Diplomarbeit - Konstruktion von NN für Regressionsanalysen - Übersicht

Übersicht

Mit herkömmlichen linearen und nichtlinearen Regressionsmodellen lassen sich zukünftige Finanzmarktdaten wie Aktienkurse, Wechselkurse oder Zinsen nur unzureichend vorhersagen. Neben diesen klassischen Verfahren bieten sich neuere quantitative Methoden wie der Einsatz neuronaler Netzwerke an. Ziel der Diplomarbeit ist es daher, Strategien zu entwickeln und zu beschreiben, die eine problemspezifische und automatisierte Konstruktion neuronaler Netzwerke für Regressionsanalysen unter einer statistischen Perspektive ermöglichen.

Im theoretischen Teil der Diplomarbeit werden Begriffe und Verfahren der Neuroinformatik erläutert. In gleicher Weise geschieht dies bezüglich der Statistik. Es wird das theoretische Potenzial neuronaler Netzwerke zur Approximation unbekannte Zusammenhänge zwischen (ökonomischen) Variablen analysiert. Dabei zeigt sich, dass neuronale Netzwerke eine Oberklasse herkömmlicher Regressionsmodelle bilden. Die Synthese neuroinformatischer und ökonometrisch-statistischer Techniken führt zu einem Ansatz, der in der Diplomarbeit mit neurometrisch attribuiert wird.

Nach der theoretisch-mathematischen Etablierung des neurometrischen Ansatzes erfolgt im praktischen Teil der Diplomarbeit die Untersuchung seiner Einsatzmöglichkeiten in Bezug auf konkrete ökonomische Problemstellungen. Es wird ein vom Verfasser entwickeltes neurometrisches Werkzeug names Neurometricus vorgestellt. Mithilfe dieser Software wird eine problemspezifische und automatisierte Konstruktion von neuronalen Netzwerken für Regressionsanalysen unter einer statistischen Perspektive ermöglicht. Anhand von mehreren Beispielen werden die vier Schritte des propagierten neurometrischen Modellbildungsprozesses einzeln durchgeführt und erläutert. Darüber hinaus wird eine vollständige neurometrische Insolvenzanalyse mit empirischem Datenmaterial durchgeführt, welches dem Mannheimer Unternehmens-Panel des Zentrums für Europäische Wirtschaftsforschung (ZEW) entnommen wurde. Dadurch wird exemplarisch vorgeführt, dass die Ergebnisse, die Neurometricus erbringt, denen des statistischen Standardverfahrens der linearen Diskriminanzanalyse qualitativ überlegen sind. Die Ergebnisse dieser Untersuchung sind im ZEW Newsletter Nr. 2, Dezember 1995, unter dem Titel "Insolvenzanalyse mit Neuronalen Netzwerken" veröffentlicht worden.

Diplomarbeit im Word-Format gezippt (ca. 1 MB)