Die Bayesianische Inferenz für verallgemeinerte temperierte stabile Levy-Prozesse

• Antragsteller: Professor Dr. Denis Belomestny
• Fachliche Zuordnung: Mathematik
• Förderung: Förderung von 2018 bis 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 406700014

Das Ziel des Projektes ist die Entwicklung von neuen effizienten Methoden der Bayesianischen Inferenz für Levy-Prozesse basierend auf deren zeitdiskreten Beobachtungen und theoretische Untersuchung dieser Methoden. Insbesondere planen wir, für die Klasse von verallgemeinerten temperierten stabilen Prozessen, die temperierende Funktion mit einem nichtparametrischen Bayesianischen Ansatz zu schätzen. Eine wichtige Aufgabe dabei ist Entwicklung von effizienten MCMC Algorithmen und Beweis der entsprechenden Kontraktionsraten. Die Umsetzung von vorgeschlagenen Methoden sowie deren Anwendung auf Finanz- und Versicherungsdaten ist auch vorgesehen.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Niederlande
• Kooperationspartner: Dr. Shota Gugushvili; Professor Dr. Peter Spreij