C. Förderung des wissenschaftlichen Nachwuchses

Sechster Forschungsschwerpunkt
„Messen und Verstehen der Welt durch die Wissenschaft"
3. Analyzing, Measuring and Forecasting Financial Risks
by means of High-Frequency Data
Kollegiatin: Dr. Roxana Halbleib1
Mitarbeiter: Timo Dimitriadis1
1 Department of Economics, Universität Konstanz
Die Forschung im WIN-Projekt „Analyzing, Measuring and Forecasting Financial
Risks by means of High-Frequency Data“ zielt darauf ab, die Schätzungen und
Vorhersagen von Verlustrisiken im Finanzsektor zu verbessern. Hierbei wird ver-
sucht den Informationsgehalt von hochfrequenten Handelsdaten in den heutigen
Finanzmärkten auszunutzen. Die Arbeit ist darauf fokussiert herauszufinden, in
welcher Form diese hochfrequenten Informationen am Besten in der Schätzung
von Wahrscheinlichkeiten und Höhen von negativen Ereignissen (Verlusten) mit
einbezogen werden können. Dies wird mathematisch umgesetzt durch das Schät-
zen und Vorhersagen von den verbreitetsten Risikomaßen, Value-at-Risk (VaR) und
Expected Shortfal (ES).
Die jüngste Banken- und Finanzkrise ab 2007 hat gezeigt, dass traditionelles
Risikomanagement, welches auf Volatilität, also durchschnittliche Schwankungen aus-
gelegt ist, sehr anfällig für Extremereignisse ist und in genau diesen Zeiten versagt.
Über die letzten Jahre hinweg wurden deswegen Techniken entwickelt, um extre-
me Verlustrisiken abschätzen zu können und um die Finanzwelt dadurch auf sol-
che Extremereignisse vorbereiten zu können. Das bisher meistgenutzte Risikomaß,
welches auch eine zentrale Rolle in der europäischen Bankenaufsicht (BASEL III)
spielt, ist der (tägliche) VaR. Dieses Maß repräsentiert die Vorhersagen für die
1 %-Quantile der täglichen Renditen von Finanzprodukten. Einfach ausgedrückt
besagt dieser Wert, dass nur in 1 % der Fälle ein gleich großer oder noch höherer
Verlust am Markt realisiert wird. Dieses Risikomaß hat jedoch den großen empiri-
schen Nachteil, dass die Form der Verteilung der Renditen jenseits des 1 %-Quan-
tils nicht mit einbezogen werden. Dieser Nachteil kann gelöst werden durch das
Risikomaß ES, welches definiert ist als der Erwartungswert der Verluste die größer
sind als der VaR. Aus diesem Grund plant das Basel Komitee bis 2019 VaR durch
ES als fundamentales Risikomaß für Finanzinstitutionen zu ersetzen.
Zur Berechnung dieses (und anderer) Risikomaße(s) gibt es schon eine Viel-
zahl verschiedener Modelle in der Literatur. Fast alle dieser Modelle sind jedoch in
der Klasse der sogenannten location-scale Modelle. Diese Modelle schätzen wieder

230