Show Less

Agentenbasierte Modelle für empirische Wechselkurse

Ökonometrische Schätzung und Evaluierung

Series:

Vahidin Jeleskovic

Empirische Analysen liefern eine überwältigende Fülle von Hinweisen, dass das Verhalten der Agenten auf Finanzmärkten durch Standardmodelle nicht hinreichend abzubilden ist. Dies führte zur Entwicklung neuer sogenannter Agentenbasierter Modelle (ABM), die versuchen, eben das jeweilige Verhalten heterogener Agenten mithilfe computergestützter Simulationen zu modellieren. Es zeigte sich, dass ABM durchaus in der Lage sind, viele empirische stilisierte Fakten der Wechselkurse qualitativ zu erklären. Trotzdem gab es bisher keine universelle Schätzmethode, mit der man die Parameter der ABM schätzen konnte. Ziel der Arbeit ist es, diese Lücke zu schließen, was durch die Entwicklung einer verallgemeinerten simulationsbasierten Schätzmethode erfolgte, welche auf drei ABM und drei empirische Wechselkurse angewandt wurde. Wegen der Monte-Carlo-Varianz und lokaler Minima war dabei die Anwendung der heuristischen Optimierung unabdingbar.

Prices

Show Summary Details
Restricted access

1. Einleitung 1

Extract

1. Einleitung Seit Anfang des letzten Jahrhunderts erlangt die Finanzmarktforschung immer größeres Interesse. Diese Tatsache kann sich aus zwei Blickwinkeln erklären. Einerseits kann ein besseres Verständnis quantitativer Zusammenhänge auf Fi- nanzmärkten möglicherweise unmittelbar zu finanziellen Vorteilen führen, ande- rerseits können Entwicklungen auf Finanzmärkten auch Auswirkungen auf die Realwirtschaft haben, wie es die Beispiele der Asienkrise, der Blase am Neuen Markt in Deutschland oder ganz aktuell der sog. Subprimekrise zeigen. Von daher ist es aus wissenschaftlicher und wirtschaftspolitischer Sicht heraus wesentlich zu verstehen, wie es auf Finanzmärkten zu derartigen Entwicklungen kommen kann. Die Dissertation von Bachelier (1900) legte den Grundstein für die (umstrittene) Hypothese (oder Theorie) der effizienten Märkte (weiterhin EMH) von Fama (1970, 1991), deren Grundaussage ist, dass die Daten von Finanzmärkten einem Random Walk (Irrfahrt) folgen. Die einfachste Interpretation dessen ist, dass die beste Prognose für die folgende Periode der Wert der Vorperiode ist. Obwohl das Modell eines Random Walk die in der Literatur beschrieben typischen Eigenschaf- ten der Finanzmarktzeitreihen (sog. Stilisierte Fakten (de Vries (1994))) nicht erklären kann,1 konnte die EMH auch nicht eindeutig widerlegt werden. Dass diese Theorie bis heute hartnäckig Bestand hat, ist der Tatsache zu verdanken, dass kein (strukturelles) Modell entwickelt werden konnte, das eine bessere sog. Out- of-Sample-Prognose als der Random Walk liefern konnte (Gandolfo (2002)).2 Dar- über hinaus zeigen die empirischen Tests insgesamt, dass es nahezu unmöglich ist, vorherzusagen, in welchem Ausmaß Änderungen von...

You are not authenticated to view the full text of this chapter or article.

This site requires a subscription or purchase to access the full text of books or journals.

Do you have any questions? Contact us.

Or login to access all content.