Fundamentale Wechselkursprognose mit neuronalen Netzen: traditionelle versus neuere Ansätze zur Wechselkursbestimmung
Gespeichert in:
| 1. Verfasser: | |
|---|---|
| Format: | Abschlussarbeit Buch |
| Sprache: | German |
| Veröffentlicht: |
Wiesbaden
Dt. Univ.-Verl.
1997
Wiesbaden Gabler |
| Schriftenreihe: | Gabler Edition Wissenschaft
|
| Schlagworte: | |
| Online-Zugang: | Inhaltsverzeichnis |
| Beschreibung: | XXV, 271 S. |
| ISBN: | 3824465515 |
Internformat
MARC
| LEADER | 00000nam a2200000 c 4500 | ||
|---|---|---|---|
| 001 | BV011504494 | ||
| 003 | DE-604 | ||
| 005 | 19971030 | ||
| 007 | t | ||
| 008 | 970811s1997 gw m||| 00||| ger d | ||
| 016 | 7 | |a 951008137 |2 DE-101 | |
| 020 | |a 3824465515 |c brosch. : DM 98.00, sfr 89.00, S 715.00 |9 3-8244-6551-5 | ||
| 035 | |a (OCoLC)260027965 | ||
| 035 | |a (DE-599)BVBBV011504494 | ||
| 040 | |a DE-604 |b ger |e rakddb | ||
| 041 | 0 | |a ger | |
| 044 | |a gw |c DE | ||
| 049 | |a DE-739 |a DE-N2 |a DE-19 |a DE-12 |a DE-521 |a DE-83 |a DE-11 |a DE-188 | ||
| 084 | |a QM 331 |0 (DE-625)141778: |2 rvk | ||
| 084 | |a 28 |2 sdnb | ||
| 084 | |a 27 |2 sdnb | ||
| 084 | |a 17 |2 sdnb | ||
| 100 | 1 | |a Grimm, Günter |e Verfasser |4 aut | |
| 245 | 1 | 0 | |a Fundamentale Wechselkursprognose mit neuronalen Netzen |b traditionelle versus neuere Ansätze zur Wechselkursbestimmung |c Manfred Borchert |
| 264 | 1 | |a Wiesbaden |b Dt. Univ.-Verl. |c 1997 | |
| 264 | 1 | |a Wiesbaden |b Gabler | |
| 300 | |a XXV, 271 S. | ||
| 336 | |b txt |2 rdacontent | ||
| 337 | |b n |2 rdamedia | ||
| 338 | |b nc |2 rdacarrier | ||
| 490 | 0 | |a Gabler Edition Wissenschaft | |
| 502 | |a Zugl.: Münster (Westfalen), Univ., Diss., 1996 | ||
| 650 | 0 | 7 | |a Wechselkurstheorie |0 (DE-588)4124443-6 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Neuronales Netz |0 (DE-588)4226127-2 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Prognoseverfahren |0 (DE-588)4358095-6 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Prognose |0 (DE-588)4047390-9 |2 gnd |9 rswk-swf |
| 650 | 0 | 7 | |a Wechselkurs |0 (DE-588)4064921-0 |2 gnd |9 rswk-swf |
| 655 | 7 | |0 (DE-588)4113937-9 |a Hochschulschrift |2 gnd-content | |
| 689 | 0 | 0 | |a Wechselkurs |0 (DE-588)4064921-0 |D s |
| 689 | 0 | 1 | |a Prognoseverfahren |0 (DE-588)4358095-6 |D s |
| 689 | 0 | 2 | |a Neuronales Netz |0 (DE-588)4226127-2 |D s |
| 689 | 0 | |5 DE-604 | |
| 689 | 1 | 0 | |a Wechselkurstheorie |0 (DE-588)4124443-6 |D s |
| 689 | 1 | 1 | |a Prognose |0 (DE-588)4047390-9 |D s |
| 689 | 1 | 2 | |a Neuronales Netz |0 (DE-588)4226127-2 |D s |
| 689 | 1 | |5 DE-604 | |
| 856 | 4 | 2 | |m HBZ Datenaustausch |q application/pdf |u http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=007742164&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |3 Inhaltsverzeichnis |
| 999 | |a oai:aleph.bib-bvb.de:BVB01-007742164 | ||
Datensatz im Suchindex
| _version_ | 1804126025303457792 |
|---|---|
| adam_text | ix
Inhaltsverzeichnis
Abbildungsverzeichnis xii
Tabellenverzeichnis xviii
Abkürzungsverzeichnis xxii
Symbolverzeichnis xxv
Indizes xxvi
1 Einleitung 1
2 Einführung in die Theorie neuronaler Netze 8
2.1 Historische Entwicklung und ökonomische Interpretation eines Neurons 8
2.2 Aufbau und ökonomische Interpretation eines Mehrschichtnetzwerkes 16
2.3 Lernalgorithmen 21
2.4 Das Phänomen der Über und Unteranpassung 28
2.5 Möglichkeiten der Komplexitätsreduktion eines neuronalen Netzwerkes 33
2.5.1 Stopped Training Methode 3 3
2.5.2 Addition von Rauschen über die Eingangszeitreihen und
Penalty Verfahren 34
2.5.3 Löschen der betragsmäßig kleinsten Gewichte
(Standard Weight Pruning) 36
2.5.4 Optimal Brain Damage (OBD Pruning) 37
2.5.5 Early Brain Damage (EBD Pruning) 39
2.5.6 Statistisches Gewichtsausdünnungsverfahren nach
Finnoff/Zimmermann/Hergert (S Pruning) 40
2.5.7 Optimierung der Anzahl der Neuronen in der Zwischen
und Eingabeschicht 42
2.6 Ermittlung der relevanten Zusammenhänge mittels Sensitivitätsanalysen 43
2.7 Netzwerktopologien 44
2.8 Vergleich lineare Regression und neuronales Netz 48
2.9 Vorgehensweise beim Modellbau mit neuronalen Netzen 52
X
3 Wechselkursprognose mit Hilfe ökonomischer Wechselkurstheorien 67
3.1 Begriffliche Grundlagen: Nominaler und realer Wechselkurs 67
3.2 Bausteine fundamentaler Ansätze der Wechselkursbestimmung 68
3.2.1 Das Kaufkraftparitätentheorem 70
3.2.2 Das Zinsparitätentheorem 73
3.2.3 Empirischer Befund zu den Bausteinen fundamentaler
Wechselkurstheorien 80
3.2.3.1 Empirischer Befund zur absoluten und relativen
Kaufkraftparitätentheorie 80
3.2.3.2 Empirischer Befund zur gedeckten und ungedeckten Zinsparität 91
3.2.4 Zusammenfassung der Ergebnisse und Kritik an den Bausteinen
fundamentaler Wechselkurstheorien 99
3.3 Monetäre Ansätze der Wechselkursbestimmung 102
3.3.1 Der klassische monetäre Ansatz 102
3.3.2 Neuere monetäre Ansätze 107
3.3.2.1 Das Grundmodell des neueren monetären Ansatzes 107
3.3.2.2 Monetärer Ansatz mit adaptiven Wechselkurserwartungen 110
3.3.2.3 Monetärer Ansatz mit rationalen Wechselkurserwartungen 112
3.3.3 Empirischer Befund zu den monetären Ansätzen
der Wechselkursbestimmung 114
3.3.4 Zusammenfassung der Ergebnisse und Kritik
an den monetären Ansätzen 119
3.4 Keynesianische Ansätze der Wechselkursbestimmung 120
3.4.1 Der handelsbilanzorientierte Ansatz 120
3.4.2 Das Einkommen Ausgaben Modell 121
3.4.3 Das Mundell Fleming Modeü 125
3.4.3.1 Das Mundell Fleming Modell mit fixen Preisen 125
3.4.3.2 Das Grundmodell bei imperfekter Kapitalmobilität 139
3.4.4 Empirischer Befund zu den keynesianischen Ansätzen der
Wechselkursbestimmung 140
3.4.5 Zusammenfassung der Ergebnisse und Kritik an
den keynesianischen Ansätzen 146
xi
3.5 Wechselkursmodelle mit monetären und keynesianischen Elementen 149
3.5.1 Das Modell von Dornbusch 149
3.5.2 Das Realzinsdifferenzenmodell von Frankel 153
3.5.3 Empirischer Befund zu den Wechselkursmodellen mit monetären
und keynesianischen Elementen 157
3.5.3.1 Empirischer Befund zum Modell von Dombusch 157
3.5.3.2 Empirischer Befund zum RealzinsdifFerenzenmodell von Frankel 161
3.5.4 Zusammenfassung der Ergebnisse und Kritik an den Modellen
von Dornbusch und Frankel 165
3.6 Postkeynesianische Wechselkurstheorie 166
3.6.1 Die Portfoliotheorie des Wechselkurses 166
3.6.1.1 Kurzfristige Wechselkursbestimmung im Portfoliomodell 167
3.6.1.2 Langfristige Wechselkursbestimmung im Portfoliomodell 177
3.6.2 Makroökonomische Portfoliotheorie des Wechselkurses 183
3.6.3 Die Rol le der Risikoprämie in den postkeynesianischen Ansätzen 187
3.6.4 Empirischer Befund zu den postkeynesianischen Ansätzen der
Wechselkursbestimmung 191
3.6.5 Zusammenfassung der Ergebnisse und Kritik an den
portfoliotheoretischen Ansätzen 200
3.7 Vergleich der Paradigmen 201
4 Schlußbetrachtung und Ausblick 212
Literaturverzeichnis 264
xii
Abbildungsverzeichnis
Abbildung 1: Aufbau eines biologischen Neurons 9
Abbildung 2: Das künstliche Neuron als Entscheidungsmodell am Beispiel einer
Wechselkursprognose 12
Abbildung 3: Heaviside Sprungfunktion 14
Abbildung 4: Logistische Aktivierungsfunktion 14
Abbildung 5: Tangens Hyperbolicus Aktivierungsfunktion 14
Abbildung 6: Lineare Aktivierungsfunktion 15
Abbildung 7: Das Mehrschichtnetzwerk (Multilayer Perceptron (MLP)) 16
Abbildung 8: Das Mehrschichtnetzwerk in Cluster Form 17
Abbildung 9: Informationsfluß durch das Standardmodell 19
Abbildung 10: Mögliche Fehlerfläche eines neuronalen Netzes 23
Abbildung 11: Mögliche Fehlerfläche eines linearen Modells 23
Abbildung 12: Prinzip des Gradientenverfahrens und die Problematik eines
lokalen und globalen Minimums 26
Abbildung 13: Einteilung der Daten in eine Trainings , Validierungs und
Generalisierungsmenge 30
Abbildung 14: Das Phänomen der Überanpassung 31
Abbildung 15: Möglichkeiten der Komplexitätsreduktion eines neuronalen
Netzes 33
Abbildung 16: Berechnung der Testgröße beim EBD Pruning 39
Abbildung 17: Erweitertes Standardmodell mit direkter Eingabe Ausgabe
Verbindung 45
Abbildung 18: Netzwerktopologie mit mehreren Eingangsschichten 45
Abbildung 19: Expert Council Topologie 47
Abbildung 20: Neuronales Netz mit Rückkopplung (Rekurrente
Netzwerktopologie) 47
Abbildung 21: Vergleich absolute und quadratische Fehlerfunktion 49
Abbildung 22: Schätzvergleich neuronales Netz und lineare Regression am
Beispiel einer Parabel 51
Abbildung 23: Allgemeine Vorgehensweise beim Modellbau mit neuronalen
Netzen 52
Abbildung 24: Verwendete Netzwerktopologie 59
Abbildung 25: Ungedeckte Zinsparität 78
Abbildung 26: Vergleich lineares und nicht lineares Modell am Beispiel der
absoluten DM Dollar Kaufkraftparität 84
Abbildung 27: Vergleich lineares und nicht lineares Modell am Beispiel der
absoluten DM Yen Kaufkraftparität 85
Abbildung 28: Sensitivitätsanalyse des multilateralen nicht linearen Modells
mit S Pruning und Noise am Beispiel der absoluten DM Dollar
Kaufkraftparität 87
Abbildung 29: Vergleich lineares und nicht lineares Modell am Beispiel der
relativen DM Dollar Kaufkraftparität 89
xiii
Abbildung 30: Sensitivitätsanalyse des multilateralen nicht linearen Modells
mit EBD Pruning und Noise am Beispiel der relativen DM
Dollar Kaufkraftparität 90
Abbildung 31: Vergleich lineares und nicht lineares Modell am Beispiel der
gedeckten DM Dollar Zinsparität 94
Abbildung 32: Vergleich lineares und nicht lineares Modell am Beispiel der
gedeckten DM Yen Zinsparität 94
Abbildung 33: Sensitivitätsanalyse des multilateralen nicht linearen Modells
mit S Pruning am Beispiel der gedeckten DM Yen Zinsparität 96
Abbildung 34: Gleichgewicht im klassischen monetären Ansatz 104
Abbildung 35: Anstieg des in und ausländischen Geldangebots im
klassischen monetären Ansatz 105
Abbildung 36: Anstieg des realen inländischen Einkommens im klassischen
monetären Ansatz 107
Abbildung 37: Theoretische Auswirkung einer japanischen Geldmengen
und/oder Zinserhöhung auf den DM Dollar Kurs bei höherer
Reagibilität des DM Yen als des Dollar Yen Kurses 118
Abbildung 38: Theoretische Auswirkung einer amerikanischen Zinserhöhung
über die Kreuzparität auf den DM Yen Kurs bei höherer
Reagibilität des Yen Dollar als des DM Yen Kurses 118
Abbildung 39: Anstieg der autonomen Ausgaben im Einkommen Ausgaben
Modell für den Klein Länder Fall 123
Abbildung 40: Erhöhung der autonomen Exporte im Einkommen Ausgaben
Modell im Klein Länder Fall 125
Abbildung 41: Internes und externes Gleichgewicht im Mundell Fleming
Modell 128
Abbildung 42: Graphische Herleitung des Zahlungsbilanzgleichgewichts 130
Abbildung 43: Expansive Geldpolitik im Mundell Fleming MoAeW bei
perfekter Kapitalmobilität 134
Abbildung 44: Expansive Fiskalpolitik im Mundell Fleming Mo e bei
perfekter Kapitalmobilität 135
Abbildung 45: Exogener Rückgang der inländischen Exporte 137
Abbildung 46: Autonomer Anstieg des ausländischen Zinsniveaus im
Mundell Fleming ModeW 13 8
Abbildung 47: Theoretische Auswirkung einer japanischen
Geldmengenerhöhung über die Kreuzparität auf den DM
Dollar Kurs im linearen Mundell Fleming Modells bei höherer
Reagibilität des DM Yen als des Dollar Yen Kurses 145
Abbildung 48: Expansiver monetärer Impuls im Modell von Dornbusch 151
Abbildung 49: Auswirkung einer japanischen Zinserhöhung auf den DM
Dollar Kurs bei höherer Reagibilität des Dollar Yen als des
DM Yen Kurses 165
Abbildung 50: Kurzfristiges Portfoliogleichgewicht 170
Abbildung 51: Expansive Geldpolitik im kurzfristigen Portfoliomodell 172
xiv
Abbildung 52: Expansive Offenmarktpolitik mit inländischen Wertpapieren B
im kurzfristigen Portfoliomodell 173
Abbildung 53: Expansive Offenmarktpolitik mit ausländischen Wertpapieren
FB im kurzfristigen Portfoliomodell 174
Abbildung 54: Erhöhung des inländischen Bondbestandes im kurzfristigen
Portfoliomodell 175
Abbildung 55: Erhöhung des Bestandes ausländischer Bonds FB im
kurzfristigen Portfoliomodell 176
Abbildung 56: Dynamischer Anpassungsprozeß des nominalen Wechselkurses
und des Preisniveaus bei einem expansiven monetären Impuls 181
Abbildung 57: Zusammenhang zwischen Bondangebot, Bondnachfrage,
Wechselkurs und Risikoprämie 189
Abbildung 58: Korrelationsmatrix zwischen den nominalen und realen
Aktienkursindizes 192
Abbildung 59: Korrelationsmatrix zwischen den monatlichen prozentualen
Veränderungen der nominalen und realen Aktienkursindizes 192
Abbildung 60: Vorwärts und Rückwärtsschritt des Backpropagation
Algorithmus 220
Abbildung 61: Oszillation in steilen Minima 221
Abbildung 62: Höhenlinien einer quadratischen Fehlerfunktion 223
Abbildung 63: Das LineSearch Verfahren 224
Abbildung 64: Vergleich lineares und nicht lineares Modell am Beispiel der
absoluten Yen Dollar Kaufkraftparität 226
Abbildung 65: Sensitivitätsanalyse des multilateralen nicht linearen Modells
mit EBD Pruning am Beispiel der DM Yen Kaufkraftparität 226
Abbildung 66: Sensitivitätsanalyse des bilateralen nicht linearen Modells mit
EBD Pruning am Beispiel der absoluten Yen Dollar
Kaufkraftparität 226
Abbildung 67: Vergleich lineares und nicht lineares Modell am Beispiel der
relativen DM Yen Kaufkraftparität 227
Abbildung 68: Sensitivitätsanalyse des multilateralen nicht linearen Modells
mit EBD Pruning und Noise am Beispiel der relativen DM
Yen Kaufkraftparität 227
Abbildung 69: Vergleich lineares und nicht lineares Modell am Beispiel der
relativen Yen Dollar Kaufkraftparität 228
Abbildung 70: Sensitivitätsanalyse des multilateralen nicht linearen Modells
mit EBD Pruning und Noise am Beispiel der relativen Yen
Dollar Kaufkraftparität 228
Abbildung 71: Vergleich lineares und nicht lineares Modell am Beispiel der
gedeckten Yen Dollar Zinsparität 230
Abbildung 72: Sensitivitätsanalyse des multilateralen nicht linearen Modells
mit S Pruning am Beispiel der gedeckten DM Dollar
Zinsparität 230
XV
Abbildung 73: Sensitivitätsanalyse des multilateralen nicht linearen Modells
mit S Pruning am Beispiel der gedeckten Yen Dollar
Zinsparität 230
Abbildung 74: Vergleich lineares und nicht lineares Modell am Beispiel der
ungedeckten DM Dollar Zinsparität 231
Abbildung 75: Sensitivitätsanalyse des bilateralen nicht linearen Modells mit
EBD Pruning und Noise am Beispiel der ungedeckten DM
Dollar Zinsparität 231
Abbildung 76: Vergleich lineares und nicht lineares Modell am Beispiel der
ungedeckten DM Yen Zinsparität 232
Abbildung 77: Sensitivitätsanalyse des multilateralen nicht linearen Modells
mit EBD Pruning und Noise am Beispiel der ungedeckten DM
Yen Zinsparität 232
Abbildung 78: Vergleich lineares und nicht lineares Modell am Beispiel der
ungedeckten Yen Dollar Zinsparität 233
Abbildung 79: Sensitivitätsanalyse des bilateralen nicht linearen Modells mit
EBD Pruning und Noise am Beispiel der ungedeckten Yen
Dollar Zinsparität 233
Abbildung 80: Vergleich lineares und nicht lineares Modell am Beispiel der
DM Dollar Basisgleichung des neueren monetären Ansatzes 234
Abbildung 81: Sensitivitätsanalyse des simultanen nicht linearen Modells mit
EBD Pruning am Beispiel der DM Dollar Basisgleichung des
neueren monetären Ansatzes 234
Abbildung 82: Vergleich lineares und nicht lineares Modell am Beispiel der
DM Yen Basisgleichung des neueren monetären Ansatzes 235
Abbildung 83: Sensitivitätsanalyse des bilateralen nicht linearen Modells mit
S Pruning und Noise am Beispiel der DM Yen Basisgleichung
des neueren monetären Ansatzes 235
Abbildung 84: Vergleich lineares und nicht lineares Modell am Beispiel der
Yen Dollar Basisgleichung des neueren monetären Ansatzes 236
Abbildung 85: Sensitivitätsanalyse des multilateralen nicht linearen Modells
mit EBD Pruning am Beispiel der Yen Dollar Basisgleichung
des neueren monetären Ansatzes 236
Abbildung 86: Vergleich lineares und nicht lineares Modell am Beispiel des
DM Dollar Mundell Fleming Modetts 237
Abbildung 87: Sensitivitätsanalyse des bilateralen DM Dollar Mundell
Fleming Modetts mit EBD Pruning 237
Abbildung 88: Vergleich lineares und nicht lineares Modell am Beispiel des
DM Yen Mundell Fleming Modetts 238
Abbildung 89: Sensitivitätsanalyse des bilateralen nicht linearen DM Yen
Mundell Fleming Modetts mit S Pruning 238
Abbildung 90: Vergleich lineares und nicht lineares Modell am Beispiel des
Yen Dollar Mundell Fleming Modetts 239
Abbildung 91: Sensitivitätsanalyse bilateralen nicht linearen Yen Dollar
Mundell Fleming Modells mit S Pruning 239
xvi
Abbildung 92: Vergleich lineares und nicht lineares Modell am Beispiel des
DM Dollar Modells von Dornbusch 240
Abbildung 93: Sensitivitätsanalyse des multilateralen nicht linearen DM
Dollar Modells von Dornbusch mit EBD Pruning 240
Abbildung 94: Vergleich lineares und nicht lineares Modell am Beispiel des
DM Yen Modells von Dornbusch 241
Abbildung 95: Sensitivitätsanalyse des bilateralen DM Yen Modells von
Dornbusch mit S Pruning 241
Abbildung 96: Vergleich lineares und nicht lineares Modell am Beispiel des
Yen Dollar Modells von Dornbusch 242
Abbildung 97: Sensitivitätsanalyse des multilateralen nicht linearen Yen
Dollar Modells von Dornbusch mit S Pruning und Noise 242
Abbildung 98: Vergleich lineares und nicht lineares Modell am Beispiel des
DM Dollar Realzinsdifferenzenmodells von Frankel 243
Abbildung 99: Sensitivitätsanalyse des simultanen nicht linearen Modells mit
S Pruning am Beispiel des DM Dollar
Realzinsdifferenzenmodells von Frankel 243
Abbildung 100: Vergleich lineares und nicht lineares Modell am Beispiel des
DM Yen Realzinsdifferenzenmodells von Frankel 244
Abbildung 101: Sensitivitätsanalyse des multilateralen nicht linearen DM Yen
Realzinsdifferenzenmodells von Frankel mit EBD Pruning 244
Abbildung 102: Vergleich lineares und nicht lineares Modell am Beispiel des
Yen Dollar Realzinsdifferenzenmodells von Frankel 245
Abbildung 103: Sensitivitätsanalyse des multilateralen Yen Dollar
Realzinsdifferenzenmodells von Frankel mit EBD Pruning 245
Abbildung 104: Vergleich lineares und nicht lineares Modell am Beispiel des
langfristigen DM Dollar Portfoliomodells 246
Abbildung 105: Sensitivitätsanalyse des bilateralen langfristigen DM Dollar
Portfoliomodells mit EBD Pruning und Noise 246
Abbildung 106: Vergleich lineares und nicht lineares Modell am Beispiel des
langfristigen DM Yen Portfoliomodells 247
Abbildung 107: Sensitivitätsanalyse des langfristigen DM Yen
Portfoliomodells mit 247
Abbildung 108: Vergleich lineares und nicht lineares Modell am Beispiel des
langfristigen Yen Dollar Portfoliomodells 248
Abbildung 109: Sensitivitätsanalyse des bilateralen langfristigen Yen Dollar
Portfoliomodells mit EBD Pruning und Noise 248
Abbildung 110: Vergleich lineares und nicht lineares Modell am Beispiel des
langfristigen makroökonomischen DM Dollar
Portfoliomodells 249
Abbildung 111: Sensitivitätsanalyse des multilateralen langfristigen
makroökonomischen DM Dollar Portfoliomodells mit EBD
Pruning und Noise 249
Abbildung 112: Vergleich lineares und nicht lineares Modell am Beispiel des
langfristigen makroökonomischen DM Yen Portfoliomodells 250
xvii
Abbildung 113: Sensitivitätsanalyse des bilateralen langfristigen
makroökonomischen DM Yen Portfoliomodells mit EBD
Pruning und Noise 250
Abbildung 114: Vergleich lineares und nicht lineares Modell am Beispiel des
langfristigen makroökonomischen Yen Dollar
Portfoliomodells 251
Abbildung 115: Sensitivitätsanalyse des multilateralen langfristigen
makroökonomischen Yen Dollar Portfoliomodells mit EBD
Pruning und Noise 251
xviii
Tabellenverzeichnis
Tabelle 1: Vergleich zwischen linearer Regression und neuronalem Netz 48
Tabelle 2: Verwendete Modellansätze 58
Tabelle 3: Verwendete Optimierungsverfahren bei den linearen und nicht¬
linearen Modellrechnungen 60
Tabelle 4: Nettozinsdifferenz und Richtung der Zinsarbitrage 77
Tabelle 5: Vergleich lineare Regression und neuronales Netz am Beispiel der
absoluten DM Dollar Kaufkraftparität auf der Basis von
Konsumentenpreisindizes 82
Tabelle 6: Vergleich lineare Regression und neuronales Netz am Beispiel der
absoluten DM Yen Kaufkraftparität auf der Basis von
Konsumentenpreisindizes 82
Tabelle 7: Vergleich lineare Regression und neuronales Netz am Beispiel der
absoluten Yen Dollar Kaufkraftparität auf der Basis von
Konsumentenpreisindizes 82
Tabelle 8: Vergleich der Vorzeichen der Sensitivitätsanalyse am Beispiel der
absoluten DM Dollar Kaufkraftparität 85
Tabelle 9: Vergleich der Vorzeichen der Sensitivitätsanalyse am Beispiel der
absoluten DM Yen Kaufkraftparität 86
Tabelle 10: Vergleich der Vorzeichen der Sensitivitätsanalyse am Beispiel der
absoluten Yen Dollar Kaufkraftparität 86
Tabelle 11: Vergleich lineare Regression und neuronales Netz am Beispiel der
relativen DM Dollar Kaufkraftparität auf der Basis von
Konsumentenpreisindizes 87
Tabelle 12: Vergleich lineare Regression und neuronales Netz am Beispiel der
relativen DM Yen Kaufkraftparität auf der Basis von
Konsumentenpreisindizes 88
Tabelle 13: Vergleich lineare Regression und neuronales Netz am Beispiel der
relativen Yen Dollar Kaufkraftparität auf der Basis von
Konsumentenpreisindizes 88
Tabelle 14: Vergleich der Vorzeichen der Sensitivitätsanalyse am Beispiel der
relativen DM Dollar Kaufkraftparität 89
Tabelle 15: Vergleich der Vorzeichen der Sensitivitätsanalyse am Beispiel der
relativen DM Yen Kaufkraftparität 89
Tabelle 16: Vergleich der Vorzeichen der Sensitivitätsanalyse am Beispiel der
relativen Yen Dollar Kaufkraftparität 90
Tabelle 17: Vergleich lineare Regression und neuronales Netz am Beispiel der
gedeckten DM Dollar Zinsparität 93
Tabelle 18: Vergleich lineare Regression und neuronales Netz am Beispiel der
gedeckten DM Yen Zinsparität 93
Tabelle 19: Vergleich lineare Regression und neuronales Netz am Beispiel der
gedeckten Yen Dollar Zinsparität 93
Tabelle 20: Korrelationsmatrix des Niveaus von Kassakurs und
korrespondierendem 1 Monatsterminkurs 95
xix
Tabelle 21: Korrelationsmatrix der prozentualen Veränderung von Kassakurs
und korrespondierendem 1 Monatsterminkurs 95
Tabelle 22: Vergleich lineare Regression und neuronales Netz am Beispiel der
ungedeckten DM Dollar Zinsparität 97
Tabelle 23: Vergleich lineare Regression und neuronales Netz am Beispiel der
ungedeckten DM Yen Zinsparität 97
Tabelle 24: Vergleich lineare Regression und neuronales Netz am Beispiel der
ungedeckten Yen Dollar Zinsparität 97
Tabelle 25: Vergleich der Vorzeichen der Sensitivitätsanalyse am Beispiel der
ungedeckten DM Dollar Zinsparität 98
Tabelle 26: Vergleich der Vorzeichen der Sensitivitätsanalyse am Beispiel der
ungedeckten DM Yen Zinsparität 98
Tabelle 27: Vergleich der Vorzeichen der Sensitivitätsanalyse am Beispiel der
ungedeckten Yen Dollar Zinsparität 99
Tabelle 28: Matrix der linearen Korrelationskoeffizienten zwischen den
prozentualen Veränderungen des nominalem und des realen
Wechselkurses 91
Tabelle 29: Vergleich lineare Regression und neuronales Netz am Beispiel der
DM Dollar Basisgleichung des neueren monetären Ansatzes 115
Tabelle 30: Vergleich lineare Regression und neuronales Netz am Beispiel der
DM Yen Basisgleichung des neueren monetären Ansatzes 116
Tabelle 31: Vergleich lineare Regression und neuronales Netz am Beispiel der
Yen Dollar Basisgleichung des neueren monetären Ansatzes 116
Tabelle 32: Vergleich der Vorzeichen der Sensitivitätsanalyse am Beispiel der
DM Dollar Basisgleichung des neueren monetären Ansatzes 117
Tabelle 33: Vergleich der Vorzeichen der Sensitivitätsanalyse am Beispiel der
DM Yen Basisgleichung des neueren monetären Ansatzes 117
Tabelle 34: Vergleich der Vorzeichen der Sensitivitätsanalyse am Beispiel der
Yen Dollar Basisgleichung des neueren monetären Ansatzes 117
Tabelle 35: Vergleich lineare Regression und neuronales Netz am Beispiel des
DM Dollar Mundell Fleming Modells 142
Tabelle 36: Vergleich lineare Regression und neuronales Netz am Beispiel des
DM Yen Mundell Fleming ModeWs 143
Tabelle 37: Vergleich lineare Regression und neuronales Netz am Beispiel des
Yen Dollar Mundell Fleming Modells 143
Tabelle 38: Vergleich der Vorzeichen der Sensitivitätsanalyse am Beispiel des
DM Dollar Mundell Fleming ModeWs 144
Tabelle 39: Vergleich der Vorzeichen der Sensitivitätsanalyse am Beispiel des
DM Yen Mundell Fleming Modells 144
Tabelle 40: Vergleich der Vorzeichen der Sensitivitätsanalyse am Beispiel des
Yen Dollar Mundell Fleming Modells 144
Tabelle 41: Vergleich lineare Regression und neuronales Netz am Beispiel des
DM Dollar Modells von Dornbusch 159
Tabelle 42: Vergleich lineare Regression und neuronales Netz am Beispiel des
DM Yen Modells von Dornbusch 159
XX
Tabelle 43: Vergleich lineare Regression und neuronales Netz am Beispiel des
Yen Dollar Modells von Dornbusch 159
Tabelle 44: Vergleich der Vorzeichen der Sensitivitätsanalyse am Beispiel des
DM Dollar Modells von Dornbusch 160
Tabelle 45: Vergleich der Vorzeichen der Sensitivitätsanalyse am Beispiel des
DM Yen Modells von Dornbusch 160
Tabelle 46: Vergleich der Vorzeichen der Sensitivitätsanalyse am Beispiel des
Yen Dollar Modells von Dornbusch 160
Tabelle 47: Vergleich lineare Regression und neuronales Netz am Beispiel des
DM Dollar Realzinsdifferenzenmodells von Frankel 163
Tabelle 48: Vergleich lineare Regression und neuronales Netz am Beispiel des
DM Yen Realzinsdifferenzenmodells von Frankel 163
Tabelle 49: Vergleich lineare Regression und neuronales Netz am Beispiel des
Yen Dollar Realzinsdifferenzenmodells von Frankel 163
Tabelle 50: Vergleich der Vorzeichen der Sensitivitätsanalyse am Beispiel des
DM Dollar Realzinsdifferenzenmodells von Frankel 164
Tabelle 51: Vergleich der Vorzeichen der Sensitivitätsanalyse am Beispiel des
DM Yen Realzinsdifferenzenmodells von Frankel 164
Tabelle 52: Vergleich der Vorzeichen der Sensitivitätsanalyse am Beispiel des
Yen Dollar Realzinsdifferenzenmodells von Frankel 164
Tabelle 53: Vergleich lineare Regression und neuronales Netz am Beispiel des
langfristigen DM Dollar Portfoliomodells 194
Tabelle 54: Vergleich lineare Regression und neuronales Netz am Beispiel des
langfristigen DM Yen Portfoliomodells 194
Tabelle 55: Vergleich lineare Regression und neuronales Netz am Beispiel des
langfristigen Yen Dollar Portfoliomodells 194
Tabelle 56: Vergleich der Vorzeichen der Sensitivitätsanalyse des
langfristigen DM Dollar Portfoliomodells 195
Tabelle 57: Vergleich der Vorzeichen der Sensitivitätsanalyse des
langfristigen DM Yen Portfoliomodells 195
Tabelle 58: Vergleich der Vorzeichen der Sensitivitätsanalyse des
langfristigen Yen Dollar Portfoliomodells 195
Tabelle 59: Vergleich lineare Regression und neuronales Netz am Beispiel des
langfristigen makroökonomischen DM Dollar Portfoliomodells 196
Tabelle 60: Vergleich lineare Regression und neuronales Netz am Beispiel des
langfristigen makroökonomischen DM Yen Portfoliomodells 197
Tabelle 61: Vergleich lineare Regression und neuronales Netz am Beispiel des
langfristigen makroökonomischen Yen Dollar Portfoliomodells 197
Tabelle 62: Vergleich der Vorzeichen der Sensitivitätsanalyse des
langfristigen makroökonomischen DM Dollar Portfoliomodells 198
Tabelle 63: Vergleich der Vorzeichen der Sensitivitätsanalyse am Beispiel des
langfristigen makroökonomischen DM Yen Portfoliomodells 198
Tabelle 64: Vergleich der Vorzeichen der Sensitivitätsanalyse des
langfristigen makroökonomischen Yen Dollar Portfoliomodells 198
xxi
Tabelle 65: Übersicht zu den Bausteinen fundamentaler Ansätze der
Wechselkursbestimmung 202
Tabelle 66: Übersicht zu den monetären und keynesianischen Ansätzen der
Wechselkursbestimmung 203
Tabelle 67: Übersicht zu den Wechselkursmodellen mit monetären und
keynesianischen Elementen 205
Tabelle 68: Übersicht zu den postkeynesianischen Ansätzen der
Wechselkursbestimmung 207
Tabelle 69: Vergleich bestes lineares und bestes nicht lineares DM Dollar
Modell 210
Tabelle 70: Vergleich bestes lineares und bestes nicht lineares DM Yen
Modell 210
Tabelle 71: Vergleich bestes lineares und bestes nicht lineares Yen Dollar
Modell 210
Tabelle 72: Gesamtauswertung der verwendeten Verfahren 212
Tabelle 73: Aufstellung der verwendeten Daten, Periodizität, Publikationslag
und Code in der verwendeten Datenbank 225
Tabelle 74: Vergleich der Vorzeichen der Sensitivitätsanalyse am Beispiel der
gedeckten DM Dollar Zinsparität 229
Tabelle 75: Vergleich der Vorzeichen der Sensitivitätsanalyse am Beispiel der
gedeckten DM Yen Zinsparität 229
Tabelle 76: Vergleich der Vorzeichen der Sensitivitätsanalyse am Beispiel der
gedeckten Yen Dollar Zinsparität 229
|
| any_adam_object | 1 |
| author | Grimm, Günter |
| author_facet | Grimm, Günter |
| author_role | aut |
| author_sort | Grimm, Günter |
| author_variant | g g gg |
| building | Verbundindex |
| bvnumber | BV011504494 |
| classification_rvk | QM 331 |
| ctrlnum | (OCoLC)260027965 (DE-599)BVBBV011504494 |
| discipline | Wirtschaftswissenschaften |
| format | Thesis Book |
| fullrecord | <?xml version="1.0" encoding="UTF-8"?><collection xmlns="http://www.loc.gov/MARC21/slim"><record><leader>02188nam a2200541 c 4500</leader><controlfield tag="001">BV011504494</controlfield><controlfield tag="003">DE-604</controlfield><controlfield tag="005">19971030 </controlfield><controlfield tag="007">t</controlfield><controlfield tag="008">970811s1997 gw m||| 00||| ger d</controlfield><datafield tag="016" ind1="7" ind2=" "><subfield code="a">951008137</subfield><subfield code="2">DE-101</subfield></datafield><datafield tag="020" ind1=" " ind2=" "><subfield code="a">3824465515</subfield><subfield code="c">brosch. : DM 98.00, sfr 89.00, S 715.00</subfield><subfield code="9">3-8244-6551-5</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(OCoLC)260027965</subfield></datafield><datafield tag="035" ind1=" " ind2=" "><subfield code="a">(DE-599)BVBBV011504494</subfield></datafield><datafield tag="040" ind1=" " ind2=" "><subfield code="a">DE-604</subfield><subfield code="b">ger</subfield><subfield code="e">rakddb</subfield></datafield><datafield tag="041" ind1="0" ind2=" "><subfield code="a">ger</subfield></datafield><datafield tag="044" ind1=" " ind2=" "><subfield code="a">gw</subfield><subfield code="c">DE</subfield></datafield><datafield tag="049" ind1=" " ind2=" "><subfield code="a">DE-739</subfield><subfield code="a">DE-N2</subfield><subfield code="a">DE-19</subfield><subfield code="a">DE-12</subfield><subfield code="a">DE-521</subfield><subfield code="a">DE-83</subfield><subfield code="a">DE-11</subfield><subfield code="a">DE-188</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">QM 331</subfield><subfield code="0">(DE-625)141778:</subfield><subfield code="2">rvk</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">28</subfield><subfield code="2">sdnb</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">27</subfield><subfield code="2">sdnb</subfield></datafield><datafield tag="084" ind1=" " ind2=" "><subfield code="a">17</subfield><subfield code="2">sdnb</subfield></datafield><datafield tag="100" ind1="1" ind2=" "><subfield code="a">Grimm, Günter</subfield><subfield code="e">Verfasser</subfield><subfield code="4">aut</subfield></datafield><datafield tag="245" ind1="1" ind2="0"><subfield code="a">Fundamentale Wechselkursprognose mit neuronalen Netzen</subfield><subfield code="b">traditionelle versus neuere Ansätze zur Wechselkursbestimmung</subfield><subfield code="c">Manfred Borchert</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Wiesbaden</subfield><subfield code="b">Dt. Univ.-Verl.</subfield><subfield code="c">1997</subfield></datafield><datafield tag="264" ind1=" " ind2="1"><subfield code="a">Wiesbaden</subfield><subfield code="b">Gabler</subfield></datafield><datafield tag="300" ind1=" " ind2=" "><subfield code="a">XXV, 271 S.</subfield></datafield><datafield tag="336" ind1=" " ind2=" "><subfield code="b">txt</subfield><subfield code="2">rdacontent</subfield></datafield><datafield tag="337" ind1=" " ind2=" "><subfield code="b">n</subfield><subfield code="2">rdamedia</subfield></datafield><datafield tag="338" ind1=" " ind2=" "><subfield code="b">nc</subfield><subfield code="2">rdacarrier</subfield></datafield><datafield tag="490" ind1="0" ind2=" "><subfield code="a">Gabler Edition Wissenschaft</subfield></datafield><datafield tag="502" ind1=" " ind2=" "><subfield code="a">Zugl.: Münster (Westfalen), Univ., Diss., 1996</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Wechselkurstheorie</subfield><subfield code="0">(DE-588)4124443-6</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Neuronales Netz</subfield><subfield code="0">(DE-588)4226127-2</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Prognoseverfahren</subfield><subfield code="0">(DE-588)4358095-6</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Prognose</subfield><subfield code="0">(DE-588)4047390-9</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="650" ind1="0" ind2="7"><subfield code="a">Wechselkurs</subfield><subfield code="0">(DE-588)4064921-0</subfield><subfield code="2">gnd</subfield><subfield code="9">rswk-swf</subfield></datafield><datafield tag="655" ind1=" " ind2="7"><subfield code="0">(DE-588)4113937-9</subfield><subfield code="a">Hochschulschrift</subfield><subfield code="2">gnd-content</subfield></datafield><datafield tag="689" ind1="0" ind2="0"><subfield code="a">Wechselkurs</subfield><subfield code="0">(DE-588)4064921-0</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="1"><subfield code="a">Prognoseverfahren</subfield><subfield code="0">(DE-588)4358095-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2="2"><subfield code="a">Neuronales Netz</subfield><subfield code="0">(DE-588)4226127-2</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="0" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="689" ind1="1" ind2="0"><subfield code="a">Wechselkurstheorie</subfield><subfield code="0">(DE-588)4124443-6</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="1"><subfield code="a">Prognose</subfield><subfield code="0">(DE-588)4047390-9</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2="2"><subfield code="a">Neuronales Netz</subfield><subfield code="0">(DE-588)4226127-2</subfield><subfield code="D">s</subfield></datafield><datafield tag="689" ind1="1" ind2=" "><subfield code="5">DE-604</subfield></datafield><datafield tag="856" ind1="4" ind2="2"><subfield code="m">HBZ Datenaustausch</subfield><subfield code="q">application/pdf</subfield><subfield code="u">http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=007742164&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA</subfield><subfield code="3">Inhaltsverzeichnis</subfield></datafield><datafield tag="999" ind1=" " ind2=" "><subfield code="a">oai:aleph.bib-bvb.de:BVB01-007742164</subfield></datafield></record></collection> |
| genre | (DE-588)4113937-9 Hochschulschrift gnd-content |
| genre_facet | Hochschulschrift |
| id | DE-604.BV011504494 |
| illustrated | Not Illustrated |
| indexdate | 2024-07-09T18:10:53Z |
| institution | BVB |
| isbn | 3824465515 |
| language | German |
| oai_aleph_id | oai:aleph.bib-bvb.de:BVB01-007742164 |
| oclc_num | 260027965 |
| open_access_boolean | |
| owner | DE-739 DE-N2 DE-19 DE-BY-UBM DE-12 DE-521 DE-83 DE-11 DE-188 |
| owner_facet | DE-739 DE-N2 DE-19 DE-BY-UBM DE-12 DE-521 DE-83 DE-11 DE-188 |
| physical | XXV, 271 S. |
| publishDate | 1997 |
| publishDateSearch | 1997 |
| publishDateSort | 1997 |
| publisher | Dt. Univ.-Verl. Gabler |
| record_format | marc |
| series2 | Gabler Edition Wissenschaft |
| spelling | Grimm, Günter Verfasser aut Fundamentale Wechselkursprognose mit neuronalen Netzen traditionelle versus neuere Ansätze zur Wechselkursbestimmung Manfred Borchert Wiesbaden Dt. Univ.-Verl. 1997 Wiesbaden Gabler XXV, 271 S. txt rdacontent n rdamedia nc rdacarrier Gabler Edition Wissenschaft Zugl.: Münster (Westfalen), Univ., Diss., 1996 Wechselkurstheorie (DE-588)4124443-6 gnd rswk-swf Neuronales Netz (DE-588)4226127-2 gnd rswk-swf Prognoseverfahren (DE-588)4358095-6 gnd rswk-swf Prognose (DE-588)4047390-9 gnd rswk-swf Wechselkurs (DE-588)4064921-0 gnd rswk-swf (DE-588)4113937-9 Hochschulschrift gnd-content Wechselkurs (DE-588)4064921-0 s Prognoseverfahren (DE-588)4358095-6 s Neuronales Netz (DE-588)4226127-2 s DE-604 Wechselkurstheorie (DE-588)4124443-6 s Prognose (DE-588)4047390-9 s HBZ Datenaustausch application/pdf http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=007742164&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA Inhaltsverzeichnis |
| spellingShingle | Grimm, Günter Fundamentale Wechselkursprognose mit neuronalen Netzen traditionelle versus neuere Ansätze zur Wechselkursbestimmung Wechselkurstheorie (DE-588)4124443-6 gnd Neuronales Netz (DE-588)4226127-2 gnd Prognoseverfahren (DE-588)4358095-6 gnd Prognose (DE-588)4047390-9 gnd Wechselkurs (DE-588)4064921-0 gnd |
| subject_GND | (DE-588)4124443-6 (DE-588)4226127-2 (DE-588)4358095-6 (DE-588)4047390-9 (DE-588)4064921-0 (DE-588)4113937-9 |
| title | Fundamentale Wechselkursprognose mit neuronalen Netzen traditionelle versus neuere Ansätze zur Wechselkursbestimmung |
| title_auth | Fundamentale Wechselkursprognose mit neuronalen Netzen traditionelle versus neuere Ansätze zur Wechselkursbestimmung |
| title_exact_search | Fundamentale Wechselkursprognose mit neuronalen Netzen traditionelle versus neuere Ansätze zur Wechselkursbestimmung |
| title_full | Fundamentale Wechselkursprognose mit neuronalen Netzen traditionelle versus neuere Ansätze zur Wechselkursbestimmung Manfred Borchert |
| title_fullStr | Fundamentale Wechselkursprognose mit neuronalen Netzen traditionelle versus neuere Ansätze zur Wechselkursbestimmung Manfred Borchert |
| title_full_unstemmed | Fundamentale Wechselkursprognose mit neuronalen Netzen traditionelle versus neuere Ansätze zur Wechselkursbestimmung Manfred Borchert |
| title_short | Fundamentale Wechselkursprognose mit neuronalen Netzen |
| title_sort | fundamentale wechselkursprognose mit neuronalen netzen traditionelle versus neuere ansatze zur wechselkursbestimmung |
| title_sub | traditionelle versus neuere Ansätze zur Wechselkursbestimmung |
| topic | Wechselkurstheorie (DE-588)4124443-6 gnd Neuronales Netz (DE-588)4226127-2 gnd Prognoseverfahren (DE-588)4358095-6 gnd Prognose (DE-588)4047390-9 gnd Wechselkurs (DE-588)4064921-0 gnd |
| topic_facet | Wechselkurstheorie Neuronales Netz Prognoseverfahren Prognose Wechselkurs Hochschulschrift |
| url | http://bvbr.bib-bvb.de:8991/F?func=service&doc_library=BVB01&local_base=BVB01&doc_number=007742164&sequence=000002&line_number=0001&func_code=DB_RECORDS&service_type=MEDIA |
| work_keys_str_mv | AT grimmgunter fundamentalewechselkursprognosemitneuronalennetzentraditionelleversusneuereansatzezurwechselkursbestimmung |