Skip to main content
SpringerLink
Log in

Multivariate Renditeverteilungenrr

  • Chapter
Finanzmarktstatistik

  • 3770 Accesses

Zusammenfassung

Im vorangegangenen Kapitel wurden univariate Renditeverteilungen betrachtet; es wurde jeweils nur die Rendite eines einzelnen Finanzmarkttitels untersucht. Aus verschiedenen Gründen ist es jedoch oft erforderlich, die Renditen mehrerer Finanztitel simultan zu betrachten. Hat man ein Portfolio aus mehreren Wertpapieren, so spielt die Abhängigkeit der Renditen untereinander eine zentrale Rolle bei der Analyse. Sie kann nur bei simultaner Betrachtung der Renditen untersucht werden. Die hierfür nötigen Hilfsmittel aus der Wahrscheinlichkeitsrechnung und Statistik werden im Abschnitt 3.1 kurz wiederholt. Außerdem werden einige Möglichkeiten zur grafischen Darstellung multivariater Daten beschrieben.

Im Abschnitt 3.2 werden wichtige Maßzahlen zur Charakterisierung gemeinsamer Renditeverteilungen eingeführt, insbesondere Maßzahlen zur Messung des Zusammenhangs. Verteilungsmodelle für multivariate Renditeverteilungen werden im Abschnitt 3.3 vorgestellt, insbesondere die multivariate Normalverteilung. Abschnitt 3.4 behandelt die Konstruktion multivariater Renditeverteilungen mittels Copulas.

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

Log in via an institution
Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 29.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 59.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Literaturhinweise

  • Mosler, K. und Schmid, F. (2004), Wahrscheinlichkeitsrechnung und schließende Statistik, Springer, Berlin.

    MATH  Google Scholar 

  • Muirhead, R. (1982), Aspects of Multivariate Statistical Theory, John Wiley & Sons, New York.

    MATH  Google Scholar 

  • Fahrmeir, L., Hamerle, A. und Tutz, G. (Hrsg.) (1996), Multivariate statistische Verfahren, 2. Aufl., de Gruyter, Berlin.

    MATH  Google Scholar 

  • Flury, B. (1997), A First Course in Multivariate Statistics, Springer, New York.

    MATH  Google Scholar 

  • Hartung, J. und Elpelt, B. (1984), Multivariate Statistik. Lehr-und Handbuch der angewandten Statistik, Oldenbourg, München.

    MATH  Google Scholar 

  • Heiler, S. und Michels, P. (1994), Deskriptive und explorative Datenanalyse, Oldenbourg, München.

    Google Scholar 

  • Fang, K., Kotz, S. und Ng, K. (1990), Symmetric Multivariate and Related Distributions, Monographs on Statistics and Applied Probability, Vol. 36, Chapman & Hall, London.

    Google Scholar 

  • Nelsen, R. B. (1998), An Introduction to Copulas, Lecture Notes in Statistics, Springer, New York.

    Google Scholar 

  • Joe, H. (1997), Multivariate Models and Dependence Concepts, Chapman & Hall, London.

    MATH  Google Scholar 

  • Mari, D. D. und Kotz, S. (2001), Correlation and Dependence, World Scientific, Singapore.

    MATH  Google Scholar 

  • Cherubini, U., Luciano, E. und Vecchiato, W. (2004), Copula Methods in Finance, John Wiley & Sons, Chichester.

    MATH  Google Scholar 

  • Frahm, G. (2004), Generalized elliptical distributions: Theory and apllications. Dissertation, Universität zu Köln.

    Google Scholar 

  • Junker, M. (2003), Modelling, estimating and validating multidimensional distribution functions — with applications to risk management. Dissertation, Technische Universität Kaiserslautern.

    Google Scholar 

  • Schmidt, R. (2003), Dependencies of extreme events in finance. Dissertation, Universität zu Ulm.

    Google Scholar 

  • Genest, C. und Rivest, L.-P. (1993), ‘Statistical inference procedures for bivariate archimedean copulas’, Journal of the American Statistical Association 88, 1034–1043.

    Article  MATH  MathSciNet  Google Scholar 

  • Mendes, B. V. d. M. und Souza, R. M. d. (2004), ‘Measuring financial risks with copulas’, International Review of Financial Analysis 13, 27–45.

    Article  Google Scholar 

  • Matteis, R. d. (2001), Fitting copulas to data. PhD-Thesis, Institute of Mathematics, University of Zurich.

    Google Scholar 

  • Capéraà, P., Fougères, A.-L. und Genest, C. (1997), ‘A nonparametric estimation procedure for bivariate extreme value copulas’, Biometrika 84, 567–577.

    Article  MATH  MathSciNet  Google Scholar 

  • Mari, D. D. und Kotz, S. (2001), Correlation and Dependence, World Scientific, Singapore.

    MATH  Google Scholar 

  • Embrechts, P., Klüppelberg, C. und Mikosch, T. (1997), Modelling Extremal Events, Springer, Berlin.

    MATH  Google Scholar 

Download references

Rights and permissions

Reprints and permissions

Copyright information

© 2006 Springer-Verlag Berlin Heidelberg

About this chapter

Cite this chapter

(2006). Multivariate Renditeverteilungenrr. In: Finanzmarktstatistik. Springer, Berlin, Heidelberg. https://doi.org/10.1007/3-540-29795-2_3

Download citation

Publish with us

Policies and ethics

Search

Navigation