeder würde in diese Aktie investieren, der Preis OFIN Pingo Fragen 1. Der Wert eines Gutes... lässt sich auf einem vollkommenen KM bewerten bestimmt sich durch den relativen Vergleich mit anderen Gütern 2. Jevon's Gesetz von der Unterschiedslosigkeit

Mehr

Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert

Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Konfidenzintervalle Grundlegendes Prinzip Erwartungswert Bekannte Varianz Unbekannte Varianz Anteilswert Differenzen von Erwartungswert Anteilswert Beispiel für Konfidenzintervall Im Prinzip haben wir

Mehr

DEMO für Wahrscheinlichkeitsrechnung Erwartungswert u.a. 1. Erwartungswert INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK

DEMO für  Wahrscheinlichkeitsrechnung Erwartungswert u.a. 1. Erwartungswert INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK Wahrscheinlichkeitsrechnung Erwartungswert u.a.. Erwartungswert. Varianz und Standardabweichung. Spiele bewerten Datei Nr. Stand. April 0 Friedrich W. Buckel DEMO für INTERNETBIBLIOTHEK FÜR SCHULMATHEMATIK

Mehr

III Stochastische Analysis und Finanzmathematik

III Stochastische Analysis und Finanzmathematik III Stochastische Analysis und Finanzmathematik Ziel dieses Kapitels ist es, eine Einführung in die stochastischen Grundlagen von Finanzmärkten zu geben. Es werden zunächst Modelle in diskreter Zeit behandelt,

Mehr

Bewertung von Forwards, Futures und Optionen

Bewertung von Forwards, Futures und Optionen Bewertung von Forwards, Futures und Optionen Olaf Leidinger 24. Juni 2009 Olaf Leidinger Futures und Optionen 2 24. Juni 2009 1 / 19 Überblick 1 Kurze Wiederholung Anleihen, Terminkontrakte 2 Ein einfaches

Mehr

Bewertung von europäischen und amerikanischen Optionen

Bewertung von europäischen und amerikanischen Optionen Bewertung von europäischen und amerikanischen en 1. Vortrag - Einführung Technische Universität Berlin Institut für Mathematik 8. November 2007 Inhaltsverzeichnis 1 Definitionen amerikanische / europäische

Mehr

Einführung in die Optionspreisbewertung

Einführung in die Optionspreisbewertung Einführung in die Optionspreisbewertung Bonn, Juni 2011 MAF BN SS 2011 Huong Nguyen Gliederung Einführung Definition der Parameter Zwei Komponente zur Ermittlung der Optionsprämie Callwert-Kurve Wirkungen

Mehr

Option Analysis of Plattform Decisions. Raeed Mayrhofer

Option Analysis of Plattform Decisions. Raeed Mayrhofer Option Analysis of Plattform Decisions Raeed Mayrhofer Softwareplattform ist ein Bündel von Funktionen, das das Ausführen von Applikationen ermöglicht bildet gemeinsam mit Hardware und Know-how die IT-Infrastruktur

Mehr

DIE DIFFERENTIALGLEICHUNG ZUR BESTIMMUNG DES PREISES VON WäHRUNGSOPTIONEN

DIE DIFFERENTIALGLEICHUNG ZUR BESTIMMUNG DES PREISES VON WäHRUNGSOPTIONEN DIE DIFFERENTIALGLEICHUNG ZUR BESTIMMUNG DES PREISES VON WäHRUNGSOPTIONEN von HANS-JüRG BüTTLER In der vorliegenden Notiz werden zuerst Kennziffern des Wechselkurses, die für die lognormale Verteilung

Mehr

Korrekturrand 1 / 3. Viel Erfolg!!! Klausur in Finanzmarkttheorie. Name: Matrikelnummer:

Korrekturrand 1 / 3. Viel Erfolg!!! Klausur in Finanzmarkttheorie. Name: Matrikelnummer: 60 55 50 45 40 35 30 124 165 206 247 1 42 83 288 329 370 411 452 493 534 575 616 657 698 739 780 821 862 903 944 985 Klausur in Finanzmarkttheorie Datum: 24.09.2014 Uhrzeit:14.30 16.30 Dauer: 120 Min.

Mehr

Statistische Tests (Signifikanztests)

Statistische Tests (Signifikanztests) Statistische Tests (Signifikanztests) [testing statistical hypothesis] Prüfen und Bewerten von Hypothesen (Annahmen, Vermutungen) über die Verteilungen von Merkmalen in einer Grundgesamtheit (Population)

Mehr

Zeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: n (2k 1) = n 2.

Zeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: n (2k 1) = n 2. Aufgabe 1. (5 Punkte) Zeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: n k=1 (2k 1) = n 2. Aufgabe 2. (7 Punkte) Gegeben sei das lineare Gleichungssystem x + 2z = 0 ay

Mehr

2.3 Intervallschätzung

2.3 Intervallschätzung 2.3.1 Motivation und Hinführung Bsp. 2.11. [Wahlumfrage] Der wahre Anteil der rot-grün Wähler 2009 war genau 33.7%. Wie groß ist die Wahrscheinlichkeit, in einer Zufallsstichprobe von 1000 Personen genau

Mehr

Aufgaben zur Vorlesung Finanzmanagement

Aufgaben zur Vorlesung Finanzmanagement Aufgaben zur Vorlesung Finanzmanagement B. rke FH Gelsenkirchen, Abteilung Bocholt February 4, 006 Aufgabenblatt: "Bewertung von Optionen" 1 Lösungshinweise 1 uropean Put Option Zeichnen Sie den einer

Mehr

Die Bewertung der eingebetteten Optionen in der Lebensversicherung

Die Bewertung der eingebetteten Optionen in der Lebensversicherung Die Bewertung der eingebetteten Optionen in der Lebensversicherung Prüfungskolloquium 19.11.2010 Beat Wäfler Eingebettete Optionen In Lebensversicherungsprodukten können für den Versicherungsnehmer beispielsweise

Mehr

Standardisierte kompetenzorientierte schriftliche Reifeprüfung AHS. 10. Mai Mathematik. Teil-2-Aufgaben. Korrekturheft. öffentliches Dokument

Standardisierte kompetenzorientierte schriftliche Reifeprüfung AHS. 10. Mai Mathematik. Teil-2-Aufgaben. Korrekturheft. öffentliches Dokument Standardisierte kompetenzorientierte schriftliche Reifeprüfung AHS 10. Mai 2016 Mathematik Teil-2-Aufgaben Korrekturheft Aufgabe 1 Intercity-Express (ICE) mittlere Änderungsrate: 0,131 m/s 2 möglicher

Mehr

70 Wichtige kontinuierliche Verteilungen

70 Wichtige kontinuierliche Verteilungen 70 Wichtige kontinuierliche Verteilungen 70. Motivation Zufallsvariablen sind nicht immer diskret, sie können oft auch jede beliebige reelle Zahl in einem Intervall [c, d] einnehmen. Beispiele für solche

Mehr

Grundlegende Eigenschaften von Punktschätzern

Grundlegende Eigenschaften von Punktschätzern Grundlegende Eigenschaften von Punktschätzern Worum geht es in diesem Modul? Schätzer als Zufallsvariablen Vorbereitung einer Simulation Verteilung von P-Dach Empirische Lage- und Streuungsparameter zur

Mehr

Prüfungsvorbereitungskurs Höhere Mathematik 3

Prüfungsvorbereitungskurs Höhere Mathematik 3 Prüfungsvorbereitungskurs Höhere Mathematik 3 Stochastik Marco Boßle Jörg Hörner Mathematik Online Frühjahr 2011 PV-Kurs HM 3 Stochastik 1-1 Zusammenfassung Wahrscheinlichkeitsraum (WR): Menge der Elementarereignisse

Mehr

Einleitung. Das Ein-Perioden-Modell ist das einfachste. von derivaten Finanzinstrumenten (hier: Optionen) zu erklären.

Einleitung. Das Ein-Perioden-Modell ist das einfachste. von derivaten Finanzinstrumenten (hier: Optionen) zu erklären. Einleitung Das Ein-Perioden-Modell ist das einfachste Modell, um die Idee der Preisgebung von derivaten Finanzinstrumenten (hier: Optionen) zu erklären. naive Idee der Optionspreisbestimmung: Erwartungswertprinzip

Mehr

Generalthema: Derivate Finanzinstrumente: Bewertung und Einsatzmöglichkeiten

Generalthema: Derivate Finanzinstrumente: Bewertung und Einsatzmöglichkeiten - 1 - Institut für Geld- und Seminar zur Bankbetriebslehre Kapitalverkehr der und Allgemeinen Betriebswirtschaftslehre Universität Hamburg Sommersemster 2000 Prof. Dr. Hartmut Schmidt Zuständiger Mitarbeiter:

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 23. Dezember 2011 1 Stetige Zufallsvariable, Normalverteilungen Der zentrale Grenzwertsatz und die 3-Sigma Regel

Mehr

Kurs 2 Stochastik EBBR Vollzeit (1 von 2)

Kurs 2 Stochastik EBBR Vollzeit (1 von 2) Erwachsenenschule Bremen Abteilung I: Sekundarstufe Doventorscontrescarpe 172 A 281 Bremen Kurs 2 Stochastik EBBR Vollzeit (1 von 2) Name: Ich 1. 2. 3. 4.. 6. 7. So schätze ich meinen Lernzuwachs ein.

Mehr

15. September 2010 Prof. Dr. W. Bley. Universität Kassel Klausur SS 2010 Diskrete Strukturen I (Informatik) Name:... Matr.-Nr.:... Viel Erfolg!

15. September 2010 Prof. Dr. W. Bley. Universität Kassel Klausur SS 2010 Diskrete Strukturen I (Informatik) Name:... Matr.-Nr.:... Viel Erfolg! 15. September 010 Prof. Dr. W. Bley Universität Kassel Klausur SS 010 Diskrete Strukturen I (Informatik) 1 3 4 5 6 Name:................................................ Matr.-Nr.:............................................

Mehr

Population und Stichprobe Wahrscheinlichkeitstheorie II

Population und Stichprobe Wahrscheinlichkeitstheorie II Population und Stichprobe Wahrscheinlichkeitstheorie II 5. Sitzung 1 S. Peter Schmidt 2003 1 Stichprobenziehung als Zufallsexperiment Definition Stichprobe: Teilmenge der Elemente der Grundgesamtheit bzw.

Mehr

Statistik Probeprüfung 1

Statistik Probeprüfung 1 WWZ Wirtschaftswissenschaftliche Fakultät der Universität Basel Dr. Thomas Zehrt Bitte in Druckbuchstaben ausfüllen: Name Vorname Statistik Probeprüfung 1 Zeit: 90 Minuten, Maximale Punktzahl: 72 Zur Orientierung:

Mehr

Lösungen zur 1. Klausur Diskrete Stochastische Finanzmathematik ( , SoSe 2014) am , Zeit: 10-12, Raum: W

Lösungen zur 1. Klausur Diskrete Stochastische Finanzmathematik ( , SoSe 2014) am , Zeit: 10-12, Raum: W Prof. Dr. Dietmar Pfeifer Institut für Mathematik Lösungen zur. Klausur Diskrete Stochastische Finanzmathematik (5..862, SoSe 24 am 5.8.24, Zeit: - 2, Raum: W--6 Name:... Matr.-Nr.:... Geb.-Datum:... Studiengang:...

Mehr

Weihnachtszettel zur Vorlesung. Stochastik I. Wintersemester 2011/2012

Weihnachtszettel zur Vorlesung. Stochastik I. Wintersemester 2011/2012 Weihnachtszettel zur Vorlesung Stochastik I Wintersemester 0/0 Aufgabe. Der Weihnachtsmann hat vergessen die Weihnachtsgeschenke mit Namen zu beschriften und muss sie daher zufällig verteilen. Dabei enthält

Mehr

Angewandte Stochastik

Angewandte Stochastik Angewandte Stochastik Dr. C.J. Luchsinger 13 Allgemeine Theorie zu Markov-Prozessen (stetige Zeit, diskreter Zustandsraum) Literatur Kapitel 13 * Grimmett & Stirzaker: Kapitel 6.9 Wie am Schluss von Kapitel

Mehr

Asset-Liability-Modell einer Lebensversicherung

Asset-Liability-Modell einer Lebensversicherung Asset-Liability-Modell einer Lebensversicherung Umsetzung eines Bewertungsmodells Seminar Finanzmarktmodelle in der Lebensversicherung betreut von Dr. Zoran Nikolic und Dr. Tamino Meyhöfer Max Gripp, Tanja

Mehr

Lösungshinweiseshinweise zur Einsendearbeit 2 zum Kurs 41520, Banken und Börsen, SS 2008

Lösungshinweiseshinweise zur Einsendearbeit 2 zum Kurs 41520, Banken und Börsen, SS 2008 1 Lösungshinweise zur Einsendearbeit 2: SS 2008 Banken und Börsen, Kurs 41520 Aufgabe 1: Value at Risk a) Die UNIVERSALBANK möchte den Value at Risk als Risikokennzahl zur Messung bankspezifischer Risiken

Mehr

Arbitrage Free Pricing

Arbitrage Free Pricing Beim CAPM wurde gezeigt, dass man Finanztitel basierend auf der Verteilung ihres künftigen Preises bewerten kann. Dabei haben wir [unter der Annahme gewisser Präferenzen des Es] den Preis eines Finanztitels

Mehr

Kapitel VII - Funktion und Transformation von Zufallsvariablen

Kapitel VII - Funktion und Transformation von Zufallsvariablen Universität Karlsruhe (TH) Institut für Statistik und Mathematische Wirtschaftstheorie Wahrscheinlichkeitstheorie Kapitel VII - Funktion und Transformation von Zufallsvariablen Markus Höchstötter Lehrstuhl

Mehr

Übungsaufgaben zu Kapitel 6: Finanzmärkte und Erwartungen

Übungsaufgaben zu Kapitel 6: Finanzmärkte und Erwartungen Kapitel 6 Übungsaufgaben zu Kapitel 6: Finanzmärkte und Erwartungen Übungsaufgabe 6-1a 6-1a) Welche Typen von Zinsstrukturkurven kennen Sie? Stellen Sie die Typen graphisch dar und erläutern Sie diese.

Mehr

VALUATION Übung 5 Terminverträge und Optionen. Adrian Michel Universität Bern

VALUATION Übung 5 Terminverträge und Optionen. Adrian Michel Universität Bern VALUATION Übung 5 Terminverträge und Optionen Adrian Michel Universität Bern Aufgabe Tom & Jerry Aufgabe > Terminpreis Tom F Tom ( + R) = 955'000 ( + 0.06) = 99'87. 84 T = S CHF > Monatliche Miete Jerry

Mehr

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende

Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Universität Duisburg-Essen Essen, den 12.02.2010 Fakultät für Mathematik Prof. Dr. M. Winkler C. Stinner Klausur zur Wahrscheinlichkeitstheorie für Lehramtsstudierende Lösung Die Klausur gilt als bestanden,

Mehr

Zusammenfassung Mathe II. Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen

Zusammenfassung Mathe II. Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen Zusammenfassung Mathe II Themenschwerpunkt 2: Stochastik (ean) 1. Ein- und mehrstufige Zufallsexperimente; Ergebnismengen Zufallsexperiment: Ein Vorgang, bei dem mindestens zwei Ereignisse möglich sind

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 1. Dezember 21 1 Integralrechnung Flächeninhalt Stammfunktion Rechenregeln 2 Dichten von Erwartungswert und Varianz

Mehr

Pflichtteilaufgaben zu Stochastik (Pfadregeln, Erwartungswert, Binomialverteilung) Baden-Württemberg

Pflichtteilaufgaben zu Stochastik (Pfadregeln, Erwartungswert, Binomialverteilung) Baden-Württemberg Pflichtteilaufgaben zu Stochastik (Pfadregeln, Erwartungswert, Binomialverteilung) Baden-Württemberg Hilfsmittel: keine allgemeinbildende Gymnasien Alexander Schwarz www.mathe-aufgaben.com September 016

Mehr

Wichtige Begriffe in der Finanzmathematik

Wichtige Begriffe in der Finanzmathematik Wichtige Begriffe in der Finanzmathematik Forward: Kontrakt, ein Finanzgut zu einem fest vereinbarten Zeitpunkt bzw. innerhalb eines Zeitraums zu einem vereinbarten Erfüllungspreis zu kaufen bzw. verkaufen.

Mehr

3 Bedingte Wahrscheinlichkeit, Unabhängigkeit

3 Bedingte Wahrscheinlichkeit, Unabhängigkeit 3 Bedingte Wahrscheinlichkeit, Unabhängigkeit Bisher : (Ω, A, P) zur Beschreibung eines Zufallsexperiments Jetzt : Zusatzinformation über den Ausgang des Experiments, etwa (das Ereignis) B ist eingetreten.

Mehr

Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre. Lösungshinweise zur Einsendearbeit 2 (WS 2010/2011)

Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre. Lösungshinweise zur Einsendearbeit 2 (WS 2010/2011) Grundlagen der Betriebswirtschaftslehre, Kurs 00091, KE 4, 5 und 6, WS 010/011 1 Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre Lösungshinweise zur Einsendearbeit

Mehr

Einführung in Quantitative Methoden

Einführung in Quantitative Methoden Einführung in Quantitative Methoden Karin Waldherr & Pantelis Christodoulides 11. Mai 2011 Waldherr / Christodoulides Einführung in Quantitative Methoden- 8.VO 1/40 Poisson-Verteilung Diese Verteilung

Mehr

Erstellen Sie eine Vierfeldertafel, die diese Situation wiedergibt.

Erstellen Sie eine Vierfeldertafel, die diese Situation wiedergibt. Bei der Bearbeitung der Aufgabe dürfen alle Funktionen des Taschenrechners genutzt werden. Aufgabe 4: Stochastik Vorbemerkung: Führen Sie stets geeignete Zufallsvariablen und Namen für Ereignisse ein.

Mehr

Mathematik für Naturwissenschaften, Teil 2

Mathematik für Naturwissenschaften, Teil 2 Lösungsvorschläge für die Aufgaben zur Vorlesung Mathematik für Naturwissenschaften, Teil Zusatzblatt SS 09 Dr. J. Schürmann keine Abgabe Aufgabe : Eine Familie habe fünf Kinder. Wir nehmen an, dass die

Mehr

Zeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: k = n (n + 1) 2

Zeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: k = n (n + 1) 2 Aufgabe 1. (5 Punkte) Zeigen Sie mittles vollständiger Induktion, dass für jede natürliche Zahl n 1 gilt: n k = k=1 n (n + 1). 2 Aufgabe 2. (5 Punkte) Bestimmen Sie das folgende Integral mithilfe partieller

Mehr

4. Schularbeit/7C/2-stündig Schularbeit. 7C am

4. Schularbeit/7C/2-stündig Schularbeit. 7C am 4. Schularbeit 7C am 24.5.2017 Name: Note: Beispiel-Nr. 1 2 3 4 5 6 7 8 9 10 11 12 AP Teil 1: Teil 2: Punkte Teil 1 (inkl. AP) Punkte Teil 2 Gesamtpunkte Notenschlüssel: 0 7 P von Teil 1 (inkl. Anrechnungspunkte

Mehr

Mathematik für Biologen

Mathematik für Biologen Mathematik für Biologen Prof. Dr. Rüdiger W. Braun Heinrich-Heine-Universität Düsseldorf 24. November 2010 1 Stetige Verteilungen Normalapproximation Gleichverteilung Exponentialverteilung Normalapproximation

Mehr

SigmaDeWe Risikomanagement

SigmaDeWe Risikomanagement Sie haben für Ihren liquiden Vermögensteil Ihren persönlichen risikoreichen Anteil bestimmt und sind aufgrund der Marktsignale derzeit im Markt. Dennoch haben Sie Zweifel, dass mittelfristig der Markt

Mehr

Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre

Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre Grundlagen der Betriebswirtschaftslehre, Kurs 00091, KE 4, 5 und 6, SS 2008 1 Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre Lösungshinweise zur Einsendearbeit

Mehr

Hypergeometrische Verteilung

Hypergeometrische Verteilung Hypergeometrische Verteilung Aufgaben Aufgabe 1 Eine Firma produziert insgesamt 30 elektronische Bauteile des gleichen Typs. Aus langjähriger Erfahrung weiß man das davon jedes 70te defekt ist. Um die

Mehr

1. Was ist eine Wahrscheinlichkeit P(A)?

1. Was ist eine Wahrscheinlichkeit P(A)? 1. Was ist eine Wahrscheinlichkeit P(A)? Als Wahrscheinlichkeit verwenden wir ein Maß, welches die gleichen Eigenschaften wie die relative Häufigkeit h n () besitzt, aber nicht zufallsbehaftet ist. Jan

Mehr

Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre

Kurs 00091: Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre Lösungshinweise zur Einsendearbeit des A-Moduls Finanzierungs- und entscheidungstheoretische Grundlagen der Betriebswirtschaftslehre, Kurs 0009, KE 4, 5 und 6, SS 00 Kurs 0009: Finanzierungs- und entscheidungstheoretische

Mehr

Statistik-Klausur vom

Statistik-Klausur vom Statistik-Klausur vom 27.09.2010 Bearbeitungszeit: 60 Minuten Aufgabe 1 Ein international tätiges Unternehmen mit mehreren Niederlassungen in Deutschland und dem übrigen Europa hat seine überfälligen Forderungen

Mehr

1. Einführung in die induktive Statistik

1. Einführung in die induktive Statistik Wichtige Begriffe 1. Einführung in die induktive Statistik Grundgesamtheit: Statistische Masse, die zu untersuchen ist, bzw. über die Aussagen getroffen werden soll Stichprobe: Teil einer statistischen

Mehr

Hypothesentests für Erwartungswert und Median. für D-UWIS, D-ERDW, D-USYS und D-HEST SS15

Hypothesentests für Erwartungswert und Median. für D-UWIS, D-ERDW, D-USYS und D-HEST SS15 Hypothesentests für Erwartungswert und Median für D-UWIS, D-ERDW, D-USYS und D-HEST SS15 Normalverteilung X N(μ, σ 2 ) : «X ist normalverteilt mit Erwartungswert μ und Varianz σ 2» pdf: f x = 1 2 x μ exp

Mehr

Übung zu Forwards, Futures & Optionen

Übung zu Forwards, Futures & Optionen Übung zu Forwards, Futures & Optionen Vertiefungsstudium Finanzwirtschaft Dr. Eric Nowak SS 2001 Finanzwirtschaft Wahrenburg 15.05.01 1 Aufgabe 1: Forward auf Zerobond Wesentliche Eckpunkte des Forwardgeschäfts:

Mehr

Vierte Schularbeit Mathematik Klasse 7A G am xx

Vierte Schularbeit Mathematik Klasse 7A G am xx Vierte Schularbeit Mathematik Klasse 7A G am xx.05.2016 SCHÜLERNAME: Punkte im ersten Teil: Punkte im zweiten Teil: Davon Kompensationspunkte: Note: Notenschlüssel: Falls die Summe der erzielten Kompensationspunkte

Mehr