Untersuchung von Kapitalmarktdaten mit Hilfe der Granger-Kausalitt

Diplomarbeit aus dem Jahr 1998 im Fachbereich BWL - Investition und Finanzierung, Note: 1,7, Friedrich-Schiller-Universitt Jena (Unbekannt), Sprache: Deutsch, Abstract: Inhaltsangabe:Einleitung:
Zentraler Bestandteil der Diplomarbeit ist die Analyse und Prognose von Aktienindizes. Wichtige Fragen, die in diesem Zusammenhang beantwortet werden, sind: Wie kann eine Analyse und Prognose von Aktienindizes aufgebaut werden? Lassen sich derartige Prognosen durch Erweiterungen verbessern? Sind erzielte Verbesserungen statistisch signifikant? Knnen Beziehungen zwischen internationalen Indizes herausgearbeitet werden?
Gang der Untersuchung:
Zur Beantwortung dieser Fragen gliedert sich die Arbeit in zwei Teile. Der erste theoretisch gelagerte Abschnitt umfat die Kapitel 2 und 3, der zweite praxisorientierte Abschnitt wird durch die Kapitel 4 und 5 bestimmt.
Ausgangspunkt der Untersuchung ist die Darstellung zeitreihenanalytischer Grundlagen und Modelle im Kapitel 2. Es werden autoregressive Modelle und deren wesentliche Eigenschaften vorgestellt, sowie die Erweiterung zu vektorautoregressiven Modellen (VAR).
Im Kapitel 3 wird unter Verwendung der VAR-Modelle das Konzept der Granger-Kausalitt erlutert. Neben einer allgemeinen Definition wird auf ein Testverfahren eingegangen. Den Abschlu dieses Kapitels bilden kritische Anmerkungen zu diesem Konzept.
Im folgenden Kapitel 4 steht die Datenbeschreibung im Vordergrund. Erlutert werden die Datenherkunft und -auswahl, sowie die Aufbereitung der Daten. Zur Untersttzung der Arbeitsschritte wird das Programmpaket SAS (Statistical Analysis System) verwendet, das auch im Kapitel 5 die Datenanalyse erleichert.
Das 5. Kapitel ist die Zusammenfhrung aller vorangegangenen Abschnitte. Die in Kapitel 2 und 3 dargestellten Konzeptionen werden in hier auf die in Kapitel 4 beschriebenen und aufbereiteten Zeitreihen angewendet. Es erfolgt die Testdurchfhrung zum Nachweis der Granger-Kausalitt. Im Punkt 5.2 werden die Untersuchungsergeb