D. Förderung des wissenschaftlichen Nachwuchses

der Devisen Euro - US Dollar und Euro - Pfund Sterling, welche speziell für
dieses Projekt erworben wurden. Mit Hilfe dieser Datensätze wird die Genauig-
keit der Schätzungen und Vorhersagen des neuen Skalierungsmodells mit einigen
klassischen Schätzmethoden für den VaR and ES verglichen. Die Resultate zeigen,
dass die neue Skalierungsmethode eine höhere Vorhersagegenauigkeit für beide
Datentypen hat. Dieses Forschungsprojekt wurde im Jahre 2018 auf folgenden
Konferenzen präsentiert: ESEM in Köln, Frontiers in High-Frequency Financial
Econometrics in Pisa, Italien, SoFiE in Lugano, Schweiz, CEQURA in München
und Financial Econometrics in Lancaster, Großbritannien. Die Idee der Anwen-
dung der intrinsischen Handclszeit in der Risikomodellierung und -vorhersage,
die in diesem WIN-Projckt entstanden ist, wurde von Roxana Halbleib in einem
Antrag für das Heisenberg-Programm weiterentwickelt. Dieser Antrag wurde von
der DFG im Jahr 2018 bewilligt.
In einem zweiten Projekt mit dem Koautor Sebastian Bayer von der Univer-
sität Konstanz werden die Risikomaße VaR und ES gemeinsam durch eine neue
Regressionsmethode modelliert. Diese Regression ermöglicht es, den VaR (das
Quantil) und den ES einer abhängigen Variablen bezüglich erklärender Variab-
len zu modellieren, in gleicher Weise wie die klassische Regressionstheorie den
Erwartungswert einer abhängigen Variable gegeben erklärender Variablen model-
liert. Sie schätzen die zugehörigen Regressionsparameter durch Minimieren einer
speziellen Verlustfunktion, eingeführt von Fissler und Ziegel (2016). Sie zeigen
Konsistenz und asymptotische Normalität der Parameterschätzer mit Hilfe der
asymptotischen Theorie zur M-Schätzung. Sowohl das Regressionsmodell mit der
Methode der Parameterschätzung als auch die asymptotische Theorie hierfür sind
neu in der Literatur. Diese Regressionsmethode hat vielfältige Anwendungsmög-
lichkeiten im Bereich der Risikoschätzung und -vorhersage für die Risikomaße
VaR und (vor allem) ES. Dies ist insbesondere relevant in naher Zukunft durch das
Einbeziehen von ES in die Handelsvorschriften des Basel Commitee of Banking
Supervision (BASEL 3.5 und das kommende BASEL 4). Dieses Forschungspapier
befindet sich gerade im Revisionsprozess beim Electronic Journal of Statistics.
In einem dritten Projekt (auch mit Sebastian Bayer) wird ein Backtest konstru-
iert, welcher testet, ob Vorhersagen für die Risikomaße richtig spezifiziert wurden
und zu den realisierten Aktienkursen passen, für ES basierend auf unserem neuen
Regressionsmodell. Dieser Backtest ist der erste Test, welcher nur den ES testet,
wobei die anderen Tests in der Literatur immer Kombinationen verschiedener Ri-
sikomaße oder die komplette Verteilung testen. Dieser neuer Backtest hat sehr gute
Eigenschaften um festzustellen, welche Vorhersagen und Modelle für den ES von
Finanzkursen statistisch gesehen realistisch sind und welche nicht. Diese Eigen-
schaften des Tests, üblicherweise genannt size und pou>er, sind besser als die der
existierenden alternativen Backtests für ES. Die Konstruktion gut funktionieren-
der Evaluierungsmethoden für ES ist insbesondere relevant in Bezug auf die Ver-

346