Messung und Vorhersage von Finanzrisiken aus einer intrinsischen Zeitperspektive

• Antragstellerin: Professorin Dr. Roxana Halbleib
• Fachliche Zuordnung: Statistik und Ökonometrie
• Förderung: Förderung seit 2023
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 521314650

Dieses Projekt zielt darauf ab, die Schätzung und Vorhersage von Finanzrisiken zu verbessern, indem es den grundlegenden Schritt der Stichprobennahme von Finanzdaten auf eine "weise" Art und Weise angeht, die über die Aktivität und das Risiko der Märkte informiert, d.h. in der intrinsischen Zeit. Dieser Schritt ist von zentraler Bedeutung für die Entwicklung von Risikomodellen, die einfach sein sollen, aber gleichzeitig in der Lage sein müssen, alle Anomalien der Finanzmärkte zu erfassen und genau vorherzusagen. Der Schwerpunkt meiner Forschung liegt auf der Volatilität und den Quantilen der Renditeverteilungen und ist sowohl theoretisch als auch angewandt. Mein Ansatz besteht insbesondere darin, den reichen Informationsgehalt von Hochfrequenzdaten aus mehreren alternativen (zur Kalenderzeit) Zeitperspektiven zu nutzen, die durch verschiedene Intensitätsmaße der Marktaktivität angetrieben werden, und so die Preisentwicklung der Finanzmärkte zu verstehen, die Signale zu identifizieren, die Turbulenzen vorhersagen, und die "wahren" Preisinformationen wiederherzustellen, um die Vorhersagbarkeit von Risiken auf nachhaltige, meist datengestützte Weise zu erhöhen. Darüber hinaus zielt meine Forschung darauf ab, die empirische Nützlichkeit bestehender und neuer Ansätze zur Risikoabschätzung und -prognose in realen Datenanwendungen zu bewerten, insbesondere in turbulenten finanziellen, wirtschaftlichen und politischen Zeiten.

• DFG-Verfahren: Sachbeihilfen