Show simple item record

2018-01-09Dissertation DOI: 10.18452/18672
Econometric Measures of Financial Risk in High Dimensions
dc.contributor.authorChen, Shi
dc.date.accessioned2018-01-09T12:07:45Z
dc.date.available2018-01-09T12:07:45Z
dc.date.issued2018-01-09
dc.identifier.urihttp://edoc.hu-berlin.de/18452/19382
dc.description.abstractDas moderne Finanzsystem ist komplex, dynamisch, hochdimensional und oftmals nicht stationär. All diese Faktoren stellen große Herausforderungen beim Messen des zugrundeliegenden Finanzrisikos dar, das speziell für Marktteilnehmer von oberster Priorität ist. Hochdimensionalität, die aus der ansteigenden Vielfalt an Finanzprodukten entsteht, ist ein wichtiges Thema für Ökonometriker. Ein Standardansatz, um mit hoher Dimensionalität umzugehen, ist es, Schlüsselvariablen auszuwählen und kleine Koeffizientenen auf null zu setzen, wie etwa Lasso. In der Finanzmarktanalyse kann eine solche geringe Annahme helfen, die führenden Risikofaktoren aus dem extrem großen Portfolio, das letztendlich das robuste Maß für finanzielles Risiko darstellt, hervorzuheben. In dieser Arbeit nutzen wir penalisierte Verfahren, um die ökonometrischen Maße für das finanzielle Risiko in hoher Dimension zu schätzen, sowohl mit nieder-, als auch hochfrequenten Daten. Mit Fokus auf dem Finanzmarkt, können wir das Risikonetzwerk des ganzen Systems konstruieren, das die Identifizierung individualspezifischen Risikos erlaubt.ger
dc.description.abstractModern financial system is complex, dynamic, high-dimensional and often possibly non-stationary. All these factors pose great challenges in measuring the underlying financial risk, which is of top priority especially for market participants. High-dimensionality, which arises from the increasing variety of the financial products, is an important issue among econometricians. A standard approach dealing with high dimensionality is to select key variables and set small coefficient to zero, such as lasso. In financial market analysis, such sparsity assumption can help highlight the leading risk factors from the extremely large portfolio, which constitutes the robust measure for financial risk in the end. In this paper we use penalized techniques to estimate the econometric measures of financial risk in high dimensional, with both low-frequency and high-frequency data. With focus on financial market, we could construct the risk network of the whole system which allows for identification of individual-specific risk.eng
dc.language.isoeng
dc.publisherHumboldt-Universität zu Berlin
dc.rights(CC BY-NC-ND 3.0 DE) Namensnennung - Nicht-kommerziell - Keine Bearbeitung 3.0 Deutschlandger
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/de/
dc.subjectLimit Order Bookger
dc.subjecthochdimensionalger
dc.subjectverallgemeinerte impulse-responseger
dc.subjectHochfrequenzger
dc.subjectMarkteinflussger
dc.subjectlarge VARger
dc.subjectmakroökonomisches Risikoger
dc.subjectMaße für Finanzrisikoger
dc.subjectlimit order bookeng
dc.subjecthigh dimensioneng
dc.subjectgeneralized impulse responseeng
dc.subjecthigh frequencyeng
dc.subjectfinancial riskeng
dc.subjectmarket impacteng
dc.subjectlarge VAReng
dc.subjectmacroeconomic riskeng
dc.subjectfinancial risk measureseng
dc.subject.ddc519 Wahrscheinlichkeiten, angewandte Mathematik
dc.subject.ddc332 Finanzwirtschaft
dc.subject.ddc330 Wirtschaft
dc.subject.ddc004 Datenverarbeitung; Informatik
dc.subject.ddc339 Makroökonomie und verwandte Themen
dc.titleEconometric Measures of Financial Risk in High Dimensions
dc.typedoctoralThesis
dc.identifier.urnurn:nbn:de:kobv:11-110-18452/19382-4
dc.identifier.doihttp://dx.doi.org/10.18452/18672
dc.date.accepted2017-11-17
dc.contributor.refereeHärdle, Wolfgang Karl
dc.contributor.refereeSchienle, Melanie
dc.subject.rvkQP 360
local.edoc.pages131
local.edoc.type-nameDissertation
local.edoc.institutionWirtschaftswissenschaftliche Fakultät

Show simple item record