3. Analyzing Measuring and Forecasting Financial Risks (WIN-Programm)

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 Projekt „Analyzing, Measuring and Forecasting Financial Risks
by means of High-Frequency Data“ zielt darauf ab, die Schätzungen und Vorher-
sagen von Verlustrisiken im Finanzsektor zu verbessern. Hierbei wird versucht den
Informationsgehalt von hochfrequenten Handelsdaten in den heutigen Finanz-
märkten auszunutzen. Die Arbeit ist darauf fokussiert herauszufinden, in welcher
Form diese hochfrequenten Informationen am Besten in der Schätzung von Wahr-
scheinlichkeiten und Höhen von negativen Ereignissen (Verlusten) mit einbezo-
gen werden können. Dies wird mathematisch umgesetzt durch das Schätzen und
Vorhersagen von den verbreitetsten Risikomaßen, Valne-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 ver-
sagt. Über die letzten Jahre hinweg wurden deswegen Techniken entwickelt um
extreme Verlustrisiken abschätzen zu können und um die Finanzwelt dadurch auf
solche Extremereignisse vorbereiten zu können. Das bisher meistgenutzte Risiko-
maß, 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 Eiwartungswert 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 diese Modelle sind jedoch in
der Klasse der sogenannten location-scale Modelle. Diese Modelle schätzen wieder

299