Historische Renditen, Experteninterviews, Analyse von Marktpreisen
|
|
- Alexander Friedrich
- vor 6 Jahren
- Abrufe
Transkript
1 1 Portfoliotheorie 1.1 Grundlagen der Portfoliotheorie Welche vier grundsätzlichen Anlageziele werden von Investoren verfolgt? Minimales Risiko Liquidation wenn nötig Hohe Rendite Gewinnmaximierung Konträr z.b. Sicherheit und Rendite Wie können die beiden zentralen Anlageziele operationalisiert werden? Rendite: Vergleich Rückfluss mit Kapitaleinsatz. Sicherheit: Welche künftige Rendite soll der Investor erwarten? Informationsquellen: Historische Renditen, Experteninterviews, Analyse von Marktpreisen Erwartete Rendite =Erwartungswert der Renditeverteilung = E( ) =. Wertpapier 1: : 10% 25% Rendite; 45% 6%; 35% 6%; 10% 10%. Falls x diskret: Falls x stetig: E( )= = 2,1%. Empirisch: 1 Das ist der wahrscheinliche Wert. Aber: Risiko! Nur im Durchschnitt wird 2,1% erzielt. Wie sicher ist diese erwartete Rendite? WP1 zu WP2. WP2: 50% 4,2% Rendite; 50% 0% Rendite. 2,1%;20 Welches Wertpapier ist bei gleicher Rendite riskanter? Risiko: Streuung möglicher Renditen um die erwartete Rendite. Berechnung der Standartabweichung der Renditeverteilung:
2 Die Renditeverteilung aller Vermögensgegenstände kann durch zwei Parameter und vollständig beschrieben werden. Das Bilden einer Rangfolge der Vermögensgegenstände gemäß der Investorenziele ist möglich. o Kalkül ist anwendbar. Deskriptive (Beschreibende) Statistik: (Behandlung von Methoden, mit m deren Hilfe man Daten übersichtlich darstellen und kennzeichnen kann) Varianz = falls x diskret Varianz = Standardabweichung: Schließende Statistik (=Schätzen, wird bei kleinen Datenreihen angewandt. Je größer die Datenmenge, desto kleiner der Unterschied zw. deskriptiver und schließender Statistik) Empirische Varianz: falls x stetig,,,,,,,,,,,,, Zeichnen und beschreiben sie die Dichtefunktion einer Normalverteilung. Eigenschaften der Normalverteilung: Symmetrie ( Schiefe = 0). Links und rechts von liegt die gleiche Wahrscheinlichkeitsmasse. Normale Wölbung. (Kurtosis =0). Flache Ränder. (Keine fat tails) Warum sind der Erwartungswert und die Standardabweichung einer normalverteilten Zufallsvariable von besonderer Bedeutung? Die Dichtefunktion einer normalverteilten Zufallsvariablen kann allein durch und bestimmt werden Was besagt die Normalverteilungsannahme im Rahmen der Portfoliotheorie? Welche Konsequenzen zieht diese Annahme nach sich? Die Renditen aller relevanten Vermögensgegenstände sind normalverteilt. Aber das stimmt nicht, z.b. bei Derivaten: Es gibt keine Verluste. Ebenso bei vielen mod. Finanzinstrumenten Rendite Risikoprofile derr Vermögensgegenstände sind so vergleichbar
3 o Investor ist nicht gesättigt, will immer höhere Rendite haben o Investor ist risikoscheu (nimmt immer geringere Standardabweichung) Konsistent mit Bernoulli Prinzip (Erwartungs Nutzen Theorie) 1.2 Portfoliobildung Wie wird der Korrelationskoeffizient zweier Wertpapiere allgemein berechnet? Was beschreibt der Korrelationskoeffizient zweier Wertpapiere?,,, 1; 1 1 1; 1 Schätzer: 1, Art des Zusammenhangs: Pos. Kovarianz positiv ausgerichteter linearer Zusammenhang ( beide positive Rendite oder beide negative Rendite) Negative Kovarianz negativ ausgerichteter linearer Zusammenhang (eine Aktie positive Rendite, eine Aktie negative Rendite oder andersherum) Mit neg. Kovarianz können zwei Aktien ihre Verluste ausgleichen. Problem: Wir brauchen die Stärke der Kovarianz/des linearen Zusammenhangs, 1:, 1:, 0: Wie berechnet man die erwartete Rendite und die Standardabweichung der erwarteten Rendite eines Portfolios allgemein? Erwartete Rendite ( P ) eines Portfolios (P=x 1, x 2,,x n ): Standardabweichung der Rendite ( P ) eines Portfolios (P=x 1, x 2,,x n ):
4 2, Schätzer: 2, Ein Portfolio bestehe aus zwei Wertpapieren: WP 1 und WP 2. In den letzten 4 Jahren betrug die jährliche Rendite der beiden Wertpapiere alternierend +9% und 4%. Jedoch erwirtschaftete WP 1 immer dann eine Rendite von +9%, wenn WP 2 eine Rendite von 4% aufwies. a) a) Bestimmen Sie und für beide WP sowie, und, b) Bestimmen Sie und, mit folgenden Anteilen: WP 1=80% und WP 2=20%. c) Bestimmen Sie analytisch die Anteile für WP 1 und WP 2, die die Varianz des Portfolios minimieren. 0,5*0,09+0,5*( 0,04)=0,025 0,5*( 0,04) +0,5*0,09=0,025 0,09 0,025 0,5 0,04 0,025 0,50,065 0,09 0,025 0,5 0,04 0,025 0,50,065, ( 0,04*0,09) (0,025*0,025)= 0,004225,,, b) 1 0,8 0,025 0,2 0,025 0,025 0,8² 0,065 0,2 0, ,2 0,8 0, , , , ,039 c) 0,0651 0, ,004225! 7,69! w=0,5
5 1.3 Optimale Portfoliowahl Spannen sie einen beliebigen Raum vonn Portfolios im Diagramm auf. Eine Investition in eine sichere Anlage sei zulässig. Ermitteln siee graphisch das Marktportfolio sowiee das optimale Portfolio. Tangentee von P3 (Kapitalmarktlinie) IK Kurven Sichere Rendite R S P1 P2 P3 Marktportfolio = Tangentialportfolio Wird nicht realisiert; gleiche Rendite wie R S aber RISIKO! Die Kapitalmarktlinie veranschaulicht verschiedene Mischungsverhältnisse aus sicherer Anlage und Marktportfolio! Lösung: Den einen Teil des Vermögens in R S und den anderen in P 3 investieren (hohes Risiko). Abhängig von persönlicher Risikobereitschaft SUBJEKTIV! Indifferenzkurven: immer gleicher Nutzen Beschränkung durch KM Linie; nur die IK die die KM oberhalbb schneidet (rot) Sharpe Ratio: Steigerung der Kapitalmarktlinie! Gegeben sind drei Portfolios P 1, P 2 und P 3, die allesamt auf demm effizienten Rand der Menge P der (ohne risikolose Anlage) erreichbaren Portfolios liegen. Sie habenn die Parameter: P1: µ 1 = 20%, 1 =35% / P2: µ 2 =9%, 2 =12% / P3: µ 3 =14%, 3 =29%. Die sichere Rendite betrage R S =1,5%. Nehmen Sie an, Sie wüssten, dass eines der drei Portfolios das Tangential Portfolio ist. Ermitteln sie ess rechnerisch. Marktportfolio = Tangentialportfolio = Portfolio mit max. Sharpe Ratio (Steigung)) 20% 1,5% 0,529 35% %,% % 0,625 liegt auf KML 14% 1,5% 0,431 29%
6 1.3.3 Ein Investor hält ein Portfolio P, welches zu genau 30% aus dem Marktportfolio und zu 70% aus der risikolosen Anlage besteht. Der Investor hat die Nutzenfunktion U(, ) = 5*µ 1,5*. Die Gleichung der Kapitalmarktlinie lautet: = 0,015 +,,. a) a) Ist es möglich, eine höhere erwartete Rendite als die des Marktportfolios zu erzielen? Geben Sie eine kurze Begründung an. b) Wie hoch sind die Standardabweichung des Marktportfolios und die Standardabweichung des Portfolios P? c) Für den Investor B gelte U(, ) = 0,25. Welchen Nutzen U P bringt das Portfolio P dem Investor B? Ja, es ist möglich: Verschuldung mehr vom Marktportfolio kaufen höher auf KM Linie Leerverkauf der risikolosen Anlage oder Kreditaufnahme Dann Kauf von >100% des Marktportfolios um auf KM Linie zu bleiben b) 0,6 0,3 0,6 0,18 c) Für Investor B: U, 0,25 Gesucht: Nutzen von Benötigt in Nutzenfunktion: Standardabweichung und erwartete Rendite des Portfolios P Standardabweichung schon berechnet (siehe b) Verwendung der KML (P muss hier aufliegen, sonst darf sie nicht verwendet werden) Benötigt: Rendite des Marktportfolios Gleichsetzten der Nutzenfunktion mit dem Nutzen des Marktportfolios, 5 1,5 0,25 0,158 Berechnung der Rendite mittels KML: 0,158 0,015 0,015 0,18 0,0579 0,6 Einsetzen in Nutzenfunktion, 5 1,5 5 0,0579 1,5 0,18 0,2409
Erinnerung an letztes Mal: Erreichbare Kombinationen aus erwarteter Rendite und Risiko (gemessen in Standardabweichung
Erinnerung an letztes Mal: Erreichbare Kombinationen aus erwarteter Rendite und Risiko (gemessen in Standardabweichung Anteil Aktie 5: 100 % Anteil Aktie 2: 0 % absteigend aufsteigend Anteil Aktie 5: 0
MehrInvestition und Finanzierung
- Zusatzfolien zur Portfoliotheorie und CAPM- Portfoliotheorie Die Portfoliotheorie geht auf Harry Markowitz zurück. Sie gibt Anlegern Empfehlungen, wie sie ihr Vermögen auf verschiedenen Anlagemöglichkeiten
MehrLehrstuhl für Finanzierung Universitätsprofessor Dr. Jochen Wilhelm
Lehrstuhl für Finanzierung Universitätsprofessor Dr. Jochen Wilhelm A b s c h l u s s k l a u s u r z u r V o r l e s u n g K a p i t a l m a r k t t h e o r i e W i n t e r s e m e s t e r 1 9 9 9 / 2
Mehr) 10% ist (jeder würde in diese Aktie investieren, der Preis
OFIN Pingo Fragen 1. Der Wert eines Gutes... lässt sich auf einem vollkommenen KM bewerten bestimmt sich durch den relativen Vergleich mit anderen Gütern 2. Jevon's Gesetz von der Unterschiedslosigkeit
MehrPortfolio-Optimierung und Capital Asset Pricing
Portfolio-Optimierung und Capital Asset Pricing Peter Malec Institut für Statistik und Ökonometrie Humboldt-Universität zu Berlin Econ Boot Camp, SFB 649, Berlin, 4. Januar 2013 1. Einführung 2 29 Motivation
MehrFinanzwirtschaft. Foliensatz Vertiefungskurs aus ABWL: im Sommersemester Teil / 2 und 7 Univ. Ass. Dr. Matthias G.
Universität Wien Institut für Betriebswirtschaftslehre ABWL IV: Finanzwirtschaft 400 026/2+7 Univ. Ass. Dr. M.G. Schuster Foliensatz Vertiefungskurs aus ABWL: Finanzwirtschaft im Sommersemester 2004 3.
MehrFinanzwirtschaft. Foliensatz Vertiefungskurs aus ABWL: im Sommersemester Teil / 2 und 7 Univ. Ass. Dr. Matthias G.
Universität Wien Institut für Betriebswirtschaftslehre ABWL IV: Finanzwirtschaft 400 026/2+7 Univ. Ass. Dr. M.G. Schuster Foliensatz Vertiefungskurs aus ABWL: Finanzwirtschaft im Sommersemester 2004 2.
MehrÜbungsblatt 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
MehrPortfolioselection. Zentrale Frage: Wie stellen rationale Investoren ihr Portfolio zusammen?
Portfolioselection Zentrale Frage: Wie stellen rationale Investoren ihr Portfolio zusammen? Investieren in Aktien ist riskant Risiko einer Aktie kann in 2 Teile zerlegt werden: o Unsystematisches Risiko
Mehr4. Gemeinsame Verteilung und Grenzwertsätze
4. Gemeinsame Verteilung und Grenzwertsätze Häufig in der Praxis: Man muss mehrere (n) ZV en gleichzeitig betrachten (vgl. Statistik I, Kapitel 6) Zunächst Vereinfachung: Betrachte n = 2 Zufallsvariablen
Mehr4. Gemeinsame Verteilung und Grenzwertsätze
4. Gemeinsame Verteilung und Grenzwertsätze Häufig in der Praxis: Man muss mehrere (n) ZV en gleichzeitig betrachten (vgl. Statistik I, Kapitel 6) Zunächst Vereinfachung: Betrachte n = 2 Zufallsvariablen
Mehr78 9. PORTFOLIO THEORIE. Wir vereinfachen nun den Markt. Wir definieren die Rendite des i-ten Aktivs
78 9 PORTFOLIO THEORIE 9 Portfolio Theorie Wir vereinfachen nun den Markt Wir definieren die Rendite des i-ten Aktivs R i = D i q i q i Falls der Aktiv eine Dividende ausbezahlt, ist die Dividende im Preis
MehrKapitalmarktlinie. von Kirstin Muldhoff
Capital Asset Pricing Model Kapitalmarktlinie von Kirstin Muldhoff Gliederung 1. Wiederholung Portfoliotheorie 2. Capital Asset Pricing Model (CAPM) (Kapitalmarktmodell) 2.1 Voraussetzungen des CAPM 2.2
MehrBestimmte Zufallsvariablen sind von Natur aus normalverteilt. - naturwissenschaftliche Variablen: originär z.b. Intelligenz, Körpergröße, Messfehler
6.6 Normalverteilung Die Normalverteilung kann als das wichtigste Verteilungsmodell der Statistik angesehen werden. Sie wird nach ihrem Entdecker auch Gaußsche Glockenkurve genannt. Die herausragende Stellung
Mehr7.2 Moment und Varianz
7.2 Moment und Varianz Def. 21 Es sei X eine zufällige Variable. Falls der Erwartungswert E( X p ) existiert, heißt der Erwartungswert EX p p tes Moment der zufälligen Variablen X. Es gilt dann: + x p
MehrEine Zufallsvariable X sei stetig gleichverteilt im Intervall [0,5]. Die Wahrscheinlichkeit P(2< x <4) ist dann
4. Übung Themenkomplex: Zufallsvariablen und ihre Verteilung Aufgabe 1 Für eine stetige Zufallsvariable gilt: a) P (x = t) > 0 b) P (x 1) = F (1) c) P (x = 1) = 0 d) P (x 1) = 1 F(1) e) P (x 1) = 1 F(1)
Mehr5. 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
MehrKorrelationen, Portfoliotheorie von Markowitz, Capital Asset Pricing Model
Korrelationen, Portfoliotheorie von Markowitz, Capital Asset Pricing Model Matthias Eltschka 13. November 2007 Inhaltsverzeichnis 1 Einleitung 3 2 Vorbereitung 4 2.1 Diversifikation...........................
MehrSeminar im Wintersemester 2010/2011: Quantitative und implementierte Methoden der Marktrisikobewertung
M.Sc. Brice Hakwa hakwa@uni-wuppertal.de Seminar im Wintersemester 2010/2011: Quantitative und implementierte Methoden der Marktrisikobewertung - Zusammenfassung zum Thema: Berechnung von Value-at-Risk
MehrPortfolio Management
Kapitel 3 Portfolio Management Josef Leydold c 2006 Mathematische Methoden III Portfolio Management 1 / 45 Lernziele Konzept der modernen Portfolio-Theorie Capital Asset Pricing Model Optimieren eines
MehrWahrscheinlichkeitsverteilungen
Universität Bielefeld 3. Mai 2005 Wahrscheinlichkeitsrechnung Wahrscheinlichkeitsrechnung Das Ziehen einer Stichprobe ist die Realisierung eines Zufallsexperimentes. Die Wahrscheinlichkeitsrechnung betrachtet
Mehr2. Rechnen Sie auf mindestens fünf genaue Ziffern (das sind nicht notwendigerweise fünf Nachkommastellen) im Endergebnis. 1
Fach: Prüfer: Finanzierung und Investition Prof. Dr. Dr. A. Löffler Veranstaltung: W2261 Entscheidungstheorie WS 8/9 Name Vorname Matrikelnummer Punkte Note Beachten Sie bitte folgende Hinweise: 1. Schreiben
MehrPortfolio-Optimierung und Capital Asset Pricing
Portfolio-Optimierung und Capital Asset Pricing Prof. Dr. Nikolaus Hautsch Institut für Statistik und Ökonometrie Humboldt-Universität zu Berlin CASE, CFS, QPL Econ Boot Camp, SFB 649, Berlin, 8. Januar
MehrInhalt. I. Deskriptive Statistik Einführung Die Grundgesamtheit Merkmale und Verteilungen Tabellen und Grafiken...
I. Deskriptive Statistik 1 1. Einführung 3 1.1. Die Grundgesamtheit......................... 5 1.2. Merkmale und Verteilungen..................... 6 1.3. Tabellen und Grafiken........................ 10
MehrStatistik III. Walter Zucchini Fred Böker Andreas Stadie
Statistik III Walter Zucchini Fred Böker Andreas Stadie Inhaltsverzeichnis 1 Zufallsvariablen und ihre Verteilung 1 1.1 Diskrete Zufallsvariablen........................... 1 1.2 Stetige Zufallsvariablen............................
MehrPortfoliotheorie, 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
MehrSei X eine auf dem Intervall [2, 6] (stetig) gleichverteilte Zufallsvariable.
Aufgabe 1 (5 + 2 + 1 Punkte) Sei X eine auf dem Intervall [2, 6] (stetig) gleichverteilte Zufallsvariable. a) Wie lautet die Verteilungsfunktion von X? Zeichnen Sie diese! 0 x < 2 1 F (x) = x 0.5 2 x 6
MehrAUTOMATISIERTE HANDELSSYSTEME
UweGresser Stefan Listing AUTOMATISIERTE HANDELSSYSTEME Erfolgreich investieren mit Gresser K9 FinanzBuch Verlag 1 Einsatz des automatisierten Handelssystems Gresser K9 im Portfoliomanagement Portfoliotheorie
MehrVet. Med. Uni. Budapest 5. Übung Biomathematik 2017
5. Übung (Normalverteilung) Die Normalverteilung spielt eine sehr wichtige Rolle in den Biowissenschaften, unter anderem auch in der Tiermedizin. Ihre Wichtigkeit beruht an dem sog. zentralen Grenzwertsatz.
MehrKapitel 5: Entscheidung unter Unsicherheit
Kapitel 5: Entscheidung unter Unsicherheit Hauptidee: Die Konsequenzen einer Entscheidung sind oft unsicher. Wenn jeder möglichen Konsequenz eine Wahrscheinlichkeit zugeordnet wird, dann kann eine rationale
MehrÜbungsblatt 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
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung 3. Vorlesung Dr. Jochen Köhler 1 Inhalte der heutigen Vorlesung Ziel: Daten Modellbildung Probabilistisches Modell Wahrscheinlichkeit von Ereignissen Im ersten
MehrWahl des optimalen Portefeuilles I - Präferenzunabhängige Vorauswahl
der Universität Hamburg (Investition Wahl des optimalen Portefeuilles I - Präferenzunabhängige Vorauswahl Ein PF ist dann effizient, wenn sich aus den gegebenen Wertpapieren kein anderes PF zusammenstellen
MehrDie drei Kernpunkte der modernen Portfoliotheorie
Die drei Kernpunkte der modernen Portfoliotheorie 1. Der Zusammenhang zwischen Risiko und Rendite Das Risiko einer Anlage ist die als Varianz oder Standardabweichung gemessene Schwankungsbreite der Erträge
MehrPlanen mit mathematischen Modellen 00844: Computergestützte Optimierung. Autor: Dr. Heinz Peter Reidmacher
Planen mit mathematischen Modellen 00844: Computergestützte Optimierung Leseprobe Autor: Dr. Heinz Peter Reidmacher 11 - Portefeuilleanalyse 61 11 Portefeuilleanalyse 11.1 Das Markowitz Modell Die Portefeuilleanalyse
Mehr1.1.1 Ergebnismengen Wahrscheinlichkeiten Formale Definition der Wahrscheinlichkeit Laplace-Experimente...
Inhaltsverzeichnis 0 Einführung 1 1 Zufallsvorgänge und Wahrscheinlichkeiten 5 1.1 Zufallsvorgänge.......................... 5 1.1.1 Ergebnismengen..................... 6 1.1.2 Ereignisse und ihre Verknüpfung............
MehrÜbungsaufgaben zur Portfolio-Selection-Theorie:
Übungsaufgaben zur Portfolio-Selection-Theorie: Aufgabe 1 Nachfolgend finden Sie die umweltzustandsabhängigen Renditen der Aktien A und B: S 1 S 2 S 3 S 4 S 5 WK 0,2 0,2 0,2 0,2 0,2 r A 0,18 0,05 0,12
Mehreinfache Rendite 0 145 85 1 160 90 2 135 100 3 165 105 4 190 95 5 210 110
Übungsbeispiele 1/6 1) Vervollständigen Sie folgende Tabelle: Nr. Aktie A Aktie B Schlusskurs in Schlusskurs in 0 145 85 1 160 90 2 135 100 3 165 105 4 190 95 5 210 110 Arithmetisches Mittel Standardabweichung
Mehr1 Dichte- und Verteilungsfunktion
Tutorium Yannick Schrör Klausurvorbereitungsaufgaben Statistik Lösungen Yannick.Schroer@rub.de 9.2.26 ID /455 Dichte- und Verteilungsfunktion Ein tüchtiger Professor lässt jährlich 2 Bücher drucken. Die
MehrAsset Management mit OLZ & Partners
Asset Management mit OLZ & Partners Asset Management mit OLZ & Partners Minimum Varianz als Alternative zum kapitalgewichteten Indexieren Assets under Management in Mio. CHF OLZ & Partners Entwicklung
MehrVarianz und Kovarianz
KAPITEL 9 Varianz und Kovarianz 9.1. Varianz Definition 9.1.1. Sei (Ω, F, P) ein Wahrscheinlichkeitsraum und X : Ω eine Zufallsvariable. Wir benutzen die Notation (1) X L 1, falls E[ X ]
MehrValuation Übung 3 Moderne Portfoliotheorie. Adrian Michel Universität Bern
Valuation Übung 3 Moderne Portfoliotheorie Adrian Michel Universität Bern Aufgabe 1 Richtigstellung falscher Aussagen 2 Aufgabe 1 a) > Um aus zwei Aktien ein risikoloses Portfolio bilden zu können, müssen
MehrPortfoliomanagement. R. Oldenbourg Verlag München Wien. o. Professor für Betriebswirtschaftslehre. 2., überarbeitete und ergänzte Auflage
Portfoliomanagement Von Dr. Klaus Spremann o. Professor für Betriebswirtschaftslehre an der Universität St. Gallen und Direktor am Schweizerischen Institut für Banken und Finanzen 2., überarbeitete und
MehrInvestitionsentscheidung auf Basis des CAPM
Investitionsentscheidung auf Basis des CAPM Wie viel Rendite darf ich fordern, wie viel Rendite muss ich anbieten in einer risikobehafteten Welt? Von Zhao, Wei Annahmen des CAPM Auf der Grundlage der Portfoliotheorie
MehrNochmal: Indifferenzwahrscheinlichkeiten und Nutzenfunktion Reihung: Selbständigkeit Erfolg Geschäftsführer Vorstandsassistent Insolvenz
Nochmal: Indifferenzwahrscheinlichkeiten und Nutzenfunktion Reihung: Selbständigkeit Erfolg Geschäftsführer Vorstandsassistent Insolvenz Ref.-L.1: Selbst. Erfolg Sicher (300000) π = 1 1-π = 0 Selbständigkeit
Mehr2.4 Entscheidung bei Risiko
2.4 Entscheidung bei Risiko Entscheidung bei Risiko nimmt an, dass für jeden Zustand S j seine Eintrittswahrscheinlichkeit P(S j ) bekannt ist Eintrittswahrscheinlichkeiten bestimmbar als statistische
MehrKlausur 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
MehrEndklausur Entscheidungstheorie WS 2009/2010 (A) S. 1 von 10. W2263 Entscheidungstheorie Endklausur
Endklausur Entscheidungstheorie WS 2009/2010 (A) S. 1 von 10 Zwischenklausur Fach: Prüfer: Veranstaltung: Finanzierung und Investition Prof. Dr. Dr. A. Löffler W2263 Entscheidungstheorie Endklausur Name
MehrStatistik-Klausur vom
Statistik-Klausur vom 09.02.2009 Bearbeitungszeit: 90 Minuten Aufgabe 1 a) Ein Unternehmen möchte den Einfluss seiner Werbemaßnahmen auf den erzielten Umsatz quantifizieren. Hierfür werden die jährlichen
MehrAufgabensammlung. Bank I
Aufgabensammlung Bank I Inhaltsverzeichnis Portfolio-Selection... Kapitalmarktgleichgewicht und Unternehmensbewertung... 4 Kreditvertragstheorie... 69 Arbeitseinsatzkontrolle... 95 Nichttriviale Risikoallokation...
Mehr2.3 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
MehrI. Deskriptive Statistik 1
I. Deskriptive Statistik 1 1. Einführung 3 1.1. Grundgesamtheit und Stichprobe.................. 5 1.2. Merkmale und Verteilungen..................... 6 1.3. Tabellen und Grafiken........................
MehrWahrscheinlichkeitsrechnung und Statistik für Studierende der Informatik. PD Dr. U. Ludwig. Vorlesung 7 1 / 19
Wahrscheinlichkeitsrechnung und Statistik für Studierende der Informatik PD Dr. U. Ludwig Vorlesung 7 1 / 19 2.2 Erwartungswert, Varianz und Standardabweichung (Fortsetzung) 2 / 19 Bedingter Erwartungswert
MehrEinführung in die Maximum Likelihood Methodik
in die Maximum Likelihood Methodik Thushyanthan Baskaran thushyanthan.baskaran@awi.uni-heidelberg.de Alfred Weber Institut Ruprecht Karls Universität Heidelberg Gliederung 1 2 3 4 2 / 31 Maximum Likelihood
MehrK8 Stetige Zufallsvariablen Theorie und Praxis
K8 Stetige Zufallsvariablen Theorie und Praxis 8.1 Theoretischer Hintergrund Wir haben (nicht abzählbare) Wahrscheinlichkeitsräume Meßbare Funktionen Zufallsvariablen Verteilungsfunktionen Dichten in R
MehrÜbung 1: Wiederholung Wahrscheinlichkeitstheorie
Übung 1: Wiederholung Wahrscheinlichkeitstheorie Ü1.1 Zufallsvariablen Eine Zufallsvariable ist eine Variable, deren numerischer Wert solange unbekannt ist, bis er beobachtet wird. Der Wert einer Zufallsvariable
Mehr15.5 Stetige Zufallsvariablen
5.5 Stetige Zufallsvariablen Es gibt auch Zufallsvariable, bei denen jedes Elementarereignis die Wahrscheinlich keit hat. Beispiel: Lebensdauer eines radioaktiven Atoms Die Lebensdauer eines radioaktiven
MehrStudienbuch Finanzierung und Investition
Dorothea Schäfer Lutz Kruschwitz Mike Schwake Studienbuch Finanzierung und Investition wde G Walter de Gmyter Berlin New York 1995 Inhalt 1 Sichere Zahlungen 1 1.1 Einmalige sichere Zahlungen 1 1.1.1 Budgetrestriktion
MehrKapitel VII. Einige spezielle stetige Verteilungen
Kapitel VII Einige spezielle stetige Verteilungen D. 7.. (Normalverteilung) Eine stetige Zufallsgröße X sei als normalverteilt bezeichnet, wenn sie folgende Wahrscheinlichkeitsdichte besitzt: µ f ( ; µ,
MehrDynamische Systeme und Zeitreihenanalyse // Multivariate Normalverteilung und ML Schätzung 11 p.2/38
Dynamische Systeme und Zeitreihenanalyse Multivariate Normalverteilung und ML Schätzung Kapitel 11 Statistik und Mathematik WU Wien Michael Hauser Dynamische Systeme und Zeitreihenanalyse // Multivariate
MehrAuswahl von Schätzfunktionen
Auswahl von Schätzfunktionen Worum geht es in diesem Modul? Überblick zur Punktschätzung Vorüberlegung zur Effizienz Vergleich unserer Schätzer für My unter Normalverteilung Relative Effizienz Einführung
MehrPortfolio-Selektionstheorie grafisch und intuitiv mit GeoGebra
Portfolio-Selektionstheorie grafisch und intuitiv mit GeoGebra Lucia Del Chicca Markus Hohenwarter Seminar Mathematech, JKU 14 Mai 2015 Die Problemstellung Es ist allgemein bekannt, dass wenn wir ein bestimmtes
MehrLösungsskizze Aufgabe 8. Gesucht sind alle Konsumpläne, die es gestatten, das gesamte Einkommen in t = 0 und t = 1 auszugeben: = 16,67; 10
Lösungsskizze Aufgabe 3 Gesucht sind alle Konsumpläne, die es gestatten, das gesamte Einkommen in t = 0 und t = 1 auszugeben: [ c 0 = 10 h 0, h 0 20 ] = 16,67; 10 1,2 c 1 = 20 + 1,2 h 0. Stellt man die
MehrInvestitions- und Finanzierungstheorie / Finanzmanagement
Klausur IuF-Theorie, SS 2010, Seite 1 Prof. Dr. Andreas Horsch Sommersemester 2010 Lehrstuhl für ABWL mit dem Schwerpunkt 30.07.2010 Investition und Finanzierung (Name, Vorname) (Matrikelnummer) Klausur
MehrMusterlösung zur Klausur im Fach Fortgeschrittene Statistik am Gesamtpunktzahl: 60
WESTFÄLISCHE WILHELMS - UNIVERSITÄT MÜNSTER Wirtschaftswissenschaftliche Faktultät Prof. Dr. Bernd Wilfling Professur für VWL, insbesondere Empirische Wirtschaftsforschung Musterlösung zur Klausur im Fach
MehrHäufigkeiten. Verteilungen. Lageparameter Mittelwert. oder
Formelsammlung Beschreibende Statistik Univariate Häufigkeitsverteilungen X ist ein diskretes Merkmal, mit k Ausprägungen TR: Mode 2 1 = AC absolute relative Häufigkeit Häufigkeiten Bivariate Häufigkeitsverteilungen
Mehr1 Grundlagen des Portfolio Managements Mathematische Grundlagen im Portfolio Management Grundlagen der modernen Portfoliotheorie 203
Inhaltsübersicht 1 Grundlagen des Portfolio Managements 17 2 Mathematische Grundlagen im Portfolio Management 123 3 Grundlagen der modernen Portfoliotheorie 203 4 Die Anwendung des aktiven Portfolio Managements
MehrFit for Abi & Study Stochastik
Fit for Abi & Study Stochastik Prof. Dr. Tilla Schade Hochschule Harz 15. und 16. April 2014 No. 1 Stochastik besteht aus: Wahrscheinlichkeitsrechnung Statistik No. 2 Gliederung Grundlagen Zufallsgrößen
MehrEV = (0, 2)(125) + (0, 3)(100) + (0, 5)(50) = 80.
Mikroökonomie I Übungsaufgaben Erwartungsnutzen 1. Warum ist die Varianz ein besseres Maß der Variabilität als die Spannweite? Die Spannweite ist der Unterschied zwischen dem höchsten möglichen Ergebnis
MehrAusarbeitung 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
MehrInhaltsverzeichnis. 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.........................................
MehrFinanzierung und Investition
Kruschwitz/Husmann (2012) Finanzierung und Investition 1/31 Kruschwitz/Husmann (2012) Finanzierung und Investition 2/31 Finanzierung und Investition Kruschwitz/Husmann (2012) Oldenbourg Verlag München
MehrVeranstaltung: Statistik für das Lehramt Dozent: Martin Tautenhahn Referenten: Belinda Höher, Thomas Holub, Maria Böhm.
Veranstaltung: Statistik für das Lehramt 16.12.2016 Dozent: Martin Tautenhahn Referenten: Belinda Höher, Thomas Holub, Maria Böhm Erwartungswert Varianz Standardabweichung Die Wahrscheinlichkeitsverteilung
Mehr1.5 Erwartungswert und Varianz
Ziel: Charakterisiere Verteilungen von Zufallsvariablen (Bildbereich also reelle Zahlen, metrische Skala) durch Kenngrößen (in Analogie zu Lage- und Streuungsmaßen der deskriptiven Statistik). Insbesondere:
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Übung 3 1 Inhalt der heutigen Übung Vorrechnen der Hausübung B.7 Beschreibende Statistik Gemeinsames Lösen der Übungsaufgaben C.1: Häufigkeitsverteilung C.2: Tukey
MehrKapitel 8. Erwarteter Nutzen. Intertemporaler Nutzen für Mehrperioden-Entscheidungen
Kapitel 8 Erwarteter Nutzen Josef Leydold c 2006 Mathematische Methoden VIII Erwarteter Nutzen / 27 Lernziele Nutzenfunktion zur Risikobewertung Erwarteter Nutzen Maße für Risikoaversion Indifferenzkurven
MehrDer Korrelationskoezient nach Pearson
Der Korrelationskoezient nach Pearson 1 Motivation In der Statistik werden wir uns häug mit empirisch erfassten Daten beschäftigen. Um diese auszuwerten, ist es oftmals notwendig einen Zusammenhang zwischen
MehrMathematik 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
Mehr6.6 Poisson-Verteilung
6.6 Poisson-Verteilung Die Poisson-Verteilung ist eine Wahrscheinlichkeitsverteilung, die zur Modellierung der Anzahl von zufälligen Vorkommnissen in einem bestimmten räumlichen oder zeitlichen Abschnitt
MehrÜbung zu Empirische Ökonomie für Fortgeschrittene SS 2009
Übung zu Empirische Ökonomie für Fortgeschrittene Steen Elstner, Klaus Wohlrabe, Steen Henzel SS 9 1 Wichtige Verteilungen Die Normalverteilung Eine stetige Zufallsvariable mit der Wahrscheinlichkeitsdichte
MehrProf. Dr. Andreas Horsch Wintersemester 2009/2010. Klausur. Finanzmanagement
Prof. Dr. Andreas Horsch Wintersemester 2009/2010 1 17.02.2010 (Name, Vorname) Klausur Finanzmanagement (Matrikelnummer) Die vorliegende Klausur besteht aus drei Aufgaben, die alle zu bearbeiten sind.
MehrVorlesung Gesamtbanksteuerung Mathematische Grundlagen III / Marktpreisrisiken Dr. Klaus Lukas Stefan Prasser
Vorlesung Gesamtbanksteuerung Mathematische Grundlagen III / Marktpreisrisiken Dr. Klaus Lukas Stefan Prasser 1 Agenda Rendite- und Risikoanalyse eines Portfolios Gesamtrendite Kovarianz Korrelationen
MehrBiomathematik für Mediziner, Klausur SS 2000 Seite 1
Biomathematik für Mediziner, Klausur SS 2000 Seite 1 Aufgabe 1: Bei der Diagnose einer bestimmten Krankheit mit einem speziellen Diagnoseverfahren werden Patienten, die tatsächlich an der Krankheit leiden,
MehrNeoklassische Kapitalmarkttheorie und Behavioral Finance
Neoklassische Kapitalmarkttheorie und Behavioral Finance von Jessica Plöger 1. Auflage Neoklassische Kapitalmarkttheorie und Behavioral Finance Plöger schnell und portofrei erhältlich bei beck-shop.de
MehrLösungen zu Übungsblatt 9 Höhere Mathematik2/Stochastik 2 Master KI/PI
Lösungen zu Übungsblatt 9 Höhere Mathematik/Stochastik Anpassung von Verteilungen Zu Aufgabe ) a) Zeichnen des Histogranmmes: Um das Histogramm zu zeichnen, benötigen wir die Höhe der Balken. Die Höhe
MehrSozialwissenschaftlerInnen II
Statistik für SozialwissenschaftlerInnen II Henning Best best@wiso.uni-koeln.de Universität zu Köln Forschungsinstitut für Soziologie Statistik für SozialwissenschaftlerInnen II p.1 Wahrscheinlichkeitsfunktionen
MehrStetige Verteilungen Rechteckverteilung
Stetige Verteilungen Rechteckverteilung Die Längenabweichungen X produzierter Werkstücke von der Norm seien gleichmäßig verteilt zwischen a = mm und b = 4mm. Die Dichtefunktion lautet also f(x) = für a
MehrEinführung in die Statistik
Einführung in die Statistik Analyse und Modellierung von Daten Von Prof. Dr. Rainer Schlittgen 4., überarbeitete und erweiterte Auflage Fachbereich Materialwissenschaft! der Techn. Hochschule Darmstadt
MehrKonfidenzintervalle 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
Mehr0 für t < für 1 t < für 2 t < für 3 t < für 4 t < 5 1 für t 5
4 Verteilungen und ihre Kennzahlen 1 Kapitel 4: Verteilungen und ihre Kennzahlen A: Beispiele Beispiel 1: Eine diskrete Zufallsvariable X, die nur die Werte 1,, 3, 4, 5 mit positiver Wahrscheinlichkeit
MehrETWR Teil B. Spezielle Wahrscheinlichkeitsverteilungen (stetig)
ETWR Teil B 2 Ziele Bisher (eindimensionale, mehrdimensionale) Zufallsvariablen besprochen Lageparameter von Zufallsvariablen besprochen Übertragung des gelernten auf diskrete Verteilungen Ziel des Kapitels
MehrDas Gewinnrisiko von Krankenhäusern: Eine Analyse auf Grundlage der Verweildauerstruktur in Sachsen-Anhalt
Das Gewinnrisiko von Krankenhäusern: Eine Analyse auf Grundlage der Verweildauerstruktur in Sachsen-Anhalt Stefan Felder, Daniel Horvath und Thomas Mayrhofer, Tagung der Arbeitsgruppe Health Care Management,
MehrStatistik und Wahrscheinlichkeitsrechnung
Statistik und Wahrscheinlichkeitsrechnung Dr. Jochen Köhler 1 Inhalt der heutigen Vorlesung Statistik und Wahrscheinlichkeitsrechnung Zusammenfassung der vorherigen Vorlesung Übersicht über Schätzung und
MehrKlausur vom
UNIVERSITÄT KOBLENZ LANDAU INSTITUT FÜR MATHEMATIK Dr. Dominik Faas Stochastik Wintersemester 00/0 Klausur vom 09.06.0 Aufgabe (++4=9 Punkte) Bei einer Umfrage wurden n Personen befragt, an wievielen Tagen
MehrDIE FILES DÜRFEN NUR FÜR DEN EIGENEN GEBRAUCH BENUTZT WERDEN. DAS COPYRIGHT LIEGT BEIM JEWEILIGEN AUTOR.
Weitere Files findest du auf www.semestra.ch/files DIE FILES DÜRFEN NUR FÜR DEN EIGENEN GEBRAUCH BENUTZT WERDEN. DAS COPYRIGHT LIEGT BEIM JEWEILIGEN AUTOR. Valuation Übung 4 Moderne Portfoliotheorie Gruppe
MehrDr. Quapp: Statistik für Mathematiker mit SPSS. Lösungs Hinweise 1. Übung Beschreibende Statistik & Verteilungsfunktion
Dr. Quapp: Statistik für Mathematiker mit SPSS Lösungs Hinweise. Übung Beschreibende Statistik & Verteilungsfunktion. Die folgende Tabelle enthält die Pulsfrequenz einer Versuchsgruppe von 39 Personen:
MehrMathematik 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
MehrStudienbuch Finanzierung und Investition
Studienbuch Finanzierung und Investition Von Dr. Dorothea Schäfer Univ.-Prof. Dr. Lutz Kruschwitz Dipl.-Kfm. Mike Schwake 2., überarbeitete und erweiterte Auflage R. Oldenbourg Verlag München Wien Inhaltsverzeichnis
Mehr