Zusammenfassung
Zur Erstellung von (quantitativen) Finanzmarktprognosen finden gewöhnlich klassische ökonometrische Verfahren wie die Multivariate Lineare Regressionsanalyse (MLR) Verwendung. Die Modelle werden dabei zur Vermeidung von schätztechnischen Problemen in Differenzenform spezifiziert. Eine solche Vorgehensweise läßt jedoch außer Acht, daß zum einen langfristig stabile Gleichgewichtsbeziehungen zwischen der Zielgröße und ihren Einflußfaktoren existieren, die sich nur im Niveau der Zeitreihen widerspiegeln, und zum anderen, daß zumindest partiell nichtlineare Zusammenhänge zwischen Einflußfaktoren und der Zielgröße bestehen können.
Zur Berücksichtigung dieser Faktoren in Prognosemodellen wird in diesem Beitrag vorgeschlagen, den Kointegrations-und Fehlerkorrekturansatz mit Neuronalen Netzwerken zu einem „nichtlinearen Fehlerkorrekturmodell“ zu kombinieren. Die Leistungsfähigkeit dieses nichtlinearen Fehlerkorrekturansatzes wird am Beispiel der Prognose der G5-Rentenmärkte einer empirischen Überprüfung unterzogen und in einem umfangreichen Performancevergleich einem traditionellen linearen Fehlerkorrekturmodell gegenübergestellt. Es zeigt sich, daß das nichtlineare Fehlerkorrekturmodell die durchaus befriedigende Performance des linearen Fehlerkorrekturmodells noch zu übertreffen vermag.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Preview
Unable to display preview. Download preview PDF.
Literaturverzeichnis
Campbell, J.Y.; Ammer, J. (Campbell/Ammer, 1993): What Moves the Stock and Bond Markets ? A Variance Decomposition for Long-Term Asset Returns, in: The Journal of Finance, Vol. XLVIII, No. 1, (March) 1993, S. 3–37.
Dickey, D.A.; Fuller, W.A. (Dickey/Fuller, 1979): Distribution of the Estimators for Autoregressive Times Series with a Unit Root, in: Journal of the American Statistical Association, 1979, Vol. 74, S. 427–431.
Dickey, D.A.; Fuller, W.A. (Dickey/Fuller, 1981): Likelihood Ratio Statistics for Autoregressive Time Series with a Unit Root, in: Econometrica, 1981, Vol. 49, No. 4, S. 1057–1072.
Engle, R.F.; Granger, C.W.J. (Engle/Granger, 1987): Co-Integration and Error Correction: Representation, Estimation, and Testing, in: Econometrica, 1987, Vol. 55, No. 2, S. 251–276.
Engle, R.F.; Granger, C.W.J. (Engle/Granger, 1991):Long Run Economic Relationships: Readings in CointegrationOxford, 1991.
Engle, R.F.; Yoo, B.S. (Engle/Yoo, 1987): Forecasting and Testing in Co-Integrated Systems, in: Journal of Econometrics, 1987, Vol. 35, S. 143–159.
Filc, W. (Filc, 1992):Theorie und Empirie des KapitalmarktzinsesStuttgart, 1992.
Fuller, W.A. (Fuller, 1976):Introduction to Statistical Time SeriesNew York, 1976.
Gebauer, W.; Müller, M.; Schmidt, K.J.W.; Thiel, M.; Worms, A. (Gebauer et al., 1993):Determinants of Long-Term Interest Rates in Selected Countries- Towards a European Central Bank Policy DesignGeld- Währung- Kapitalmarkt- Working Papers, Nr. 31, Johann Wolfgang Goethe¡ªUniversität, Frankfurt am Main, 1993.
Graf, J.; Westphal, M.; Knöppler, S.; Zagorski, P. (Graf et al., 1996): Finanzmarktprognosen mit Neuronalen Netzen - Anforderungsprofil aus der praktischen Sicht eines Anwenders, in: G. Bol, G. Nakhaeizadeh, K.-H. Vollmer (Hrsg.)Finanzmarktanalyse und -prognose mit innovativen quantitativen VerfahrenHeidelberg, 1996, S. 121–143.
Granger, C.W.J. (Granger, 1969): Investigating Causal Relations by Econometric Models and Cross Spectral Methods, in: Econometrica, 1969, Vol. 37, No. 3, S. 424–438.
Granger, C.W.J. (Granger, 1980): Testing for Causality - A Personal Viewpoint, in: Journal of Economic Dynamics and Control, Vol. 2, 1980, S. 329–352.
Granger, C.W.J. (Granger, 1981): Some Properties of Time Series Data and their Use in Econometric Model Specification, in: Journal of Econometrics, 1981, Vol. 16, S. 121–130.
Granger, C.W.J. (Granger, 1986): Developments in the Study of Cointegrated Economic Variables, in: Oxford Bulletin of Economics and Statistics, Vol. 48, No. 3, S. 213–228.
Granger, C.W.J. (Granger, 1988): Some Recent Developments in a Concept of Causality, in: Journal of Econometrics, Vol. 39, 1988, S. 199–211.
Granger, C.W.J. (Granger, 1991): Spurious Regressions, in J. Eatwell, M. Milgate and P. Newman (Hrsg.)The new Palgrave: EconomicsLondon, 1991, S. 444–445.
Granger, C.W.J.; Lee, T.-H. (Granger/Lee, 1989): Investigation of Production, Sales and Inventory Relationships using Multicointegration and Nonsymmetric Error Correction Models, in: Journal of Applied Econometrics, Vol. 4, 1989, S. 145–159.
Granger, C.W.J.; Newbold, P. (Granger/Newbold, 1974): Spurious Regressions in Econometrics, in: Journal of Econometrics, 1974, Vol. 2, S. 111–120.
Granger, C.W.J.; Teräsvirta, T. (GrangerlTeräsvirta, 1993):Modelling Nonlinear Economic RelationshipsOxford, 1993.
Granger, C.W.J.; Weiss, A.A. (Granger/Weiss, 1983): Time Series Analysis of Error-Correction Models, in: Studies in Econometrics, Time Series, and Multivariate Statistics, New York, 1983, S. 255–278.
Heri, E. (Heri, 1988): Fundamentalanalyse der Zinsentwicklung, in: H. Rehm (Hrsg.)Methoden und Instrumente der Zins-und WechselkursprognoseVerband öffentlicher Banken, Berichte und Analysen, Bd. 9, Bonn, 1988, S. 7–23.
Homik, K.; Stinchcombe, M.; White, H. (Hornik et al., 1989): Multilayer Feedforward Networks are Universal Approximators, in: Neural Networks, Vol. 2, S. 359–366.
Jandura, D.; Matthes, R. (Jandura/Matthes, 1996): Fehlerkorrekturmodelle und Neuronale Netzwerke: ein kombinierter Ansatz zur Prognose der europäischen Zinsentwicklung, in: Schröder, M. (Hrsg.)Quantitative Verfahren im Finanzmarktbereich - Methoden und AnwendungenBaden-Baden, 1996, S. 193–220.
Jerger, J. (Jerger, 1991): Kointegrationsmodelle - Eine neue Technik zur Lösung von Regressionsproblemen, in: Wirtschaftswissenschaftliches Studium, Heft 9, September 1991, S. 471–475.
Johansen, S. (Johansen, 1988): Statistical Analysis of Cointegration Vectors, in: Journal of Economic Dynamics and Control, 1988, Vol. 12, S. 231–254.
Johansen, S. (Johansen, 1991): Estimation and Hypothesis Testing of Cointegration Vectors in Gaussian Vector Autoregressive Models, in: Econometrica, 1991, Vol. 59, No. 6, S. 1551–1580.
Keim, D.; Stambaugh, R. (Keim/Stambaugh, 1986): Predicting Returns in the Bond and the Stock Markets, in: Journal of Financial Economics, 17, S. 357–390.
MacKinnon, J. (MacKinnon, 1991): Critical Values for Cointegration Tests, in Engle, R.F.; Granger, C.W.J. (Hrsg.)Long Run Economic Relationships: Readings in CointegrationOxford, 1991, S. 267–276.
Matthes, R. (Matthes, 1994): Zinsprognosen: Fehlerkorrekturmodelle vs. Neuronale Netze, in: G. Bol, G. Nakhaeizadeh, K.-H. Vollmer (Hrsg.)Finanzmarktanwendungen neuronaler Netze und ökonometrischer VerfahrenHeidelberg, 1994, S. 41–60.
Moody, J.; Utans, J. (Moody/Utans, 1995): Architecture Selection Strategies for Neural Networks: Application to Corporate Bond Rating Prediction, in: A.-P. Refenes (Hrsg.)Neural Networks in the Capital MarketsChichester, 1995, S. 277–300.
Nelson, C.R.; Plosser, C.I. (Nelson/Plosser, 1982): Trends and Random Walks in Macroeconomic Time Series. Some Evidence and Implications, in: Journal of Monetary Economics, Vol. 10, S. 139–162.
Phillips, P.C.B. (Phillips, 1986): Understanding Spurious Regressions in Econometrics, in: Journal of Econometrics, Vol. 33, S. 311–340.
Poddig, T. (Poddig, 1994): Ein Jackknife-Ansatz zur Strukturextraktion in Multi-layerPerceptrons bei kleinen Datenmengen, in: S. Kim und Ch. Weinhardt (Hrsg.)Künstliche Intelligenz in der FinanzberatungWiesbaden, 1994, S. 333–345.
Poddig, T. (Poddig, 1996):Lineare und nichtlineare Analyse integrierter FinanzmärkteBad Soden, 1996.
Refenes, A.-P. (Hrsg.) (Refenes, 1995):Neural Networks in the Capital MarketsChichester, 1995.
Refenes, A.-P.; Abu-Mostafa, Y.; Moody, J. Weigend, A. (Hrsg.) (Refenes et al., 1996):Neural Networks in Financial EngineeringSingapore, 1996..
Rehkugler, H.; Kerling, M.; Jandura, D. (Rehkugler et al. 1996): Der Delta-Test: Datenselektion und nichtlineare Finanzanalyse am Beispiel der Prognose der britischen Zinsentwicklung, internes Arbeitspapier, 1996, Vortrag auf der 7. Tagung Finanzwirtschaft, Banken und Versicherungen, Karlsruhe, (Dezember) 1996.
Rehkugler, H.; Jandura, D. (Rehkugler/Jandura, 1997): Prognose der G5-Aktienmärkte mit NN-gestützten Fehlerkorrekturmodellen, in: J. Biethahn, J. Kuhl, M.C. Leisewitz, V. Nissen, M. Tietze (Hrsg.)Softcomputing-Anwendungen im Dienstleistungsbereich -Schwerpunkt Finanzdienstleistungen-’Tagungsband zum 3. Göttinger Symposium Softcomputing am 27. Feb. 1997 an der Universität Göttingen, Göttingen, 1997, S. 19–38.
Rehkugler, H.; Kerling, M. (Rehkugler/Kerling, 1995): Einsatz Neuronaler Netze für Analyse-und Prognosezwecke, in: Betriebswirtschaftliche Forschung und Praxis, Heft 3, 1995, S. 306–324.
Rehkugler, H.; Poddig, T. (Rehkugler/Poddig, 1994): Kurzfristige Wechselkursprognosen mit Künstlichen Neuronalen Netzwerken, in: G. Bol, G. Nakhaeizadeh, K.-H. Vollmer (Hrsg.)Finanzmarktanwendungen neuronaler Netze und ökonometrischer VerfahrenHeidelberg, 1994, S. 1–24.
Rehkugler, H.; Zimmermann, H.-G. (Hrsg.) (Rehkugler/Zimmermann, 1994):Neuronale Netze in der ÖkonomieMünchen, 1994.
Said, S.E.; Dickey, D.A. (Said/Dickey, 1984): Testing for Unit Roots in Autoregressive-Moving Average Models of Unknown Order, in: Biometrika, 71 (3), S. 599–607.
Salomon Brothers (Salomon Brothers, 1992):Salomon Brothers World Government Bond IndexInternational Fixed Income Research 7/92 - International Market Indexes, Salomon Brothers Inc. (Hrsg.), New York, 1992.
Savit, R. (Savit, 1988): When Random is Not Random: An Introduction to Chaos in Market Prices, in: Journal of Futures Markets, Vol. 8, No. 3, 1988, S. 271–289.
Schlingen, R.; Streitberg, B.H.J. (Schlittgen/Streitberg, 1994):Zeitreihenanalyse5. Aufl., München, 1994.
Schober, J. (Schober, 1988): Zinsprognose mit Hilfe eines ökonometrischen Modells, in: H. Rehm (Hrsg.)Methoden und Instrumente der Zins-und WechselkursprognoseVerband öffentlicher Banken, Berichte und Analysen, Bd. 9, Bonn, 1988, S. 24–35.
Shirreff, D. (Shirreff, 1993): Efficient Markets and the Quant’s Descent into Chaos, in: Euromoney, July 1993, S. 60–66.
Stock, J. (Stock, 1987): Asymptotic Properties of Least Squares Estimators of Cointegrating Vectors, in: Econometrica, 1987, Vol. 55, No. 5, S. 1035–1056.
Zimmermann, H.-G. (Zimmermann, 1994): Neuronale Netze als Entscheidungskalkül- Grundlagen und ihre ökonometrische Realisierung, in: H. Rehkugler und H.-G. Zimmermann (Hrsg.)Neuronale Netze in der ÖkonomieMünchen, 1994, S. 1–87.
Author information
Authors and Affiliations
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2000 Springer-Verlag Berlin Heidelberg
About this paper
Cite this paper
Rehkugler, H., Jandura, D. (2000). Lineare vs. nichtlineare Fehlerkorrekturmodelle: Ein Leistungsvergleich anhand der Prognose der G5-Rentenmärkte. In: Bol, G., Nakhaeizadeh, G., Vollmer, KH. (eds) Datamining und Computational Finance. Wirtschaftswissenschaftliche Beiträge, vol 174. Physica, Heidelberg. https://doi.org/10.1007/978-3-642-57656-0_11
Download citation
DOI: https://doi.org/10.1007/978-3-642-57656-0_11
Publisher Name: Physica, Heidelberg
Print ISBN: 978-3-7908-1284-8
Online ISBN: 978-3-642-57656-0
eBook Packages: Springer Book Archive