Flexible und robuste Mischungsmodelle zur Identifikation struktureller Schocks in Finanzzeitreihen

• Antragsteller: Professor Dr. Markus Haas
• Fachliche Zuordnung: Statistik und Ökonometrie
• Förderung: Förderung von 2015 bis 2019
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 273769120

Die Identifikation kontemporärer struktureller Effekte in vektorautoregressiven Modellen ist ein wichtiges Anliegen der ökonometrischen Analyse multivariater Zeitreihen, denn es sind diese Effekte, die ein Modell ökonomisch interpretierbar machen. Ein wichtiges Beispiel ist etwa die Untersuchung der Übertragungs- und (möglicherweise) Ansteckungsmuster von Schocks auf Finanzmärkten. Wir können die Korrelationen zwischen Anlageklassen messen, und wir können auch beobachten, dass sich Korrelationen in Boom- und Krisenphasen oft deutlich unterscheiden. Über diese Information über den Grad des kontemporären Gleichlaufs hinaus benötigen aber Risikomanager und wirtschaftspolitische Entscheidungsträger Informationen darüber, wie intensiv und in welche Richtungen sich Schocks in speziellen Märkten auf andere Märkte übertragen, und ob diese Wirkungsmechanismen sich in Krisenzeiten verändern. Diese Informationen können der Korrelationsstruktur nicht ohne weiteres entnommen werden. Im Rahmen dieses Vorhabens sollen Methoden weiter- und neuentwickelt werden, die die Identifikation der strukturellen Schocks vor allem in Finanzzeitreihen ermöglichen. Es können nämlich typische statistische Eigenschaften von Finanzzeitreihen ausgenutzt werden, um Methoden zu entwickeln, die zum Entschlüsseln der kontemporären Effekte beitragen können. Bei diesen Eigenschaften handelt es sich zum einen um die bedingte Heteroskedastie, die darin zum Ausdruck kommt, dass ruhige und turbulente Phasen sich an den Finanzmärkten abwechseln. Zum anderen kann man sich des Umstands bedienen, dass die Veränderungsraten vieler Anlageklassen deutlich von der Normalverteilung abweichen dergestalt, dass etwa extreme Realisationen sehr viel häufiger auftreten, als es unter der Hypothese einer zeitinvarianten Normalverteilung der Fall wäre. Unter bestimmten Annahmen ist schon dieser Sachverhalt für eine Identifikation der strukturellen Schocks hinreichend. Die im Rahmen dieses Vorhabens betrachteten Modelle gehören zur Klasse der Regime-Switching Prozesse, die aufgrund ihrer guten Eignung für Finanzzeitreihen sehr populär sind. Existierende Ansätze zur Identifikation mit Regime-Switching Modellen werden aufgenommen und erweitert, um dynamische Mischungsmodelle zu konstruieren, die den empirischen Zeitreiheneigenschaften bestmöglich entsprechen. Dafür betrachten wir u.a. Regime-Switching Modelle mit leptokurtischen Innovationen, unabhängigen Komponenten und solche mit GARCH Effekten, deren gute Anpassung insbesondere für höherfrequente Reihen gezeigt werden konnte. Die entwickelten Modelle werden anschließend verwendet, um eine Reihe von relevanten finanzwirtschaftlichen Fragestellungen zu untersuchen und ihre Implikationen herauszuarbeiten.

• DFG-Verfahren: Sachbeihilfen