Prof. Dr. Nikolaus Hautsch

• Computational Optimization Methods in Statistics, Econometrics and Finance

  Quelle ↗

  <p>Simulation-based methods have become increasingly popular in empirical economics during the last years. This is on the one hand due to the rapid development in computing technology which makes computationally intensive techniques applicable even for large data sets. On the other hand, particular in time series analysis solving high-dimensional optimization problems is more and more important. Examples involve stochastic volatility models, dynamic mixture models, multi-factor asset pricing models, Bayesian vector autoregressions or regime-switching models. Estimating these models typically requires sampling from complex high-dimensional distributions providing posterior distributions in a Bayesian framework or resulting in simulated likelihood functions in a likelihood-based framework. </p><p>Much research in Bayesian econometrics and simulation-based statistics has been devoted to the improvement of Monte Carlo techniques such as importance sampling and Markov Chain Monte-Carlo methods. Both approaches are permanently further developed by incorporating more efficient sampling algorithms and data augmentation steps for latent state variables, powerful approximations for (auxiliary) samplers as well as the use of efficient optimization and computation techniques.</p><p>The goal of this project is to further develop and to apply modern Monte-Carlo methods in financial econometrics and quantitative macroeconomics. A main focus is on the estimation of (multivariate) stochastic volatility models including jump components, multi-factor term structure models, dynamic mixture models as well as vector autoregressive models. We are mainly interested in comparing the performance of alternative (efficient) sampling techniques based on realistic (large) data sets as well as the derivation of model diagnostics and forecasts. A further focus will be on the development of a software package for Monte-Carlo simulation methods. This is an important step to make simulation-based methods accessible and applicable to a broader audience.</p> <p>The project is a sub-project within the EU-RTN COMISEF ( Computational Optimization Methods in Statistics, Econometrics and Finance ) funded by the European Commission (see www.comisef.eu).</p>

• SFB 649 I-II: Ökonometrische Modellierung von Liquiditätsrisiken, Handelsrisiken und Handelskosten auf Finanzmärkten (Teilprojekt B 8)

  Quelle ↗

  Ziel dieses Projektes ist es, multivariate Zeitreihenmodelle zur Messung von Liquiditätsrisiken, Handelsrisiken und Handelskosten auf der Intratages-Ebene weiterzuentwickeln und anzuwenden. Somit wird das Projekt eine methodische Grundlage für das Management von Liquiditätsrisiken sowie für automatisierte Handelsalgorithmen schaffen, wie sie zum Teil in der Praxis schon eingesetzt werden. Ein wesentlicher ökonometrischer Beitrag dieses Projektes wird die Spezifikation dynamischer Modelle für Handelsvariablen (wie Handelsvolumina, Geld-Brief-Spannen, Markttiefen, Handelsintensitäten, Handelskosten etc.) sein, die zeitvariierende höhere Momente und zugrundeliegende Faktorstrukturen aufweisen. Diesbezüglich werden wir multiplikative Fehlertermmodelle erweitern sowie dynamische Faktormodelle und Modelle mit zeit-variierenden Parametern für Hochfrequenzdaten entwickeln. Als zentraler empirischer Beitrag wird die Entwicklung und Implementierung verschiedenartiger Liquidity at Risk- und Liquidation Costs at Risk-Konzepte auf Basis unterschiedlicher Handelssysteme und Dateninformationen im Vordergrund stehen. Wir erwarten, dass eine systematische Verwendung der zu entwickelnden Verfahren im Liquiditätsrisikomanagement die Relevanz und das Anwendungspotential ökonometrischer Konzepte für Hochfrequenzdaten deutlich vorantreiben wird. Somit sollen in diesem Teilprojekt neue Ideen und Richtungen entwickelt werden, um Liquiditätsrisiken zu messen und zu prognostizieren, den Kosten-Risiko-Trade-off alternativer Handelsstrategien zu quantifizieren und den Erklärungsgehalt zugrundeliegender ökonomischer Theorie empirisch zu validieren.

• SFB 649 II: Nicht- und Semiparametrische Methoden für nichtlineare Modelle vom Kointregationstyp in Eulergleichungen und Devisenmärkten (TP-B11)

  Quelle ↗

Noch keine Publikationen aus OpenAlex zugeordnet.