• 9/2021: Zugriff auf mehrere 100 PDFs fürs Lernen zur Klausurvorbereitung ! Du möchtest über dein Studium diskutieren, aber möchtest selbst über deine Privatsphäre bestimmen? Hier kannst du dich unter einem Nicknamen anmelden. Mehr als 40.000 Kommilitonen haben mehrere tausend Dokumente erstellt: Zusammenfassungen, Klausurlösungen und mehr in PDF, Word und Powerpoint. "Internet-Plattformen, wie etwa Studienservice.de, eine private Seite von und für Fernstudenten der FernUni Hagen, ersetzen den Smalltalk in der Mensa" Handelsblatt Karriere

Reputationslösung Seite 71 Kurseinheit 1 Geld

  • Ersteller bolle
  • Erstellt am
Reputationslösung S. 71 KE1 (Geld)

Hallo,

direkt am Anfang der Berechnungen zur Reputationslösung wird eine Täuschungsinflationsrate hingeknallt, aber nicht erklärt, wie diese zu berechnen ist. Diese hat den selben Wert wie die Inflationsreaktion auf einen Angebotsschock in den vorherigen Politikvarianten; nur dass hier logischerweise der Zieloutput der ZB (y*) anstatt dem Epsilon in die Infaltionsrate eingeht. Kann mir bitte jemand erklären, wie das zu berechnen ist?

Zum anderen Frage ich mich, ob der Exkurs (Bayessche Updaten) auf den Seite 74 u. 75 wohl klausurrelevant ist.

Danke für Eure Einlassungen :).
 
Bitte korrigiert mich, wenn ich Blödsinn rede/schreibe:

Aber Reputationslösung musste man bislang nur als Aufsatzthema erläutern und erklären können. Ich glaube nicht, dass man es berechnen musste.

Zum Bayesschem Theorem: Ich glaube, dass es klausurrelevant ist, aber auch zu den nie-abgefragten-Themen gehört. Ich werde hier ganz klar auf Lücke setzen.
 
Okay, ich schließe mich gerne Deiner Einschätzung der Dinge an, und blätter schnell weiter im Skript. Danke und erfolreichen Tag noch!
 
Bolle,

habe gerade eine Übungsaufgabe zu diesem Thema entdeckt.

KE 1 Geldpolitik Übungsaufgabe 7

Wenn ich in einer Woche oder so Zeit im Überfluss haben sollte :ironie:, dann werde ich sie mir vielleicht reinziehen.

Grüße
 
direkt am Anfang der Berechnungen zur Reputationslösung wird eine Täuschungsinflationsrate hingeknallt, aber nicht erklärt, wie diese zu berechnen ist.

Man berechnet sie auf die handelsübliche Weise: (C.2b) in (C.1d) einsetzen, nach pi ableiden und nullsetzen. Nach pi auflösen, dabei pi^e=0 beachten, fertig! ;)

Zum anderen Frage ich mich, ob der Exkurs (Bayessche Updaten) auf den Seite 74 u. 75 wohl klausurrelevant ist.

Das ist zugegebener Maßen etwas kompliziert, weil auch das Theorem von Bayes etwas umständlich ist. Wenn es Euch interessiert, könnt ihr ja mal zum Thema mal das Statistik-Lehrbuch von Fahrmeir u.a. konsultieren. Das ist stets hilfreich und hat zum Thema ein ausführliches Beispiel parat. Und was noch besser ist: es ist als E-Buch in der Unibib kostenlos herunterladbar (einfach unter Datenbanken - Springer E-Books Wiwi nach Fahrmeir (ohne e hinten) suchen). Der Satz von Bayes steht in Kapitel 4.
 
Na, vielen Dank auch für die Erklärung :). Aber "handelsüblich" ist gut; bei optimaler Lösung wird Lagrange-Ansatz benötigt, bei den anderen "Lösungen" wird erst nach Pi abgeleitet, dann der Erwartungswert darüber berechnet, und dann wieder in die Ableitung eingesetzt.........................ups..................klick.............., und hier ist der Erwartungswert ja gegeben, der dann ebenfalls wie bei den anderen Lösungen in die Ableitung nach pi eingesetzt wird.....................ach so!!!!!!!!!!!!!
 
Einen Lagrange-Ansatz brauchst Du nur, wenn Du eine Nebenbedingung hast. Was hier nicht der Fall ist, wohl aber bei der optimalen Lösung (und nur da).
 
auf pi bin ich ohen probleme gekommen - aber wie komme ich denn zu dem ausdruck für L(pi) = by*² /2(1+c²b) ????
 
die Diskussion ist zwar ein bisschen alt, aber vielleicht könnte mir jemand bei dem folgenden Problem helfen: Und zwar ist ja der Verlust für eine Periode bekanntlich die Differenz zwischen L(Pi =diskretionär) und L(Pi=0). Leider wird nirgends der Wert der Verlustfunktion bei diskretionärem Verhalten genannt...Wie kann ich diesen Berechnen?

P.S.:die Lösung zu dem Post oben ist natürlich: Einsetzen von pi in die Verlustfunktion
 
Oben