000 04358cam a2200421Ii 4500
001 on1047608331
003 OCoLC
005 20240726104801.0
008 180803s2018 gw a ob 000 0 ger d
040 _aNT
_beng
_erda
_epn
_cNT
_dEBLCP
_dYDX
_dNT
020 _a9783830540229
_q((electronic)l(electronic)ctronic)
020 _a3830540221
_q((electronic)l(electronic)ctronic)
050 0 4 _aHG4637
_b.I546 2018
049 _aMAIN
100 1 _aTieves, Milena E.,
_e1
245 1 0 _aInformationsmaße und Informationsführerschaft bei Volatilitätsfindungsprozessen.
260 _aBerlin :
_bBerliner Wissenschafts-Verlag,
_c(c)2018.
300 _a1 online resource :
_billustrations.
336 _atext
_btxt
_2rdacontent
337 _acomputer
_bc
_2rdamedia
338 _aonline resource
_bcr
_2rdacarrier
347 _adata file
_2rda
490 1 _aNeue betriebswirtschaftliche Studienbücher ;
_vBand 39
504 _a1
505 0 0 _aIntro; Geleitwort; Vorwort; Inhaltsverzeichnis; Abbildungsverzeichnis; Tabellenverzeichnis; Abkürzungsverzeichnis; Symbolverzeichnis; 1 Einführung; 1.1 Thematische Einleitung und Zielsetzung; 1.2 Struktur und Aufbau der Dissertation; 2 Okonometrische Grundlagenvon Wertfindungsprozessen; 2.1 Wertfindungsprozesse; 2.1.1 Definition und Allgemeines; 2.1.2 Informationsmaße und Informationsführerschaft; 2.2 Grundlagen der Zeitreihenanalyse; 2.2.1 Stationarität; 2.2.2 Nichtstationarität und Kointegration; 2.2.3 Grenzstationäre Prozesse und Testverfahren; 2.2.4 Fragilität der Testverfahren
505 0 0 _a2.2.5 Vektor-autoregressive Prozesse2.2.5.1 Definition und Vektor-Moving-Average-Darstellung; 2.2.5.2 Fehlerkorrekturmodell; 3 Volatilität und Volatilitätszeitreihen; 3.1 Volatilität als Marktgröße; 3.2 Volatilität und Optionen; 3.3 Volatilitätszeitreihen und ihre Eigenschaften; 3.3.1 Stochastische zeitstetige Volatilitätsmodelle; 3.3.2 Stochastische zeitdiskrete Volatilitätsmodelle; 3.3.3 Ein Vergleich von GARCH-Modell und ARMA-Modell; 4 Klassische Informationsmaß efür nicht stationärekointegrierte Zeitreihen; 4.1 Dekompositionsansätze von Zeitreihen
505 0 0 _a4.1.1 Zerlegung nach Beveridge und Nelson sowie Stock undWatson4.1.2 Common-Trend-Darstellung; 4.1.3 Zerlegung nach Gonzalo und Granger; 4.2 Klassische Informationsmaße; 4.2.1 Common Factor Component Share nach Gonzalo und Granger; 4.2.2 Information Share nach Hasbrouck; 5 Informationsmaße fürstationäre Zeitreihen; 5.1 Einführung in die Problematik; 5.2 Varianzzerlegung; 5.3 Stationary Information Share; 5.4 Konvergenzverhalten des Stationary Information Share im Grenzprozess; 5.4.1 Mathematische Konvergenz im Allgemeinen; 5.4.2 Mathematisch-technische Konvergenz
505 0 0 _a5.4.3 Numerische Konvergenz des Stationary Information Share5.5 Spillover-Index; 5.6 Alternatives Informationsmaß für stationäreProzesse; 5.6.1 Impuls-Antwort-Folgen; 5.6.2 Stationary Component Share; 5.6.3 Konvergenzverhalten des Stationary Component Share im Grenzprozess; 6 Volatilitätsfindung aufglobalen Märkten; 6.1 Literaturübersicht; 6.2 Analyse mithilfe des Stationary Information Share; 6.2.1 Beschreibung der Datengrundlage; 6.2.2 Darstellung und Interpretation der Ergebnisse; 7 Volatilitätsfindung auf klassischem Optionsmarkt und Markt für Optionsscheine; 7.1 Einführung und Aufbau
505 0 0 _a7.2 Literaturübersicht7.3 Beschreibung der Märkte --
_tklassischer Optionsmarkt vs. Markt für Optionsscheine; 7.4 Konstruktion der Volatilitätszeitreihen und Datengrundlage; 7.4.1 VDAX-New als modellfreier Repräsentant des klassischen Optionsmarktes; 7.4.2 Emittentenabhängige modellfreie Volatilitätszeitreihen als Repräsentanten des Privatanlegermarktes; 7.4.3 Beschreibung der Datengrundlage; 7.4.4 Sticky-Strike-Effekt und notwendige Modifikationen der Volatilitätszeitreihen; 7.5 Analyse mithilfe des Stationary Information Share
530 _a2
_ub
650 0 _aStock price forecasting.
650 0 _aInvestments.
655 1 _aElectronic Books.
856 4 0 _zClick to access digital title | log in using your CIU ID number and my.ciu.edu password.
_uhttpss://search.ebscohost.com/login.aspx?direct=true&scope=site&db=nlebk&db=nlabk&AN=1862012&site=eds-live&custid=s3260518
942 _cOB
_D
_eEB
_hHG
_m2018
_QOL
_R
_x
_8NFIC
_2LOC
994 _a92
_bNT
999 _c78136
_d78136
902 _a1
_bCynthia Snell
_c1
_dCynthia Snell