02.12.2012 Aufrufe

FORSCHUNGSBERICHT 2004 - am Fachbereich ...

FORSCHUNGSBERICHT 2004 - am Fachbereich ...

FORSCHUNGSBERICHT 2004 - am Fachbereich ...

MEHR ANZEIGEN
WENIGER ANZEIGEN

Sie wollen auch ein ePaper? Erhöhen Sie die Reichweite Ihrer Titel.

YUMPU macht aus Druck-PDFs automatisch weboptimierte ePaper, die Google liebt.

WiSo-Forschungsbericht <strong>2004</strong> - Lehrstuhl für Statistik und Ökonometrie 152<br />

3.18 Portfolioselektion unter verschiedenen Risikomaßen und Verteilungen<br />

Bearbeiter: Dipl.-Kfm. Niels Bierk<strong>am</strong>p, Dr. Matthias Fischer<br />

Projektstart und -ende: November 2003 bis Mai <strong>2004</strong><br />

Charakterisierung: Investoren <strong>am</strong> Kapitalmarkt bilden Portefeuilles, um zu<br />

diversifizieren: Die Risiken der Einzelanlagen sollen im<br />

Portefeuille zu einem möglichst großen Teil eliminiert wer-<br />

den. Folglich wird es von der begrifflichen Fassung des<br />

Risikos und seiner quantitativen Messung abhängen, wel-<br />

che der zur Verfügung stehenden Einzelanlagen mit wel-<br />

chen Gewichten in das Portfolio einbezogen werden sol-<br />

len. Ebenso wird es u.a. vom Risikobegriff abhängen, in<br />

welchem Umfang die erwünschten Diversifikationseffekte<br />

eintreten. Es bestand die Aufgabe der numerischen Um-<br />

setzung.<br />

3.19 Analyse eines inkompatiblen Gibbs-S<strong>am</strong>plers<br />

Bearbeiter: cand.rer.pol. D. Stadelmayer, PD Dr. Susanne Rässler<br />

Projektstart und -ende: Juni <strong>2004</strong> bis Dezember <strong>2004</strong><br />

Charakterisierung: Im Zeichen wachsender Computerleistung kommen in<br />

Forschung und Anwendung immer mehr computerintensi-<br />

ve Methoden insbesondere aus der Bayes-Statistik zum<br />

Zuge. Gerade die sog. Markov Chain Monte Carlo<br />

(MCMC) Verfahren ermöglichen es, die bislang meist-<br />

rechnerisch kaum bzw. nicht lösbaren und daher unattrak-<br />

tiven a posteriori Verteilungen von Par<strong>am</strong>etern bei gege-<br />

benen Daten zu simulieren. Zu den MCMC-Verfahren ge-<br />

hört der Gibbs-S<strong>am</strong>pler. Er fusst auf wechselseitigen Zu-<br />

fallszügen aus bedingten Verteilungen. Nun ist bekannt,<br />

dass es zu Paaren bedingter Verteilungen nicht notwendig<br />

eine gemeins<strong>am</strong>e Verteilung geben muss (Inkompatibilität<br />

der bedingten Verteilungen). Grob gesprochen werden<br />

exemplarisch die Konvergenzeigenschaften des Gibbs-<br />

S<strong>am</strong>plers untersucht, wenn die zugrundeliegenden be-<br />

dingten Verteilungen inkompatibel sind.

Hurra! Ihre Datei wurde hochgeladen und ist bereit für die Veröffentlichung.

Erfolgreich gespeichert!

Leider ist etwas schief gelaufen!