Bilag A. Dexia-obligationen (2002/2007 Basis)
|
|
- Ole Toft
- 8 år siden
- Visninger:
Transkript
1 Bilag A Dexia-obligationen (2002/2007 Basis) Også kaldet A.P. Møller aktieindekseret obligation (A/S 1912 B). Dette værdipapir som i teorien handles på Københavns Fondsbørs (omend med meget lille omsætning) er konstrueret som følger: Køber betaler 105 til tid 0. Køber betaler årlige provisioner, hvilket der ses bort fra i det følgende af nemheds hensyn. Køber modtager 100 til tid 5 år. Køber modtager tillige 73% af den gennemsnitlige APM kursstigning, beregnet aritmetetisk med 5 støttepunkter med et års mellemrum, startende fra tid 1. Det ses, at produktet i virkeligheden er en asiatisk option med følgende egenskaber: køber betaler straks 5 køber udlåner 100 i 5 år uden forrentning køber modtager 73% af en asiatisk option med følgende parametre: So=100, X=100, r=6%, vol=30%, T=5, A=5 Idet rente og volatilitet er skønnede værdier, herunder at der naturligvis skal anvendes dels den ved udstedelsen gældende rentestruktur og volatiliteten formodentlig skal beregnes ud fra APM aktiens historiske volatilitet. Både rente og volatilitet er med vilje skønnet højt. Ved de senere beregninger kan prisen for 1 stk. option sættes til: ( 5 + nutidsværdien af 5 års renter af 100 ) / 73% = ( /1,06^5 ) / 73% = 41,47 (regnet før skat og uden inflation). 1 stk asiatisk option, pris 41,47 Som kuriosum nævnes, at det fra bankrådgiveren med speciale i aktieindekserede obligationer i den lokale Lån&Spar (formidler produktet) udtales, at produktet har været en overvældende succes ved salg til private investorer, og at der ikke længere er noget udbud af produktet, angiveligt fordi købere er meget tilfredse med stigningerne i APM aktien.
2 Bilag C Varians ved Antithetic-metoden Ved Antithetic-metoden udtrækkes først en ordinære række af fx M tilfældige tal fra normalfordelingen, X1... Xm. Dernæst anvendes en sekundær række, som ikke længere er tilfældige, men findes ved at skifte fortegn: -X1... Xm. Denne talrække er også et udtræk fra normalfordelingen, da normalfordelingen er symmetrisk omkring 0. De to talrækker benævnes i det følgende med vektorerne:r(x) og R(-X). På baggrund af disse to vektorer simuleres to aktiekurser, og på baggrund heraf beregnes to optionsværdier, benævnt hhv. f [ R(X) ] og f [ R (-X) ]. Når der bruges M tal i hver vektor, svarer det til at der foretages M tidsskridt i Monte Carlo-simulering. Endelig simuleres N gange, hvorved det empiriske gennemsnit bliver en estimator for optionsprisens middelværdi: middelværdi = 1/(2N) * [ f(r(x)_ f(r(x)_n + f(r(-x)_ f(r(-x)_n] Interessen samler sig imidlertid om variansen for denne middelværdi, som jo samtidig er udtryk for præcisionen i Monte Carlo-simuleringen. Imidlertid er denne varians ikke triviel, eftersom de de simulerede værdier ved brug af hhv. vektorerne R(X) og R(-X) er partvist afhængige, hvorfor hyppigt benyttede regneregler for uafhængige stokastiske variable ikke finder anvendelse. I stedet må variansen V regnes helt fra begyndelsen, med følgende simplificering i notation X = f(r(x)), -X = f(r(-x)): V( middelværdien ) = V [ 1/(2N) * ( X_ X_n + -X_ X_n ) ] = 1/(4N^2) * V [ X_ X_n + -X_ X_n ] = 1/(4N^2) * N * V [ X_1 + -X_1 ] = 1/(4N) * V [ X_1 + -X_1 ] = 1/(4N) * [ V(X_1) + V(-X_1) + 2 * Cov (X ; -X) ] = 1/(2N) * V(X_1) + 1/(2N) * Cov (X ; -X) Det ses heraf, at denne varians vil konvergere imod 1/(2N) V(X), såfremt covariansen på de to afhængige optionspriser er tilpas lille i forhold til 1/(2N).
3 Eftersom variansen på en middelværdi beregnet uden brug af Antithetic-metoden er givet ved: 1/N * V (X) ses det, at forholdet i varians ved brug af Antithetic-metoden hhv. uden brug heraf er givet ved: = [ 1/(2N) * V(X) + 1/(2N) * Cov (X ; -X) ] / [ 1/N * V(X) ] = 1/2 + 1/2 * Cov (X;-X) / VX Det ses heraf, at brug af Antithetic-metoden vil give anledning til en reduktion i varians som nøje afhænger af covariansen mellem de to simulerede optionspriser. Eftersom aktiekursen vil bevæge sig i hver sin retning ved Antithetic metoden, vil optionspriserne have negativ covarians, hvorved andet led bliver negativt og det samlede resultat bliver mellem 0 og 50%. Der vil altså ske en reduktion i varians på mellem 50% og 100%. Ønsker man at vurdere effektiviteten ved Antithetic-metoden kan dette altså gøres ved at estimere covariansen for de to vektorer af tilfældige tal, ved brug af den sædvanlige definition for covarians: 1 Cov( X; Y) n n X i X Y i Y i 1 Den estimerede covarians indsættes da i udtrykket ovenfor ( 1/2 + 1/2*Cov(X;-X) ) / VX. Når der ønskes at finde konfidensintervallet for optionspriserne fundet ved Antithetic-metoden tager der udgangspunkt i, at gennemsnittet af to optionspriser, f(r(x)) + f(r(-x)) kan betragtes som en ny og nu uafhængig og identisk fordelt stokastisk variabel (engelsk: idd) hvorfor der ved den centrale middelværdi sætning vil gælde at variablens gennemsnit ved mange simuleringer vil blive assumptotisk normalfordelt. Der kan nu opstilles konfidensintervallet på samme måde, som ved blot at simulere uden brug af Antitheticmetoden, blot bruges altså det empiriske hhv. den empiriske standardafvigelse fra de enkelte simuleringer af optionspriserne gived ved: 1/ 2 * ( f(r(x) + f(r(-x) ), benævnt E og Std: 95% konfidensinterval = E +/- 1,96 * Std/Sqr(Std).
4 Bilag D Indstilling af tidsskridt i model B Simtid = simuleringstid i sek. E = middelværdi i simuleringen Std = standardafvigelse på simuleringerne Cf_low hhv. Cf_high = konfidensintervallet på 98% testniveau L = bredden af konfidensintervallet Tid = optionens varighed Kald = antal simulationer A = antal støttepunkter ved beregning af optionens gennemsnitskurs Step = antal tidsskridt i simulationen AsiaMCa = middelværdi af optionspris ved simuleringer i model A. E 7,43 7,71 7,66 7,93 7,91 7,83 7,81 6,87 7,12 7,08 7,11 7,22 7,11 6,69 Std 8,65 9,02 8,90 8,94 8,84 8,96 9,37 7,74 8,02 8,03 8,02 8,14 7,96 7,74 Cf_low 7,29 7,50 7,37 7,52 7,38 7,17 6,83 6,74 6,94 6,81 6,74 6,72 6,53 5,89 Cf_high 7,57 7,92 7,95 8,35 8,44 8,49 8,78 7,00 7,31 7,34 7,49 7,71 7,70 7,50 L 0,28 0,42 0,59 0,83 1,06 1,32 1,95 0,25 0,37 0,53 0,75 0,98 1,17 1,61 Tid 0,25 0,25 0,25 0,25 0,25 0,25 0,25 0,25 0,25 0,25 0,25 0,25 0,25 0,25 AsiaMCa 7,71 7,71 7,71 7,71 7,71 7,71 7,71 7,17 7,17 7,17 7,17 7,17 7,17 7,17 E 8,77 9,11 9,25 9,47 8,51 9,77 8,79 7,98 8,20 8,72 8,33 8,69 7,98 8,61 Std 11,01 11,36 11,42 11,35 11,01 11,56 11,06 9,88 10,02 10,37 10,10 10,17 9,95 10,30 Cf_low 8,59 8,84 8,87 8,95 7,84 8,92 7,64 7,81 7,96 8,38 7,86 8,08 7,25 7,54 Cf_high 8,95 9,37 9,62 10,00 9,17 10,62 9,94 8,14 8,43 9,06 8,80 9,30 8,72 9,69 L 0,36 0,53 0,75 1,06 1,33 1,70 2,30 0,33 0,47 0,68 0,94 1,22 1,46 2,14 Tid 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 0,5 AsiaMCa 9,19 9,19 9,19 9,19 9,19 9,19 9,19 8,40 8,40 8,40 8,40 8,40 8,40 8,40
5 E 10,42 11,03 11,00 10,86 11,18 10,36 10,66 9,42 9,81 9,53 9,57 9,51 9,57 10,52 Std 13,77 14,46 14,29 14,20 14,26 13,35 14,18 12,52 12,66 12,46 12,13 12,68 12,32 12,88 Cf_low 10,20 10,70 10,53 10,20 10,32 9,38 9,19 9,21 9,52 9,12 9,01 8,75 8,67 9,18 Cf_high 10,65 11,37 11,47 11,52 12,04 11,34 12,14 9,62 10,11 9,94 10,14 10,27 10,48 11,86 L 0,45 0,67 0,94 1,32 1,72 1,96 2,95 0,41 0,59 0,82 1,13 1,53 1,81 2,68 Tid AsiaMCa 10,93 10,93 10,93 10,93 10,93 10,93 10,93 9,91 9,91 9,91 9,91 9,91 9,91 9,91 E 12,75 13,40 13,58 13,42 12,56 14,76 13,33 11,66 11,76 11,85 11,90 12,14 11,46 12,38 Std 18,99 19,04 18,98 18,40 17,82 19,37 18,62 17,13 16,75 16,82 16,73 16,66 16,41 17,00 Cf_low 12,44 12,95 12,96 12,57 11,49 13,34 11,39 11,38 11,37 11,30 11,12 11,14 10,26 10,61 Cf_high 13,06 13,84 14,21 14,28 13,63 16,19 15,26 11,94 12,15 12,40 12,68 13,14 12,67 14,15 L 0,62 0,89 1,25 1,71 2,15 2,85 3,87 0,56 0,78 1,11 1,56 2,01 2,41 3,54 Tid AsiaMCa 13,46 13,46 13,46 13,46 13,46 13,46 13,46 11,80 11,80 11,80 11,80 11,80 11,80 11,80 De skraverede celler er der, hvor konfidensintervallerne ikke overlapper, hvilket indikerer for få tidsskridt i simulationen.
Landmålingens fejlteori - Lektion 2. Sandsynlighedsintervaller Estimation af µ Konfidensinterval for µ. Definition: Normalfordelingen
Landmålingens fejlteori Lektion Sandsynlighedsintervaller Estimation af µ Konfidensinterval for µ - rw@math.aau.dk Institut for Matematiske Fag Aalborg Universitet En stokastisk variabel er en variabel,
Læs mereKvantitative Metoder 1 - Forår 2007
Dagens program Kapitel 8.7, 8.8 og 8.10 Momenter af gennemsnit og andele kap. 8.7 Eksempel med simulationer Den centrale grænseværdisætning (Central Limit Theorem) kap. 8.8 Simulationer Normalfordelte
Læs mereStatistiske modeller
Statistiske modeller Statistisk model Datamatrice Variabelmatrice Hændelse Sandsynligheder Data Statistiske modeller indeholder: Variable Hændelser defineret ved mulige variabel værdier Sandsynligheder
Læs mereNote til styrkefunktionen
Teoretisk Statistik. årsprøve Note til styrkefunktionen Først er det vigtigt at gøre sig klart, at når man laver statistiske test, så kan man begå to forskellige typer af fejl: Type fejl: At forkaste H
Læs mereDefinition: Normalfordelingen. siges at være normalfordelt med middelværdi µ og varians σ 2, hvor µ og σ er reelle tal og σ > 0.
Landmålingens fejlteori Lektion 2 Transformation af stokastiske variable - kkb@math.aau.dk http://people.math.aau.dk/ kkb/undervisning/lf12 Institut for Matematiske Fag Aalborg Universitet Repetition:
Læs mereTænk på a og b som to n 1 matricer. a 1 a 2 a n. For hvert i = 1,..., n har vi y i = x i β + u i.
Repetition af vektor-regning Økonometri: Lektion 3 Matrix-formulering Fordelingsantagelse Hypotesetest Antag vi har to n-dimensionelle (søjle)vektorer a 1 b 1 a 2 a =. og b = b 2. a n b n Tænk på a og
Læs mereKvantitative Metoder 1 - Forår Dagens program
Dagens program Afsnit 6.1 Den standardiserede normalfordeling Normalfordelingen Beskrivelse af normalfordelinger: - Tæthed og fordelingsfunktion - Middelværdi, varians og fraktiler Lineære transformationer
Læs mereMLR antagelserne. Antagelse MLR.1:(Lineære parametre) Den statistiske model for populationen kan skrives som
MLR antagelserne Antagelse MLR.1:(Lineære parametre) Den statistiske model for populationen kan skrives som y = β 0 + β 1 x 1 + β 2 x 2 + + β k x k + u, hvor β 0, β 1, β 2,...,β k er ukendte parametere,
Læs mereRepetition Stokastisk variabel
Repetition Stokastisk variabel Diskret stokastisk variabel Udfaldsrum endelige eller tællelige mange antal elementer Sandsynlighedsfunktion f(x) er ofte tabellagt Udregning af sandsynligheder P( a < X
Læs mereNote om Monte Carlo eksperimenter
Note om Monte Carlo eksperimenter Mette Ejrnæs og Hans Christian Kongsted Økonomisk Institut, Københavns Universitet 9. september 003 Denne note er skrevet til kurset Økonometri på. årsprøve af polit-studiet.
Læs mereStatistik Lektion 3. Simultan fordelte stokastiske variable Kontinuerte stokastiske variable Normalfordelingen
Statistik Lektion 3 Simultan fordelte stokastiske variable Kontinuerte stokastiske variable Normalfordelingen Repetition En stokastisk variabel er en funktion defineret på S (udfaldsrummet, der antager
Læs mereKursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet Sandsynlighedsregning og lagerstyring Normalfordelingen og Monte
Læs mereHjemmeprøve 1 Efterår 2013: Afkast og risiko ved investering i aktier
Hjemmeprøve 1 Efterår 2013: Afkast og risiko ved investering i aktier Udviklingen i OMXC20 aktieindekset 2008 2013 1 1 OMXC20 er et indeks over de 20 mest omsatte aktier på Nasdaq OMX Copenhagen ( Københavns
Læs mereNote om Monte Carlo metoden
Note om Monte Carlo metoden Kasper K. Berthelsen Version 1.2 25. marts 2014 1 Introduktion Betegnelsen Monte Carlo dækker over en lang række metoder. Fælles for disse metoder er, at de anvendes til at
Læs mereProdukt og marked - matematiske og statistiske metoder
Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet February 19, 2016 1/26 Kursusindhold: Sandsynlighedsregning og lagerstyring
Læs mereKursusindhold: Produkt og marked - matematiske og statistiske metoder. Monte Carlo
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet Sandsynlighedsregning og lagerstyring Normalfordelingen og Monte
Læs mereLandmålingens fejlteori - Lektion 2 - Transformation af stokastiske variable
Landmålingens fejlteori Lektion 2 Transformation af stokastiske variable - kkb@math.aau.dk http://people.math.aau.dk/ kkb/undervisning/lf12 Institut for Matematiske Fag Aalborg Universitet 1/31 Repetition:
Læs mereKvantitative Metoder 1 - Efterår Dagens program
Dagens program Afsnit 6.1. Ligefordelinger, fra sidst Den standardiserede normalfordeling Normalfordelingen Beskrivelse af normalfordelinger: - Tæthed og fordelingsfunktion - Middelværdi, varians og fraktiler
Læs mere, i ' 1,...,N ; t ' 1,...,T, - i.i.d.(0,f 2, ), ) ' 0, E(, it. x kjs. œ i,t,s,j,k.
3 Den model, som vi gennemgående skal arbejde med i øvelsen, er»one-way Error Component«Modellen (1EC) Modellen specificeres på følgende måde: y it ' x it $ % µ i %, it, i ' 1,,N ; t ' 1,,T, hvor y it
Læs mereNormalfordelingen. Statistik og Sandsynlighedsregning 2
Normalfordelingen Statistik og Sandsynlighedsregning 2 Repetition og eksamen Erfaringsmæssigt er normalfordelingen velegnet til at beskrive variationen i mange variable, blandt andet tilfældige fejl på
Læs mereReminder: Hypotesetest for én parameter. Økonometri: Lektion 4. F -test Justeret R 2 Aymptotiske resultater. En god model
Reminder: Hypotesetest for én parameter Antag vi har model Økonometri: Lektion 4 F -test Justeret R 2 Aymptotiske resultater y = β 0 + β 1 x 2 + β 2 x 2 + + β k x k + u. Vi ønsker at teste hypotesen H
Læs mereDeskriptiv statistik. Version 2.1. Noterne er et supplement til Vejen til matematik AB1. Henrik S. Hansen, Sct. Knuds Gymnasium
Deskriptiv (beskrivende) statistik er den disciplin, der trækker de væsentligste oplysninger ud af et ofte uoverskueligt materiale. Det sker f.eks. ved at konstruere forskellige deskriptorer, d.v.s. regnestørrelser,
Læs mereKvantitative Metoder 1 - Forår Dagens program
Dagens program Kontinuerte fordelinger Simultane fordelinger Kovarians og korrelation Uafhængighed Betingede fordelinger - Middelværdi og varians - Sammenhæng med uafhængighed 1 Figur 1: En tæthedsfunktion
Læs mereKonfidensintervaller og Hypotesetest
Konfidensintervaller og Hypotesetest Konfidensinterval for andele χ -fordelingen og konfidensinterval for variansen Hypoteseteori Hypotesetest af middelværdi, varians og andele Repetition fra sidst: Konfidensintervaller
Læs mereAnalysestrategi. Lektion 7 slides kompileret 27. oktober 200315:24 p.1/17
nalysestrategi Vælg statistisk model. Estimere parametre i model. fx. lineær regression Udføre modelkontrol beskriver modellen data tilstrækkelig godt og er modellens antagelser opfyldte fx. vha. residualanalyse
Læs mereValuta-, aktie- og råvareindekserede obligationer
Valuta-, aktie- og råvareindekserede obligationer Finansanalytikerforeningen, 22. november 2005 Svend Jakobsen Institut for regnskab, finansiering og logistik Handelshøjskolen i Århus Indekseret obligation
Læs mereAgenda Sandsynlighedsregning. Regneregler (kap. 3-4) Fordelinger og genkendelse af fordelinger (kap. 3-5) Simultane, marginale og betingede
Agenda Sandsynlighedsregning. Regneregler (kap. 3-4) Fordelinger og genkendelse af fordelinger (kap. 3-5) Simultane, marginale og betingede fordelinger (kap. 4) Middelværdi og varians (kap. 3-4) Fordelingsresultater
Læs mere! Husk at udfylde spørgeskema 3. ! Lineær sandsynlighedsmodel. ! Eksempel. ! Mere om evaluering og selvselektion
Dagens program Økonometri 1 Dummy variable 4. marts 003 Emnet for denne forelæsning er kvalitative variable i den multiple regressionsmodel (Wooldridge kap. 7.5-7.6+8.1)! Husk at udfylde spørgeskema 3!
Læs mereTema. Dagens tema: Indfør centrale statistiske begreber.
Tema Dagens tema: Indfør centrale statistiske begreber. Model og modelkontrol Estimation af parametre. Fordeling. Hypotese og test. Teststørrelse. konfidensintervaller Vi tager udgangspunkt i Ex. 3.1 i
Læs mereInstitut for Matematiske Fag Aalborg Universitet Specielt: Var(aX) = a 2 VarX 1/40. Lad X α, X β og X γ være stokastiske variable (vinkelmålinger) med
Repetition: Varians af linear kombination Landmålingens fejlteori Lektion 5 Fejlforplantning - rw@math.aau.dk Antag X 1, X,..., X n er uafhængige stokastiske variable, og Y er en linearkombination af X
Læs mereValgkampens og valgets matematik
Ungdommens Naturvidenskabelige Forening: Valgkampens og valgets matematik Rune Stubager, ph.d., lektor, Institut for Statskundskab, Aarhus Universitet Disposition Meningsmålinger Hvorfor kan vi stole på
Læs mereEt eksempel på en todimensional normalfordeling Anders Milhøj September 2006
Et eksempel på en todimensional normalfordeling Anders Milhøj September 006 I dette notat gennemgås et eksempel, der illustrerer den todimensionale normalfordelings egenskaber. Notatet lægger sig op af
Læs mereI dag. Statistisk analyse af en enkelt stikprøve med kendt varians Sandsynlighedsregning og Statistik (SaSt) Eksempel: kobbertråd
I dag Statistisk analyse af en enkelt stikprøve med kendt varians Sandsynlighedsregning og Statistik SaSt) Helle Sørensen Først lidt om de sidste uger af SaSt. Derefter statistisk analyse af en enkelt
Læs mereForelæsning 8: Inferens for varianser (kap 9)
Kursus 02402 Introduktion til Statistik Forelæsning 8: Inferens for varianser (kap 9) Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800 Lyngby
Læs mereAktieindekseret obligation knyttet til
Aktieindekseret obligation Danske Aktier Aktieindekseret obligation knyttet til kursudviklingen i 15 førende, danske aktieselskaber Notering på Københavns Fondsbørs 100 % hovedstolsgaranti Danske Aktier
Læs mereDefinition. Definitioner
Definition Landmålingens fejlteori Lektion Diskrete stokastiske variable En reel funktion defineret på et udfaldsrum (med sandsynlighedsfordeling) kaldes en stokastisk variabel. - kkb@math.aau.dk http://people.math.aau.dk/
Læs mereEstimation og usikkerhed
Estimation og usikkerhed = estimat af en eller anden ukendt størrelse, τ. ypiske ukendte størrelser Sandsynligheder eoretisk middelværdi eoretisk varians Parametre i statistiske modeller 1 Krav til gode
Læs mereMarkedsindekseret obligation
Markedsindekseret obligation Bedst-af-3 II - Investering med hovedstolsgaranti Det er en gylden regel inden for investering, at man ofte opnår det bedste resultat, hvis man spreder sine investeringer på
Læs mereOpgave nr. 28. Prisfastsættelse af asiatiske optioner på aktier - ved Monte Carlo-simulering foretaget i Excel
H.D.-studiet i Finansiering Hovedopgave forår 004 Opgaveløser: Vejleder: Carsten Holdum Peter Toftager Ejlersen Opgave nr. 8 Prisfastsættelse af asiatiske optioner på aktier - ved Monte Carlo-simulering
Læs mereBernoulli og binomial fordelingerne Kontinuerte stokastiske variable Normalfordelingen
Bernoulli og binomial fordelingerne Kontinuerte stokastiske variable Normalfordelingen Repetition Lov om total sandsynlighed Bayes sætning P( B A) = P(A) = P(AI B) + P(AI P( A B) P( B) P( A B) P( B) +
Læs mereLandmålingens fejlteori - Repetition - Kontinuerte stokastiske variable - Lektion 3
Landmålingens fejlteori Repetition - Kontinuerte stokastiske variable Lektion 4 - kkb@math.aau.dk http://people.math.aau.dk/ kkb/undervisning/lf10 Institut for Matematiske Fag Aalborg Universitet 29. april
Læs mereIngen forbrugspanik over hysteriet på aktiemarkederne
ERHVERVSØKONOMISK ANALYSE marts 16 Ingen forbrugspanik over hysteriet på aktiemarkederne OMXC faldt 1 pct. på dage i begyndelsen af 16, og det skabte usikkerhed hos investorerne. Usikkerheden har dog ikke
Læs mereStatistik vejledende læreplan og læringsmål, efteråret 2013 SmartLearning
Side 1 af 6 Statistik vejledende læreplan og læringsmål, efteråret 2013 SmartLearning Litteratur: Kenneth Hansen & Charlotte Koldsø: Statistik I økonomisk perspektiv, Hans Reitzels Forlag 2012, 2. udgave,
Læs mereRepetition. Diskrete stokastiske variable. Kontinuerte stokastiske variable
Normal fordelingen Normal fordelingen Egenskaber ved normalfordelingen Standard normal fordelingen Find sandsynligheder ud fra tabel Transformation af normal fordelte variable Invers transformation Repetition
Læs mereEt firma tuner biler. Antallet af en bils cylindere er givet ved den stokastiske variabel X med massetæthedsfunktionen
STATISTIK Skriftlig evaluering, 3. semester, mandag den 6. januar 004 kl. 9.00-13.00. Alle hjælpemidler er tilladt. Opgaveløsningen forsynes med navn og CPR-nr. OPGAVE 1 Et firma tuner biler. Antallet
Læs mereProgram. Statistik og Sandsynlighedsregning. Eksempler. Sandsynlighedstæthed og sandsynlighedsmål
Program Statistik og Sandsynlighedsregning Sandsynlighedstætheder og kontinuerte fordelinger på R Varians og middelværdi Normalfordelingen Susanne Ditlevsen Uge 48, tirsdag Tætheder og fordelingsfunktioner
Læs mereMetal 2010 investering i råvarer. 0 % Eksportfinans Metal 2010
Metal 2010 investering i råvarer. 0 % Eksportfinans Metal 2010 Råvarer har længe været et område i vækst, og der er en stigende opmærksomhed rettet mod råvarer som investeringsobjekt. Det skyldes blandt
Læs mereTeoretisk Statistik, 9 marts nb. Det forventes ikke, at alt materialet dækkes d. 9. marts.
Teoretisk Statistik, 9 marts 2005 Empiriske analoger (Kap. 3.7) Normalfordelingen (Kap. 3.12) Opsamling på Kap. 3 nb. Det forventes ikke, at alt materialet dækkes d. 9. marts. 1 Empiriske analoger Betragt
Læs mereFinansiel planlægning
Side 1 af 8 SYDDANSK UNIVERSITET Erhvervsøkonomisk Diplomuddannelse HD 2. del Regnskab og økonomistyring Reeksamen Finansiel planlægning Tirsdag den 12. juni 2007 kl. 9.00-13.00 Alle hjælpemidler er tilladte.
Læs mereKursusindhold: X i : tilfældig værdi af ite eksperiment. Antag X i kun antager værdierne 1, 2,..., M.
Kursusindhold: Produkt og marked - matematiske og statistiske metoder Rasmus Waagepetersen Institut for Matematiske Fag Aalborg Universitet March 1, 2013 Sandsynlighedsregning og lagerstyring Normalfordelingen
Læs mereKvantitative Metoder 1 - Forår 2007
Dagens program Estimation: Kapitel 9.1-9.3 Estimation Estimationsfejlen Bias Eksempler Bestemmelse af stikprøvens størrelse Konsistens De nitioner påkonsistens Eksempler på konsistente og middelrette estimatorer
Læs mereOversigt. Course 02402/02323 Introducerende Statistik. Forelæsning 3: Kontinuerte fordelinger. Per Bruun Brockhoff
Course 242/2323 Introducerende Statistik Forelæsning 3: Kontinuerte fordelinger Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 22 Danmarks Tekniske Universitet 28 Lyngby Danmark
Læs mereDagens Temaer. Test for lineær regression. Test for lineær regression - via proc glm. k normalfordelte obs. rækker i proc glm. p. 1/??
Dagens Temaer k normalfordelte obs. rækker i proc glm. Test for lineær regression Test for lineær regression - via proc glm p. 1/?? Proc glm Vi indlæser data i datasættet stress, der har to variable: areal,
Læs mereEn hurtig approksimativ beregning af usikkerheden om den fremtidige pension
En hurtig approksimativ beregning af usikkerheden om den fremtidige pension Claus Munk 1. september 017 1 Sammenfatning Den pension, som en pensionsopsparer en kunde) ender med at få, er usikker både på
Læs mereSupplement til kapitel 4 Om sandsynlighedsmodeller for flere stokastiske variable
IMM, 00--6 Poul Thyregod Supplement til kapitel 4 Om sandsynlighedsmodeller for flere stokastiske variable Todimensionale stokastiske variable Lærebogens afsnit 4 introducerede sandsynlighedsmodeller formuleret
Læs mere1. Intoduktion. Undervisningsnoter til Øvelse i Paneldata
1 Intoduktion Før man springer ud i en øvelse om paneldata og panelmodeller, kan det selvfølgelig være rart at have en fornemmelse af, hvorfor de er så vigtige i moderne mikro-økonometri, og hvorfor de
Læs mereErhvervsøkonomisk Institut. Vejleder: Henrik Nørholm BILAG. Analyse og prissætning af JB Ti Aktier 2013. I skyggen af en finanskrise
Erhvervsøkonomisk Institut Kandidatafhandling Forfatter: Henrik Gerstrøm (xxxxxx) Vejleder: Henrik Nørholm BILAG Analyse og prissætning af JB Ti Aktier 2013 I skyggen af en finanskrise 1. december 2010
Læs mereLøsninger til kapitel 6
Opgave 6.1 a) 180 200 P ( X < 180) = Φ = Φ( = 0, 1587 b) 220 200 P ( X > 220) = Φ = Φ(1) = 0, 8413 c) 200 200 P ( X > 200) = 1 X < 200) = 1 Φ = ) = 1 0,5 = 0, 5 d) P ( X = 230) = 0 e) 180 200 P ( X 180)
Læs mere3 Stokastiske variable 3.1 Diskrete variable
3 Stokastiske variable 3.1 Diskrete variable Punktsandsnligheden benævnes P(x) = P(X = x). {x, P(x)} er en sandsnlighedsfordeling for den stokastiske variabel, X, hvis 1) P(x) $ 0 for alle værdier af x.
Læs mere{ } { } {( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( ) ( )}
Stokastisk eksperiment Et stokastisk eksperiment er et eksperiment, hvor vi fornuftigvis ikke på forhånd kan have en formodning om resultatet af eksperimentet. Til gengæld kan vi prøve at sige noget om,
Læs mereForelæsning 5: Kapitel 7: Inferens for gennemsnit (One-sample setup)
Kursus 02402 Introduktion til Statistik Forelæsning 5: Kapitel 7: Inferens for gennemsnit (One-sample setup) Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske
Læs mereNormalfordelingen og Stikprøvefordelinger
Normalfordelingen og Stikprøvefordelinger Normalfordelingen Standard Normal Fordelingen Sandsynligheder for Normalfordelingen Transformation af Normalfordelte Stok.Var. Stikprøver og Stikprøvefordelinger
Læs mereHvor: D = forventet udbytte. k = afkastkrav. G = Vækstrate i udbytte
Dec 64 Dec 66 Dec 68 Dec 70 Dec 72 Dec 74 Dec 76 Dec 78 Dec 80 Dec 82 Dec 84 Dec 86 Dec 88 Dec 90 Dec 92 Dec 94 Dec 96 Dec 98 Dec 00 Dec 02 Dec 04 Dec 06 Dec 08 Dec 10 Dec 12 Dec 14 Er obligationer fortsat
Læs mereStastistik og Databehandling på en TI-83
Stastistik og Databehandling på en TI-83 Af Jonas L. Jensen (jonas@imf.au.dk). 1 Fordelingsfunktioner Husk på, at en fordelingsfunktion for en stokastisk variabel X er funktionen F X (t) = P (X t) og at
Læs mereStrategi for gældspleje og kapitalforvaltning 2008
Økonomiforvaltningen NOTAT Bilag 1 06-12-2007 Strategi for gældspleje og kapitalforvaltning 2008 Dette notat beskriver kommunens finansielle risikopolitik via den udarbejdede strategi for gældspleje og
Læs mereLøsning eksamen d. 15. december 2008
Informatik - DTU 02402 Introduktion til Statistik 2010-2-01 LFF/lff Løsning eksamen d. 15. december 2008 Referencer til Probability and Statistics for Engineers er angivet i rækkefølgen [8th edition, 7th
Læs mereSchweynoch, 2003. Se eventuelt http://www.mathematik.uni-kassel.de/~fathom/projekt.htm.
Projekt 8.5 Hypotesetest med anvendelse af t-test (Dette materiale har været anvendt som forberedelsesmateriale til den skriftlige prøve 01 for netforsøget) Indhold Indledning... 1 χ -test... Numeriske
Læs mereMulige bachelorprojekter
Bachelorprojektformalia Selvstændigt projekt (under vejledning), der involverer litteratursøgning og -studier og rapportskrivning. Ikke (for meget) overlap med (obligatoriske) kurser. Ekstern censur &
Læs merea) Har måleresultaterne for de 2 laboranter samme varians? b) Tyder resultaterne på, at nogen af laboranterne måler med en systematisk fejl?
Module 6: Exercises 6.1 To laboranter....................... 2 6.2 Nicotamid i piller..................... 3 6.3 Karakterer......................... 5 6.4 Blodtryk hos kvinder................... 6 6.5
Læs mereStatistik og Sandsynlighedsregning 2
Statistik og Sandsynlighedsregning 2 Den flerdimensionale normalfordeling, fordeling af ( X,SSD) Helle Sørensen Uge 9, mandag SaSt2 (Uge 9, mandag) Flerdim. N, ford. af ( X,SSD) 1 / 16 Program Resultaterne
Læs mereLineære normale modeller (1) udkast. 1 Flerdimensionale stokastiske variable
E6 efterår 999 Notat 8 Jørgen Larsen 22. november 999 Lineære normale modeller ) udkast Ved hjælp af lineær algebra kan man formulere og analysere de såkaldte lineære normale modeller meget overskueligt
Læs mereOversigt over emner. Punktestimatorer: Centralitet(bias) og efficiens
Oversigt Oversigt over emner 1 Punkt- og intervalestimation Punktestimatorer: Centralitet(bias) og efficiens 2 Konfidensinterval Konfidensinterval for andel Konfidensinterval - normalfordelt stikprøve
Læs mereAsiatiske AKTIER 2007/2012. Aktieindekseret obligation
Asiatiske AKTIER 2007/2012 Aktieindekseret obligation Asiatiske AKTIER 2007/2012 - aktieinvestering med hovedstolsgaranti Garantiobligationen Asiatiske AKTIER 2007/2012 er en ny aktieindekseret obligation,
Læs mereOpgavebesvarelse til øvelse 4
Opgavebesvarelse til øvelse 4 Opgave 4.2 Antag at den årlige indkomst for en person er $80.000 samt at efterspørgslen efter penge er givet ved a) Hvad er denne persons pengeefterspørgsel hvis renten er
Læs mereHypotesetest. Altså vores formodning eller påstand om tingens tilstand. Alternativ hypotese (hvis vores påstand er forkert) H a : 0
Hypotesetest Hypotesetest generelt Ingredienserne i en hypotesetest: Statistisk model, f.eks. X 1,,X n uafhængige fra bestemt fordeling. Parameter med estimat. Nulhypotese, f.eks. at antager en bestemt
Læs mereMotivation. Konfidensintervaller og vurdering af usikkerhed på estimerede størrelser
Motivation Konfidensintervaller og vurdering af usikkerhed på estimerede størrelser Rasmus Waagepetersen October 26, 2018 Eksempel: En landmåler får til opgave at måle længden λ fra A til B. Entreprenøren
Læs mereTidsværdi for gods i Sverige
Tidsværdi for gods i Sverige Mogens Fosgerau 1 og Mikkel Birkeland, COWI 1 Indledning COWI har sammen med INREGIA i Stockholm gennemført en undersøgelse af tidsværdien for gods for SIKA, Statens Institut
Læs mereReduceret varighed på indeksobligationer bias på BEI
10. november 2009 Reduceret varighed på indeksobligationer bias på BEI Lille kursfølsomhed på indeksobligationer Positiv bias på BEI Ny kursliste og udvidelse af nøgletalsfil Af chefanalytiker Michael
Læs mereStatistik vejledende læreplan og læringsmål, foråret 2015 SmartLearning
Side 1 af 6 Statistik vejledende læreplan og læringsmål, foråret 2015 SmartLearning Litteratur: Kenneth Hansen & Charlotte Koldsø: Statistik I økonomisk perspektiv, Hans Reitzels Forlag 2012, 2. udgave,
Læs mere5. December 2013. Finansministeriet og Ministeriet for By, Bolig og Landdistrikter Notat om potentialeberegninger
5. December 2013 Finansministeriet og Ministeriet for By, Bolig og Landdistrikter Indholdsfortegnelse Introduktion 3 1. Metode for potentialeberegninger 5 1.1. Delanalyse 1 5 1.2. Beregning af potentialer
Læs mereIntroduktion til Statistik. Forelæsning 3: Kontinuerte fordelinger. Peder Bacher
Introduktion til Statistik Forelæsning 3: Kontinuerte fordelinger Peder Bacher DTU Compute, Dynamiske Systemer Bygning 303B, Rum 009 Danmarks Tekniske Universitet 2800 Lyngby Danmark e-mail: pbac@dtu.dk
Læs mereNotat. Demografi- & Budgetmodellen (DBM) Struktur og Metode SOCIAL OG SUNDHED. Dato: 23. Februar 2015
SOCIAL OG SUNDHED Dato: 23. Februar 2015 Tlf. dir.: 4477 3481 E-mail: allh@balk.dk Kontakt: Allan Hjort j.nr.: 00-30-00-S00-1-15 rer Notat Demografi- & Budgetmodellen (DBM) Struktur og Metode Indhold 1
Læs mereTo samhørende variable
To samhørende variable Statistik er tal brugt som argumenter. - Leonard Louis Levinsen Antagatviharn observationspar x 1, y 1,, x n,y n. Betragt de to tilsvarende variable x og y. Hvordan måles sammenhængen
Læs mereRegneregler for middelværdier M(X+Y) = M X +M Y. Spredning varians og standardafvigelse. 1 n VAR(X) Y = a + bx VAR(Y) = VAR(a+bX) = b²var(x)
Formelsamlingen 1 Regneregler for middelværdier M(a + bx) a + bm X M(X+Y) M X +M Y Spredning varians og standardafvigelse VAR(X) 1 n n i1 ( X i - M x ) 2 Y a + bx VAR(Y) VAR(a+bX) b²var(x) 2 Kovariansen
Læs mereAnvendt Statistik Lektion 2. Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger
Anvendt Statistik Lektion 2 Sandsynlighedsregning Sandsynlighedsfordelinger Normalfordelingen Stikprøvefordelinger Sandsynlighed: Opvarmning Udfald Resultatet af et eksperiment kaldes et udfald. Eksempler:
Læs mereRettevejledning til eksamen i Kvantitative metoder 1, 2. årsprøve 2. januar 2007
Rettevejledning til eksamen i Kvantitative metoder 1,. årsprøve. januar 007 I rettevejledningen henvises der til Berry and Lindgren "Statistics Theory and methods"(b&l) hvis ikke andet er nævnt. Opgave
Læs mereStikprøver og stikprøve fordelinger. Stikprøver Estimatorer og estimater Stikprøve fordelinger Egenskaber ved estimatorer Frihedsgrader
Stikprøver og stikprøve fordelinger Stikprøver Estimatorer og estimater Stikprøve fordelinger Egenskaber ved estimatorer Frihedsgrader Statistik Statistisk Inferens: Prediktere og forekaste værdier af
Læs mereDet naturvidenskabelige fakultet Sommereksamen 1997 Matematisk-økonomisk kandidateksamen Fag: Driftsøkonomi 2
1 Det naturvidenskabelige fakultet Sommereksamen 1997 Matematisk-økonomisk kandidateksamen Fag: Driftsøkonomi 2 Opgavetekst Generelle oplysninger: Der ses i nedenstående opgaver bort fra skat, transaktionsomkostninger,
Læs merehvor a og b er konstanter. Ved middelværdidannelse fås videre
Uge 3 Teoretisk Statistik. marts 004. Korrelation og uafhængighed, repetition. Eksempel fra sidste gang (uge ) 3. Middelværdivektor, kovarians- og korrelationsmatrix 4. Summer af stokastiske variable 5.Den
Læs mereBørsnoterede certifikater Bull & Bear
Børsnoterede certifikater Bull & Bear Bull & Bear-certifikater passer til dig, der har en fast tro på, hvilken vej markedet vil gå, uanset om du tror på en stigning eller et fald. Bull & Bear-certifikater
Læs mereNote om Monte Carlo eksperimenter
Note om Monte Carlo eksperimenter Mette Ejrnæs og Hans Christian Kongsted Økonomisk Institut, Københavns Universitet 22. februar 2005 Denne note er skrevet til kurset Økonometri 1 på 2. årsprøve af polit-studiet.
Læs mereDen todimensionale normalfordeling
Den todimensionale normalfordeling Definition En todimensional stokastisk variabel X Y siges at være todimensional normalfordelt med parametrene µ µ og når den simultane tæthedsfunktion for X Y kan skrives
Læs mereUndervisningsnoter til øvelse i Panel Modeller. %, it. E(x kjs
4 I afsnit 3 beskæftigede vi os med 1EC modellen og viste, hvordan den kunne estimereres med FGLS - bla under forudsætning af, at det individspecifikke stokastiske led er ukorreleret med de forklarende
Læs mereMatematik A. Studentereksamen. Forberedelsesmateriale til de digitale eksamensopgaver med adgang til internettet
Matematik A Studentereksamen Forberedelsesmateriale til de digitale eksamensopgaver med adgang til internettet stx11-matn/a-080501 Tirsdag den 8. maj 01 Forberedelsesmateriale til stx A Net MATEMATIK Der
Læs mereCenter for Statistik. Multipel regression med laggede responser som forklarende variable
Center for Statistik Handelshøjskolen i København MPAS Tue Tjur November 2006 Multipel regression med laggede responser som forklarende variable Ved en tidsrække forstås i almindelighed et datasæt, der
Læs mereKvantitative Metoder 1 - Forår 2007
Dagens program Kapitel 4: Diskrete fordelinger Afsnit 4.1-4.2, 4.7: Bernoulli fordeling Binomial fordeling Store Tals Lov (Laws of Averages, Laws of Large Numbers) 1 Bernoulli fordeling Kvantitative Metoder
Læs mereMatematik A, vejledende opgave 2, ny ordning. Vejledende løsninger, Peter B. Delprøven uden hjælpemidler. Opgave 1. a) A= 6x 2 +12xdx = 2x 3 + 6x 2 2
Delprøven uden hjælpemidler Opgave 1 a) A= 6x 2 +12xdx = 2x 3 + 6x 2 2 0 = 8 0 = 8 0 2 Opgave 2 a) Først differentierer vi løsningen: y = 10x. Dernæst indsættes løsningen y i y og vi får: y = 2 5x2 x =
Læs mereVi kalder nu antal prøverør blandt de 20, hvor der ikke ses vækst for X.
Opgave I I en undersøgelse af et potentielt antibiotikum har man dyrket en kultur af en bestemt mikroorganisme og tilført prøver af organismen til 20 prøverør med et vækstmedium og samtidig har man tilført
Læs mereNoter i fejlteori. Kasper Klitgaard Berthelsen Poul Winding & Jens Møller Pedersen. Version 1.1
Noter i fejlteori Kasper Klitgaard Berthelsen Poul Winding & Jens Møller Pedersen Version 1.1 April 2013 2 Indhold 1 Motivation 3 2 Det matematiske fundament 5 2.1 Lidt sandsynlighedsregning......................
Læs mere