Advertisement

Grundlagen der empirischen Untersuchung der Risikoprognosefähigkeit künstlicher neuronaler Netze

  • Markus Rauscher
Chapter
  • 237 Downloads
Part of the „Versicherung und Risikoforschung“ book series (VUR, volume 47)

Zusammenfassung

Nachdem in Kapitel 2.4 die Notwendigkeit der Schätzung der Parameter von Renditeverteilungen erläutert wurde, wobei aufgrund der langfristigen Anlagepolitik von Versicherungsunternehmen ein Horizont von einem Jahr in Betracht zu ziehen ist, soll in dieser empirischen Untersuchung der Versuch unternommen werden, die zukünftige Varianz und Korrelationskoeffizient der Renditen von Wertpapierindices519 mithilfe von KNN zu schätzen, welche in Kapitel 2 als entscheidende Größe der Risikomaße in der Kapitalanlage erkannt wurden. In Kapitel 3 und 4 wurden die theoretische Eignung von KNN zur Analyse ökonomischer Zeitreihen festgestellt und in Kapitel 5 die Einsatzgebiete in Literatur und Praxis dargelegt. Letztere lassen auch eine Eignung zur Lösung des o. g. Problems vermuten und empfehlen den Versuch der Prognose von Varianzen und Kovarianzen, da im Gegensatz zu diesen die Schätzung der zukünftigen Rendite bereits in einer Vielzahl wissenschaftlicher Untersuchungen behandelt wurde. Aufgrund der theoretischen Ausführungen und der Argumentationen der Anwendungen soll hierfür das weit verbreitete MLP zum Einsatz kommen.

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Copyright information

© Deutscher Universitäts-Verlag GmbH, Wiesbaden 2004

Authors and Affiliations

  • Markus Rauscher

There are no affiliations available

Personalised recommendations