1. Analyzing, Measuringand Forecasting Financial Risks (WIN-Programm)

Sechster Forschungsschwerpunkt
„Messen und Verstehen der Welt durch die Wissenschaft"
7. Analyzing, Measuring and Forecasting Financial Risks
by means of High-Frequency Data
Kollegiatin: Dr. Roxana Halbleib1
Mitarbeiter: Dr. Timo Dimitriadis2
1 Department of Economics, Universität Konstanz
2 HITS Heidelberg, Computational Statistics Group; Universität Hohenheim, Chair ofEcono-
metrics and Statistics
Die Forschung im HAW-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 herauszufmden, 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 der verbreitetsten Risikomaße, z. B. Value-at-Risk (VaR) und
Expected Shortfall (ES).
Die jüngste Banken- und Finanzkrise ab 2007 hat gezeigt, dass traditionel-
les Risikomanagement, welches auf Volatilität, also durchschnittliche Schwankungen
ausgelegt ist, sehr anfällig für Extremereignisse ist und in solchen Zeiten versagt.
Über die letzten Jahre hinweg wurden deswegen Techniken entwickelt, um extre-
me Verlustrisiken abschätzen und die Finanzwelt dadurch auf solche Extremereig-
nisse 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 empirischen Nachteil,
dass die Form der Verteilung der Renditen jenseits des 1 %-Quantils nicht mit
einbezogen wird. Dieser Nachteil kann gelöst werden durch Verwendung des Ri-
sikomaßes ES, welches definiert ist als der Eiwartungswert der Verluste, die größer
sind als der VaR. Aus diesem Grund plant das Basel Comitee bis 2019 VaR durch
ES als fundamentales Risikomaß für Finanzinstitutionen zu ersetzen.

355