Format:
1 Online-Ressource (54 Seiten)
Content:
Wachsende Komplexität der finanziellen Instrumenten und verbessernde Verfügbarkeit der Daten sowie die Vielfältigkeit der Daten stellen neue Herausforderungen für die Akademiker und für die Praktiker. Eine der größten Herausforderung allerdings stellt die hohe Dimensionalität dar. Die Schwierigkeit liegt in erster Linie steht darin dass die traditionellen statistische Methoden sind in höhere Dimensionen nicht verwendbar. In dieser Masterarbeit werden verschiedene Methoden für die Reduktion der Dimensionalität verglichen im Bezug auf die Schätzung der Kovarianzmatrix. Diese Masterarbeit besteht aus zwei Teilen: mit der Hilfe der Schätzer der Kovarianzmatrix die im ersten Teil der Arbeit analysiert werden, werden im zweiten Teil der Arbeit die Value-at-Risk berechnet. In jedem Teil wird zuerst das theoretische Konzept präsentiert und danach empirisch getestet. Die empirische Analyse wurde mit der Hilfe des Maltabs gemacht.
Content:
Increasing complexity of financial instruments and improving data availability along with its variability pose new challenges for the academics as well as for practitioners. In particular, the problem of estimation and inference in case of high-dimensionality receives growing attention. The main difficulty with highdimensional data lies in the fact that most of the traditional statistical methodology was developed for the case when dimension, p, is lower than the sample size, n. In this thesis several approaches to reduce the dimensionality of the data are analyzed with respect to covariance matrix estimation. In this thesis several approaches to reduce the dimensionality of the data are analyzed with respect to covariance matrix estimation. The estimates of covariance matrix employed in the first part of the thesis are then used for estimation of value-at-risk in the second part of the thesis. For each method a concise theoretical outline is presented. The empirical analysis is performed in Matlab.
Note:
Masterarbeit Humboldt-Universität zu Berlin, Wirtschaftswissenschaftliche Fakultät 2013
Language:
English
URN:
urn:nbn:de:kobv:11-100213539
URL:
Volltext
(kostenfrei)
