Finanzmathematische Modelle mit stochastischem Zins
- Art: Diplomarbeit
- Autor: Vera Hofer
- Abgabedatum: Dezember 1996
- Umfang: 116 Seiten
- Dateigröße: 4,0 MB
- Note: 1,0
- Institution / Hochschule: Technische Universität Graz Österreich
- ISBN (eBook): 978-3-8324-5275-9
-
ISBN (Paperback) :
978-3-8324-5275-9 P - ISBN (CD) :978-3-8324-5275-9 CD
- Sprache: Deutsch
- Prämierung:
- Arbeit zitieren: Hofer, Vera Dezember 1996: Finanzmathematische Modelle mit stochastischem Zins, Hamburg: Diplomica Verlag
- Schlagworte: Finanzmathematik, Term Structure, Risiko, Diffusionsprozess, Zeitreihenmodelle
In den Warenkorb
38,00 €
Diplomarbeit von Vera Hofer
Einleitung:
Lange erfolgten bank- und versicherungswirtschaftliche Kalkulationen mit Hilfe fest vorgegebener Zinssätze. Diese starre Berechnungsweise bot keinerlei Möglichkeit, zukünftige Zinsschwankungen zu berücksichtigen und das damit verbundene Risiko zu kontrollieren. Um diese Mängel zu beheben, begann man schließlich, eine Reihe von Modellen, die den Zins als zufällige Größe beschreiben, zu aufstellen.
Während die Entwicklung dieses neuen Forschungsgebietes mit der Veröffentlichung von diskreten Zinsmodellen, in denen die jährlichen Zinsintensitäten unabhängig und identisch normalverteilt sind, einsetzte, versuchten später verschiedene Autoren, diese Ansätze zu verallgemeinern, indem sie Korrelationen zwischen den Zinssätzen zuließen, stetige Verzinsungen untersuchten und andere als die Normalverteilung betrachteten.
Hat man einem Zinsprozess eine bestimmte Verteilung zugrunde gelegt, müssen adäquate Parameter zur weiteren Spezifikation der Verteilungsfunktion ausgewählt werden. Dieser Problematik begegnet man in der Analyse der Zeitreihenmodelle vom Zinsniveau. Darüber hinaus lässt sich auch das zukünftige Verhalten der Zinsraten durch Zeitreihen darstellen.
In der Wertpapieranalyse spielt die Bestimmung von festen Zinssätzen für unterschiedliche Fristigkeiten eine besondere Rolle. Man lässt dabei die kurzfristigen Zinsraten einem stochstischen Prozess folgen und kann so über den Preis für Zero Coupon Bonds unterschiedlicher Fälligkeitszeitpunkte feste Zinssätze, die für verschieden lange gebundenes Kapital in ihrer Höhe differieren, ableiten. Je nachdem, welche stochastischen Prozesse man zum Einsatz bringt, gewinnt man unterschiedliche Modelle der Term Structure der Zinsraten.
In den Anwendungen der stochastischen Zinsmodelle beschränkte man sich bisher auf die Bereitstellung von Formeln für die Momente einiger versicherungsmathematischer Funktionen, die Entwicklung von Strategien zur Bewältigung des Risikos aus unvorhergesehenen Zinsschwankungen oder die Bestimmung einer angemessenen Rücklage (Deckungskapital).
Inhaltsverzeichnis:
| 1. | Einige Grundlagen | |
| 1.1 | Funktionalanalytische und maßtheoretische Begriffe | 5 |
| 1.1.1 | Der Raum L | 5 |
| 1.2 | Wahrscheinlichkeitsrechnung | 7 |
| 1.3 | Stochastische Prozesse | 9 |
| 1.3.1 | Zwei spezielle stochastische Prozess | 10 |
| 1.3.2 | Martingale | 12 |
| 1.4 | Zeitreihenmodelle | 13 |
| 1.4.1 | Stationäre Prozesse | 14 |
| 1.5 | Stochastische Differentialgleichungen | 17 |
| 2. | Der theoretische Ansatz | 19 |
| 2.1 | Motivation | 19 |
| 2.2 | Theorie stochastischer, diskreter Zinsen | 22 |
| 2.3 | Zinsmodell mit Binomial- und Betaverteilung | 26 |
| 2.3.1 | Modellvoraussetzungen | 26 |
| 2.3.2 | Modell 1 | 28 |
| 2.3.3 | Hedging-Strategien für Modell 1 | 30 |
| 2.3.4 | Modell 2 | 34 |
| 2.3.5 | Modell 3 (Ehrenfest-Modell) | 34 |
| 2.3.6 | Modell 4 - Ehrenfest-Modell mit skipping | 36 |
| 2.3.7 | Hedging-Stategien unter Modell 3 und Modell 4 | 37 |
| 2.4 | Anwendungen in der Versicherungsmathematik | 39 |
| 3. | Lognormalverteilte Zinsmodelle | 43 |
| 3.1 | Modell von Boyle/Wilkie | 43 |
| 3.1.1 | Versicherungsmathematische Anwendungen | 45 |
| 3.2 | Modell von Panier und Bellhouse | 49 |
| 3.2.1 | Das verallgemeinerte Modell | 49 |
| 3.2.2 | als N-verteilter Prozess | 52 |
| 4. | Zeitreihenmodelle | 57 |
| 4.1 | Diskreter AR-Prozess | 58 |
| 4.1.1 | AR (1)-Prozess | 58 |
| 4.1.2 | AR (2)-Prozess | .59 |
| 4.2 | Stetiger AR-Prozess | 60 |
| 4.2.1 | AR (1)-Prozess | 60 |
| 4.2.2 | AR (2)-Modell | 62 |
| 4.3 | Abhängiges AR-Modell | 64 |
| 4.3.1 | Vorbereitung | 64 |
| 4.3.2 | Das Modell | 65 |
| 4.3.3 | Konditioniertes AR (1)-Modell | 67 |
| 4.3.4 | Konditionierter AR (2)-Prozess | 69 |
| 4.4 | ARMA-Prozesse | 71 |
| 4.4.1 | Stationäre ARMA (p, q)-Prozesse | 72 |
| 4.4.2 | Nicht-stationäre ARMA (p, q)-Modelle | 75 |
| 4.5 | ARMA (p, d, q)-Prozesse | 77 |
| 5. | Diffusionsprozesse | 85 |
| 5.1 | Term Structure of Interest Rates | 85 |
| 5.2 | Modell von Vasice | 87 |
| 5.2.1 | Spezialfall q = 0 | 90 |
| 5.3 | Zinsraten als Ornstein-Uhlenbeck-Prozes | 91 |
| 5.3.1 | Spezialfall: Modell von Vasicek mit q konstant | 92 |
| 5.4 | Cox/Ingersoll/Ross-Modell der term structure | 94 |
| 5.4.1 | Verallgemeinerung | 96 |
| 5.5 | Modell von Beekman und Fuelling | 96 |
| 5.6 | Der Random-Field Ansatz | 97 |
| A. | Term Structure of Interest Rates | 99 |
| B. | Einige wichtige Fachbegriffe | 101 |
In den Warenkorb
38,00 €
Link zur Arbeit:
http://www.diplom.de/ean/9783832452759
Arbeit zitieren:
Hofer, Vera Dezember 1996: Finanzmathematische Modelle mit stochastischem Zins, Hamburg: Diplomica Verlag
Schlagworte:
Finanzmathematik, Term Structure, Risiko, Diffusionsprozess, Zeitreihenmodelle



