zum Hauptinhalt wechseln zum Hauptmenü wechseln zum Fußbereich wechseln Universität Bielefeld Play Search

Wintersemester 2014/15

Dienstag, 21.10.2014, 12-13 Uhr - Raum: W9-109

Prof. Dr. Leo Schubert
Hochschule Konstanz Technik, Wirtschaft und Gestaltung

Absicherung von Portfolios mit invers gehebelten Exchange-traded Funds

Exchange-traded Funds (ETFs) werden zu Aktien-, Anleihen- und Commodity-Märkte angeboten. Die zugrunde liegenden Produkte eines ETFs sind in der Regel Indizes der jeweiligen Märkte. ETFs können positiv oder negativ gehebelt sein. ETFs mit positivem Hebel (Leverage Faktor λ) werden von Fund-Managern im Rahmen des passiven Portfoliomanagements eingesetzt. Negativ gehebelte ETFs können auch zur Absicherung eines Portfolios dienen. Diese Absicherungsmöglichkeiten werden im Vortrag analysiert. ETFs gibt es in Europa mit den Hebeln -1 (z.B. ShortDAX ETF) und -2 (z.B. DJ STOXX 600 Double Short) während im US Markt auch stärkere Hebel zu finden sind. Um die Effekte unterschiedlicher Faktoren wie z.B. der Hebel zu untersuchen, wird die Monte Carlo Simulation eingesetzt. Die Ergebnisse zeigen, dass ein hoher Leverage Faktor im Hedge sowohl höhere Gewinne wie höhere Verluste bewirkt. Aufgrund schiefer Renditeverteilungen des Hedges ist die Varianzminimierung beim Absichern nicht stets angebracht. Das Risikomaß der „target-shortfall probability“ bestätigt besser die an den Leverage Faktoren orientierten Standardgewichte für die Absicherung z.B.: xIndex = λ/(λ+1). Diese Eigenschaft scheint sich auch beim Absichern von Portfolios zu erhalten, die im Vergleich zum zugrunde liegenden Index eine hohe Korrelationen von < 1,0 besitzen. Portfolios, deren Renditen nicht sehr hoch mit dem Sicherungsinstrument (short ETF) korrelieren, bestätigen weniger die Standardgewichte der Absicherung.

 

Dienstag, 04.11.2014, 12-13 Uhr - Raum: W9-109

Prof. Dr. Philipp Sibbertsen
Leibniz Universität Hannover

Testing for Spurious Multivariate Long Memory

It is well established that level shifts and slowly varying trends can cause spurious long memory. Therefore, tests for the null of no spurious long memory are of major importance. Additionally, multivariate series such as inflation rates in the Euro area or interest rates of different maturities which exhibit long memory are highly correlated and might also exhibit correlated shifts. Consequently, large potential power gains could be realized if suitable multivariate methods were applied. This is why we propose a multivariate extension of Qu’s (2011) test against spurious long memory. The null hypothesis of a multivariate long-memory process is tested against the alternative of spurious long memory. The test is based on the derivatives of the multivariate local Whittle likelihood function. Its implementation is easy as no prior specifications under the alternative are necessary. The limiting distribution of the test is derived as well as its consistency without assuming Gaussianity. Building on the approximation of Shimotsu (2007) allows us to realize significant power gains since this procedure takes not only the correlation of the multivariate series into account, but also phase shifts around the origin of the periodogram that are induced by different fractional exponents for the different elements of the q-dimensional time series Xt. In extensive Monte Carlo studies satisfactory finite sample size and power properties are shown and empirical examples to the aforementioned interest rates and inflation series prove the usefulness in practical applications.

 

Dienstag, 18.11.2014, 12-13 Uhr - Raum: W9-109

Rainer Buschmeier, M.Sc.
Universität Bielefeld

Schätzung stochastischer Volatilitätsmodelle

Als Kennzahl für die Preisvariabilität einer Zeitperiode spielt die Volatilität eine wichtige Rolle für das Risikomanagement von Kapitalanlagen und Portfolios. Es ist allerdings schwierig, die genaue Größe dieser Variabilität zu einem gegebenen Zeitpunkt zu bestimmen, da ihre Schwankungen nur zu einem gewissen Teil erklärt werden können. Eine Möglichkeit besteht daher darin die Volatilität als stochastische Variable zu modellieren. Eine simple Herangehensweise, die die stilisierten Fakten von Volatilität berücksichtigt ist die Modellierung als autoregressiver Prozess. Gepaart mit einem Produktprozess für die Modellierung der Renditen ergibt sich das Lognormale Stochastische Volatilitätsmodell (SV) als nicht-lineares Zustandsraummodell. Im Gegensatz zu anderen Modellen konditionaler Heteroskedastie (wie z.B. ARCH Modelle) macht der latente Charakter der Volatilität es im Rahmen der lognormalen SV Modelle notwendig, die Likelihood-Funktion bei der Maximum Likelihood Schätzung geeignet zu approximieren. Ein weniger verbreiteter Ansatz ist die Approximation unter Verwendung numerischer Quadraturverfahren. Trotz ihres simplen Charakters erhalten diese die relative Effizienz des Maximum Likelihood Schätzers und liefern Resultate, die mit technisch anspruchsvolleren Verfahren vergleichbar sind. Der Vergleich unterschiedlicher Schätzansätze mittels Monte Carlo Simulationen in einem breiten Testsetup macht deutlich, dass ein zweistufiges Verfahren die Eigenschaften des Quadratur-basierten Maximum Likelihood Schätzers in endlichen Stichproben verbessert, indem es einen größeren Parameterbereich erschließt.

 

Dienstag, 02.12.2014, 12-13 Uhr - Raum: W9-109

Prof. Dr. Leo Schubert
Hochschule Konstanz Technik, Wirtschaft und Gestaltung

Noteninflation im Mean-Sigma-Raum

Vor ca. 3 Jahren hat der Wissenschaftsrat Bedenken bzgl. der Benotung von akademischen Abschlüssen geäußert. Diese haben sich in den letzten 10 Jahren stetig verbessert, sodass in diesem Zeitraum der Anteil der Absolventen, die ihr Studium mit „gut“ oder „sehr gut“ beendeten, von 70% auf 80% anstieg. „Der Trend zu besseren Noten darf nicht so weitergehen“ fordert der Wissenschaftsrates. Um die Noteninflation zu visualisieren, wird der Mean – Standard deviation - Raum (M-S-Raum) verwendet. Dabei wird die Auswirkung auf die Streuung von Noten durch die  Beschränkung durch ihre Extremnoten (z.B. 1.0 bis 5.0) und durch diskrete Notensprünge (z.B. 1.0, 1.3, 1.7, …) berücksichtigt. Ferner kann in diesem M-S-Raum die Target-Shortfall-Probability (TSP) durch Linien ausgedrückt werden. Obige %-Aussagen des Wissenschaftsrates zur Noteninflation sind Aussagen zur TSP. Angewendet wird der M-S-Raum an einem konkreten Beispiel mit ca. 80 000 Prüfungsfällen, das sowohl die Phasen der Diplomprüfungen sowie die der Bachelor- und Masterabschlüsse einbezieht. An dem Beispiel werden auch die diversen Einflussfaktoren auf die Noteninflation erörtert.

 

Dienstag, 16.12.2014, 12-13 Uhr - Raum: W9-109

Manuel Batram, M.Sc.
Universität Bielefeld

Identifiability in Composite Marginal Likelihood Estimation

The composite marginal likelihood (CML) method uses an objective function, which is a weighted combination of valid, marginal likelihood objects, to estimate parameters of multivariate distributions. The objective function itself is no valid likelihood object and, therefore, it is unclear how to apply the concept of identification to CML models. This is especially important because identification is a necessary condition for the consistency of an estimator. The talk presents the concept of identification as well as the CML method and provides the first systematic discussion of their interrelation. Potential problems with regard to the asymptotic identification of CML models are discussed and comments are given on how to further explore those issues.

Zum Seitenanfang