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

Størrelse: px
Starte visningen fra side:

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

Transkript

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 2009) 1

2 Introduktion til porteføljeteori Hvorfor har vi behov for at handle porteføljer af aktiver? Kunne vi så ikke bare nøjes med at handle det aktiv med - eksempelvis - størst Forventet afkast Standardafvigelse på afkast? M.a.o.: Er der nogen god grund til at handle i mere end det ene aktiv? Ja! Fin1 (mandag 16/2 2009) 2

3 1) Ved at kombinere forskellige aktiver opstår nye (og bedre) muligheder: Betragt et marked med kun to aktiver. Deres årlige afkast r 1 og r 2 pr. investeret krone er stokastiske variable med fordelinger der opfylder Forventet årligt afkast : E Varians-matrix : Cov ( r1 ) ( r 2 ) r1 r 2 = = ( ) 0.05 ( ). Begge aktiver har samme forventede afkast men med forskellig usikkerhed (=varians på afkast). Antag vi kan investere for 1 kr. og at vi kun kan investere i disse to aktiver. Fin1 (mandag 16/2 2009) 3

4 Hvordan gør vi det optimalt, dvs. så variansen på afkastet af vores investering bliver mindst mulig? En førstehånds indskydelse ville måske være at investere 1 kr. i aktiv 1?! Det har trods alt den mindste varians. Investeres α [0,1] i aktiv 1 og (1 α) i aktiv 2, så har den samlede investering forventet afkast E ( αr 1 + (1 α)r 2 ) = αe(r1 ) + (1 α)e(r 2 ) = 0.05 og varians V ar ( αr 1 + (1 α)r 2 ) = α 2 V ar(r 1 ) + (1 α) 2 V ar(r 2 ) + 2α(1 α)cov(r 1,r 2 ) = 0.02α (1 α) α(1 α) Fin1 (mandag 16/2 2009) 4

5 som minimeres for α = Det er altså en fordel at handle en portefølje bestående af begge aktiver! Intuition: Hvis eksempelvis afkastet på aktiv 1 begynder at falde så vil afkastet på aktiv 2 omvendt tendere til at stige (alt andet lige) pga. den negative kovarians (og vice versa). Det vil samlet set have en stabiliserende effekt på porteføljens afkast (i form af mindre varians). Hvis man kun handler i enten aktiv 1 eller aktiv 2 og afkastet på det aktiv begynder at falde, så mister man diversificeringsgevinsten (gevinsten ved at handle i begge aktiver). Fin1 (mandag 16/2 2009) 5

6 2) Med store porteføljer kan idiosynkratisk risiko diversifiseres væk Betragt et marked bestående af uendeligt mange aktiver med årligt afkast r 1,r 2,... Lad σ 2 n = 1 n V ar(r i ) Fin1 (mandag 16/2 2009) 6

7 være den gennemsnitlige afkastvarians blandt de n første aktiver og η n = 1 n(n 1) Cov(r i, r j ) j=1 j i være den gennemsnitlige kovarians på afkast blandt de n første aktiver. Fin1 (mandag 16/2 2009) 7

8 Antag nu at vi investerer 1 kr. ligeligt i de første n aktiver, dvs. 1 n i hvert aktiv. Variansen på afkastet på vores portefølje er dermed V ar ( 1 n ) r i = 1 n V ar(r n 2 i ) + 1 n n 2 = σ2 n n + n 1 n η n Cov(r i,r j ) j=1 j i = σ2 n η n n + η n. Fin1 (mandag 16/2 2009) 8

9 Under passende (svage) regularitetsbetingelser vil σ 2 n n σ 2 η n n η. σ 2 og η kan man tænke på som størrelser, der måler den gennemsnitlige varians hhv. kovarians på afkast blandt alle aktiver i markedet. Fin1 (mandag 16/2 2009) 9

10 Hvis vi nu øger antallet af aktiver n i vores portefølje og tilsvarende reducerer andelen investeret i hvert aktiv 1 n, således at den samlede investering på 1 er uændret, så vil variansen på afkastet på vores portefølje nærme sig η idet V ar ( 1 n ) r i = σ2 n η n n + η n n η. Intuition: Hvis vi handler tilpas mange aktiver kan vi (stort set) fjerne den idiosynkratiske risiko σi 2, dvs. den risiko der alene knytter sig til afkastet på aktiv i. Risikospredning i form af handel med tilpas store og veldiversificerede porteføljer fører altså til en samlet risiko, der omtrent matcher den systematiske risiko η i markedet. Fin1 (mandag 16/2 2009) 10

11 Man kan således ikke fjerne al risiko (forhåbentlig ikke den store overraskelse), men man kan fjerne den idiosynkratiske risiko ved at diversificere sin investering. Skal man så altid diversificere, når man investerer? Det er i hvert fald en mulighed for at mindske risikoen på sin investering. Hvis man selv vil diversificere sin investering bliver gevinsten hurtigt slugt af en masse transaktionsomkostninger, fordi diversificering jo helt naturligt kræver, at man handler mange forskellige aktiver. En billigere måde at opnå diversificeringsgevinsten på er ved i stedet at investere i indeks f.eks. via såkaldte index funds, hvis proklamerede mål det er at matche et givet indeks (f.eks. S&P500, DAX, etc.). Hvorfor ikke blot investere i mere sikre aktiver frem for at diversificere? Fin1 (mandag 16/2 2009) 11

12 Man kan naturligvis også mindske risikoen ved f.eks. at investere i mere sikre aktiver som statsobligationer frem for f.eks. aktier, råvarer (guld, olie etc.), derivater m.m. Konsekvensen er at investeringen sker til et lavere forventet afkast. Samme effekt vil også i et vist omfang indtræffe, når man diversificerer: Diversificeringsgevinsten i form af eliminering af idiosynkratisk risiko betyder også, at betydningen af enkeltaktier med højt forventet afkast også reduceres. Det forventede afkast på den veldiversificerede portefølje er E ( 1 n ) r i = 1 n E(r i ) så gevinsten ved f.eks. at investere 1 n i et givet aktiv i 0 med særligt højt forventet afkast E(r i0 ) aftager naturligvis, når n vokser. Fin1 (mandag 16/2 2009) 12

13 Man kan i praksis vælge forskellige grader af diversificering (i form af forskelligt antal aktiver, antal markeder etc.). Fin1 (mandag 16/2 2009) 13

14 Formulering af porteføljevalgsmodel Først: Nogle facts fra lineær algebra. Fin1 (mandag 16/2 2009) 14

15 Så en model: Vi ser på en én-periode-model for et finansielt marked dvs. med tidspunkter t = 0, 1. En realistisk model vil (naturligvis) omfatte flere perioder, men én periode er nok til at fastlægge de grundlæggende resultater. Det finansielle marked omfatter n usikre aktiver i = 1,...,n og ét risikofrit aktiv i = 0. Det i te aktiv har pris S i,0 til tidspunkt t = 0 og pris S i,1 (stokastisk) til tidspunkt t = 1, og vi tager alle priser som givne. Afkastraten på det i te aktiv er således r i = S i,1 S i,0 S i,0 (og stokastisk fordi Fin1 (mandag 16/2 2009) 15

16 S i,1 er stokastisk). Vi sætter r = r 1. r n. Vi ser i første omgang bort fra det risikofri aktiv i = 0 fordi det gør analysen nemmere. Fin1 (mandag 16/2 2009) 16

17 En agent med givet initial formue W 0 > 0 skal til tidspunkt t = 0 beslutte, hvorledes han/hun vil investere sin formue i de n risikofyldte aktiver. Agentens porteføljevalg: Agentens beslutning består i at vælge hvor mange stk. a i der skal købes af det i te aktiv for i = 1,...,n. Vi antager, at alle aktiver er perfekt delelige (dvs. man kan købe lige præcis det antal man måtte ønske). Agentens investeringsbeslutning er derfor en relativ beslutning - hvordan skal de forskellige aktiver vægtes i forhold til hinanden? Fin1 (mandag 16/2 2009) 17

18 Vi normerer derfor ved i stedet for den absolutte portefølje a = at se på de relative porteføljevægte a 1. a n w i = a is i,0 W 0. w i er den del af formuen W 0, der investeres i aktiv i. Enhver portefølje a kan repræsenteres ved en vektor af porteføljevægte w (og vice versa). Fin1 (mandag 16/2 2009) 18

19 Agentens investeringsbeslutning reduceres dermed til et valg af porteføljevægte w = w 1. w n R n hvor w 1 = w i = a i S i,0 W 0 = 1. Modellen tillader kortsalg - altså at sælge aktiver også selv om man ikke ejer dem. Det svarer til a i < 0 (og w i < 0 hvis aktiv i har positiv pris S i,0 > 0). For et givet valg af portefølje a/porteføljevægte w er agentens formue til Fin1 (mandag 16/2 2009) 19

20 tidspunkt t = 1 givet som W 1 = = a i S i,1 a i S i,0 + = W 0 (1 + S i,1 S i,0 a i S i,0 S i,0 ) w i r i = W 0 ( 1 + w r ). Fin1 (mandag 16/2 2009) 20

21 Den forventede værdi af agentens formue til tidspunkt t = 1 er E(W 1 ) = W 0 ( 1 + w E(r) ). Usikkerheden omkring værdien af formuen til tidspunkt t = 1 her repræsenteret ved variansen V ar(w 1 ) er V ar(w 1 ) = V ar ( W 0 ( 1 + w r )) hvor Cov(r) er kovariansmatricen for r. = W 2 0V ar(w r) = W 2 0w Cov(r)w Fin1 (mandag 16/2 2009) 21

22 Agentens præferencer: Lad u(x) være agentens nyttefunktion, hvor x er formue til tidspunkt t = 1. Dvs. det eneste der betyder noget er formuens størrelse til tidspunkt t = 1. Vi antager, at agenten... har positiv men aftagende marginalnytte, dvs. u > 0,u < 0. ønsker at maksimere den forventede nytte E ( u(w 1 ) ) til tidspunkt t = 1. En 2. ordens Taylor-udvikling af u i E(W 1 ) giver u(x) u ( E(W 1 ) ) + u ( E(W 1 ) )( x E(W 1 ) ) + u ( E(W 1 ) ) (x E(W 1 ) ) 2 2 Fin1 (mandag 16/2 2009) 22

23 og dermed E ( u(w 1 ) ) u ( E(W 1 ) ) + u ( E(W 1 ) ) E ( W 1 E(W 1 ) ) }{{} =0 + u ( E(W 1 ) ) E(W 1 E(W 1 ) ) 2 2 }{{} =V ar(w 1 ) = u ( E(W 1 ) ) + u ( E(W 1 ) ) V ar(w 1 ). }{{ 2 } <0 Når agenten vælger sin portefølje gælder dermed at... jo højere forventet formue desto bedre - alt andet lige jo lavere varians på formuen desto bedre - alt andet lige (risikoaversion). Fin1 (mandag 16/2 2009) 23

24 Spørgsmålet vi ønsker at besvare er derfor: For givet forventet afkast E(w r), hvordan vælger vi så vores porteføljevægte w s variansen V ar(w r) bliver mindst mulig? Eller sagt anderledes: Løs min w 1 2 w Σw under bibetingelserne: w µ = µ P w 1 = 1. Dette kaldes middelværdi/varians-analyse ( mean-variance analysis ). Eller Markowitz-analyse. Vi løser altså minimeringsproblemet for en givet forventet afkastrate µ P. Fin1 (mandag 16/2 2009) 24

25 Sætning For et givet forventet afkast µ P er porteføljen med mindst mulig varians givet ved ŵ = Σ 1[ µ 1 ] [ ] A 1 µp 1 hvor A = [ µ Σ 1 µ µ Σ 1 1 µ Σ Σ 1 1 ] =: [ a b b c ]. Denne portefølje kaldes for minimum-varians-porteføljen hørende til µ P. Den mindst mulige varians er σˆ P 2 = cµ2 P 2µ Pb + a. ac b 2 Fin1 (mandag 16/2 2009) 25

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

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

Mikroøkonomi Projektopgave: Valg Under Usikkerhed

Mikroøkonomi Projektopgave: Valg Under Usikkerhed Mikroøkonomi Projektopgave: Valg Under Usikkerhed Peter Norman Sørensen, Økonomisk Institut Forår 2003 1. Formalia [10 minutter] Denne obligatoriske projektopgave er en guide til selvstudium af kapitel

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

Kapitel 12: Valg under usikkerhed

Kapitel 12: Valg under usikkerhed 1 November 25, 2008 2 Usikkerhed Usikre faktorer: Fremtidige priser Fremtidig (real)indkomst Vejret Andre agenters handlinger (strategisk interaktion).... Håndtering af usikkerhed: Forsikring (sundhed,

Læs mere

Vægte motiverende eksempel. Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl. Vægtet model. Vægtrelationen

Vægte motiverende eksempel. Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl. Vægtet model. Vægtrelationen Vægte motiverende eksempel Landmålingens fejlteori Lektion 4 Vægtet gennemsnit Fordeling af slutfejl - kkb@mathaaudk Institut for Matematiske Fag Aalborg Universitet Højdeforskellen mellem punkterne P

Læs mere

Indføring i de nyeste modeller for dynamisk asset allocation

Indføring i de nyeste modeller for dynamisk asset allocation Indføring i de nyeste modeller for dynamisk asset allocation Syddansk Universitet 29. marts 2006 Den Danske Finansanalytikerforening Kvant-workshop 1 Oversigt 1 Indledning 2 3 4 5 Centrale spørgsmål En

Læs mere

Rettevejledning til 1. obligatoriske opgave Beslutninger og strategi

Rettevejledning til 1. obligatoriske opgave Beslutninger og strategi Rettevejledning til. obligatoriske opgave Beslutninger og strategi Christian S. Liebing og Tobias N. Thygesen Forår 00. version. Opgave Betragter en agent med vnm-præferencer. Vi får oplyst, at agenten

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

Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl

Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl Landmålingens fejlteori Lektion 4 Vægtet gennemsnit Fordeling af slutfejl - kkb@math.aau.dk http://people.math.aau.dk/ kkb/undervisning/lf13 Institut for Matematiske Fag Aalborg Universitet 1/1 Vægtet

Læs mere

Institut 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

Institut 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 mere

Kvantitative Metoder 1 - Forår 2007

Kvantitative Metoder 1 - Forår 2007 Dagens program Afsnit 3.3-3.5 Varians Eksempel: Forventet nytte Kovarians og korrelation Middelværdi og varians af summer af stokastiske variabler Eksempel: Porteføljevalg 1 Beskrivelse af fordelinger

Læs mere

Det naturvidenskabelige fakultet Vintereksamen 96/97 Matematisk-økonomisk kandidateksamen Fag: Driftsøkonomi 2

Det naturvidenskabelige fakultet Vintereksamen 96/97 Matematisk-økonomisk kandidateksamen Fag: Driftsøkonomi 2 1 Det naturvidenskabelige fakultet Vintereksamen 96/97 Matematisk-økonomisk kandidateksamen Fag: Driftsøkonomi 2 Opgavetekst Generelle oplysninger: Der ses i nedenstående opgaver bort fra skat, transaktionsomkostninger,

Læs mere

Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl

Landmålingens fejlteori - Lektion4 - Vægte og Fordeling af slutfejl Landmålingens fejlteori Lektion 4 Vægtet gennemsnit Fordeling af slutfejl - rw@math.aau.dk Institut for Matematiske Fag Aalborg Universitet 1/36 Estimation af varians/spredning Antag X 1,...,X n stokastiske

Læs mere

Hjemmeprøve 1 Efterår 2013: Afkast og risiko ved investering i aktier

Hjemmeprøve 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 mere

Statistik og Sandsynlighedsregning 2

Statistik og Sandsynlighedsregning 2 Statistik og Sandsynlighedsregning 2 Lineære transformationer, middelværdi og varians Helle Sørensen Uge 8, onsdag SaSt2 (Uge 8, onsdag) Lineære transf. og middelværdi 1 / 15 Program I formiddag: Fordeling

Læs mere

Fejlforplantning. Landmålingens fejlteori - Lektion 5 - Fejlforplantning. Repetition: Varians af linear kombination. Eksempel: Vinkelberegning

Fejlforplantning. Landmålingens fejlteori - Lektion 5 - Fejlforplantning. Repetition: Varians af linear kombination. Eksempel: Vinkelberegning Fejlforplantning Landmålingens fejlteori Lektion 5 Fejlforplantning - kkb@math.aau.dk http://people.math.aau.dk/ kkb/undervisning/lf13 Landmåling involverer ofte bestemmelse af størrelser som ikke kan

Læs mere

Kapitel 4: Nyttefunktioner

Kapitel 4: Nyttefunktioner Kapitel 4: Nyttefunktioner Hvad er nytte? - det gamle syn: 1. Nytte betragtet som en indikator for et individs overordnede velfærd. 2. Nytten er kardinal: Størrelsen på nyttedifferencer har betydning.

Læs mere

Få mere til dig selv med SaxoInvestor

Få mere til dig selv med SaxoInvestor Få mere til dig selv med SaxoInvestor Vi har gjort det enkelt for dig at vælge de bedste investeringer til din pensionsopsparing eller dine frie midler Fuldautomatisk porteføljepleje Test din risiko og

Læs mere

MLR 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 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 mere

3 Stokastiske variable 3.1 Diskrete variable

3 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

Definition. Definitioner

Definition. 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 mere

Kapitel 4: Nyttefunktioner. Hvad er nytte? - det gamle syn:

Kapitel 4: Nyttefunktioner. Hvad er nytte? - det gamle syn: Kapitel 4: Nyttefunktioner Hvad er nytte? - det gamle syn: 1. Nytte er en indikator for et individs overordnede velfærd. 2. Nytten måles for eksempel på en skala fra 0 til 100. 3. Skalaen er kardinal:

Læs mere

Tema. Dagens tema: Indfør centrale statistiske begreber.

Tema. 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 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, 9-13, tirsdag 16/6 2003. Ingen hjælpemidler (blyant & lommeregner dog tilladt).

Læs mere

NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET INVESTERINGS- OG FINANSIERINGSTEORI. 4 timers skriftlig eksamen, mandag 1/

NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET INVESTERINGS- OG FINANSIERINGSTEORI. 4 timers skriftlig eksamen, mandag 1/ NATURVIDENSKABELIG KANDIDATEKSAMEN VED KØBENHAVNS UNIVERSITET INVESTERINGS- OG FINANSIERINGSTEORI 4 timers skriftlig eksamen mandag /6 2004. Opgave Spg..a [0] Modellen er arbitragefri hvis der findes et

Læs mere

Markedskommentar august: Black August vækstnedgang i Kina giver aktienedtur

Markedskommentar august: Black August vækstnedgang i Kina giver aktienedtur Nyhedsbrev Kbh. 3. sep. 2015 Markedskommentar august: Black August vækstnedgang i Kina giver aktienedtur Uro i Kina sætte sine blodrøde spor i aktiemarkederne i august måned. Vi oplevede de største aktiefald

Læs mere

Dynamiske Porteføljevalg

Dynamiske Porteføljevalg Dynamiske Porteføljevalg Rasmus Højberg Andersen Bachelorprojekt, Matematik-Økonomi Vejleder: Claus Munk, Institut for Regnskab og Finansiering 9. februar 2004 Indhold 1 Indledning 3 2 En periode middelværdi-varians

Læs mere

Investering. Investpleje Mix. Investpleje Mix 1

Investering. Investpleje Mix. Investpleje Mix 1 Investering Investpleje Mix Investpleje Mix 1 Investpleje Mix Med Investpleje Mix er du sikret en god og enkelt investeringsløsning, der samtidigt er skræddersyet til netop din risikovillighed og tidshorisont.

Læs mere

Få mere til dig selv med SaxoInvestor

Få mere til dig selv med SaxoInvestor Få mere til dig selv med SaxoInvestor Vi har gjort det enkelt for dig at vælge de bedste investeringer til din pensionsopsparing eller dine frie midler Fuldautomatisk porteføljepleje Test din risiko og

Læs mere

Kvantitative Metoder 1 - Forår 2007

Kvantitative 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 mere

Kvantitative Metoder 1 - Forår Dagens program

Kvantitative 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 mere

Forelæsning 5: Kapitel 7: Inferens for gennemsnit (One-sample setup)

Forelæsning 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 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

NYHEDSBREV. Max Drawdown og Duration - Kongetallene

NYHEDSBREV. Max Drawdown og Duration - Kongetallene NYHEDSBREV Max Drawdown og Duration - Kongetallene Kære læser Vi fortsætter i dette nyhedsbrev vores fokus på Risikostyring. I sidste måneds nyhedsbrev beskrev vi hvorfor God risikostyring er afgørende

Læs mere

Kvantitative Metoder 1 - Efterår 2006. Dagens program

Kvantitative Metoder 1 - Efterår 2006. Dagens program Dagens program Afsnit 2.4-2.5 Bayes sætning Uafhængige stokastiske variable - Simultane fordelinger - Marginale fordelinger - Betingede fordelinger Uafhængige hændelser - Indikatorvariable Afledte stokastiske

Læs mere

Normalfordelingen og Stikprøvefordelinger

Normalfordelingen og Stikprøvefordelinger Normalfordelingen og Stikprøvefordelinger Normalfordelingen Standard Normal Fordelingen Sandsynligheder for Normalfordelingen Transformation af Normalfordelte Stok.Var. Stikprøver og Stikprøvefordelinger

Læs mere

MIRANOVA ANALYSE. Investeringsforeninger med obligationer: Omkostningerne æder afkastet. Udgivet 4. juni 2014

MIRANOVA ANALYSE. Investeringsforeninger med obligationer: Omkostningerne æder afkastet. Udgivet 4. juni 2014 MIRANOVA ANALYSE Udgivet 4. juni 2014 Investeringsforeninger med obligationer: Omkostningerne æder afkastet Når omkostningerne æder dit afkast Lige nu tales der meget om de lave renter på obligationer,

Læs mere

Oversigt. Kursus Introduktion til Statistik. Forelæsning 3: Kapitel 5: Kontinuerte fordelinger. Per Bruun Brockhoff.

Oversigt. Kursus Introduktion til Statistik. Forelæsning 3: Kapitel 5: Kontinuerte fordelinger. Per Bruun Brockhoff. Kursus 242 Introduktion til Statistik Forelæsning 3: Kapitel 5: Kontinuerte fordelinger Per Bruun Brockhoff DTU Compute, Statistik Bygning 35/324 Danmarks Tekniske Universitet 28 Lyngby Danmark e-mail:

Læs mere

Vi sætter. (Signal støj- forhold) Poul Thyregod, 25. april Specialkursus vid.stat. foraar Lad Y i angiver observationer fra i te udtagne balle.

Vi sætter. (Signal støj- forhold) Poul Thyregod, 25. april Specialkursus vid.stat. foraar Lad Y i angiver observationer fra i te udtagne balle. Modellens parametre Mandag den 25 april Hierarkiske normalfordelingsmodeller Dagens program: Resume af ensidet variansanalysemodel med tilfældig effekt estimation af tilfældige effekter, fortolkning som

Læs mere

Kvantitative Metoder 1 - Forår 2007

Kvantitative 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 mere

Repetition. Diskrete stokastiske variable. Kontinuerte stokastiske variable

Repetition. 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 mere

Forelæsning 3: Kapitel 5: Kontinuerte fordelinger

Forelæsning 3: Kapitel 5: Kontinuerte fordelinger Kursus 02402 Introduktion til Statistik Forelæsning 3: Kapitel 5: Kontinuerte fordelinger Per Bruun Brockhoff DTU Compute, Statistik og Dataanalyse Bygning 324, Rum 220 Danmarks Tekniske Universitet 2800

Læs mere

Kvantitative Metoder 1 - Efterår Dagens program

Kvantitative 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

Beskrivelse af nøgletal

Beskrivelse af nøgletal Beskrivelse af nøgletal Carnegie WorldWide Dampfærgevej 26 DK-2100 København Ø Telefon: +45 35 46 35 46 Fax: +45 35 46 36 00 Web: www.carnegieam.dk E-mail: cww@cww.dk 11. marts 2008 Indhold 1 Porteføljeafkast

Læs mere

1 Bytteøkonomier (kapitel 30)

1 Bytteøkonomier (kapitel 30) 1 Bytteøkonomier (kapitel 30) 1. Setup: Vi har en række forbrugere med hver deres initialbeholdning af en række goder. (a) Ren bytteøkonomi - ingen virksomheder - ingen produktion! 2. Typiske spørgsmål:

Læs mere

Produkt og marked - matematiske og statistiske metoder

Produkt 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 mere

Private Banking Portefølje. et nyt perspektiv på dine investeringer

Private Banking Portefølje. et nyt perspektiv på dine investeringer Private Banking Portefølje et nyt perspektiv på dine investeringer Det er ikke et spørgsmål om enten aktier eller obligationer. Den bedste portefølje er som regel en blanding. 2 2 Private Banking Portefølje

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

Phillipskurven: Inflation og arbejdsløshed

Phillipskurven: Inflation og arbejdsløshed Phillipskurven: Inflation og arbejdsløshed Vores udgangspunkt er AS-kurven, dvs. relationen mellem prisniveau og output så der er ligevægt på arbejdsmarkedet, og der har følgende form P = ( + µ) P e F

Læs mere

ETN-skolen ETN-skolen 2016

ETN-skolen ETN-skolen 2016 ETN-skolen Agenda 17.30 17.40 Velkomst 17.40 18.15 Analytikerindlæg 18.15 19.00 Grundlæggende info 19.00 19.10 Pause 19.10 19.50 Anvendelse 19.50 20.00 Praktiske informationer ETN et marked i vækst ETN

Læs mere

Investering. Investpleje Pension. Investpleje Pension 1

Investering. Investpleje Pension. Investpleje Pension 1 Investering Investpleje Pension Investpleje Pension 1 Investpleje Pension For at tilbyde dig den bedste og mest enkle investering af dine pensionsmidler samarbejder Danske Andelskassers Bank A/S med Investeringsforeningen

Læs mere

Markedskommentar april: Stigende vækst- og inflationsforventninger i Europa!

Markedskommentar april: Stigende vækst- og inflationsforventninger i Europa! Nyhedsbrev Kbh. 5. maj. 2015 Markedskommentar april: Stigende vækst- og inflationsforventninger i Europa! Efter 14 mdr. med stigninger kunne vi i april notere mindre fald på 0,4 % - 0,6 %. Den øgede optimisme

Læs mere

Kvantitative Metoder 1 - Forår Dagens program

Kvantitative Metoder 1 - Forår Dagens program Dagens program Kontinuerte fordelinger Ventetider i en Poissonproces Beskrivelse af kontinuerte fordelinger: - Median og kvartiler - Middelværdi - Varians Simultane fordelinger 1 Ventetider i en Poissonproces

Læs mere

Fordele ved international porteføljediversifikation

Fordele ved international porteføljediversifikation Institut for Økonomi Bachelorafhandling HA almen, 6. semester Studienummer: AC87632 Forfatter: Anders Christensen Vejleder: Carsten Tanggaard Fordele ved international porteføljediversifikation En kvantitativ

Læs mere

Moderne Porteføljeteori

Moderne Porteføljeteori HA, Almen 6. Semester Bachelor afhandling Tværfagligt institut Gruppe nr. S11-13,64 Opgaveskriver: Lasse Maigaard Randløv Vejleder: Henning Rud Jørgensen Moderne Porteføljeteori Handelshøjskolen, Aarhus

Læs mere

Stikprøver 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 Stikprøver og stikprøve fordelinger Stikprøver Estimatorer og estimater Stikprøve fordelinger Egenskaber ved estimatorer Frihedsgrader Statistik Statistisk Inferens: Prediktere og forekaste værdier af

Læs mere

Tema. Model og modelkontrol ( Fx. en normalfordelt obs. række m. kendt varians) Estimation af parametre. Fordeling. Hypotese og test. Teststørrelse.

Tema. Model og modelkontrol ( Fx. en normalfordelt obs. række m. kendt varians) Estimation af parametre. Fordeling. Hypotese og test. Teststørrelse. Tema Model og modelkontrol ( Fx. en normalfordelt obs. række m. kendt varians) Estimation af parametre. Fordeling. (Fx. x. µ) Hypotese og test. Teststørrelse. (Fx. H 0 : µ = µ 0 ) konfidensintervaller

Læs mere

Side 1 af 19 sider. Danmarks Tekniske Universitet. Skriftlig prøve: 15. december 2007 Kursus navn og nr: Introduktion til Statistik, 02402

Side 1 af 19 sider. Danmarks Tekniske Universitet. Skriftlig prøve: 15. december 2007 Kursus navn og nr: Introduktion til Statistik, 02402 Danmarks Tekniske Universitet Side 1 af 19 sider. Skriftlig prøve: 15. december 2007 Kursus navn og nr: Introduktion til Statistik, 02402 Tilladte hjælpemidler: Alle Dette sæt er besvaret af (studienummer)

Læs mere

Statistik og Sandsynlighedsregning 2

Statistik og Sandsynlighedsregning 2 Statistik og Sandsynlighedsregning 2 Normalfordelingen og transformation af kontinuerte fordelinger Helle Sørensen Uge 7, mandag SaSt2 (Uge 7, mandag) Normalford. og transformation 1 / 16 Program Paretofordelingen,

Læs mere

Kønsproportion og familiemønstre.

Kønsproportion og familiemønstre. Københavns Universitet Afdeling for Anvendt Matematik og Statistik Projektopgave forår 2005 Kønsproportion og familiemønstre. Matematik 2SS Inge Henningsen februar 2005 Indledning I denne opgave undersøges,

Læs mere

HD Finansiering Afgangsprojekt

HD Finansiering Afgangsprojekt HD Finansiering Afgangsprojekt Gynger og karruseller En analyse af Moderne Porteføljeteoris anvendelighed på fragtmarkederne Forfatter Mikkel Bondo Fagt Vejleder Mads Jensen Afleveringsdato: 12. Maj 2014

Læs mere

Risikospredning på flere forvaltere

Risikospredning på flere forvaltere Risikospredning på flere forvaltere Af Peter Rixen Senior Porteføljemanager peter.rixen@skandia.dk Risikospredning er den eneste såkaldte free lunch på de finansielle markeder. Derfor er der også meget

Læs mere

NÅR DU INVESTERER SELV

NÅR DU INVESTERER SELV NÅR DU INVESTERER SELV Her kan du læse om de muligheder, du har i Lægernes Pensionsbank, og de overvejelser, du skal gøre dig, hvis du selv vil investere din opsparing. 115/04 14.05.2013 I Lægernes Pensionsbank

Læs mere

Planen idag. Fin1 (onsdag 11/2 2009) 1

Planen idag. Fin1 (onsdag 11/2 2009) 1 Planen idag Rentefølsomhedsanalyse; resten af kapitel 3 i Noterne Varighed og konveksitet 3 fortolkninger af varighed Varighed og konveksitet for porteføljer Multiplikative skift i rentestrukturen Fin1

Læs mere

(studienummer) (underskrift) (bord nr)

(studienummer) (underskrift) (bord nr) Danmarks Tekniske Universitet Side 1 af 18 sider. Skriftlig prøve: 14. december 2009 Kursus navn og nr: Introduktion til Statistik, 02402 Tilladte hjælpemidler: Alle Dette sæt er besvaret af (studienummer)

Læs mere

Økonometri: Lektion 2 Multipel Lineær Regression 1/27

Økonometri: Lektion 2 Multipel Lineær Regression 1/27 Økonometri: Lektion 2 Multipel Lineær Regression 1/27 Multipel Lineær Regression Sidst så vi på simpel lineær regression, hvor y er forklaret af én variabel. Der er intet, der forhindre os i at have mere

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

Investering. Investpleje Pension. Investpleje Pension 1

Investering. Investpleje Pension. Investpleje Pension 1 Investering Investpleje Pension Investpleje Pension 1 Investpleje Pension For at tilbyde dig den bedste og mest enkle investering af dine pensionsmidler samarbejder Danske Andelskassers Bank A/S med Investeringsforeningen

Læs mere

Et firma tuner biler. Antallet af en bils cylindere er givet ved den stokastiske variabel X med massetæthedsfunktionen

Et 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 mere

Bernoulli og binomial fordelingerne Kontinuerte stokastiske variable Normalfordelingen

Bernoulli 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 mere

SAS Asset Management. Mikal Netteberg Marianne Hansen Søren Johansen SAS Institute A/S. Copyright 2006, SAS Institute Inc. All rights reserved.

SAS Asset Management. Mikal Netteberg Marianne Hansen Søren Johansen SAS Institute A/S. Copyright 2006, SAS Institute Inc. All rights reserved. SAS Asset Management Mikal Netteberg Marianne Hansen Søren Johansen SAS Institute A/S Agenda Introduktion Arbejdsmetode Overordnet forretningsmæssig kravspecifikation Detailforretningsmæssig kravspecifikation

Læs mere

Repetition Stokastisk variabel

Repetition 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 mere

Vi investerer stadig for lånte penge:

Vi investerer stadig for lånte penge: MIRANOVA ANALYSE Udarbejdet af: Rune Wagenitz Sørensen, adm. Direktør Oliver West, porteføljemanager Udgivet d. 10 december 2015 Vi investerer stadig for lånte penge: Mange danskere investerer med underskud,

Læs mere

Risikoholdning og valg af porteføljeandele

Risikoholdning og valg af porteføljeandele Handelshøjskolen i København Institut for Produktion og Erhvervsøkonomi Projektvejleder: Lars Thorlund-Petersen Kandidatafhandling på Erhvervsøkonomi-Matematik-Studiet 2004 Risikoholdning og valg af porteføljeandele

Læs mere

SAXOINVESTOR FULDAUTOMATISK PORTEFØLJEPLEJE

SAXOINVESTOR FULDAUTOMATISK PORTEFØLJEPLEJE SAXOINVESTOR FULDAUTOMATISK PORTEFØLJEPLEJE Test selv din risiko og vælg blandt flere porteføljer Vælg mellem aktive og passive investeringer Til både pension og frie midler SAXOINVESTOR SaxoInvestor er

Læs mere

Landmålingens fejlteori - Lektion 2. Sandsynlighedsintervaller Estimation af µ Konfidensinterval for µ. Definition: Normalfordelingen

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 mere

Module 12: Mere om variansanalyse

Module 12: Mere om variansanalyse Module 12: Mere om variansanalyse 12.1 Parreded observationer.................. 1 12.2 Faktor med 2 niveauer (0-1 variabel)......... 3 12.3 Tosidig variansanalyse med tilfældig virkning..... 9 12.3.1 Uafhængighedsbetragtninger..........

Læs mere

Module 1: Lineære modeller og lineær algebra

Module 1: Lineære modeller og lineær algebra Module : Lineære modeller og lineær algebra. Lineære normale modeller og lineær algebra......2 Lineær algebra...................... 6.2. Vektorer i R n................... 6.2.2 Regneregler for vektorrum...........

Læs mere

Dagens Emner. Likelihood-metoden. MLE - fortsat MLE. Likelihood teori. Lineær regression (intro) Vi har, at

Dagens Emner. Likelihood-metoden. MLE - fortsat MLE. Likelihood teori. Lineær regression (intro) Vi har, at Likelihood teori Lineær regression (intro) Dagens Emner Likelihood-metoden M : X i N(µ,σ 2 ) hvor µ og σ 2 er ukendte Vi har, at L(µ,σ 2 1 ) = ( 2πσ 2)n/2 e 1 2 P n (xi µ)2 er tætheden som funktion af

Læs mere

Elementær sandsynlighedsregning

Elementær sandsynlighedsregning Elementær sandsynlighedsregning Sandsynlighedsbegrebet Et udfaldsrum S er mængden af alle de mulige udfald af et eksperiment. En hændelse A er en delmængde af udfaldsrummet S. Den hændelse, der ikke indeholder

Læs mere

INSTITUT FOR MATEMATISKE FAG c

INSTITUT FOR MATEMATISKE FAG c INSTITUT FOR MATEMATISKE FAG c AALBORG UNIVERSITET FREDRIK BAJERS VEJ 7 G 9220 AALBORG ØST Tlf.: 96 35 89 27 URL: www.math.aau.dk Fax: 98 15 81 29 E-mail: bjh@math.aau.dk Dataanalyse Sandsynlighed og stokastiske

Læs mere

Elementær sandsynlighedsregning

Elementær sandsynlighedsregning Elementær sandsynlighedsregning Sandsynlighedsbegrebet Et udfaldsrum S er mængden af alle de mulige udfald af et eksperiment. En hændelse A er en delmængde af udfaldsrummet S. Et sandsynlighedsmål er en

Læs mere

ØKONOMISKE PRINCIPPER I

ØKONOMISKE PRINCIPPER I ØKONOMISKE PRINCIPPER I 1. årsprøve, 1. semester Forelæsning 4 Pensum: Mankiw & Taylor kapitel 4 Claus Thustrup Kreiner www.econ.ku.dk/ctk/principperi Introduktion Kapitel 3 påpegede mulige gevinster ved

Læs mere

Binomialfordelingen. Binomialfordelingen. Binomialfordelingen

Binomialfordelingen. Binomialfordelingen. Binomialfordelingen Statistik og Sandsynlighedsregning 1 MS kapitel 3 Susanne Ditlevsen Institut for Matematiske Fag Email: susanne@math.ku.dk http://math.ku.dk/ susanne Definition 3.2.1 Lad X 1, X 2,..., X n være uafhængige

Læs mere

University of Copenhagen. Notat om statistisk inferens Larsen, Martin Vinæs. Publication date: Document Version Peer-review version

University of Copenhagen. Notat om statistisk inferens Larsen, Martin Vinæs. Publication date: Document Version Peer-review version university of copenhagen University of Copenhagen Notat om statistisk inferens Larsen, Martin Vinæs Publication date: 2014 Document Version Peer-review version Citation for published version (APA): Larsen,

Læs mere

CAPITAL ASSET PRICING MODEL

CAPITAL ASSET PRICING MODEL AARHUS UNIVERSITY BUSINESS & SOCIAL SCIENCE DEPARTMENT OF ECONOMICS & BUSINESS HA ALMEN, 6. SEMESTER BACHELORAFHANDLING FORFATTER: MARTIN KOCK ANDERSEN 20117156 VEJLEDER: MICHAEL CHRISTENSEN LEKTOR CAPITAL

Læs mere

Statistik Lektion 2. Uafhængighed Stokastiske Variable Sandsynlighedsfordeling Middelværdi og Varians for Stok. Var.

Statistik Lektion 2. Uafhængighed Stokastiske Variable Sandsynlighedsfordeling Middelværdi og Varians for Stok. Var. Statistik Lektion Uafhængighed Stokastiske Variable Sandsynlighedsfordeling Middelværdi og Varians for Stok. Var. Repetition Stikprøve Stikprøvestørrelse n Stikprøvemiddelværdi Stikprøvevarians s Population

Læs mere

Lidt om fordelinger, afledt af normalfordelingen

Lidt om fordelinger, afledt af normalfordelingen IMM, 2002-10-10 Poul Thyregod Lidt om fordelinger, afledt af normalfordelingen 1 Introduktion I forbindelse med inferens i normalfordelinger optræder forskellige fordelinger, der er afledt af normalfordelingen,

Læs mere

Note om Monte Carlo metoden

Note 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 mere

Finansiel planlægning

Finansiel planlægning Side 1 af 7 SYDDANSK UNIVERSITET Erhvervsøkonomisk Diplomuddannelse HD 2. del Regnskab og økonomistyring Finansiering Eksamen Finansiel planlægning Tirsdag den 8. januar 2008 kl. 9.00-13.00 Alle hjælpemidler

Læs mere

CIVILINGENIØREKSAMEN Side?? af?? sider. Skriftlig prøve, den: 16. december 2004 Kursus nr : (navn) (underskrift) (bord nr)

CIVILINGENIØREKSAMEN Side?? af?? sider. Skriftlig prøve, den: 16. december 2004 Kursus nr : (navn) (underskrift) (bord nr) CIVILINGENIØREKSAMEN Side?? af?? sider Skriftlig prøve, den: 6. december 2004 Kursus nr : 02405 Kursus navn: Sandsynlighedsregning Tilladte hjælpemidler: Alle Dette sæt er besvaret af: (navn) (underskrift)

Læs mere

Program: 1. Repetition: p-værdi 2. Simpel lineær regression. 1/19

Program: 1. Repetition: p-værdi 2. Simpel lineær regression. 1/19 Program: 1. Repetition: p-værdi 2. Simpel lineær regression. 1/19 For test med signifikansniveau α: p < α forkast H 0 2/19 p-værdi Betragt tilfældet med test for H 0 : µ = µ 0 (σ kendt). Idé: jo større

Læs mere

Skatteregler for udbytte hæmmer risikovilligheden

Skatteregler for udbytte hæmmer risikovilligheden Skatteregler for udbytte hæmmer risikovilligheden Denne analyse sammenligner afkastet ved en investering på en halv million kroner i risikobehæftede aktiver fremfor i mere sikre aktiver. De danske beskatningsregler

Læs mere

Markedskommentar november: Mens vi venter på ECB og FED!

Markedskommentar november: Mens vi venter på ECB og FED! Nyhedsbrev Kbh. 2. dec. 2015 Markedskommentar november: Mens vi venter på ECB og FED! November blev en forholdsvis rolig måned med stigende aktier og en styrket dollar ift. til euroen. Det resulterede

Læs mere

Statistik og Sandsynlighedsregning 2. Repetition og eksamen. Overheads til forelæsninger, mandag 7. uge

Statistik og Sandsynlighedsregning 2. Repetition og eksamen. Overheads til forelæsninger, mandag 7. uge Statistik og Sandsynlighedsregning 2 Repetition og eksamen Overheads til forelæsninger, mandag 7. uge 1 Normalfordelingen Erfaringsmæssigt er normalfordelingen velegnet til at beskrive variationen i mange

Læs mere

Simpel Lineær Regression: Model

Simpel Lineær Regression: Model Simpel Lineær Regression: Model Sidst så vi på simpel lineære regression. Det er en statisisk model på formen y = β 0 + β 1 x + u, hvor fejlledet u, har egenskaben E[u x] = 0. Dette betyder bl.a. E[y x]

Læs mere

Teoretisk Statistik, 9 marts nb. Det forventes ikke, at alt materialet dækkes d. 9. marts.

Teoretisk 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 mere

SAXO EUROPEAN HIGH YIELD

SAXO EUROPEAN HIGH YIELD SAXO EUROPEAN HIGH YIELD PRODUKT Saxo European High Yield er en del af investeringsforeningen Wealth Invest. Foreningen investerer i obligationer med det formål, over tid, at skabe et afkast efter omkostninger,

Læs mere

En Introduktion til SAS. Kapitel 5.

En Introduktion til SAS. Kapitel 5. En Introduktion til SAS. Kapitel 5. Inge Henningsen Afdeling for Statistik og Operationsanalyse Københavns Universitet Marts 2005 6. udgave Kapitel 5 T-test og PROC UNIVARIATE 5.1 Indledning Dette kapitel

Læs mere