Wechselkurse, Unsicherheit und Long Memory [electronic resource] /

Dieses Buch befaßt sich mit der empirischen Analyse ausgewählter Wechselkurse. Im Mittelpunkt steht dabei ein neuer univariater zeitreihentheoretischer Ansatz, der die Modellierung von Long-Memory-Phänomenen erlaubt. Eine Zeitreihe ist dann durch Long Memory charakterisiert, wenn zufällige Einflüsse, die viele Perioden zurückliegen, einen nicht zu vernachlässigenden Einfluß auf die Gegenwart aufweisen. Die Relevanz des Long-Memory-Modells zur Beschreibung von Dollarwechselkursen ergibt sich zunächst aus den Ergebnissen jüngerer empirischer Studien. Hier werden diese Ergebnisse kritisch analysiert und zum Teil deutlich qualifiziert. Dazu erfolgen sowohl eine weitergehende Analyse der Eigenschaften der verfügbaren Schätzverfahren als auch empirische Analysen, die weit über die bisher geleisteten Untersuchungen hinausgehen. Die Problematik der statistischen Absicherung von Long Memory bei Vorliegen kurzer Zeitreihen steht im Zentrum des statistischen Teils. Hierzu werden neue Ergebnisse zur Modellselektion und zur Parameterverzerrung bei kleinen Stichproben herausgearbeitet. Den statistischen Untersuchungen geht dabei eine detaillierte Einführung in die Theorie der Long- Memory-Prozesse voraus. Außerdem bietet dieses Buch eine Einordnung der hier verwendeten Modellansätze in die neuere Wechselkursliteratur. Dabei wird auch formal untersucht, unter welchen Bedingungen sich eine Übertragung von Long Memory auf den Devisenmarkt aus anderen Märkten ergeben kann bzw. unter welchen Bedingungen Long Memory Ausdruck von Marktineffizienz darstellt.

Enregistré dans:
Détails bibliographiques
Auteurs principaux: Tschernig, Rolf. author., SpringerLink (Online service)
Format: Texto biblioteca
Langue:ger
Publié: Heidelberg : Physica-Verlag HD, 1994
Sujets:Economic theory., Economics., Economic Theory/Quantitative Economics/Mathematical Methods.,
Accès en ligne:http://dx.doi.org/10.1007/978-3-642-95912-7
Tags: Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!