Bis zu 50 % günstiger als neu 3 Jahre rebuy Garantie Professionelles Refurbishment
ElektronikMedien
Tipps & News
AppleAlle anzeigen
TabletsAlle anzeigen
HandyAlle anzeigen
Fairphone
AppleAlle anzeigen
iPhone Air Generation
GoogleAlle anzeigen
Pixel Fold
HonorAlle anzeigen
HuaweiAlle anzeigen
Honor SerieY-Serie
NothingAlle anzeigen
OnePlusAlle anzeigen
OnePlus 11 GenerationOnePlus 12 Generation
SamsungAlle anzeigen
Galaxy XcoverWeitere Modelle
SonyAlle anzeigen
Weitere Modelle
XiaomiAlle anzeigen
Weitere Modelle
Tablets & eBook ReaderAlle anzeigen
Google
AppleAlle anzeigen
HuaweiAlle anzeigen
MatePad Pro Serie
MicrosoftAlle anzeigen
XiaomiAlle anzeigen
Kameras & ZubehörAlle anzeigen
ObjektiveAlle anzeigen
System & SpiegelreflexAlle anzeigen
WearablesAlle anzeigen
Fitness TrackerAlle anzeigen
SmartwatchesAlle anzeigen
Xiaomi
Konsolen & ZubehörAlle anzeigen
Lenovo Legion GoMSI Claw
NintendoAlle anzeigen
Nintendo Switch Lite
PlayStationAlle anzeigen
XboxAlle anzeigen
Audio & HiFiAlle anzeigen
KopfhörerAlle anzeigen
FairphoneGoogle
LautsprecherAlle anzeigen
Beats by Dr. DreGoogleYamahatonies
iPodAlle anzeigen

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

Modellierung multivariater Abhängigkeitsstrukturen auf Finanzmärkten mit archimedischen und hierarchischen archimedischen Copulas

Cornelia Savu (Broschiert, Deutsch)

Keine Bewertungen vorhanden
Optischer Zustand
  • Sehr guter Zustand: leichte Gebrauchsspuren vorhanden
  • z.B. mit vereinzelten Knicken, Markierungen oder mit Gebrauchsspuren am Cover
  • Gut als Geschenk geeignet
Beschreibung
In der ökonomischen Theorie und in der Ökonometrie spielen multivariate Verteilungen eine wichtige Rolle. So ist die Portfoliooptimierung nur möglich, wenn ein geeignetes Modell für die multivariate Renditeverteilung existiert. In der statistischen Literatur hat sich ein neues Instrument zur einfachen Erzeugung multivariater Verteilungen etabliert: die Copula. Die vorliegende Arbeit befaßt sich mit der Modellierung multivariater Abhängigkeitsstrukturen, wie sie auf Finanzmärkten vorherrschen, mit Hilfe der Copula-Funktion und dem Fokus auf die spezielle Klasse der multivariaten archimedischen Copulas. Dabei werden zwei Hauptprobleme der Copula-Theorie aufgegriffen und analysiert: die statistische Inferenz und die Konstruktion neuer multivariater Copula-Familien. Eine wichtige Frage aus der statistischen Inferenz beschäftigt sich mit der Auswahl der richtigen Copula-Funktion zur Modellierung mehrdimensionaler Fragestellungen, der durch die Einführung eines neuen Anpassungstests zur Überprüfung der multivariaten archimedischen Copula-Spezifikation Rechnung getragen wird. Als weiterer Beitrag wird die neue Klasse der hierarchischen archimedischen Copulas als Verallgemeinerung multivariater archimedischer Copulas in ihrer Gesamtheit eingeführt und ausführlich untersucht. Diese neue multivariate Copula-Klasse erlaubt eine wesentlich flexiblere und realitätskonformere Beschreibung der Abhängigkeiten zwischen unterschiedlichen Finanztiteln als die bereits existierenden multivariaten Copula-Familien.
neu 40,50 € -75 %*
9,99 €
Broschiert | Sehr gut
Nur noch 1 verfügbar! Versandbereit in 1-2 Werktagen
zzgl.
Nur noch 1 verfügbar! Versandbereit in 1-2 Werktagen
zzgl.

Handgeprüfte Gebrauchtware

Bis zu 50 % günstiger als neu

Der Umwelt zuliebe

* Spare 75 % gegenüber Neuware
Der Streichpreis bezieht sich auf den festgelegten Preis für Neuware.

Technische Daten


Erscheinungsdatum
28.09.2007
Sprache
Deutsch
EAN
9783832516963
Herausgeber
Logos Berlin
Sonderedition
Nein
Autor
Cornelia Savu
Seitenanzahl
254
Einbandart
Broschiert
Schlagwörter
ökonomischen, Ökonometrie, Portfoliooptimierung, Renditeverteilung, multivariater Abhängigkeitsstrukturen
Thema-Inhalt
PBT - Wahrscheinlichkeitsrechnung und Statistik
Höhe
210 mm
Breite
14.5 cm

Warnhinweise und Sicherheitsinformationen

Informationen nach EU Data Act

-.-
Leider noch keine Bewertungen
Leider noch keine Bewertungen
Schreib die erste Bewertung für dieses Produkt!
Wenn du eine Bewertung für dieses Produkt schreibst, hilfst du allen Kund:innen, die noch überlegen, ob sie das Produkt kaufen wollen. Vielen Dank, dass du mitmachst!