Prof. Dr. Matthias Fischer

Prof. Dr. Matthias Fischer

Fischer
Raum:
Telefon: +49 (0) 911 – 5302 – 290
E-Mail: Matthias.Fischer@fau.de
Sprechstunde: nach Vereinbarung
Information:

Lebenslauf

Persönliche Daten
Name: Matthias Fischer
Geburtstag: 03. Juli 1971
Geburtsort: Hof/Saale
Schulbildung und Studium
Schule: 1977 – 1981 Grundschule Bad Steben
1981 – 1990 Gymnasium Naila, mathematisch-naturwissenschaftlicher Zweig
1990 Abitur
Studium: 1990 – 1996 Studium der Diplom-Mathematik mit dem Nebenfach Volkswirtschaftslehre an der Friedrich-Alexander-Universität Erlangen-Nürnberg
SS 1996 Diplom
Wissenschaftlicher / beruflicher Werdegang
Zivildienst: 1996 – 1997 Sozialstation Marktoberdorf e.V.
Tätigkeiten: seit 01.11.1997 Wissenschaftlicher Mitarbeiter an der Friedrich- Alexander-Universität Erlangen-Nürnberg, Lehrstuhl für Statistik und Ökonometrie
2001 Promotion (Thema: Selected infinitely divisible distributions as models for financial return data)
Juli 2001 Promotionspreis der Herman Gutmann-Stiftung
2001 – 2005 Wissenschaftlicher Assistent am Lehrstuhl für Statistik & Ökonometrie
Juli 2005 Habilitation im Fachgebiet Statistik und Ökonometrie
Oktober 2005 Habilitationspreis des Fakultätsbundes
HT 2006, WT 2007 und FT 2007 Vertretungsprofessur an der Helmut Schmidt Universität Hamburg , Lehrstuhl für Rechnergestützte Statistik
ab 2008 Senior Spezialist Risikocontrolling bei der Bayerischen Landesbank
2011 – 2020 Teamleitung und Abteilungsdirektor Credit Portfolio Risk: Measurement & Methodology
2021 – heute Abteilungsleiter Group Risk Methodology
Praxiserfahrung und Praxiskontakte
Praktika: 1990 Kaufmännisches Praktikum, Textilweberei Gebrüder Munzert GmbH
1994 Kaufmännisches Praktikum bei der Hamburg-Mannheimer Versicherungs AG, Nürnberg
1994 Praktikum in der Controlling-Abteilung bei der Hamburg-Mannheimer Versicherungs AG, Hamburg
1996 Wertstudent im Portfolio-Management bei der Bayrischen Hypotheken- und Wechselbank AG, München
Kooperationen: 2001 – 2002 Entwicklung eines Prognosesystems, Projekt mit Gruner & Jahr AG, Hamburg
2001 – 2002 Analyse der Determinanten der Werbeaufwendungen, Projekt mit RTL-IP, Köln
2004 Prognose von Werbeaufwendungen, Projekt mit Gruner & Jahr AG, Hamburg
2005 Diplomarbeit mit Union Investment AG, Frankfurt
2006 Beratungstätigkeit für GfK AG, Nürnberg
2006 Diplomarbeit mit Nürnberger Versicherungs AG, Nürnberg

Forschungsschwerpunkte und Forschungsinteressen

  • Finanzmarktstatistik
  • Uni- und multivariate Stylized Facts von Finanzmarktdaten
  • Prognosemodelle für Zeitreihendaten
  • Bewertung von Finanzderivaten, z.B. Esscher-Bewertung
  • Verteilungen der explorativen Datenanalyse, z.B. gh-Verteilungen oder gk-Verteilungen
  • Hochparametrisierte Verteilungen, z.B. verallgemeinert logistische oder hyperbolische Verteilungen
  • Modelle für die Zeitabhängigkeiten von Renditen, z.B. verallgemeinerte GARCH Modelle
  • Konstruktion multivariater Verteilungen mittels Copulas
  • Kreditportfoliomodell, Kreditrisikomessung, Stress Testing und Konzentrationsmessung

Publikationen

Referierte Artikel

  • Fischer, M. und I. Klein: Kurtosis modelling by means of the J-Transformation.
    Allgemeines Statistisches Archiv 88(1): 35-50, 2004.
  • Fischer, M.: Skew Generalized Secant Hyperbolic Distributions: Unconditional and Conditional Fit to Asset Returns. Austrian Journal of Statistics 33(3): 293-304, 2004.
  • Klein, I. und M. Fischer: Power Kurtosis Transformations: Definitions, Properties and Ordering. Allgemeines Statistisches Archiv 90(3): 395-401, 2006.
  • Fischer, M. und I. Klein: Skewness by Splitting the Scale Parameter. Communications in Statistics (Theory and Methods) 35(7): 1159-1171, 2006.
  • Fischer, M.: A Skew Generalized Secant Hyperbolic Family. Austrian Journal of Statistics 35(4): 437-444, 2006.
  • Fischer, M., Horn, A. und I. Klein: Tukey-type Distributions in the Context of Financial Data. Communications in Statistics (Theory and Methods) 36(1): 23-35, 2007.
  • Fischer, M. und I. Klein: Construction of Symmetric Generalized FGM Copulas by means of certain Univariate Distributions. Metrika 65(2): 243-260, 2007.
  • Klein, I. und M. Fischer: A note on the kurtosis ordering of the GSH distribution. Communications in Statistics (Theory and Methods) 37(1): 1-7, 2008.
  • Fischer, M.: Generalized Tukey-type distribution with application to financial and teletraffic data. Statistical Papers 42(2):79-88, 2008.
  • Fischer M., C. Köck, S. Schlüter und F. Weigert: An empirical analysis of multivariate copula models. Quantitative Finance 9(7): 7:839-854, 2009.
  • Fischer M. und K. Herrmann: An Alternative Maximum Entropy Model for Time-Varying Moments with application to Financial Returns, Studies in Nonlinear Dynamics & Econometrics 14(3): 2-21, 2010.
  • Fischer, M.: Generalized Tukey-type Distribution with applications. Statisical Papers 51(1): 41-56, 2010.
  • Fischer, M. und M. Dörflinger: A Note on a Non-Parametric Tail Dependence Estimator. Far East Journal of Theoretical Statistics 32(1): 1-5, 2010.
  • Fischer, M. und D. Vaughan: The Beta-hyperbolic secant (BHS) distribution. Austrian Journal of Statistics 39(3): 245-158, 2010.
  • Fischer, M und C. Köck: Constructing and generalizing given multivariate copulas: A unifying approach. Statistics 46(1): 1-12, 2012.
  • Fischer, M. und S. Schlüter: A Tail Quantile Approximation formula for the Student t distribution. Communications in Statistics (Theory and Methods) 41(15): 2617-2625, 2012.
  • Schlüter, S. und M. Fischer: The weak tail dependence coefficient of the GH distribution. Extremes 15(2): 159-174, 2012.
  • Fischer, M. und C. Dietz: Modeling sector correlation with CR+ – The CBV model. Journal of Credit Risk 7(4): 1-20, 2011/2012.
  • Fischer, M. und A. Mertel: Quantifying model risk within a CreditRisk+ framework, Journal of Risk Model Validation 6(1): 1-29, 2012.
  • Dorfleitner, G. M. Fischer und M. Geidosch: Specifcation risk and calibration effects of a multi-factor portfolio model, Journal of Fixed Income 22(1): 7-24,4, 2012.
  • Fischer, M. und K. Herrmann: The HS-SAS and GSH-SAS Distribution as Model for Unconditional and Conditional Return Distributions, Austrian Journal of Statistics 42(1): 33-45, 2013.
  • Fischer, M. und K. Jakob: Quantifying the impact of different copulas in a generalized CreditRisk+ framework – An empirical study, Dependence Modeling 2: 1-21, 2014.
  • Fischer, M. und M. Pfeuffer: A Statistical Repertoire for Quantitative LGD Validation: Overview, Illustration, Pitfalls, Extensions, Journal of Risk Model Validation 8(1): 1-27, 2014.
  • Fischer, M. und G. Hinzmann: A new class of copulas with tail dependence, South African Journal of Statistics, 48(2): 229-236, 2014.
  • Fischer, M. und Kaufmann, F.: An analytic approach to quantify the sensitivity of CreditRisk+ with respect to its underlying assumptions, Journal of Risk Model Validation 8(2): 23–37, 2014.
  • Pfeuffer, M. und M. Fischer: IFRS 9 Impairment von Finanzinstrumenten: Schätzung konjunkturabhängiger PD-Kurven, Risiko Manager 25-26: 1,7-10, 2015.
  • Fischer, M. und K. Jakob: GCPM: A Flexible Package to Explore Credit Portfolio Risk, Austrian Journal of Statistics, 45(1): 25-44, 2016.
  • Fischer, M., C. Köstler und K. Jakob: Modelling stochastic recovery rates and dependence between default rates and recovery rates within a generalized credit portfolio framework, Journal of Statistical Theory and Practice 10(2): 342-356, 2016.
  • Eckert, J., K. Jakob und M. Fischer: A Credit Portfolio Framework under Dependent Risk Parameters PD, LGD and EAD, Journal of Credit Risk 12(1): 97-119, 2016.
  • Fischer, M. und K. Jakob: pTAS Distributions with Application to Risk Management, Journal of Statistical Distributions and Applications 3(11), 2016.
  • Pfeuffer, M. und M. Fischer: Connecting Rating Migration Matrices and the Business Cycle By Means of Generalized Regression Models, Applied Stochastic Models in Business and Industry 32(5):639-647, 2016.
  • Geidosch, M. und M. Fischer: Application of Vine Copulas to Credit Portfolio Risk Modeling, Journal of Risk and Financial Management 9(2): 4, 1-15, 2016.
  • M. Fischer und M. Pfeuffer: IFRS 9 Impairment von Finanzinstrumenten: Parametrische Modellierung von PD-Kurven. Risiko Manager 11(7): 10-14, 2016.
  • Fischer, M., A. Hui und S. Hösle: wHS-type distributions with application to Finance, Journal of Statistics & Management Systems 20 (1): 67-89, 2017.
  • Fischer, M., T. Moser und M. Pfeuffer:  A Discussion on Recent Risk Measures with Application to Credit Risk: Calculating Risk Contributions and Identifying Risk Concentrations. Risks 6, 142; doi:10.3390/risks6040142, 2018.
  • Fischer, M., I. Klein und T. Pleier: Weighted power mean copulas: theory and application, Model Assisted Statistics and Applications 13:253- 270, 2018.
  • Fischer, M. und S. Hösle: Beyond Beta and Vasicek: A comparative analysis of continuous distributions on [0,1] International Journal of Statistics: Advances in Theory and Application, 2018.
  • Pfeuffer, M., L. Möstel und Fischer. M. (2018): An Extended Likelihood Framework for Modeling Discretely Observed Credit Rating Transitions, Quantitative Finance  19(1), 93-104.
  • Möstel, L., M. Pfeuffer, und M. Fischer (2020): Statistical Inference for Markov Chains with Applications in Credit Risk
    Computational Statistics 35(4), 1659-1684
  • Pfeuffer, M., M. Nagl, M. Fischer und D. Rösch (2020):  Parameter Estimation, Bias Correction and Uncertainty Quantification in the Vasicek Credit Portfolio Model, Journal of Risk 22(1)
  • Möstel, L., M. Fischer, F. Pfälzner und M. Pfeuffer (2021): Parameter Estimation of Tukey-Type Distributions: A Comparative Analysis, Communications in Statistics – Simulation and Computation 50(2):1-36
  • Möstel, L., M. Fischer, und M. Pfeuffer (2024): Composite Tukey-Type Distributions with Application to Insurance and Risk Management, Journal of Operational Risk 19(1): 1-27
  • Jakob, K., J. Churt, M. Fischer, K. Nolte, Y. Okhrin, S. Wilke, T. Worbs (2024): Fast approximation methods for credit portfolio risk
  • Calculations, Digital Finance
  • Zimmermann, M., Mohnlein, Nicole, and Fischer, M. (2024). „A new sigmoid-based construction method for skewed Tukey-type distributions applied to operational loss data“, Working Paper, University of Erlangen-Nuremberg (subitted)

Monographien

  • Fischer, M.: Bewertung amerikanischer Zufallsforderungen. Diplomarbeit, Erlangen, 1996.
  • Fischer, M.: Selected infinitely divisible distributions as models for financial return data – Unconditional fit and option pricing, in S. Mittnik (Editor), Quantitative Finanzwirtschaft Band 2, Pro Business GmbH, Berlin, 2002.
  • Fischer, M.: Copula-based time-varying patchwork distributions with application to financial data, Habilitationsschrift, 2005.
  • Fischer, M.: Generalized GSH distributions with application to finance, Springer Brief, 2014.

Buchbesprechungen

  • Schmid, F., Trede, M.: Finanzmarktstatistik.
    in: Allgemeines Statistisches Archiv, 90(4): 623-624, 2006.
  • Zivot, E., Wang, J.: Modeling Financial Time Series with S-PLUS.
    in: Allgemeines Statistisches Archiv, 90(4): 631-632, 2006.
  • Scherer, B., Martin, R.D.: Introduction to Modern Portfolio Optimization with NUOPT and S-PLUS and S-Bayes,
    in: Statistical Papers, 48(1): 163-164, 2007.
  • Cizek, P.; Härdle, W.; Weron, D.: Statistical Tools for Finance and Insurance.
    in: Statistical Papers, 48(1): 168-170, 2007.
  • Gao, J.: Nonlinear time series – Semiparametric and nonparametric methods.
    in: Statistical Papers, 51(3): 751, 2010.
  • Madsen, H.: Time series analysis.
    in: Statistical Papers, 51(3), 753-754, 2010.

Beiträge in Sammelbänden

  • Klein, I. und M. Fischer: Symmetrical gh-transformed distributions, in Mittnik, S. and I. Klein (Hrsg.): Contributions to Modern Econometrics, Kluwer Academic Publishers (2002).
  • Klein, I. und M. Fischer: Tailabhängigkeit und Asymmetrie in multivariaten Finanzmarktdaten, in: Bank/Schiller (Hrsg.): Finanzintermediation: Theoretische, wirtschaftspolitische und praktische Aspekte aktueller Entwicklungen im Bank- und Börsenwesen. Festschrift für Wolfgang Gerke zum 60. Geburtstag. S. 69-101, (2004).
  • Fischer, M.: Generalized hyperbolic distributions, in: M. Lovric (Hrsg.): International Encyclopedia of Statistical Sciences, Springer, 2009.
  • Fischer, M.: Hyperbolic secant distributions and generalizations, in: M. Lovric (Hrsg.): International Encyclopedia of Statistical Sciences, Springer, 2009.
  • Fischer, M.: Financial return distributions, in: M. Lovric (Hrsg.): International Encyclopedia of Statistical Sciences, Springer, 2009.
  • M. Fischer: A primer on multivariate copula models, in: D. Kurowicka (Hrsg.): Handbook of Vine copulas, S. 19-36, 2009.
  • Fischer, M. und A. Möst: Stresstesting und Risikokonzentrationen, in: R. Eller (2011) Jahrbuch Treasury and Private Banking, Roland Eller, Karlsruhe, 217-238.
  • Fischer, M.: Stochastische Volatilitätsmodelle, in: P. Mertens und S. Rässler (2012) Prognoserechnung, Spinger.
  • Fischer, M. und Jakob, K.: Copula-Specific Credit Portfolio Modeling: How the Sector Copula Affects the Tail of the Portfolio Loss Distribution, in: K. Glau et al. (eds.), Innovations in Quantitative Risk Management,
    Proceedings in Mathematics & Statistics 99, Chapter 8, Springer 2015.

Refereetätigkeiten

  • Statistics & Probability Letters, Metrika, Austrian Journal of Statistics, Kredit und Kapital, Journal of Multivariate Analysis
  • Journal of Applied Statistics, Pakistan Journal of Statistics
  • Test, International Journal of Information Technology & Decision Making, Advances in Statistical Analysis (AStA), Communications in Statistics (Simulation and Computation), Journal of Appied Econometrics

Skripten und Aufgabensammlungen

  • Klein, I., Fischer, M. und M. Grottke: Analyse von Zeitreihen- und Finanzmarktdaten. Vorlesungsskript, 2000.
  • Fischer, M.: Mathematik für Wirtschaftswissenschaftler. Vorlesungsunterlagen, 2002. (Download)
  • Fischer, M.: Übungen zur Mathematik für Wirtschaftswissenschaftler. Aufgabensammlung, 2002. (Download)
  • Fischer, M.: Eine Einführung in R. Folien, 2003. (Download)
  • Fischer, M.: Analyse und Prognose von Zeitreihendaten: Uni- und multivariate Methoden am Beispiel ausgewählter GfK-Reihen. Skriptum für GfK-Wochenendseminar, April 2003.
  • Fischer, M.: Eine Einführung in Matlab. Folien, 2003. (Download)

Diskussionspapiere und Gutachten

  • Fischer, M.: The Esscher-EGB2 option pricing model.
    Diskussionspapier 31/2000.
  • Fischer, M.: The CEGB2 distribution and its application to financial return data.
    Diskussionspapier 32/2000.
  • Klein, I., Fischer, M. und M. Grottke: GARCH Modelle mit allgemeinen Fehlerverteilungen – MATLAB und S-PLUS Routinen. Diskussionspapier 38/2000.
  • Klein, I., Fischer, M.: Determinanten der zeitlichen Entwicklung von Werbeaufwendungen, Teil 1: Deskriptive Zeitreihenanalyse von ACNielsen- und makroökonomischen Daten. Nürnberg, 2001
  • Fischer, M.: The NEF-GHS option pricing model.
    Diskussionspapier 42/2002. (Download)
  • Klein, I., Fischer, M.: Determinanten der zeitlichen Entwicklung von Werbeaufwendungen, Teil 2: Automatisiertes System univariater Prognosen [UNIPRAUT] und kausalanalytische Untersuchungen. Nürnberg, 2002
  • Fischer, M., Vaughan, D.: Classes of Skew Generalized Hyperbolic Secant Distributions.
    Diskussionspapier 45/2002. (Download)
  • Fischer, M.: Skew Generalized Secant Hyperbolic Distributions: Unconditional and Conditional Fit to Asset Returns. Diskussionspapier 46/2002.
  • Klein, I., Fischer, M.: Determinanten der zeitlichen Entwicklung von Werbeaufwendungen, Teil 3: Univariate und multivariate Prognosen und Backtesting für ausgewählte Werbereihen. Nürnberg, 2002
  • Fischer, M.: Tailoring Copula-based Multivariate Skew Generalized Hyperbolic Secant Distributions to Financial Return Data: An Empirical Investigation.
    Diskussionspapier 47/2003.
  • Fischer, M., Igel, S.: Generalized GARCH models with infinitely divisible error distributions.
    Diskussionspapier 50/2003.
  • Fischer, M., Klein, I.: Kurtosis modelling by means of the j-transformation.
    Diskussionspapier 51/2003. (Download).
  • Fischer, M., Horn, A., Klein, I.: Tukey-type distributions: The interplay between skewness and kurtosis transformation in the context of financial returns data.
    Diskussionspapier 52/2003. (Download)
  • Klein, I., Fischer, M.: Kurtosis transformation and kurtosis ordering.
    Diskussionspapier 53/2003. (Download).
  • Klein, I., Fischer, M.: Kurtosis ordering of the generalized secant hyperbolic distribution: A technical note.
    Diskussionspapier 54/2003. (Download).
  • Klein, I., Fischer, M.: Skewness by splitting the scale parameter.
    Diskussionspapier 55/2003. (Download).
  • Fischer, M.: Tailoring Copula-based Multivariate Skew Generalized Hyperbolic Secant Distributions to Financial Return Data: An Empirical Investigation. In: ‚Bulletin of the International Statistical Institute 54th Session‘, Berlin, 2003.
  • Fischer, M., Klein, I.: Construction of symmetric generalized FGM copulas by means of certain Univariate Distributions.
    Diskussionspapier 61/2004. (Download).
  • Klein, I., Fischer, M.: Dependence Structure of Product Copulas.
    Diskussionspapier 62/2004.
  • Fischer, M.: The L Distribution and Skew Generalizations.
    Diskussionspapier 63/2004. (Download).
  • Fischer, M., Vaughan, D.: The Beta-Hyperbolic Secant (BHS) Distribution: Definition, Properties and Applications.
    Diskussionspapier 64/2004. (Download).
  • Klein, I., Fischer, M.: Determinanten der zeitlichen Entwicklung von Werbeaufwendungen, Teil 4: Univariate und multivariate Prognosen und Backtesting für ausgewählte Werbereihen. Nürnberg, 2004
  • Fischer, M.: Multivariate Laplace Normal Distributions.
    Diskussionspapier 67/2004.
  • Fischer, M.: Autoregressive Conditional Density Models under different Error Distributions with Application to Exchange Rate Data.
    Diskussionspapier 68/2004.
  • Fischer, M., Klein, I., Körber, A.: Multivariate Aggregational Gaussianity and Multivariate Aggregational Copula-Gaussianity for Exchange Rate Data — an Empirical Investigation.
    Forschungsprojekt der Hans-Frisch-Stiftung, Abschlußbericht, 2004.
  • Fischer, M.: Generalized Tukey-type distributions with application to financial and teletraffic data. Diskussionspapier 72/2006.
  • Fischer, M.: A note on the construction of generalized Tukey-type transformations.
    Diskussionspapier 73/2006.
  • Fischer, M.: Testing for constant correlation by means of trigonometric functions.
    Diskussionspapier 74/2006.
  • Fischer, M.: Constructing Distribution Families with closed-form pdf and cdf.
    Diskussionspapier 75/2006.
  • Fischer, M., Dörflinger, M.: A note on a non-parametric tail dependence estimator.
    Diskussionspapier 76/2006.
  • Fischer, M., Hinzmann, G.: A new class of copulas with tail dependence and a generalized tail dependence estimator. Diskussionspapier 77/2006.
  • Fischer, M., Klein, I.: Some results on weak and strong tail dependence coefficients for means of copulas. Diskussionspapier 78/2007.
  • Fischer, M., Köck, C.; Schlüter, S.; Weigert, F.: Multivariate Copula Models at Work: Outperforming the „desert island copula“? Diskussionspapier 79/2007.
  • Fischer, M., Köck, C.: Constructing and generalizing multivariate copulas: A generalizing approach. Diskussionspapier 80/2007.
  • Fischer, M.: Are correlations constant over time? Application of the CC-Trig-t-test to financial return series from different asset classes. SFB 649 Discussion Paper Series 12/2007, Humboldt-Universität Berlin.
  • Fischer, M.; Herrmann, K.: An Alternative Model for Time-varying Moments using Maximum Entropy. Diskussionspapier 84/2009.
  • Fischer, M., Gao, Y. and Herrmann, K.: Volatility Models with Innovations from New Maximum Entropy Densities at Work, Diskussionspapier 03/2010.
  • Klein, I.: Fischer, M. and Pleier, Th.: Weighted Power Mean Copulas: Theory and Application, Diskussionspapier 01/2011.
  • Fischer, M.: A skew and leptokurtic distribution with polynomial tails and characterizing functions in closed form, Diskussionspapier 03/2012.

Vorträge

  • The EGB2 option pricing model. Nachwuchs-Workshop Finanzökonometrie, Jagdschloß Glienicke, Berlin, 31.03.2000-02.04.2000.
  • Anwendung ausgewählter unendlich teilbarer Verteilungen: Renditemodellierung und Optionsbewertung. Vortrag im Rahmen der Herbsttagung der Deutschen Statistischen Gesellschaft in Nürnberg, September 2000.
  • Tailoring Copula-based Multivariate Skew Generalized Hyperbolic Secant Distributions to Financial Return Data: An Empirical Investigation. Vortrag im Rahmen der 54. Session des Internationalen Statistischen Instituts in Berlin, August 2003.
  • Konstruktion multivariater Copula-basierter SGSH-Verteilungen als Modelle für Finanzmarktrenditen. Vortrag im Rahmen der Herbsttagung der Deutschen Statistischen Gesellschaft in Potdam, August 2003.
  • Anwendungen von Copulas im Finanzmarktbereich. Vortrag an der Universität Münster, Januar 2004.
  • Multivariate Stylized Facts von Finanzmarktrenditen. Vortrag im Rahmen des Statistischen Kolloqiums in Würzburg, März 2004.
  • Sind Finanzmarktdaten konstant im Zeitverlauf? Vortrag im Rahmen des Statistischen Kolloqiums in Passau, März 2006.
  • Automatic Lag-order Selection and Forecasting with VAR-Models. Posterpräsentation gemeinsam mit S. Unkuri auf der R User Conference in Wien, Juni 2006.
  • Testing for constant correlation by means of trigonometric functions. Vortrag auf dem European Meeting of Statisticians in Torun, Polen, Juli 2006.
  • Generalized Mean Copulas: Definition, Properties and Tail Dependence. Vortrag auf der DAGStat 2007, Bielefeld, März 2007.
  • Tail Dependence Coefficients for Means of Copulas. Vortrag auf der ISI 2007, Lissabon, August 2007.
  • Multivariate Copula Models at Work: Dependence Structure of Energy Prices. Vortrag auf der EcoMod 2007, Moskau, September 2007.
  • Abhängigkeitsmessung: Neuere Entwicklungen und Anwendungen. Vortrag an der Universität Bamberg, Dezember 2007.
  • An empirical analysis of multivariate copula models. Vortrag auf dem Copula Workshop, Berlin, Dezember 2007.
  • Multivariate Copula Models at Work, R-Metrics Workshop, Zürich, 2009.
  • Models for Time-Varying Moments using Maximum Entropy, Poster zusammen mit K. Herrmann. Humboldt-Copenhagen Conference, Berlin, 2009.

Gast- und Forschungsaufenthalte

  • Forschungsaufenthalt am SFB 649 (Economic Risk) an der Humboldt-Universität zu Berlin im August 2006.
  • Forschungsaufenthalt an der ETH Zürich, 26 – 28 November 2007.
  • Forschungsaufenthalt an der Universität Tampere, Finnland, Teaching Staff Mobility, EU, November 2008.

Mitgliedschaften

  • Deutsche Statistische Gesellschaft (DStG)
  • Deutsche Gesellschaft für Finanzwirtschaft (DGF)
  • Verein für Socialpolitik
  • International Statistical Institute (ISI, elected member)
  • PRMIA (Professional Risk Manager’s Internal Association)
  • GARP (Global Association of Risk Professionals)

Lehrtätigkeiten

  • Wintersemester 2002/03: Mathematik für Wirtschaftswissenschaftler. Lehrauftrag an der Fachhochschule Künzelsau.
  • Sommersemester 2003: Mathematik für Wirtschaftswissenschaftler. Lehrauftrag an der Fachhochschule Künzelsau.
  • Wintersemester 2003/04: Mathematik für Wirtschaftswissenschaftler. Lehrauftrag an der Fachhochschule Künzelsau.

Aufgabenbereiche am Lehrstuhl

  • Organisation und Verwaltung
  • Grundstudium:
    • Statistik I (WS97/98, WS 01/02)
    • Statistik II (SS 98)
    • Statistik für Politologen (WT 2007 an der HSU Hamburg)
    • Statistik II (HT 2006 an der HSU Hamburg)
    • Statistik I (FT 2007 an der HSU Hamburg)
  • Hauptstudium (Übungen bzw. Vorlesungen)
    • Analyse von Panel- und Querschnittsdaten (SS 00, SS 01)
    • Anwendung statistischer Methoden im Risikomanagement (SS 19, SS 20, SS 21, SS22, SS23, SS24)
    • Datenanalyse: Empirische Forschungsmethoden (WS 05/06)
    • Statistische Grundlagen der Ökonometrie (WS 00/01)
    • Univariate Analyse von Zeitreihen- und Finanzmarktdaten (WS 99/01, SS 02, SS 03, SS 04, SS 05, SS 06)
    • Multivariate Analyse von Zeitreihen- und Finanzmarktdaten (WS 01/02, WS 02/03, WS 03/04, WS 04/05, WS 05/06)
    • Extremwertstatistik (WS 05/06, WS 06/07, WS 07/08, SS 09, SS 10, SS 11, SS 12, SS 13)
    • Stichproben aus normalverteilten Grundgesamtheiten (SS 06)
    • Versicherungsökonomie (SS 08)
    • Computational Statistics (WS 08/09, WS 09/10, WS 10/11, WS 12/13, SS 13)
    • Diverse rechnergestützte Übungen mit Statistik-Paket R bzw. S-PLUS
    • Hauptseminar Multivariate Verfahren (WT 2007)
    • EDV II: Einführung in R (WT 2007)
  • ehemaliger Ansprechpartner für Studienbereich Investment Banking & Capital Markets
  • Ansprechpartner/Homepage für Studiengang Wirtschaftsmathematik

Betreuung von Diplom- und Masterarbeiten

Bereits/demnächst abgeschlossen

  • Dynamische Modellierung von Bankleitzinsen (Kilian, 2001)
  • Verallg. GARCH-Modelle mit ausgewählten unendlich teilbaren Fehlerverteilungen (Igel, 2002)
  • Verteilungen der explorativen Datenanalyse und deren Anwendungen (Horn, 2002)
  • Preisprozesse auf effizienten Märkten: Klassifikation und Testverfahren (Reinhardt, 2002)
  • Prognosesysteme für Werbeaufwendungen (Izakson, 2002)
  • Multivariate Modelle und Abhängigkeitskonzepte bei Kreditrisiken (Körber, 2003)
  • Neuere Testverfahren auf langes Gedächtnis bei Finanzmarktdaten (Wang, 2003)
  • Analyse statistischer Eigenschaften von börsengehandelten Rohstoffen (Bivolaru, 2003)
  • Verzerrungsfunktion im Finanzmarktbereich: Risikomaße und Copulas (Köck, 2004)
  • Portfoliooptimierung mittels alternativer Risikomaße (Bierkamp, 2004)
  • Multivariate Optionsbewertung (Hassold, 2004)
  • Liquiditätsrisiko im engeren Sinne: Eine empirische Analyse (Ermer, 2004)
  • Testverfahren auf elliptische Verteilungen (Gogokhia, 2005)
  • Multivariater GARCH-Modelle mit verallgemeinerten Fehlerverteilungen (Wildegger, 2005)
  • Extreme Abhängigkeiten und Tailabhängigkeiten (Dörflinger, 2005)
  • Multivariate Prognosemodelle (Unkuri, 2005)
  • Asymmetrien bei Finanzmarktdaten: Eine empirische Analyse (Brugger, 2005)
  • Testverfahren auf zeitabhängige Korrelationen (Stadler, 2005)
  • Verallgemeinerte Jarque-Bera Testverfahren (Pu, 2005)
  • Hochdimensionale Integration versus Simulation (Hinzmann, 2006)
  • Einsatz von Faktormodellen zur Prognose von multivariaten Zeitreihen (Hu, 2006)
  • Simulative Portfolio-Optimierung mittels Copulas (Li, 2006)
  • Portfolio-Optimierung unter alternativen Risikomaßen (He, 2006)
  • Zur Existenz von relativen Trends bei Finanzmarktzeitreihen (Höfling, 2006)
  • Anpassung höher-dimensionaler Copulas an Finanzmarktdaten (Köhnsen, 2006)
  • Einsatz von Faktormodellen zur Prognose hochdimensionaler Zeitreihen (Baumgarten, 2006)
  • Quantifizierung von Garantierisiken bei einem Riester-Produkt (Liu, 2006)
  • Analyse türkischer Hochfrequenzdaten mittels ACD-Modellen (Gülec, 2006)
  • Nichtstationarität und Einheitswurzeln in dynamischen Panelmodellen (Dedekarginoglu, 2007)
  • Konstruktion von Asset Price Indikatoren (Kotlasova, 2007)
  • Modellierung und Visualisierung von Abhängigkeitsstrukturen von bivariaten Finanzmarktdaten (Meiru, 2007)
  • Multivariate Tukey-Type Verteilungen (Moumdhziev, 2007)
  • The weak tail dependence coefficient for the GHD distribution (Schlüter, 2008)
  • Copulas zur Modellierung von Abhängigkeiten im Zeitverlauf (Weigert, 2008)
  • Sensitivitätsanalyse eines simulationsbasierte Kreditrisikomodells (Geidosch, 2009)
  • Modellierung der konjunkturellen Schwankungen in CreditRisk+ (Feng, 2009)
  • Globale Vektorautoregressive Modelle mit Einsatz im Finanzmarkt (Martin, 2009)
  • Schätzung, Glättung und Konstruktion gestresster Migrationsmatrizen (Baumann, 2010)
  • Schätzung von Ausfallwahrscheinlichkeiten für Osteuropa (Bender, 2010)
  • Numerische Umsetzung einer Monte Carlo Variante von CR+ (Römer, 2010)
  • Integration von stochastischen Ausfallraten in CR+ (Köstler, 2011)
  • Einsatz von Sattelpunktapproximation in CR+ (Mertel, 2011)
  • Umsetzung einer effektiven simulativen Variante von CR+ (Petrisor, 2011)
  • Integration von Contagion Effekte in CR+ (Czerwinski, 2011)
  • Risikobeiträge in Kreditportfoliomodellen (Fischer, 2011)
  • Extremwertstatistische Ansätze in Kreditportfoliomodellen (Laas, 2011)
  • Quantifizierung von Credit Value Adjustments und Wrong-Way Risiko bei derivativen Produkten (Schulz, 2013)

Praxiskontakte und Praxisprojekte

  • IP Deutschland GmbH (Vermarktungsgesellschaft von RTL), Köln
  • Gruner + Jahr AG & Co, Hamburg
  • Union Investment AG , Frankfurt
  • Nürnberger Versicherungen, Nürnberg
  • GfK AG, Nürnberg