Bibliographic Metadata

Title
Implementierung und Vergleich von vier Methoden zur Parameterschätzung bei affinen Modellen mit und ohne Sprünge / Sabine Sischka
Additional Titles
Implementation and comparison of four methods for parameter estimation for some affine modells with and without jumps
AuthorSischka, Sabine
CensorHubalek, Friedrich
PublishedWien, 2017
Description70 Blätter : Diagramme
Institutional NoteTechnische Universität Wien, Diplomarbeit, 2017
Annotation
Zusammenfassung in englischer Sprache
Annotation
Abweichender Titel nach Übersetzung der Verfasserin/des Verfassers
LanguageGerman
Document typeThesis (Diplom)
Keywords (DE)Affine Modelle / Inferenz / Simulation
Keywords (EN)Affine models / inference / simulation
URNurn:nbn:at:at-ubtuw:1-105842 Persistent Identifier (URN)
Restriction-Information
 The work is publicly available
Files
Implementierung und Vergleich von vier Methoden zur Parameterschätzung bei affinen Modellen mit und ohne Sprünge [0.56 mb]
Links
Reference
Classification
Abstract (German)

Diese Arbeit beschäftigt sich mit Methoden zur Parameterschätzung bei zwei affinen Modellen, dem CIR Modell und dem Gamma-OU Modell. Es werden im Speziellen die Maximum-Likelihood Methode, Momentenmethode, exponentielle Momentenmethode und Quasi-Maximum-Likelihood Methode betrachtet, wobei zunächst Schätzer für die jeweiligen drei Parameter erarbeitet werden und schließlich die Varianzen dieser Schätzer untersucht werden. Die erarbeitete Theorie wird mit konkreten Beispielen numerisch illustriert.

Abstract (English)

This thesis deals with parameter estimation methods of two affine models, the CIR model and the Gamma-OU model. Specifically the maximum likelihood method, the method of moments, the exponential method of moments and the quasi maximum likelihood method will be considered, whereas we will first develop estimators for the three parameters respectively and then analyse the variances of those estimators. Ultimately the theory will be applied to specific examples and visualised.

Stats
The PDF-Document has been downloaded 33 times.