Metadaten

Heidelberger Akademie der Wissenschaften [Hrsg.]
Jahrbuch ... / Heidelberger Akademie der Wissenschaften: Jahrbuch 2019 — 2020

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:
1. Analyzing, Measuring and Forecasting Financial Risks by means of High-Frequency Data
DOI Seite / Zitierlink: 
https://doi.org/10.11588/diglit.55176#0355
Lizenz: Freier Zugang - alle Rechte vorbehalten

DWork-Logo
Überblick
loading ...
Faksimile
0.5
1 cm
facsimile
Vollansicht
OCR-Volltext
D. Förderung des wissenschaftlichen Nachwuchses

In einem neuen Projekt mit der Masterstudentin Sina Streicher (mittlerweile
Doktorandin an der Universität Zürich) erforschen wir die effiziente Schätzung
der Volatilität an den Finanzmärken durch hochfrequente Daten durch den be-
kannten Schätzer „Realizcd Volatility“. Im Gegensatz zur existierenden Literatur
basieren wir unseren Schätzer auf dem Konzept der intrinsischen Zeit; hierbei
nehmen wir mehr Beobachtungen in turbulenten Zeiten und im Gegensatz we-
niger in finanziell ruhigen Zeiten auf Wir können mathematisch zeigen, dass der
Schätzer am effizientesten ist, wenn die hochfrequenten Beobachtungen genau
reziprok zur Marktaktivität genommen werden, d. h. in der sogenannten „Business
Time“. Dieses Forschungspapier wurde 2019 auf Konferenzen in Marseille und
Shanghai präsentiert.
In einem weiteren Projekt zum Risikomaß Expected Shortfall wird zusammen
mit der Doktorandin Julie Schnaitmann (Universität Konstanz) ein sogenannter
„Encompassing Test“ für den Expected Shortfall entwickelt. Dieser Test basiert auf
den vorigen zwei Forschungspapieren aus diesem Projekt zum Expected Short-
fall. Methodisch interessant ist wiederum, dass man den Expected Shortfall nur
zusammen mit dem Value at Risk modellieren kann. Dieser Test betrachtet, ob
eine von zwei konkurrierenden Vorhersagen komplett von der anderen dominiert
wird, so dass die zweite keine zusätzlichen Informationen liefern kann. Im Falle,
dass beide Vorhersagen individuelle Informationen beinhalten, gibt dieser Test ei-
ne klare Indikation für Kombinationsmodelle von Vorhersagen. In empirischen
Anwendungen zeigen wir die Stärke von Kombinationen von Vorhersagen an Ak-
tien- und Wechselkursmärkten auf. Das Papier wurde im Jahre 2019 bei der IAAE
Konferenz in Nicosia, der ESEM Konferenz in Manchester, der CFE Konferenz
in London, der QFFE Konferenz in Marseille, auf dem Financial Econometrics
Workshop in Örebro, an der Duke University, der Universität Hohenheim und
dem HITS Heidelberg präsentiert und wurde bei einem international anerkannten
wissenschaftlichen Journal eingereicht.
Der von diesem Projekt finanzierte wissenschaftliche Mitarbeiter, Dr. Timo
Dimitriadis, war vom 5. Januar bis 3. April 2019 auf einem Forschungsaufenthalt
an der Duke University in North Carolina, USA, um gemeinsam mit Prof. An-
drew Patton an der Evaluation von Punktvorhersagen zu forschen. Prof Andrew
Patton ist ein sehr renommierter Professor in diesem Gebiet und Timo Dimitriadis
konnte auf der QFFE Konferenz 2018 Kontakt zu ihm knüpfen, wodurch dieser
Forschungsaufenthalt entstanden ist. Das Ergebnis dieses Forschungsaufenthaltes
ist ein gemeinsames Forschungspapier, in dem eine statistische Methode entwi-
ckelt wird, mit der man für gegebene Vorhersagen herausfinden kann, welches
„Zentralitätsmaß“ vorhergesagt wurde. Als Zentralitätsmaß verstehen wir hierbei
eine Kombination von Mittelwert, Median und dem Modus (das wahrscheinlichs-
te Ereignis). Bei vielen ökonomischenVorhersagen (ökonomische Umfragen oder
Makroökonomische Vorhersagen z. B. von den Zentralbanken) ist nicht klar, wel-

356
 
Annotationen
© Heidelberger Akademie der Wissenschaften