Metadaten

Heidelberger Akademie der Wissenschaften [Hrsg.]
Jahrbuch ... / Heidelberger Akademie der Wissenschaften: Jahrbuch 2018 — 2019

DOI Kapitel:
D. Förderung des wissenschaftlichen Nachwuchses
DOI Kapitel:
II. Das WIN-Kolleg
DOI Kapitel:
Sechster Forschungsschwerpunkt „Messen und Verstehen der Welt durch die Wissenschaft“
DOI Kapitel:
3. Analyzing, Measuring and Forecasting Financial Risks by means of High-Frequency Data
DOI Seite / Zitierlink: 
https://doi.org/10.11588/diglit.55650#0344
Lizenz: Freier Zugang - alle Rechte vorbehalten

DWork-Logo
Überblick
Faksimile
0.5
1 cm
facsimile
Vollansicht
OCR-Volltext
3. Analyzing, Measuring and Forecasting Financial Risks (WIN-Programm)

der Klasse der sogenannten location-scale Modelle. Diese Modelle schätzen wieder
die Volatilität (durchschnittliche Schwankung), und erhalten dann eine Schätzung
für den VaR aus einer parametrischen Verteilungsannahme, welche sich insbeson-
dere für extreme Quantile als enorm wichtig herausstellt und somit der Gefahr
von einer gefährlichen Modellmissspezifikation bei Benutzung einer für die spezi-
elle Situation unpassenden Verteilungsfunktion unterliegt.
Ein alternativer Ansatz hierfür sind nichtparametrische (bzw. semiparametri-
sche) Verfahren, welche ohne parametrische Verteilungsannahmen auskommen.
Eine solche Idee wurde im ersten Forschungsprojekt implementiert, bei dem man
davon ausgeht, dass die logarithmischen Preise von Finanzprodukten, gemessen in
intrinsischer Handelszeit, einem selbstähnlichen Prozess folgen. Diese intrinsische
Handelszeit ist eine Zeitdimension, die schneller verstreicht, wenn die Handels-
intensität hoch ist und langsamer vergeht, wenn die Handelsintensität gering ist
(s. Abb. 1). Durch eine fraktale Skalierungsannahme kann man die oben genann-
ten Risikomaße auf Basis von hochfrequenten Daten eines speziellen Handelstags
schätzen. Hierfür benutzen Timo Dimitriadis und Roxana Halbleib sowohl Tick-
Daten von Aktienkursen an der New York Stock Exchange als auch Wechselkursdaten


Abb. 1: © 2019 miriamstepper.com

345
 
Annotationen
© Heidelberger Akademie der Wissenschaften