TITEL              : BMW-Aktien
KEYWORDS (statist) : time series, ARCH, nonparametric regression
ANWENDUNGSGEBIET   : finance
VERW.(VORL./J.-S.) : compstat03
                     
------------------------------------------------------------------------------
KURZE BESCHREIBUNG : Logreturns der BMW-Aktie an 1000 Tagen.
Zeitperiode ist in etwa 2.6.86 - 2.3.90
(1 Jahr hat weniger als 365 Business-Tage). Definition Logreturn:
log(P_t/P_{t-1}) wobei P_t = BMW-Aktienpreis zum Zeitpunkt t
                      
--------------------------------------------------------------------------------
DIM.(Var./Faelle)  : 1/1000
DATENFORMAT: ASCII-File, 5 Spalten, 200 Zeilen. Reihenfolge ist:
Erst erste Zeile alle fuenf Werte, dann zweite usw.
                     
--------------------------------------------------------------------------------
* / LITERATUR      : Quelle: Peter Bühlmann 
                     
                   * D=Daten, vA=volle Analyse, tA=teilweise Analyse,
                     K=Kommentar

--------------------------------------------------------------------------------
         
BEMERKUNGEN        : Sinnvolles Modell (lt. P. Bühlmann):
                     X_t=\sigma_t\epsilon_t, \epsilon_t innovativer
                     Fehlerterm, E\epsilon_t=0, Var\epsilon_t=1,
                     \sigma_t^2=v(X_{t-1}). Fit durch
                     Y_t=X_t^2=v(X_{t-1})+\eta_t,
                     \eta_t=\sigma_t^2(\epsilon_t^2-1). Schätzung von v
                     durch nichtparametrische Regression; die \eta_t
                     "funktionieren" wie ein sinnvoller Fehlerterm trotz 
                     Verletzung der Unabhängigkeitsvoraussetzung.
 
            
--------------------------------------------------------------------------------
USERS              : 
DATUM/UNTERSCHRIFT : 23.4.2003 Christian Hennig