Matthias Wagatha
Kointegrationskonzepte für die Kreditrisikomodellierung (eBook, PDF)
Systematische Kreditrisiken und makroökonomische Theorienbildung
Schade – dieser Artikel ist leider ausverkauft. Sobald wir wissen, ob und wann der Artikel wieder verfügbar ist, informieren wir Sie an dieser Stelle.
Matthias Wagatha
Kointegrationskonzepte für die Kreditrisikomodellierung (eBook, PDF)
Systematische Kreditrisiken und makroökonomische Theorienbildung
- Format: PDF
- Merkliste
- Auf die Merkliste
- Bewerten Bewerten
- Teilen
- Produkt teilen
- Produkterinnerung
- Produkterinnerung
![](https://bilder.buecher.de/images/aktion/tolino/tolino-select-logo.png)
Bitte loggen Sie sich zunächst in Ihr Kundenkonto ein oder registrieren Sie sich bei
bücher.de, um das eBook-Abo tolino select nutzen zu können.
Hier können Sie sich einloggen
Hier können Sie sich einloggen
Sie sind bereits eingeloggt. Klicken Sie auf 2. tolino select Abo, um fortzufahren.
![](https://bilder.buecher.de/images/aktion/tolino/tolino-select-logo.png)
Bitte loggen Sie sich zunächst in Ihr Kundenkonto ein oder registrieren Sie sich bei bücher.de, um das eBook-Abo tolino select nutzen zu können.
- Geräte: PC
- ohne Kopierschutz
- eBook Hilfe
- Größe: 49.44MB
- Upload möglich
Produktdetails
- Verlag: Deutscher Universitätsverlag
- Erscheinungstermin: 27. Februar 2015
- Deutsch
- ISBN-13: 9783322819079
- Artikelnr.: 44121542
1 Einleitung.- 2 Methoden der Kointegration und der multivariaten Zeitreihenanalyse.- 2.1 Zeitreihenmodelle.- 2.2 Vektorautoregressive Prozesse.- 2.3 Theone kointegrierter Zeitreihen.- 2.4 Analyse von kointegrierten VAR Systemen.- 2.5 Bootstrap-Verfahren und Monte-Carlo-Simulation.- 3 Ökonomischer Zusammenhang von Konjunktur und systematischen Kreditrisiken.- 3.1 Theoretische Fundierung konjunkturbedingter Ausfallwahrscheinlichkeiten.- 3.2 Risikobegriff und Messung von Kreditrisiken.- 3.3 Ausgewählte empirische Studien zur Untersuchung des Zusammenhangs von Konjunktur und Ausfallwahrscheinlichkeiten.- 3.4 Ergebnisse einer Umfrage zum Kreditrisikomanagement der 100 größten Kreditinstitute in Deutschland.- 3.5 Der Indikatorenansatz - Measurement without Theory?.- 3.6 Vorstellung des eigenen Untersuchungsansatzes.- 4 Empirische Analyse von VAR Modellen der systematischen Kreditrisiken.- 4.1 Datenbasis, Methodik der Untersuchung und Vorauswahl der Indikatoren.- 4.2 Auswahl und Tests der Modellspezifikationen.- 4.3 Kointegrationsanalyse.- 4.4 Rekursive Analyse.- 4.5 Strukturelle Eigenschaften der Ausfallwahrscheinlichkeitensysteme.- 4.6 Prognoseevaluation der VAR Modelle.- 5 Zusammenfassung.- A. Asymptotische Verteilung der Modellschätzer für das saisonal kointegrierte VAR Modell.- B. Verwendetes Datenmaterial.- C. Einheitswurzeltests.- D. Bestimmung der Ordnung der VAR Modelle.- E. Kointegrationsrelationen und Ladungsmatrizen.- F. Berechnung der Pseudoinverse oder Moore-Penrose-Inverse.- G. Impuls Antwort Folgen.- H. Vorhersagefehler-Varianzen.- I. Prognosen und Konfidenzintervalle.- J. Boxplots für die Verteilungen der RMSE-Werte.
1 Einleitung.- 2 Methoden der Kointegration und der multivariaten Zeitreihenanalyse.- 2.1 Zeitreihenmodelle.- 2.2 Vektorautoregressive Prozesse.- 2.3 Theone kointegrierter Zeitreihen.- 2.4 Analyse von kointegrierten VAR Systemen.- 2.5 Bootstrap-Verfahren und Monte-Carlo-Simulation.- 3 Ökonomischer Zusammenhang von Konjunktur und systematischen Kreditrisiken.- 3.1 Theoretische Fundierung konjunkturbedingter Ausfallwahrscheinlichkeiten.- 3.2 Risikobegriff und Messung von Kreditrisiken.- 3.3 Ausgewählte empirische Studien zur Untersuchung des Zusammenhangs von Konjunktur und Ausfallwahrscheinlichkeiten.- 3.4 Ergebnisse einer Umfrage zum Kreditrisikomanagement der 100 größten Kreditinstitute in Deutschland.- 3.5 Der Indikatorenansatz - Measurement without Theory?.- 3.6 Vorstellung des eigenen Untersuchungsansatzes.- 4 Empirische Analyse von VAR Modellen der systematischen Kreditrisiken.- 4.1 Datenbasis, Methodik der Untersuchung und Vorauswahl der Indikatoren.- 4.2 Auswahl und Tests der Modellspezifikationen.- 4.3 Kointegrationsanalyse.- 4.4 Rekursive Analyse.- 4.5 Strukturelle Eigenschaften der Ausfallwahrscheinlichkeitensysteme.- 4.6 Prognoseevaluation der VAR Modelle.- 5 Zusammenfassung.- A. Asymptotische Verteilung der Modellschätzer für das saisonal kointegrierte VAR Modell.- B. Verwendetes Datenmaterial.- C. Einheitswurzeltests.- D. Bestimmung der Ordnung der VAR Modelle.- E. Kointegrationsrelationen und Ladungsmatrizen.- F. Berechnung der Pseudoinverse oder Moore-Penrose-Inverse.- G. Impuls Antwort Folgen.- H. Vorhersagefehler-Varianzen.- I. Prognosen und Konfidenzintervalle.- J. Boxplots für die Verteilungen der RMSE-Werte.