Show Less

Agentenbasierte Modelle für empirische Wechselkurse

Ökonometrische Schätzung und Evaluierung

Series:

Vahidin Jeleskovic

Empirische Analysen liefern eine überwältigende Fülle von Hinweisen, dass das Verhalten der Agenten auf Finanzmärkten durch Standardmodelle nicht hinreichend abzubilden ist. Dies führte zur Entwicklung neuer sogenannter Agentenbasierter Modelle (ABM), die versuchen, eben das jeweilige Verhalten heterogener Agenten mithilfe computergestützter Simulationen zu modellieren. Es zeigte sich, dass ABM durchaus in der Lage sind, viele empirische stilisierte Fakten der Wechselkurse qualitativ zu erklären. Trotzdem gab es bisher keine universelle Schätzmethode, mit der man die Parameter der ABM schätzen konnte. Ziel der Arbeit ist es, diese Lücke zu schließen, was durch die Entwicklung einer verallgemeinerten simulationsbasierten Schätzmethode erfolgte, welche auf drei ABM und drei empirische Wechselkurse angewandt wurde. Wegen der Monte-Carlo-Varianz und lokaler Minima war dabei die Anwendung der heuristischen Optimierung unabdingbar.

Prices

Show Summary Details
Restricted access

Tabellenverzeichnis xv

Extract

Tabellenverzeichnis 3.1. Empirische Momente und Tests auf Normalität . . . . . . . . . . . 13 3.2. Hill Schätzer für den linken und rechten Tail-Index . . . . . . . . . 18 3.3. Mittelwert der Hill-Schätzungen . . . . . . . . . . . . . . . . . . . 19 3.4. BBM- und POT-Schätzer für den linken und rechten Tail-Index . . 24 3.5. BDS-Test . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 28 3.6. Autokorrelationskoeffizienten von |rDEM|d . . . . . . . . . . . . . 31 3.7. Schätzergebnisse für ARCH(1)-Modell . . . . . . . . . . . . . . . 36 3.8. Schätzergebnisse für GARCH(1,1)-Modell . . . . . . . . . . . . . 36 3.9. Schätzergebnisse für EGARCH(1,1)-Modell . . . . . . . . . . . . 37 3.10. Schätzung des Hurst-Exponenten . . . . . . . . . . . . . . . . . . 45 3.11. GPH-Schätzer . . . . . . . . . . . . . . . . . . . . . . . . . . . . 48 3.12. Schätzergebnisse für ARFIMA-Modell . . . . . . . . . . . . . . . 50 3.13. Schätzergebnisse für das FIGARCH-Modell ohne Konstante . . . . 52 3.14. Schätzergebnisse für das FIGARCH-Modell mit Konstante . . . . . 52 3.15. Ergebnisse des ADF-Tests für Wechselkurse . . . . . . . . . . . . 56 4.1. Subsamples-Analyse: Unbedingte Verteilung . . . . . . . . . . . . 61 4.2. Subsample-Analyse: Bedingte Verteilung I . . . . . . . . . . . . . 62 4.3. Subsample-Analyse: Bedingte Verteilung II . . . . . . . . . . . . . 63 4.4. Konvergenzgeschwindigkeit von Bootstrap-Methoden . . . . . . . 73 4.5. Bootstrap Ergebnisse für unbedingte Verteilung . . . . . . . . . . . 76 4.6. Bootstrap Ergebnisse für bedingte Verteilung . . . . . . . . . . . . 78 4.7. Test-Statistiken und Schätzungen unter zeitlicher Aggregation . . . 83 4.8. Hill-Schätzung unter zeitlicher Aggregation . . . . . . . . . . . . 84 4.9. Bedingte Verteilung unter zeitlicher Aggregation I . . . . . . . . . 85 4.10. Bedingte Verteilung unter zeitlicher Aggregation II . . . . . . . . . 86 6.1. Momente der Zielfunktion . . . . . . . . . . . . . . . . . . . . . . 155 6.2. Empirische Quantile der Zielfunktion . . . . . . . . . . . . . . . . 159 6.3. Schätzergebnisse für GARCH- und SV-Modell . . . . . . . . . . . 162 6.4. Parameterwerte für das Modell von Kirman. . . . . . . . . . . . . . 165 xvi Tabellenverzeichnis 6.5. Parameterwerte für das Modell von Lux. . . . . . . . . . . . . . . . 168 6.6. Parameterwerte für das Modell von Arifovic. . . . . . . . . . . . . 171 6.7. Empirische Quantile der zweiten Zielfunktion . . . . . . . . . . . . 178...

You are not authenticated to view the full text of this chapter or article.

This site requires a subscription or purchase to access the full text of books or journals.

Do you have any questions? Contact us.

Or login to access all content.