Skip to main content
SpringerLink
Log in
Book cover

Künstliche neuronale Netze zur Risikomessung bei Aktien und Renten

Am Beispiel deutscher Lebensversicherungsunternehmen

  • Book
  • © 2004

Overview

Authors:
  1. Markus Rauscher
    View author publications

    You can also search for this author in PubMed   Google Scholar

  • Künstliche neuronale Netze als Instrument der Risikoprognose

Part of the book series: Versicherung und Risikoforschung (VUR, volume 47)

This is a preview of subscription content, log in via an institution to check access.

Access this book

Log in via an institution
eBook USD 89.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book USD 64.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Other ways to access

Licence this eBook for your library

Institutional subscriptions

Table of contents (8 chapters)

  1. Front Matter

    Pages I-XXIV
    Download chapter PDF

  2. Einleitung

    • Markus Rauscher
    Pages 1-3

  3. Risiko in der Kapitalanlage von Lebensversicherungsunternehmen und dessen Messung

    • Markus Rauscher
    Pages 5-20

  4. Grundlagen künstlicher neuronaler Netze

    • Markus Rauscher
    Pages 21-32

  5. Konstruktion künstlicher neuronaler Netze

    • Markus Rauscher
    Pages 33-70

  6. Anwendungen künstlicher neuronaler Netze

    • Markus Rauscher
    Pages 71-84

  7. Grundlagen der empirischen Untersuchung der Risikoprognosefähigkeit künstlicher neuronaler Netze

    • Markus Rauscher
    Pages 85-101

  8. Ergebnisse der empirischen Untersuchung der Risikoprognosefähigkeit künstlicher neuronaler Netze

    • Markus Rauscher
    Pages 103-141

  9. Thesenförmige Zusammenfassung

    • Markus Rauscher
    Pages 143-145

  10. Back Matter

    Pages 147-207
    Download chapter PDF
Back to top

Keywords

About this book

Die Risikomessung als Teilaufgabe des Risikomanagements stellt für institutionelle Kapitalanleger eine elementare Aufgabe dar. Hierzu werden Volatilitäten und Korrelationskoeffizienten prognostiziert, wobei verschiedene Instrumente und Methoden zur Verfügung stehen. Künstliche neuronale Netze scheinen besonders gut geeignet zu sein; darauf lassen Untersuchungen in anderen Feldern schließen, die grundsätzliche Ähnlichkeiten mit dem Problem der Risikoprognose aufweisen.

Markus Rauscher untersucht die Qualität mit Hilfe künstlicher neuronaler Netze erstellter Vorhersagen hinsichtlich der Volatilität und Korrelation von DAX und REXP. Um die Eignung bestimmter Konstellationen zu ermitteln, findet eine Vielzahl unterschiedlicher Architekturen und Lernalgorithmen Verwendung. Die den herkömmlichen Methoden überlegenen neuronalen Modelle werden dargestellt und sich daraus ergebende Möglichkeiten diskutiert.

About the author

Dr. Markus Rauscher ist wissenschaftlicher Mitarbeiter von Prof. Dr. Elmar Helten am Institut für Betriebswirtschaftliche Risikoforschung und Versicherungswirtschaft der Universität München.

Bibliographic Information

  • Book Title: Künstliche neuronale Netze zur Risikomessung bei Aktien und Renten

  • Book Subtitle: Am Beispiel deutscher Lebensversicherungsunternehmen

  • Authors: Markus Rauscher

  • Series Title: Versicherung und Risikoforschung

  • DOI: https://doi.org/10.1007/978-3-322-81863-8

  • Publisher: Deutscher Universitätsverlag Wiesbaden

  • eBook Packages: Springer Book Archive

  • Copyright Information: Deutscher Universitäts-Verlag GmbH, Wiesbaden 2004

  • Softcover ISBN: 978-3-8244-8227-6Published: 29 November 2004

  • eBook ISBN: 978-3-322-81863-8Published: 07 March 2013

  • Edition Number: 1

  • Number of Pages: XXIV, 205

  • Number of Illustrations: 48 b/w illustrations

  • Topics: Public Economics, Finance, general, Insurance

Publish with us

Policies and ethics

Back to top

Search

Navigation