Dagens forelæsning. Grinblatt & Titman kap. 5. Introduktion. Introduktion. Exhibit 5.1. Investeringsmulighedsområdet. Investeringsmulighedsområdet

Størrelse: px
Starte visningen fra side:

Download "Dagens forelæsning. Grinblatt & Titman kap. 5. Introduktion. Introduktion. Exhibit 5.1. Investeringsmulighedsområdet. Investeringsmulighedsområdet"

Transkript

1 Dagens forelæsning Investeringsmulighedsområdet Grinblatt & Titman ap. 5 Sammenhængen mellem risio og forventet afast (security maret line Capital Asset Pricing Model ( Empirise tests af 2 G&T ap 4: Introdution Porteføleværtøer (forventet afast, varians, ovarians osv. Disonteringsrente Introdution Bør tage hensyn til investeringens risio! Mean-variance analyse Jo mere risiabel en investering Jo høere disonteringsrente! Minimum varians porteføle Hvad sal vi bruge det til?? Portefølemanagement! Hvordan findes den risiousterede disonteringsrente? 2 Den finder vi ved at bruge redsaberne fra apitel 4! Men derudover noget endnu vigtigere lidt motivation: Claus Mun Sire betalinger sal tilbagedisonteres med nuluponrenterne Værdi af obligation Per Madsen Usire betalinger sal tilbagedisonteres med en onstant disonteringsrente Værdi af proet/investering Men hvilen disonteringsrente sal anvendes? 4 Exhibit 5. Investeringsmulighedsområdet Investeringsmulighedsområdet / the feasible set Antagelser i Mean-Variance analyse Hvor vil investorerne foretræe at være i figuren? Investorerne Foretræer høt afast Hader varians Nødvendigt med adfærdsmæssige antagelser! Marederne er fritionsløse (ingen ortsalgsrestritioner, transationsomostninger, satter osv. Nu ved vi hvor investorerne foretræer at være i figuren! De foretræer at få det høest mulige afast ved en given varians. 5 6

2 Exhibit 5. Investeringsmulighedsområdet / the feasible set Investorerne vil placere sig på the efficient frontier (placeringen afhænger af præferencer Dominerede porteføer/ativer Efficient rand (efficient frontier Hvordan identificeres den efficiente rand? Benyt two-fund seperation Identificer 2 porteføler på den efficiente rand 2 Kombinationer af disse to porteføler identificerer hele randen! Kun nødvendigt at ende 2 porteføler på randen for at identificere den! Men hvile porteføler? Minimum varians portefølen 2 Mangler på nuværende tidspunt (senere: Tangensportefølen Identifiation af porteføle på efficient rand Optimal investering! 7 8 Exhibit 5.2 Two-fund separation og den efficiente rand + esempel 5. Tangensportefølen Vi mangler altså én porteføle (på den efficient rand for at finde hele den efficiente rand. Tangensportefølen - Antag der findes et risiofrit ativ Det risiofri ativ = minimum varians portefølen Risiofrit ativ Investeringsmulighedsområdet = ret linie (hus G&T ap. 4 Muligt at tegne en ret linie fra det risiofri ativ, der tangerer investeringsmulighedsområdet Tangenspuntet Tangensportefølen! 9 Exhibit 5. Tangensportefølen og the Capital Maret Line (CML Der findes et risiofrit ativ Capital Maret Line Nu har vi identificeret to porteføler på den efficiente rand! Minimum varians portefølen (alt investeret i risiofri ativ 2 Tangensportefølen Kombinationer af disse to porteføler Investeringsmulighedsområdet Risiofrit ativ Investeringsmulighedsområdet = ret linie (hus G&T ap. 4 Den rette linie der ombinerer minimum varians portefølen (det risiofri ativ og tangensportefølen, aldes Capital Maret Line (CML Alle investorer vil ligge et sted på CML (afhængigt af præferencer 2 2

3 Exhibit 5. Tangensportefølen og the Capital Maret Line (CML Der findes et risiofrit ativ Tangensportefølen Hvordan findes tangentportefølen i prasis? Placeringen på CML afhænger af investorernes præferencer! Nødvendigt med matematise argumenter Dem tager vi fuldt ud på øvelserne Beviset fremgår af en ugeseddel som er lagt på hemmesiden! Kun ort sitsering af problemet nu. 4 G&T Esempel 5. Tag udgangspunt i følgende ovariansmatrice: E(r,5,7,7 Risiofrit afast: 6% Find tangensportefølen! G&T Esempel 5. Tangensportefølen findes således: Dvs: 2 = = r r 2 r2 r r r,5,6 4,7,6 =,7,6 5 i= E(r,5,7,7 Risiofrit afast: 6% x Men denne løsning er ie en porteføle! 5 6 G&T Esempel 5. Løsning: salér portefølevægtene så de summer til! x 4 x,4 = =, 5,5 saléring i= x = Exhibit 5.4 Afast, standardafvigelser og risiopræmier Portfolio Mean Return Ris Premium S&P 5 Small Cap stocs Long-term corporate bonds Long-term government bonds 5.% % Standard Deviation 2.% Slope Dette er portefølevægtene for tangensportefølen! ~ E( R T R = 6,2% = T 2 = 2 T 7 Ingen lar sammenhæng mellem standardafvigelse og afast! Det an godt betale sig at finde efficiente porteføler, der masimerer afastet for en given standard afvigelse! Hvis standardafvigelsen på et ativ ie bestemmer afastet hvad gør så? Det ommer vi tilbage til senere 8

4 Tangensportefølen På de forrige slides antog vi, at der esisterede et risiofrit ativ. Alle investorer ville ligge på Capital Maret Line (de ville investere noget i tangensportefølen, og noget i det risiofri ativ Hvad gør vi, hvis der ie esisterer et risiofrit ativ? G&T Esempel 5.5 Hvordan findes tangentportefølen hvis der ie esisterer en risiofri rente? Vælg blot en hypotetis risiofri rente og løs problemet som før! Tag igen udgangspunt i følgende ovariansmatrice: Tangensportefølen - Antag der ie findes et risiofrit ativ Intet risiofrit ativ Investeringsmulighedsområdet = hyperbel (hus G&T ap. 4 Dermed løses problemet således: Vælg en hypotetis r f (sal være mindre end det forventede afast på minimum varians portefølen 2 Løs problemet med den hypotetise risiofri rente. Risiofrit afast: uendt Find tangensportefølen! Antag r f = 4% E(r,5,7,7 Sal blot være mindre end afastet på minimumvariansportefølen. 9 2 G&T Esempel 5.5 G&T Esempel 5.5 Tangensportefølen findes således: Dvs: 2 = = r r 2 r2 r r r,5,4 5,7,4 =,7,4 6 Men denne løsning er ie en porteføle! i= E(r,5,7,7 Risiofrit afast: 4% x Løsning: salér portefølevægtene så de summer til! 5 = 6 saléring,467 =,8,5 Dette er portefølevægtene for tangensportefølen! ~ E( R T R = 6,7% = T 2 = 4 T i= x = 2 22 G&T Esempel 5.5 Lad os nu finde the efficient frontier! G&T Esempel 5.5 Minimumvariansportefølen fandt man ved at løse følgende system: Vi har fundet tangensportefølen, og mangler derfor un én anden porteføle for at genere hele the efficient frontier Minimumvariansportefølen! = Når vi har identificeret minimumvariansportefølen og tangensportefølen an vi vha. two-fund separation finde hele den ritise rand (eller the efficient frontier 2 Dvs: = saléring,5 =,5 5 =

5 Tangensportefølen:,467 =,8,5 G&T Esempel 5.5 Minimumvariansportefølen:,5 =,5 The efficient frontier (vha. two-fund seperation:,467w +,5 ( w,8w +,5 =,8w + ( w =,8w,5w +,5 ( w,5,64,6,62,6,6,59,58,57 G&T Esempel 5.5 Mean Variance Diagram The efficient frontier Tangensporteføle Minimumvariansportefølen (Der ommer et regnear på nettet, hvor eg viser hvordan den efficiente rand onstrueres,56,5,7,9,2,2,25, Dagens forelæsning Investeringsmulighedsområdet Sammenhængen mellem risio og forventet afast (security maret line Capital Asset Pricing Model ( Empirise tests af Sammenhæng mellem risio og afast Identifiation af minimum varians porteføle og tangensporteføle Muligt at identificere the efficient frontier og finde optimale investeringer. Men derudover an tangensportefølen også anvendes til noget andet: Vha. diverse omsrivninger an den give os et mål for et ativs forventede afast!! Hvorfor er det interessant? Lidt motivation (esempel fra G&T Dell Opføre fabrier i fernøsten Hvilen disonteringsrente sal anvendes til at vurdere denne investering? Sammenhæng mellem risio og afast Forslag nr. : Anvend den risiofri rente NEJ! Risiabel investering. Sammenhæng mellem risio og afast Med udgangspunt i resultatet for tangensportefølen an man opstille den meget vigtige risio-afast-formel! Forslag nr. 2: Anvend det historise afast på Dells atie NEJ! Dells atie er mere end 2 gange mere værd, end da virsomheden blev børsnoteret. Umuligt/urealistis at Dells fabrier an give dette afast igen. Hvilen disonteringsrente sal vi SÅ benytte? Deligt hvis man havde et udtry for, hvordan et ativs forventede afast bestemmes. Kaldes også Security Maret Line På øvelserne gennemgår vi matematien bag resultatet. På forelæsningerne bruger vi mere tid på intuitionen. Kort matematis sitsering af problemet på tavlen. 29 5

6 Sammenhæng mellem risio og afast Security Maret Line (risio-afast-formel Dvs: cov( r, RT r = r + ( RT var( RT 424 β r = r + β ( R r T r hvor =,2,..N Hældningsoefficient i regressionsligning! cov( r, RT β = var( R T Sammenhæng mellem risio og afast Hvad siger formlen med ord? Security Maret Line (risio-afast-formel r = r + β ( R r T hvor cov( r, RT β = var( R SML viser hvilet forventet afast et ativ sal/bør have! Det er ie ativets egen varians der er afgørende. Det er ativets ovarians med tangensportefølen, der bestemmer ativets forventede afast! T Ganse almindelig regression af r på tangensportefølens afast! Jo mere ativets afast ovarierer med tangensportefølen Jo høere afast bør ativet have! (og omvendt 2 Exhibit 5.5 Sammenhængen mellem CML og SML SML Risio-afast-formlen Konlusion på SML: Det der afgør en given investerings forventede afast, er investeringens ovarians med tangensportefølen. Nu har vi et mål for risio! Stor cov(r, R T Høt forventet afast på ativ Lille cov(r, R T Lavt forventet afast på ativ Kun systematis risio belønnes (mere om det i G&T ap. 6 cov(r, R T Forsellige ativer med samme afast an have forsellige standard afvigelser, men de er nødt til at have samme beta! (fv. SML Usystematis risio (som er virsomhedsspefici og ie påvirer maredet belønnes ie Som sagt: meget mere om det i ap. 6 4 SML Risio-afast-formlen Dell-esemplet Dell Opføre fabrier i fernøsten Hvilen disonteringsrente sal anvendes til at vurdere denne investering? Find β Dell ved at regressere Dells afast på tangensportefølens afast, og beregn afastravet vha. SML-formlen. SML Risio-afast-formlen For 2 gang: Det forventede afast på et ativ bestemmes af SML og ovariationen mellem ativets afast og tangensportefølens afast. Problem: Nødvendigt at beregne Konstrution af tangensportefølen ovarianser mellem samtlige ativer (huse, atier, obligation osv. i verden. Man har en risiousteret disonteringsrente, som man an benytte til at evaluere proetet i fernøsten med! Hus: 2 xn N 2 22 N 2 N r r 2N r2 r = NN rn r Og disse estimerede ovarianser adsiller sig helt siert fra de ægte ovarianser

7 SML Risio-afast-formlen Umiddelbart ubrugeligt med mean-variance-analyse, når det er umuligt at identificere tangensportefølen i prasis. Deligt med en teori der identificerer tangensportefølen, så den ie sal beregnes! Dagens forelæsning Investeringsmulighedsområdet Sammenhængen mellem risio og forventet afast (security maret line Capital Asset Pricing Model ( Capital Asset Pricing Model ( Empirise tests af 7 8 : teorien tilføer en estra antagelse til mean-variance analyse, og herefter opstilles en teori der identificerer tangensportefølen! Mean-variance-Analysis - Antagelser Investorerne hader varians og elser afast 2 Marederne er fritionsløse Estra antagelse i : Investorerne har homogene forventninger (når investorerne udregner afast og standardafvigelse på porteføler, ommer de alle til samme resultat 9 Dermed an man vise følgende: onlusion: Tangensportefølen = Maredsportefølen Alle ativer i verden indgår i denne porteføle med deres relative maredsværdi Dermed bliver SML (risio-afast-formlen til følgende: r = r + β ( R r Maredsportefølen M hvor cov( r, RM β = var( RM ( formlen den ommer i til at bruge mange gange senere på studiet! 4 G&T Esempel 5.7 Hypotetis øonomi ativer (atier Compaq Atieurs = 2,25 Maret cap. = 5 mia. Antal atier =,7 mia identificerer altså tangensportefølen, og dermed behøver man ie selv estimere den! Mean-variance-analysis og SML giver mening, og an anvendes i prasis (og det gør man i HØJ grad. IBM Atieurs = 95 Antal atier =,758 mia Maret cap. = 67 mia. Maredsportefølen Indeholder alle ativer i verden (huse, obligation, ativer osv. HP Atieurs = Antal atier = 2 mia Maret cap. = 66 mia. I prasis: nødvendigt med en proxy for maredsportefølen. USA: fx S&P 5 (value-weighted portfolio Total maret cap. = 268 mia. Maredsportefølen har følgende vægte: Compaq =, IBM =,62 HP =,25 4 DK: fx KFX (de 2 mest omsatte atier value-weighted eller KAX (CSEs totalindex der inluderer alle atier value-weighted 42 7

8 Når der esisterer et risiofrit ativ, argumenterede vi tidligere for, at alle investorer ville placere en andel i det risiofri ativ, og en andel i tangensportefølen. (De ville med andre ord ligge på Capital Maret Line (CML Optimal investering (høest muligt afast for en given varians. Det gælder stadig! Men: Tangensportefølen = Maredsportefølen ( Optimal investering: ombination af risiofrit ativ og maredsportefølen. 4 Samlet onlusion for : Det der afgør et ativs forventede afast, er ativets ovarians med maredsportefølen ~ ~ cov( r, R M Regresser et ativs afast på maredsportefølens afast Man har et mål for hvilet afast ativet bør/sal give! Resultatet er en risiousteret rente, der an anvendes til mange forsellige formål: Vurdering af en investerings attrativitet Vurdering af en virsomheds værdi og meget andet. 44 Problem ved : Når man anvender i prasis, benytter man som tidligere nævnt en proxy for maredsportefløen. KFX Fx KFX Ringe proxy for maredsportefølen! Indeholder o un 2 danse atier, hvorimod maredsportefølen indeholder samtlige ativer i hele verden! Resultaterne fra afhænger i hø grad af, om den proxy man vælger er en god proxy! Dagens forelæsning Investeringsmulighedsområdet Sammenhængen mellem risio og forventet afast (security maret line Capital Asset Pricing Model ( Empirise tests af Empirise tests af Empirise tests: Hvordan fungerer -modellen i prasis? Fitter den vireligheden, eller syder den langt fra? Vigtigt at vide om det er en god model, før man anvender den. Problem ved de empirise tests: KAN overhovedet testes? Så længe man ie anvender den orrete maredsporteføle, men un en proxy for maredsportefølen an hveren be- eller afræftes. Første sridt i test af Fx afast på AP Møller over tid Test af r t = α + β R + ε Man får et estimat på β AP-Møller Andet sridt i test af r Tidsserie-regression Mt t Fx afast på KFX over tid γ ˆ CHAR + δ = + γβ + γ 2 Cross-sectional regression β AP-Møller (fra tidsserie-regressionen ovenfor OK, vi erender problemerne omring test af, men vi prøver alligevel 47 Fx gennemsnitligt afast på AP Møller Fx virsomhedsstørrelse 48 8

9 Andet sridt i test af Test af Cross-sectional regression Data der er onsistent med Exhibit 5.8 r β AP-Møller γ ˆ CHAR + δ = + γβ + γ 2 Fx gennemsnitligt afast på AP Møller Hvis true: r f Fx virsomhedsstørrelse Rigtigt intercept (r f λ (Maredsrisiopræmien R M r f Rigtig hældning (λ Der bør ie være andre fatorer, der an forlare ativets forventede afast, når man har taget hensyn til β!! (antaget ingen multiollinearitet Det viser sig, at γ 2 er forsellig fra. Mere om det senere 49 5 Exhibit 5.9 Test af Data der er inonsistent med CAMP For at gøre en lang historie ort Forert intercept Forert hældning Det viser sig, at en ræe forselle fatorer forlarer historise afast bedre end! r = γ ME + γmv + γ 2 + BE Ativernes afast ligger på en urve og ie en ret linie Tydelig sammenhæng mellem afast og firm size efter der er taget høde for β!! γ negativ γ 2 negativ Negativ Maredsværdi Negativ Maret-to-boo value Små virsomheder har høere afast end store virsomheder Virsomheder med lav maret-to-boo value (fx industri har høere afast end glamour virsomheder (fx IT Afdeling for Virsomhedsledelse, Det tyder på Aarhus Universitet ie har forlaret det hele! 5 52 Alt i alt: Test af Det lader til, at der sal inluderes flere/andre fatorer end blot maredsportefølen, når forventede afast sal forlares!! G&T Kap. 6: Arbitrage Pricing Theory og flerfatormodeller! 5 9

Grinblatt & Titman kap. 5. Afdeling for Virksomhedsledelse, Aarhus Universitet Esben Kolind Laustrup

Grinblatt & Titman kap. 5. Afdeling for Virksomhedsledelse, Aarhus Universitet Esben Kolind Laustrup Grinblatt & Titman kap. 5 Dagens forelæsning Investeringsmulighedsområdet Sammenhængen mellem risiko og forventet afkast (security market line) Capital Asset Pricing Model (CAPM) Empiriske tests af CAPM

Læs mere

Bernoullis differentialligning v/ Bjørn Grøn Side 1 af 10

Bernoullis differentialligning v/ Bjørn Grøn Side 1 af 10 Bernoullis differentialligning v/ Bjørn Grøn Side af 0 Bernoullis differentialligning Den logistise differentialligning er et esempel på en ie-lineær differentialligning Den logistise differentialligning

Læs mere

Maksimum likelihood estimation af parametrene i logitmodellen med stokastiske individparametre Et simulationsstudie.

Maksimum likelihood estimation af parametrene i logitmodellen med stokastiske individparametre Et simulationsstudie. Masimum lelihood estimation af parametrene i logitmodellen med stoastise individparametre Et simulationsstudie Jørgen Kai Olsen Institut for Afsætningsøonomi Handelshøjsolen i København 23 Indholdsfortegnelse

Læs mere

Bilag 5: DEA-modellen Bilaget indeholder en teknisk beskrivelse af DEA-modellen

Bilag 5: DEA-modellen Bilaget indeholder en teknisk beskrivelse af DEA-modellen Bilag 5: DEA-modellen Bilaget indeholder en tenis besrivelse af DEA-modellen FRSYNINGSSERETARIATET INDLEDNING... 3 INPUTSTYRET DEA-MDEL... 3 UTPUTSTYRET DEA-MDEL... 7 SALAAFAST... 12 2 Indledning Data

Læs mere

Imputeret forbrug over livscyklussen

Imputeret forbrug over livscyklussen Imputeret forbrug over livscylussen Stephanie Koefoed Rebbe Danish Rational Economic Agents Model, DREAM DREAM Arbejdspapir 2014:1 Marts 2014 Abstract Arbejdspapiret beregner individers private forbrug

Læs mere

Sammenligning af proteiners 3-dimensionelle strukturer

Sammenligning af proteiners 3-dimensionelle strukturer Sammenligning af proteiners 3-dimensionelle struturer Køreplan 01005 Matemati 1 - FORÅR 2006 1 Formål Formålet med opgaven er at lave en metode til sammenligning af proteiners 3-dimensionale struturer

Læs mere

Numerisk løsning af differentialligninger

Numerisk løsning af differentialligninger KU-LIFE; Matemati og modeller 009 Numeris løsning af differentialligninger Thomas Vils Pedersen 1 Numerise metoder Ved numeris analyse forstås tilnærmet, talmæssig løsning af problemer, som ie, eller un

Læs mere

Forelæsning 6: Kapitel 7: Hypotesetest for gennemsnit (one-sample setup). 7.4-7.6

Forelæsning 6: Kapitel 7: Hypotesetest for gennemsnit (one-sample setup). 7.4-7.6 Kursus 02402 Introduktion til Statistik Forelæsning 6: Kapitel 7: Hypotesetest for gennemsnit (one-sample setup). 7.4-7.6 Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220

Læs mere

Hvorfor kan vi ikke bare bruge rene kvinter og stortertser?

Hvorfor kan vi ikke bare bruge rene kvinter og stortertser? Hvorfor an vi ie bare bruge rene vinter og stortertser? Problemet med alle de stemninger der tager udgangspunt i rene tertser eller rene vinter de vil løbe ind i problemer omring en-harmonise toner - dvs

Læs mere

Estimation af egenkapitalomkostninger. Jan Bartholdy Torsdag den 9/3-2006

Estimation af egenkapitalomkostninger. Jan Bartholdy Torsdag den 9/3-2006 Estimation af egenkapitalomkostninger Jan Bartholdy Torsdag den 9/3-2006 Introduktion Hvad kigger vi på: Investeringsbeslutning/prisfastsættelse WACC Estimation af egenkapital-omkostninger til brug i WACC

Læs mere

Kursus 02402 Introduktion til Statistik. Forelæsning 7: Kapitel 7 og 8: Statistik for to gennemsnit, (7.7-7.8,8.1-8.5) Per Bruun Brockhoff

Kursus 02402 Introduktion til Statistik. Forelæsning 7: Kapitel 7 og 8: Statistik for to gennemsnit, (7.7-7.8,8.1-8.5) Per Bruun Brockhoff Kursus 02402 Introduktion til Statistik Forelæsning 7: Kapitel 7 og 8: Statistik for to gennemsnit, (7.7-7.8,8.1-8.5) Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks

Læs mere

En undersøgelse af faktoriseringsalgoritmen Pollard p-1

En undersøgelse af faktoriseringsalgoritmen Pollard p-1 itsi 009, proetopgave Torsten Jordt, 9754 00009 En undersøgelse af fatoriseringsalgoritmen Pollard p- Indhold: Opgavens mål og rammer Introdution til fatoriseringsalgoritmer og Pollard p- 3 Pollard p-

Læs mere

8 + NÅR SPILLET SLUTTER INFORMATION OM BATTERIER. Handelsenheden fortæller dig efter 1 time, at spillet er slut.

8 + NÅR SPILLET SLUTTER INFORMATION OM BATTERIER. Handelsenheden fortæller dig efter 1 time, at spillet er slut. NÅR SPILLET SLUTTER andelsenheden fortæller dig efter 1 time, at spillet er slut. BRAND Find ud af, hvor meget du er værd, ved at følge disse trin: en anden spiller sulle betale, hvis de landede på det

Læs mere

Erhvervsakademiet Fyn Signalbehandling Aktivt lavpas filter Chebyshev Filter

Erhvervsakademiet Fyn Signalbehandling Aktivt lavpas filter Chebyshev Filter Erhvervsaademiet Fyn Signalbehandling Ativt lavpas filter --3 Chebyshev Filter Udarbejdet af: Klaus Jørgensen & Morten From Jacobsen. It- og Eletronitenolog, Erhvervsaademiet Fyn Udarbejdet i perioden:

Læs mere

Betinget hæftelse. Et regneeksempel 01-04-2014

Betinget hæftelse. Et regneeksempel 01-04-2014 Btingt hæftls Et rgnsmpl 01-04-2014 1 Indldning Notatt sr lidt nærmr på sammnhængn mllm btingt hæftls og dt forvntd afast for ationærr og rditorr i n (finansil) virsomhd, hvor gnapitalandln r lav. Notatt

Læs mere

Statistik Lektion 17 Multipel Lineær Regression

Statistik Lektion 17 Multipel Lineær Regression Statistik Lektion 7 Multipel Lineær Regression Polynomiel regression Ikke-lineære modeller og transformation Multi-kolinearitet Auto-korrelation og Durbin-Watson test Multipel lineær regression x,x,,x

Læs mere

RESEARCH PAPER. Nr. 5, Prisoptimering i logitmodellen under konkurrence. Jørgen Kai Olsen

RESEARCH PAPER. Nr. 5, Prisoptimering i logitmodellen under konkurrence. Jørgen Kai Olsen RESEARCH PAPER Nr. 5, 004 Prisoptimering i logitmodellen under onurrence af Jørgen Kai Olsen INSTITUT FOR AFSÆTNINGSØKONOMI COPENHAGEN BUSINESS SCHOOL SOLBJERG PLADS 3, DK-000 FREDERIKSBERG TEL: +45 38

Læs mere

Aktiv porteføljeallokering: Teori og praksis. 10. maj 2010 TeisKnuthsen Investeringsdirektør tekn@nykredit.dk

Aktiv porteføljeallokering: Teori og praksis. 10. maj 2010 TeisKnuthsen Investeringsdirektør tekn@nykredit.dk Aktiv porteføljeallokering: Teori og praksis 10. maj 2010 TeisKnuthsen Investeringsdirektør tekn@nykredit.dk Opgaven Find den bedst mulige portefølje Højt afkast Rimelig risiko Inden for givne rammer Løst

Læs mere

NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET INVESTERINGS- OG FINANSIERINGSTEORI. 4 timers skriftlig eksamen, 9-13 torsdag 6/

NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET INVESTERINGS- OG FINANSIERINGSTEORI. 4 timers skriftlig eksamen, 9-13 torsdag 6/ NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET INVESTERINGS- OG FINANSIERINGSTEORI 4 timers skriftlig eksamen, 9-13 torsdag 6/6 2002 VEJLEDENDE BESVARELSE OG KOMMENTARER Opgave 1 Spg 1a

Læs mere

Dagens Temaer. Test for lineær regression. Test for lineær regression - via proc glm. k normalfordelte obs. rækker i proc glm. p. 1/??

Dagens 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 mere

Reminder: Hypotesetest for én parameter. Økonometri: Lektion 4. F -test Justeret R 2 Aymptotiske resultater. En god model

Reminder: 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 mere

Rapportering af risici: Relevans og metoder

Rapportering af risici: Relevans og metoder Rapportering af risici: Relevans og metoder Michael Christensen Institut for Regnskab, Finansiering og Logistik 3. juni 2004 Disposition 1. Historik 2. Gældende praksis: Investeringsforeninger 3. Relevansen

Læs mere

Substitutions- og indkomsteffekt ved prisændringer

Substitutions- og indkomsteffekt ved prisændringer Substitutions- og indkomsteffekt ved prisændringer Erik Bennike 14. november 2009 Denne note giver en beskrivelse af de relevante begreber omkring substitutions- og indkomsteffekter i mikroøkonomi. 1 Introduktion

Læs mere

Vi mener dog, at der en række forhold, man bør være opmærksom på, hvis man investerer i passive indeks. Blandt de vigtigste er, at:

Vi mener dog, at der en række forhold, man bør være opmærksom på, hvis man investerer i passive indeks. Blandt de vigtigste er, at: Kapitalforvaltningen Aktiv eller passiv investering Aktiv eller passiv investering I TryghedsGruppen er vi hverken for eller imod passiv investering. Vi forholder os i hvert enkelt tilfælde til, hvad der

Læs mere

Lineær regression. Simpel regression. Model. ofte bruges følgende notation:

Lineær regression. Simpel regression. Model. ofte bruges følgende notation: Lineær regression Simpel regression Model Y i X i i ofte bruges følgende notation: Y i 0 1 X 1i i n i 1 i 0 Findes der en linie, der passer bedst? Metode - Generel! least squares (mindste kvadrater) til

Læs mere

Expenses and the performance of Danish mutual funds

Expenses and the performance of Danish mutual funds Expenses and the performance of Danish mutual funds Ken L. Bechmann & Jesper Rangvid Institut for Finansiering Handelshøjskolen i København - CBS Motivation Folkebørsen 2.7 mill. danskere med opsparing

Læs mere

Anvendt Statistik Lektion 6. Kontingenstabeller χ 2 -test [ki-i-anden-test]

Anvendt Statistik Lektion 6. Kontingenstabeller χ 2 -test [ki-i-anden-test] Anvendt Statistik Lektion 6 Kontingenstabeller χ 2 -test [ki-i-anden-test] 1 Kontingenstabel Formål: Illustrere/finde sammenhænge mellem to kategoriske variable Opbygning: En celle for hver kombination

Læs mere

Øvelse 10. Tobias Markeprand. 11. november 2008

Øvelse 10. Tobias Markeprand. 11. november 2008 Øvelse 10 Tobias Markeprand 11. november 2008 Kapitel 10 i Blanchard omhandler vækst, dvs. økonomien på det lange sigt. For at kunne foretage analyser af vækst og dets årsager må man kunne sammenligne

Læs mere

Statistisk mekanik 1 Side 1 af 11 Introduktion. Indledning

Statistisk mekanik 1 Side 1 af 11 Introduktion. Indledning Statistis meani Side af Indledning Statisti er et uundværligt matematis redsab til besrivelsen af et system med uoversueligt mange bestanddele. F.es. er der så mange luftmoleyler i blot mm 3 luft, at det

Læs mere

Projekt 5.9 Keplers vintønder Empiri og teori bag rumfangsbestemmelse hos Archimedes og Kepler

Projekt 5.9 Keplers vintønder Empiri og teori bag rumfangsbestemmelse hos Archimedes og Kepler Hvad er matemati? Projeter: Kapitel 5 Differentialregning Projet 59 Keplers vintønder Empiri og teori bag rumfangsbestemmelse Projet 59 Keplers vintønder Empiri og teori bag rumfangsbestemmelse hos Archimedes

Læs mere

Hypotese test. Repetition fra sidst Hypoteser Test af middelværdi Test af andel Test af varians Type 1 og type 2 fejl Signifikansniveau

Hypotese test. Repetition fra sidst Hypoteser Test af middelværdi Test af andel Test af varians Type 1 og type 2 fejl Signifikansniveau ypotese test Repetition fra sidst ypoteser Test af middelværdi Test af andel Test af varians Type 1 og type fejl Signifikansniveau Konfidens intervaller Et konfidens interval er et interval, der estimerer

Læs mere

UGESEDDEL 7 LØSNINGER. Opgave 7.2.1

UGESEDDEL 7 LØSNINGER. Opgave 7.2.1 UGESEDDEL 7 LØSNINGER Opgave 7.2.1 Definition 1. En følge {x } in R n onvergerer mod puntet x, dersom der, for ethvert ɛ > 0, findes et N N sådan at x x < ɛ for alle N. Her definerer vi 1) x x 2 = x 1)

Læs mere

TEORI OG PRAKTISK ANVENDELSE 4. UDGAVE

TEORI OG PRAKTISK ANVENDELSE 4. UDGAVE MICHAEL CHRISTENSEN AKTIE INVESTERING TEORI OG PRAKTISK ANVENDELSE 4. UDGAVE JURIST- OG ØKONOMFORBUNDETS FORLAG Aktieinvestering Teori og praktisk anvendelse Michael Christensen Aktieinvestering Teori

Læs mere

Maple 11 - Chi-i-anden test

Maple 11 - Chi-i-anden test Maple 11 - Chi-i-anden test Erik Vestergaard 2014 Indledning I dette dokument skal vi se hvordan Maple kan bruges til at løse opgaver indenfor χ 2 tests: χ 2 - Goodness of fit test samt χ 2 -uafhængighedstest.

Læs mere

Deskriptiv statistik. Version 2.1. Noterne er et supplement til Vejen til matematik AB1. Henrik S. Hansen, Sct. Knuds Gymnasium

Deskriptiv 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 mere

PhD-kursus i Basal Biostatistik, efterår 2006 Dag 2, onsdag den 13. september 2006

PhD-kursus i Basal Biostatistik, efterår 2006 Dag 2, onsdag den 13. september 2006 PhD-kursus i Basal Biostatistik, efterår 2006 Dag 2, onsdag den 13. september 2006 I dag: To stikprøver fra en normalfordeling, ikke-parametriske metoder og beregning af stikprøvestørrelse Eksempel: Fiskeolie

Læs mere

UGESEDDEL 7 LØSNINGER. ) og ɛ > 0 N N : (1 + konvergerer ikke, thi følgen x 1 + = ( 1)k

UGESEDDEL 7 LØSNINGER. ) og ɛ > 0 N N : (1 + konvergerer ikke, thi følgen x 1 + = ( 1)k UGESEDDEL 7 LØSNINGER Opgave 7.2. Definition. En følge {x } in R n onvergerer mod puntet x, dersom der, for ethvert ɛ > 0, findes et N N sådan at x x < ɛ for alle N. Her definerer vi ) x x 2 = x ) x )

Læs mere

02402 Løsning til testquiz02402f (Test VI)

02402 Løsning til testquiz02402f (Test VI) 02402 Løsning til testquiz02402f (Test VI) Spørgsmål 4. En ejendomsmægler ønsker at undersøge om hans kunder får mindre end hvad de har forlangt, når de sælger deres bolig. Han har regisreret følgende:

Læs mere

DHIs formandsberetning for 2014

DHIs formandsberetning for 2014 DHIs formandsberetning for 2014 ligeledes har præget ativitets-niveauet. DHI har i 2013 især oncentreret indsatsen omring færdiggørelse af en ræe projeter, FMMP- Fremtid Med Mere Perspetiv i Århus, Morfar-

Læs mere

NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET INVESTERINGS- OG FINANSIERINGSTEORI

NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET INVESTERINGS- OG FINANSIERINGSTEORI NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET INVESTERINGS- OG FINANSIERINGSTEORI 4 timers skriftlig eksamen, 10-14, tirsdag 1/6 2004. Ingen hjælpemidler (blyant & lommeregner dog tilladt).

Læs mere

4. september 2003. π B = Lungefunktions data fra tirsdags Gennemsnit l/min

4. september 2003. π B = Lungefunktions data fra tirsdags Gennemsnit l/min Epidemiologi og biostatistik Uge, torsdag 28. august 2003 Morten Frydenberg, Institut for Biostatistik. og hoste estimation sikkerhedsintervaller antagelr Normalfordelingen Prædiktion Statistisk test (udfra

Læs mere

To samhørende variable

To 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 mere

2 Risikoaversion og nytteteori

2 Risikoaversion og nytteteori 2 Risikoaversion og nytteteori 2.1 Typer af risikoholdninger: Normalt foretages alle investeringskalkuler under forudsætningen om fuld sikkerhed om de fremtidige betalingsstrømme. I virkelighedens verden

Læs mere

Program. Modelkontrol og prædiktion. Multiple sammenligninger. Opgave 5.2: fosforkoncentration

Program. Modelkontrol og prædiktion. Multiple sammenligninger. Opgave 5.2: fosforkoncentration Faculty of Life Sciences Program Modelkontrol og prædiktion Claus Ekstrøm E-mail: ekstrom@life.ku.dk Test af hypotese i ensidet variansanalyse F -tests og F -fordelingen. Multiple sammenligninger. Bonferroni-korrektion

Læs mere

Dagens tema: Middelværdi/varians-optimale porteføljer

Dagens tema: Middelværdi/varians-optimale porteføljer Dagens tema: Middelværdi/varians-optimale porteføljer Geometrien; frihåndstegninger. Et eksempel; 2004 opg. 3 med samt julelege. Tre sætninger: - To-fondsseparation (Prop. 30); fond (fund) bruges blot

Læs mere

En intro til radiologisk statistik

En intro til radiologisk statistik En intro til radiologisk statistik Erik Morre Pedersen Hypoteser og testning Statistisk signifikans 2 x 2 tabellen og lidt om ROC Inter- og intraobserver statistik Styrkeberegning Konklusion Litteratur

Læs mere

Why CAPM fails to tell the whole story!

Why CAPM fails to tell the whole story! Why CAPM fails to tell the whole story! An investment strategy based on the equity premium puzzle Dissertation for Graduate Diploma in Economics & Business Administration, Finance By Lasse Pedersen Spring

Læs mere

Normalfordelingen. Statistik og Sandsynlighedsregning 2

Normalfordelingen. 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 mere

Modul 12: Exercises. 12.1 Sukkersygepatienters vægt

Modul 12: Exercises. 12.1 Sukkersygepatienters vægt Modul 12: Exercises 12.1 Sukkersygepatienters vægt............... 1 12.2 Newfoundlandske kvinders blodtryk.......... 4 12.3 Korrelationskoefficient.................. 6 12.4 Højde og vægt......................

Læs mere

Kapitel 3 Centraltendens og spredning

Kapitel 3 Centraltendens og spredning Kapitel 3 Centraltendens og spredning Peter Tibert Stoltze stat@peterstoltze.dk Elementær statistik F2011 1 / 25 Indledning I kapitel 2 omsatte vi de rå data til en tabel, der bedre viste materialets fordeling

Læs mere

Aktieindekseret obligation knyttet til

Aktieindekseret 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 mere

Evaluering af Soltimer

Evaluering af Soltimer DANMARKS METEOROLOGISKE INSTITUT TEKNISK RAPPORT 01-16 Evaluering af Soltimer Maja Kjørup Nielsen Juni 2001 København 2001 ISSN 0906-897X (Online 1399-1388) Indholdsfortegnelse Indledning... 1 Beregning

Læs mere

Investerings- og finansieringsteori, F05, ugeseddel 3

Investerings- og finansieringsteori, F05, ugeseddel 3 18. februar 2005 Rolf Poulsen AMS Investerings- og finansieringsteori, F05, ugeseddel 3 Seneste forelæsninger Tirsdag 15/2: Afsnit 3.2 og 3.3 indtil eksempel 5. Fredag 18/2: Resten af afsnit 3.3, afsnit

Læs mere

Logistisk regression. Statistik Kandidatuddannelsen i Folkesundhedsvidenskab

Logistisk regression. Statistik Kandidatuddannelsen i Folkesundhedsvidenskab Logistis regression Statisti Kandidatuddannelsen i Folesundhedsvidensab Multipel logistis regression Antagelser: Binære observationer (Y i, i=,.,n) f.es Ja/Nej Høj/Lav Død/Levende Kodet: / 0 Y i uafhængige

Læs mere

A. Appendix: Løse ender.

A. Appendix: Løse ender. Løse ender A.1 A. Appendix: Løse ender. (A.1). I dette appendix giver vi et bevis for Bertrand s Postulat, nævnt i Kapitel 1. Som nævnt følger Postulatet af en tilstræelig nøjagtig vurdering af primtalsfuntionen

Læs mere

Konfidensinterval for µ (σ kendt)

Konfidensinterval for µ (σ kendt) Program 1. Repetition: konfidens-intervaller. 2. Hypotese test 3. Type I og type II fejl, p-værdi 4. En og to-sidede tests 5. Test for middelværdi (kendt varians) 6. Test for middelværdi (ukendt varians)

Læs mere

Note til styrkefunktionen

Note 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 mere

Anmeldelse af det tekniske grundlag m.v. for livsforsikringsvirksomhed

Anmeldelse af det tekniske grundlag m.v. for livsforsikringsvirksomhed Finanstilsynet Århusgade 110 2100 København Ø Anmeldelse af det tenise grundlag m.v. for livsforsiringsvirsomhed I henhold til 20, st. 1, i lov om finansiel virsomhed sal det tenise grundlag mv. for livsforsiringsvirsomhed

Læs mere

Projekt 5.3 De reelle tal og 2. hovedsætning om kontinuitet

Projekt 5.3 De reelle tal og 2. hovedsætning om kontinuitet Projet 53 De reelle tal og 2 hovedsætning om ontinuitet Mens den 1 hovedsætning om ontinuerte funtioner om forholdsvis smertefrit ud af intervalrusebetragtninger, så er 2 hovedsætning betydeligt vanseligere

Læs mere

Effekten af kasernelukninger på beskæftigelse

Effekten af kasernelukninger på beskæftigelse Effekten af kasernelukninger på beskæftigelse Hvad er effekten på private job af at udflytte statslige job? Ikke noget evidens fra Danmark. Problem: Få eksempler på udflytning og få antal arbejdspladser.

Læs mere

Analysestrategi. Lektion 7 slides kompileret 27. oktober 200315:24 p.1/17

Analysestrategi. 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 mere

! Husk at udfylde spørgeskema 3. ! Lineær sandsynlighedsmodel. ! Eksempel. ! Mere om evaluering og selvselektion

! 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 mere

Rudersdal Kommune. Status på låne- og placeringsportefølje. Materialet er udarbejdet som rapport med status pr. den 12. august. 2015.

Rudersdal Kommune. Status på låne- og placeringsportefølje. Materialet er udarbejdet som rapport med status pr. den 12. august. 2015. Rudersdal Kommune Status på låne- og placeringsportefølje Materialet er udarbejdet som rapport med status pr. den 12. august. 2015. Indhold Kommentarer til risiko side 2 Nøgletal til risikostyring side

Læs mere

Alternative og Illikvide Investeringer. Lasse Heje Pedersen

Alternative og Illikvide Investeringer. Lasse Heje Pedersen Alternative og Illikvide Investeringer Børsmæglerforeningen 2015 Lasse Heje Pedersen Copenhagen Business School and AQR Capital Management Oversigt over Foredrag: Alternative og Illikvide Investeringer

Læs mere

Den samfundsmæssige betydning af investeringsforvaltning

Den samfundsmæssige betydning af investeringsforvaltning Den samfundsmæssige betydning af investeringsforvaltning 1 K O N F E R E N C E OM I N V E S T E R I N G S F O R V A L T N I N G S O M E K S P O R T E R H V E R V 3 1. O K T O B E R 2 0 1 3 J E S P E R

Læs mere

22. maj Investering og finansiering Ugeseddel nr. 15. Nogle eksamensopgaver:

22. maj Investering og finansiering Ugeseddel nr. 15. Nogle eksamensopgaver: 22. maj 2006 Investering og finansiering Ugeseddel nr. 15 Nogle eksamensopgaver: 1 NATURVIDENSKABELIG KANDIDATEKSAMEN INVESTERING OG FINANSIERING Antal sider i opgavesættet (incl. forsiden): 6 4 timers

Læs mere

J n (λ) = dvs. n n-jordan blokken med λ i diagonalen. Proposition 1.2. For k 0 gælder. nullity (J n (λ) λi) k 1) 1 for 1 k n. n for k n.

J n (λ) = dvs. n n-jordan blokken med λ i diagonalen. Proposition 1.2. For k 0 gælder. nullity (J n (λ) λi) k 1) 1 for 1 k n. n for k n. . Jordan normalform Målet med dette notat er at vise hvorledes man ud fra en given matrix beregner dens Jordan normalform. Definition.. For n og λ C sættes λ 0... 0. 0 λ... J n λ).......... 0....... λ

Læs mere

Afgørelse om fastsættelse af WACC i forbindelse med omkostningsdokumentation af priserne i TDC s standardtilbud 12. april 2011

Afgørelse om fastsættelse af WACC i forbindelse med omkostningsdokumentation af priserne i TDC s standardtilbud 12. april 2011 TC A/S regulering@tdc.dk Fremsendes alene via mail Afgørelse om fastsættelse af WACC i forbindelse med omkostningsdokumentation af priserne i TC s standardtilbud 12. april 2011 1. Indledning Med udgangspunkt

Læs mere

Noter om kombinatorik, Kirsten Rosenkilde, februar 2008 1. Kombinatorik

Noter om kombinatorik, Kirsten Rosenkilde, februar 2008 1. Kombinatorik Noter om ombiatori, Kirste Roseilde, februar 008 Kombiatori Disse oter er e itrodutio til ombiatori og starter helt fra bude, så e del af det idledede er siert edt for dig allerede, me der ommer også hurtigt

Læs mere

Kvantitative metoder 2

Kvantitative metoder 2 Program for i dag og næste gang: Kvantitative metoder Besrivende statisti og analyse af valitatitive data 7. februar 007 Besrivende statisti som grundlag for en øonometris analyse Statistise metoder til

Læs mere

Varmepumpen. Eksempel på anvendelse af Termodynamikkens 1. og 2. hovedsætning

Varmepumpen. Eksempel på anvendelse af Termodynamikkens 1. og 2. hovedsætning Varmepumpen Esempel på anvendelse af ermodynamiens. og. hovedsætning Indhold. Syrlig indledning om 005 reformen (Kan overspringes).... Varmepumpen anven i fysiundervisningen i gymnasiet... 3. eoretis besrivelse

Læs mere

Prøveeksamen december 2010 matematik studiet med svar

Prøveeksamen december 2010 matematik studiet med svar Første studieår Introduktion til matematiske metoder Prøveeksamen december 2010 matematik studiet med svar Varighed: 4 timer Tilladte hjælpemidler: Lærebøger, notater mv. må medbringes. Ikke tilladte hjælpemidler:

Læs mere

Vejledende opgavebesvarelse Økonomisk kandidateksamen 2006I 1. årsprøve, Økonomiske Principper I

Vejledende opgavebesvarelse Økonomisk kandidateksamen 2006I 1. årsprøve, Økonomiske Principper I Vejledende opgavebesvarelse Økonomisk kandidateksamen 2006I 1. årsprøve, Økonomiske Principper I Claus Thustrup Kreiner OPGAVE 1 1.1 Forkert. En inferiør vare er defineret som en vare, man efterspørger

Læs mere

Epidemiologi og Biostatistik

Epidemiologi og Biostatistik Kapitel 1, Kliniske målinger Epidemiologi og Biostatistik Introduktion til skilder (varianskomponenter) måleusikkerhed sammenligning af målemetoder Mogens Erlandsen, Institut for Biostatistik Uge, torsdag

Læs mere

SAA-analyse for Faaborg Midtfyn Kommune. Maj 2014

SAA-analyse for Faaborg Midtfyn Kommune. Maj 2014 SAA-analyse for Faaborg Midtfyn Kommune Maj 2014 Antagelser og restriktioner Nuværende rammer Assets Expected Return Standard Deviation Duration Min Max Cash Denmark 1.3% 1.5% 0% 10% Government Bonds Denmark

Læs mere

Metoder og læringstilbud. Projekt: Nye Læringsfællesskaber

Metoder og læringstilbud. Projekt: Nye Læringsfællesskaber Metoder og læringstilbud Projet: Nye Læringsfællessaber Publiationen er udgivet i forbindelse med afviling af projet Nye Læringsfællessaber 2010-2012. Kataloget har til formål at vejlede og støtte tosprogede

Læs mere

Statistik i basketball

Statistik i basketball En note til opgaveskrivning jerome@falconbasket.dk 4. marts 200 Indledning I Falcon og andre klubber er der en del gymnasieelever, der på et tidspunkt i løbet af deres gymnasietid skal skrive en større

Læs mere

Program. 1. Repetition: konfidens-intervaller. 2. Hypotese test, type I og type II fejl, signifikansniveau, styrke, en- og to-sidede test.

Program. 1. Repetition: konfidens-intervaller. 2. Hypotese test, type I og type II fejl, signifikansniveau, styrke, en- og to-sidede test. Program 1. Repetition: konfidens-intervaller. 2. Hypotese test, type I og type II fejl, signifikansniveau, styrke, en- og to-sidede test. 1/19 Konfidensinterval for µ (σ kendt) Estimat ˆµ = X bedste bud

Læs mere

Valgkampens og valgets matematik

Valgkampens 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 mere

Planen idag. Fin1 (mandag 16/2 2009) 1

Planen idag. Fin1 (mandag 16/2 2009) 1 Planen idag Porteføljeteori; kapitel 9 Noterne Moralen: Diversificer! Algebra: Portefølje- og lineær. Nogenlunde konsistens med forventet nyttemaksimering Middelværdi/varians-analyse Fin1 (mandag 16/2

Læs mere

Multipel Lineær Regression. Polynomiel regression Ikke-lineære modeller og transformation Multi-kolinearitet Auto-korrelation og Durbin-Watson test

Multipel Lineær Regression. Polynomiel regression Ikke-lineære modeller og transformation Multi-kolinearitet Auto-korrelation og Durbin-Watson test Multipel Lineær Regression Polynomiel regression Ikke-lineære modeller og transformation Multi-kolinearitet Auto-korrelation og Durbin-Watson test Multipel lineær regression x,x,,x k uafhængige variable

Læs mere

t a l e n t c a m p d k Matematik Intro Mads Friis, stud.scient 27. oktober 2014 Slide 1/25

t a l e n t c a m p d k Matematik Intro Mads Friis, stud.scient 27. oktober 2014 Slide 1/25 Slide 1/25 Indhold 1 2 3 4 5 6 7 8 Slide 2/25 Om undervisningen Hvorfor er vi her? Hvad kommer der til at ske? 1) Teoretisk gennemgang ved tavlen. 2) Instruktion i eksempler. 3) Opgaveregning. 4) Opsamling.

Læs mere

ErhvervsKvinder Århus. Onsdag den 13. juni 2007 Jesper Lundager

ErhvervsKvinder Århus. Onsdag den 13. juni 2007 Jesper Lundager ErhvervsKvinder Århus Onsdag den 13. juni 2007 Jesper Lundager Program Kort præsentation Hvem er Sparinvest? Investering generelt Verdensklasse fra en lille dansker Sund fornuft - Investeringsforslag Afslutning

Læs mere

Danmarks Tekniske Universitet

Danmarks Tekniske Universitet Danmars Tenise Universitet Sriftlig prøve, tirsdag den 15. december, 009, l. 9:00-13:00 Kursus navn: Fysi 1 Kursus nr. 100 Tilladte hjælpemidler: Alle hjælpemidler er tilladt. "Vægtning": Besvarelsen bedømmes

Læs mere

SaxoInvestor: Omlægning i porteføljerne, Q2-16 2. maj 2016

SaxoInvestor: Omlægning i porteføljerne, Q2-16 2. maj 2016 SaxoInvestor: Omlægning i porteføljerne, Q2-16 2. maj 2016 Introduktion til omlægningerne Markedsforholdene var meget urolige i første kvartal, med næsten panikagtige salg på aktiemarkederne, og med kraftigt

Læs mere

Vi kalder nu antal prøverør blandt de 20, hvor der ikke ses vækst for X.

Vi 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 mere

Det naturvidenskabelige fakultet Sommereksamen 1997 Matematisk-økonomisk kandidateksamen Fag: Driftsøkonomi 2

Det 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 mere

Økonometri 1. Den simple regressionsmodel 11. september Økonometri 1: F2

Økonometri 1. Den simple regressionsmodel 11. september Økonometri 1: F2 Økonometri 1 Den simple regressionsmodel 11. september 2006 Dagens program Den simple regressionsmodel SLR : Én forklarende variabel (Wooldridge kap. 2.1-2.4) Motivation for gennemgangen af SLR Definition

Læs mere

Øvelse 13 - Rente og inflation

Øvelse 13 - Rente og inflation Øvelse 13 - Rente og inflation Tobias Markeprand 1. december 2008 Opgave 14.4 Beregn realrenten ved hhv den nøjagtige formel og den approksimative formel for hvert af de følgende tilfælde a) i = 6% og

Læs mere

Empirisk undersøgelse af CAPM

Empirisk undersøgelse af CAPM HA-almen, 6. semester Bachelorafhandling Forfatter: Jacob Krøll Vejleder: Stig Vinther Møller Erhvervsøkonomisk Institut Empirisk undersøgelse af CAPM med fokus på size- og value-premiums Aarhus Universitet,

Læs mere

Bilag A. Dexia-obligationen (2002/2007 Basis)

Bilag A. Dexia-obligationen (2002/2007 Basis) 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)

Læs mere

Module 12: Mere om variansanalyse

Module 12: Mere om variansanalyse Mathematical Statistics ST06: Linear Models Bent Jørgensen og Pia Larsen Module 2: Mere om variansanalyse 2. Parreded observationer................................ 2.2 Faktor med 2 niveauer (0- variabel)........................

Læs mere

Tillæg til noter om rentestrukturteori

Tillæg til noter om rentestrukturteori Tillæg til noter om rentestrukturteori 1 Forward Renter Lidt notation, hvor i afhængigheden af kalendertid undertrykkes. R (t) Den t årige nulkuponrente (spotrente) i procent p.a. d (t) den t årige diskonteringsfaktor

Læs mere

Jordskælvs svingninger i bygninger.

Jordskælvs svingninger i bygninger. Jordsælvssvingninger side 1 Institut for Matemati, DTU: Gymnasieopgave Jordsælvs svingninger i bygninger. Jordsælv. Figur 1. Forlaring på de tetonise bevægelser. Jordsælv udløses når de tetonise plader

Læs mere

Finansiel planlægning

Finansiel 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 mere

Adgangsgivende eksamen (udeladt kategori: Matematisk student med matematik på niveau A)

Adgangsgivende eksamen (udeladt kategori: Matematisk student med matematik på niveau A) Økonometri 1 Forår 2003 Ugeseddel 13 Program for øvelserne: Gruppearbejde Opsamling af gruppearbejdet og introduktion af SAS SAS-øvelser i computerkælderen Øvelsesopgave 6: Hvem består første årsprøve

Læs mere

Reeksamen i Statistik for Biokemikere 6. april 2009

Reeksamen i Statistik for Biokemikere 6. april 2009 Københavns Universitet Det Naturvidenskabelige Fakultet Reeksamen i Statistik for Biokemikere 6. april 2009 Alle hjælpemidler er tilladt, og besvarelsen må gerne skrives med blyant. Opgavesættet er på

Læs mere

Indledning. Modellering af tomme ture i en regional godstransportmodel. Ole Kveiborg og Mikal Holmblad. Danmarks Transportforskning

Indledning. Modellering af tomme ture i en regional godstransportmodel. Ole Kveiborg og Mikal Holmblad. Danmarks Transportforskning Modellering af tomme ture i en regional godstransportmodel Ole Kveiborg og Mikal Holmblad Danmarks Transportforskning Abstract Ture i lastbil uden læs udgør op mod 25% af alle ture i Danmark. I modelsammenhæng

Læs mere

Foreløbig konklusion:

Foreløbig konklusion: Notat om 21. november 2015 Kvælstofudledningen omkring år 1900. i DCE har til udarbejdet et notat, som konkluderer, at kvælstofudledningen omkring år 1900 var således, at koncentrationen af kvælstof i

Læs mere