Servicenavigation


Sie sind hier:

B1 : Kapitalmarktpreise als Frühindikatoren ökonomischer Strukturbrüche und Trends

Projektleitung

Prof. Dr. Walter Krämer
Prof. Dr. Holger Dette
Prof. Dr. P. Laurie Davies
 

Kurzbeschreibung

Der Gegenstand des Projektes ist das Modellieren und Quantifizieren von Kapitalmarktrisiken, wie sie etwa durch Ausfallwahrscheinlichkeiten oder Volatilitäten gemessen werden. Sind die einschlägigen Märkte effizient? Gibt es Strukturbrüche in den verwendeten Modellen oder langes Gedächtnis in den Volatilitäten? Sind die Modelle überhaupt korrekt spezifiziert? Diese Fragen beantworten wir mit Hife großer einschlägiger Datensätze und neuer Schätz- und Testverfahren. In der nächsten Projektphase werden dabei auch multivariate Zusammenhänge wie Randabhängigkeiten von Aktienrenditen oder der Übergang von individuellen Kreditausfällen auf Portfolio-Risiken untersucht.

Das Projekt verbeißt sich noch tiefer als bisher in die Modellierung des allgegenwär­tigen, das Auf und Ab an Kapitalmärkten bestimmenden Faktors „Risiko“. Die wich­tigsten Messzahlen für Risiken sind dabei Volatilitäten und Ausfall­wahrscheinlich-keiten, die beide unmittelbar die rationalen Preise risikobehafteter Wertpapiere bestimmen und deren adäquate Modellierung daher von zentraler Bedeutung für jede empirische Finanzmarktforschung ist.

Im Einzelnen wollen wir

  • Portfolio-Risiken besser abschätzen, u. a. durch eine realitätsnähere Modellierung von Abhängig­keiten bei Kreditausfällen.
  • ganz allgemein abhängige Risken besser modellieren, u.a. durch eine Verallgemeinerung der Gauss-Copula bei multivariaten Verteilungen. Konkret dabei zu beantwortende Fragen be­treffen unterschiedliche Korrelationen in wirtschaftlichen Auf- und Abschwungpha­sen, oder bisher unerklärte Randabhängigkeiten.
  • die in der letzten Projektphase entwickelten neuen Zeitreihenmodelle für Finanzmarkt-Volatili­täten empirisch überprüfen. Dabei werden wir die in anderen Teilprojekten des SFBs entwickelte Methode der straffen Saite auf Kapitalmarktvolatilitäten übertragen.
  • neue Tests auf korrekte Modellspezifikationen bei zeitstetigen Aktienkursmodellen und bessere Schätzer der Volatilitätsfunktion unter der Ausnutzung von Annahmen zur Marktmikrostruktur entwickeln.
  • neue Einblicke in den Zusammenhang zwischen Strukturbrüchen und langem Gedächtnis bei Finanzzeitreihen gewinnen: Läßt sich die bei GARCH-Modellen immer wieder empirisch gefundene hohe Persistenz der bedingten Volatilitäten durch Strukturbrüche erklären? Welche Strukturbrüche erzeugen langes Gedächtnis, welche nicht? Kann man Methoden zur Strukturbrucherkennung für den bedingten Erwartungswert, insbesondere auf empirischen Fluktuationsprozessen basierende Monitoring-Verfahren, auf Volatilitätsmodelle übertragen?

 

Arbeitspakete

  • Multivariate Risikostrukturen
  • Nichtparametrische und multivariate Volatilitätsmodellierung
  • Langes Gedächtnis bei Volatilitäten sowie Strukturbruchtests
  • Adäquate Modellbildung und Effizienzmarkttests

Veröffentlichungen

Die Veröffentlichungen des Projekts finden Sie hier.