Multivariate Analyse von Marktrisiken und Handelsprozessen auf der Transaktionsebene
Final Report Abstract
Die Verfügbarkeit von Aktiendaten auf Intratagesebene (oft auch als Ultrahochfrequenzdaten bezeichnet) hat es der empirischen Finanzmarktforschung ermöglicht, neue Fragen zum Verhalten von Finanzmärkten zu stellen und alte Fragen aus einer neuen Perspektive zu analysieren. Während es in den 90er Jahren zunächst darum ging, das Potential der HFF (hochfrequenten Finanzmarktforschung bzw. high frequency finance) auszuloten und erste adäquate ökonometrische Verfahren zur Analyse dieser datengenerierenden Prozesse zu entwickeln, werden die Verfahren der HFF heute als attraktive Alternative zu konventionellen zeitreihenanalytischen Verfahren angesehen. Dieses Teilprojekt widmete sich der ökonometrischen Analyse von Marktrisiken und Handelsprozessen auf der Transaktionsebene. Die Verwendung von Transaktionsdaten erlaubt es, Marktprozesse präziser abzubilden und Risiken ökonometrisch zu quantifizieren. Hierzu war es aufgrund der speziellen Stochastik von Transaktionsdaten nötig, geeignete ökonometrische Verfahren zu entwickeln. Das Projekt verfolgte zwei Forschungsschwerpunkte: (i) die Risikoabschätzung auf Basis von hochfrequenten Finanzmarktdaten sowie (ii) die ökonometrische Analyse von Handelsprozessen auf der Transaktionsebene.
Publications
- (2003), Ein Hürdenmodell für diskrete Transaktionspreisänderungen auf Finanzmärkten (A Hurdle Model for Discrete Transaction Price Changes on Financial Markets), in: W. Franz, H.-J. Ramser and M. Stadler (eds.). Empirische Wirtschaftsforschung - Methoden und Anwendungen (Empirical Research in Economics - Methods and Applications), Mohr Siebeck, 153-177
Liesenfeld, R. & W. Pohlmeier
- (2003): "Assessing the Risk of Liquidity Suppliers on the Basis of Excess Demand Intensities", Journal of Financial Econometrics, 1(2), 189-215
Hautsch, N.
(See online at https://doi.org/10.1093/jjfinec/nbg010) - (2004): "Modelling Irregularly Spaced Financial Data - Theory and Practice of Dynamic Duration Models", Lecture Notes in Economics and Mathematical Systems, Vol. 539, Springer-Verlag, Berlin
Hautsch, N.
(See online at https://dx.doi.org/10.1007/978-3-642-17015-7) - (2006). Modeling financial transaction price movements, in L. Bauwens, W. Pohlmeier and D. Veredas (eds.): Recent Developments in High Frequency Financial Econometrics, 167-197, Studies in Empirical Economics, Springer, Berlin; Reprint from Empirical Economics, 2006, 30(4), 795-825
Liesenfeld, R. I. Nolte & W. Pohlmeier
(See online at https://doi.org/10.1007/s00181-005-0001-1) - (2006): "Stochastic Conditional Intensity Processes", Journal of Financial Econometrics, 4, 450-493
Bauwens L. & N. Hautsch
(See online at https://doi.org/10.1093/jjfinec/nbj013) - (2007) Using forecasts of forecasters to forecast. International Journal of Forecasfing. 23, 7-28
Nolte, I. & W. Pohlmeier
(See online at https://doi.org/10.1016/j.ijforecast.2006.05.001) - (2007). "A Multivariate Integer Count Hurdle Model: Theory and Application to Exchange Rate Dynamics" in L. Bauwens, W. Pohlmeier and D. Veredas (eds.): Recent Developments in High Frequency Financial Econometrics, 31-48, Studies in Empirical Economics, Springer
Bien, K., I. Nolte & W. Pohlmeier, W.
(See online at https://doi.org/10.1007/978-3-7908-1992-2_3) - (2007). A Multivariate Integer Count Hurdle Model: Theory and Application to Exchange, in L. Bauwens, W. Pohlmeier and D. Veredas (eds.): Recent Developments in High Frequency Financial Econometrics, 31-48. Studies in Empirical Economics, Springer, Berlin
Nolte I., K. Bien & W. Pohlmeier
(See online at https://doi.org/10.1007/978-3-7908-1992-2_3) - (2007). Integrated Covariance Estimation Using High-Frequency Data in the Presence of Noise, Journal of Financial Econometrics, 5, 68-104
Lunde, A. & V. Voev
(See online at https://doi.org/10.1093/jjfinec/nbl011) - (2007): "A Dynamic Semiparametric Proportional Hazard Model", Studies in Nonlinear Dynamics & Econometrics, 11 (2), Article 1
Gerhard, F & N. Hautsch
(See online at https://doi.org/10.2202/1558-3708.1377) - (2007): "Bayesian Learning in Financial Markets - Testing for the Relevance of Information Precision in Price Discovery", Journal of Financial and Quantitative Analysis, 42(1), 189-208
Hautsch N. & D. Hess
(See online at https://doi.org/10.1017/S0022109000002246) - (2008) Modeling a Multivariate Transaction Process, Journal of Financial Econometrics, 6,143-170
Nolte, I.
(See online at https://doi.org/10.1093/jjfinec/nbm020) - (2008), Dynamic Modelling of Large Dimensional Covariance Matrices, in L. Bauwens, W. Pohlmeier & D. Veredas (eds.). Recent Developments in High Frequency Financial Econometrics, Studies in Empirical Economics, Springer, Berlin
Voev, V.
(See online at https://doi.org/10.1007/978-3-7908-1992-2_13) - (2008): Capturing Common Components in High-Frequency Financial Time Series: A Multivariate Stochastic Multiplicative Error Model, Journal of Economic Dynamics and Control, 32, 3978-4009
Hautsch, N.
(See online at https://doi.org/10.1016/j.jedc.2008.01.009) - (2009). An Inflated Multivariate Integer Count Hurdle Model: An Application to Bid and Ask Quote Dynamics, Journal of Applied Econometrics
Bien, K., Nolte, I. & W. Pohlmeier
(See online at https://doi.org/10.1002/jae.1122) - (2010), Modelling and Forecasting Multivariate Realized Volatility, Journal of Applied Econometrics
Chiriac, R. & V. Voev
(See online at https://doi.org/10.1002/jae.1152) - (2020): Do individual investors trade differently in different financial markets? In: The European Journal of Finance 26 (13), S. 1253–1270
Nolte, I. & S. Nolte
(See online at https://doi.org/10.1080/1351847X.2019.1709524)
