Value at Risk-Quantifizierung unter Verwendung von Hochfrequenzdaten: Empirische Analyse am Beispiel des Aktienkursrisikos

Erster Teil: Ermittlung von Marktpreisrisiken unter besonderer Berücksichtigung von Hochfrequenzdaten.- A. Transaktionspreise als Basis für die Risikoquantifizierung.- B. Statistische Grundlagen für die Zeitreihenanalyse von Daten unterschiedlicher Frequenzen.- C. Methoden zur Messung des Marktrisikos mit Value at Risk.- Zweiter Teil: Empirische Analyse von Hochfrequenzdaten im Hinblick auf die Value at Risk-Berechnung.- A. Konstruktion von homogenen Kurswertzeitreihen unterschiedlicher Frequenzen.- B. Analyse der „Stylized Facts“ für Renditezeitreihen mit unterschiedlichen Intervalllängen.- C. Prognose der Standardabweichung und der Korrelation für die Value at Risk-Berechnung mit differenzierten Halteperioden.- Dritter Teil: Berechnung und kritische Analyse von Value at Risk-Werten mit unterschiedlichen Intervalllängen.- A. Value at Risk auf Basis einer Haltedauer von einem Tag.- B. Value at Risk auf Basis einer Haltedauer mit hoher Frequenz.- C. Kritische Analyse einer Integration von Hochfrequenzdaten in die Risikomessung.- Fazit.

Dr. Mark Neukomm promovierte bei Prof. Dr. Dr. h.c. Henner Schierenbeck am Wirtschaftswissenschaftlichen Zentrum der Universität Basel.

Value at Risk (VaR)-Konzepte haben einen ungeheuren Umbruch im Risikomanagement bewirkt. Sie basieren auf Erkenntnissen historischer Zeitreihen, die sich i.d.R. auf Intervalllängen von einem oder zehn Handelstagen stützen. Obwohl intuitiv davon ausgegangen werden kann, dass Daten mit kürzeren Intervalllängen mehr risikorelevante Informationen enthalten, sind solche Zeitreihen für die Risikoquantifizierung bislang kaum untersucht worden.

Mark Neukomm gibt einen theoretischen und empirischen Einblick in die Thematik von Hochfrequenzdaten und stellt neue Wege und Aspekte einer optimierten Risikomessung vor. Dazu analysiert er spezifische und für die Risikomessung zentrale Eigenschaften von Aktienrenditen mit unterschiedlich hohen Frequenzen. Hieraus leitet er innovative VaR-Verfahren ab. Die gewonnenen Ergebnisse bieten die Basis für eine direkte Ausrichtung der Haltedauer an der tatsächlichen Liquidierbarkeit von Positionen oder Portfolios. Dies ist für eine integrierte Rendite-/Risikosteuerung von zentraler Bedeutung, wurde jedoch bislang in Theorie und Praxis im Sinne einer Standardisierung der Modelle nicht oder nur unzureichend problematisiert.