Heinz Rehkugler

A ‘world’ model of integrated financial markets using artificial neural networks

Abstract Over the last two decades, many important changes took place in the area of international finance. The liberalisation of financial markets and the development of powerful communication and trading facilities have enlarged the scope of selection for investors. Most financial markets of major developed countries must be regarded as highly integrated now. Traditional capital market theory has also changed and methods of financial analysis have been improved considerably. The existence of non-linearities in financial market movements has been emphasized by various researchers and financial analysts over the last years. Taking both aspects into account, a new kind of financial analysis seems to be necessary: the non-linear analysis of integrated financial markets. Recent developments in the theory of neural computation provide interesting mathematical tools for such a new kind of financial analysis. This paper presents both the economic approach to an analysis of highly integrated financial markets and the econometric methods, especially artificial neural networks (ANN), to realize it. Forecasting of any asset class, e.g. stock, bond or exchange rate prediction, now becomes an integrated part within such a wider global capital market equilibrium. ANN, especially recurrent networks, are used to model integrated financial markets. This approach tries to develop a ‘world’ model of integrated financial markets. The ‘world’ consists of the stock, bond and currency markets of the United States, Japan and Germany. Traditional econometric methods as well as ANN are used to develop various kinds of models, which in turn are rated by their ability to provide accurate forecasts for these financial markets in an out-of-sample test.

Einsatz integrierter Modelle für die simultane Prognose von Aktienkursen, Zinsen und Währungen für mehrere Länder mit Neuronalen Netzen

Angesichts extrem vielschichtiger Wechselbeziehungen zwischen den internationalen Finanzmarkten konnte es sich bei Prognosemodellen, denen die „traditionelle“ isolierte Betrachtung des zu prognostizierenden Marktes zugrundeliegt, bereits a priori um Fehlspezifikationen handeln. Um Interdependenzen adaquat zur Prognose nutzen zu konnen, muste daher an die Stelle der mehrfachen Prognose isoliert betrachteter Markte die simultane und interdependente Prognose mehrerer Teilmarkte — im Idealfall aller Markte — treten.

Kurzfristige Wechselkursprognosen mit Künstlichen Neuronalen Netzwerken

Der Einsatz Kunstlicher Neuronales Netzwerke (KNN) zu Kursprognosen stellte die erste Anwendung in den Wirtschaftswissenschaften dieser meist im naturwissenschaftlich-technischen Bereich verbreiteten Methode dar und ist heute eines ihrer Hauptanwendungsgebiete. In unserem Papier prasentieren wir erste Ergebnisse einer derzeit laufenden Studie zum Einsatz von KNN bei kurzfristigen Wechselkursprognosen. Hierbei geht es um die Vorhersage der Veranderungsrichtung des DM/Dollar-Wechselkurses (Steigt/Fallt) auf ein, drei und funf Tage im voraus. Als Einflusfaktoren werden verschiedene fundamentale und technische Indikatoren verwendet Dabei wird dem Einsatz von KNN als Referenz die Prognose mit Hilfe “klassischer”, multivariater statistischer Methoden (Faktorenanalyse, Diskriminanzanalyse) gegenubergestellt.

Discussion of 'Profit Sharing and Employment Stability'

The article by Bellmann and Moeller offers an interesting and innovative approach to investigating how profit sharing in German companies affects employment stability, following the famous Weitzman (1984) share economy model. The paper is innovative, first, because the authors base their research on a broad data set (the IAB Establishment Panel), which comprises all German companies that have established a profit-sharing scheme; and second, because the authors’ empirical research is concentrated not only on cross-sectional time series regressions, but also uses matching methods.

Lineare vs. nichtlineare Fehlerkorrekturmodelle: Ein Leistungsvergleich anhand der Prognose der G5-Rentenmärkte

Zur Erstellung von (quantitativen) Finanzmarktprognosen finden gewohnlich klassische okonometrische Verfahren wie die Multivariate Lineare Regressionsanalyse (MLR) Verwendung. Die Modelle werden dabei zur Vermeidung von schatztechnischen Problemen in Differenzenform spezifiziert. Eine solche Vorgehensweise last jedoch auser Acht, das zum einen langfristig stabile Gleichgewichtsbeziehungen zwischen der Zielgrose und ihren Einflusfaktoren existieren, die sich nur im Niveau der Zeitreihen widerspiegeln, und zum anderen, das zumindest partiell nichtlineare Zusammenhange zwischen Einflusfaktoren und der Zielgrose bestehen konnen.

Diversifikationsstrategien in einem einheitlichen europäischen Finanzmarkt: Empirische Befunde

Die Geschichte der europaischen Integration beginnt mit den nach Beendigung des zweiten Weltkrieges angestellten Bemuhungen um eine Verbesserung der Beziehungen zwischen den Landern Europas und wird mit der Durchfuhrung der „Europaischen Wirtschafis- und Wahrungsunion (EWWU)“ ihren vorlaufigen Hohepunkt erreichen.’ Der Weg zur EWWU soll uber den Abbau von Handelshemmnissen, die Freizugigkeit von Arbeitskraften, die Liberalisierung des Kapitalverkehrs und die Einfuhrung einer einheitlichen europaischen Wahrung, des EURO, zur Schaffung einheitlicher okonomischer Verhaltnisse im Rahmen eines Binnenmarktes fuhren. Wenngleich sicherlich gewisse nationale Unterschiede beispielsweise in der Steuer- und Sozialpolitik weiterhin bestehen bleiben werden, wird die ebenfalls beschlossene Angleichung der Wirtschaftspolitiken der EWWU-Mitgliedslander einen wichtigen Beitrag zur Nivellierung von Unterschieden in den (makro-)okonomischen Rahmenbedingungen leisten und somit zu einer weitgehenden Konvergenz der wirtschaftlichen Entwicklung innerhalb Europas fuhren.

Erfolg mit Timingstrategien

In der Bundesrepublik Deutschland ist das Geldvermogen privater Haushalte in den letzten Jahren stark angestiegen und lag Ende 1997 bei 5.343,8 Mrd. DM, wahrend Ende 1991 noch ein Stand von 3.485,9 Mrd. DM zu verzeichnen war.1 Entsprechend hoch ist die Geldvermogensbildung deutscher Haushalte, die jahrlich weit uber 200 Mrd. DM betragt. Vor dem Hintergrund dieses starken quantitativen Wachstums des angelegten Vermogens sowie einer zunehmenden Institutionalisierung des Portfolio-Managements ist das Interesse an einer Performance-Messung, die den relativen Anlageerfolg einer Kapitalanlage uberpruft, in den letzten Jahren stark gestiegen. Untersuchungsgegenstand sind dementsprechend Wertpapierportfolios sowohl privater als auch institutioneller Investoren, wobei der Performance-Messung aufgrund der wachsenden Akzeptanz von Investmentfonds bei deren Leistungsbeurteilung besondere Bedeutung zukommt.

Die Bewertung des deutschen Aktienmarktes aus fundamentaler Sicht — Does Money Matter?

Im Vordergrund eines aktiven Portfolio-Managements 1 steht die Erzielung einer risikoadjustierten Rendite, die oberhalb einer vorgegebenen Benchmark liegt. Der aktive Ansatz basiert mithin auf der Annahme, dass an den Finanzmarkten Informationsineffizienzen2 existieren, die zur Realisation von (systematischen) Uberrenditen durch eine adaquate Anlagestrategie ausgenutzt werden konnen. Die Finanzanalyse 3 wird somit zum Kernbestandteil jedes aktiven Portfolio-Managements, denn kaum ein privater oder institutioneller Anleger wird seine Anlageentscheidung ohne mehr oder weniger sachlich und formal fundierte Erwartungen uber die Kursentwicklung der in Frage kommenden Papiere treffen.4 Die Hoffnung, den zukunftigen Kursverlauf exakt vorhersagen zu konnen, ist sicherlich eine Utopie, jedoch werden in der Investmentpraxis inzwischen immer haufiger klar definierte, systematische Analyse- und Prognoseansatze eingesetzt, die es ermoglichen, das Entwicklungspotenzial von Chancen und Risiken an den Kapitalmarkten festzulegen.

Forecasting energy consumption: Fundamental modeling using classical statistics and neural networks

In collaboration with Informationsverarbeitung Leverkusen GmbH (IVL) a forecasting model is developed. The model predicts the gas need, the public utilities company of Leverkusen, Energieversorgung Leverkusen GmbH (EVL), has to supply to its customers over a period of one to five days. The customers consist mainly of private households and small businesses. The primary use of the gas is for heating. Possible variables that determine the gas consumption include therefore weather data, the temperature being the most prominent one, and seasonal data such as the day of the week, public holidays, school holidays or the time of the year. Since these variables are known, the best approach to a forecast seems to be a fundamental model which calculates the expected gas consumption using weather data from the weather forecast and seasonal data.

Neuronale Netze als Instrument der Jahresabschlußanalyse

„Bei der Uberlassung finanzieller Mittel halt sich das Vertrauen naturgemas in Grenzen, denn mit der Vergabe von Krediten ist die Gefahr des totalen oder partiellen Ausfalls der Kredittilgung und Zinszahlung oder auch nur der verzogerten Zahlung verbunden“ [29, S. 152]. Die in den letzten Jahren wieder stark steigende Zahl von Unternehmensinsolvenzen und — daraus resultierend — der mitunter dramatische Umfang von Forderungsausfallen bei Banken und anderen Kreditgebern hat die Suche nach leistungsfahigen Verfahren der Kreditwurdigkeitsprufung wieder in der Vordergrund treten lassen. Unzweifelhaft ist die sicherste Variante, sich vor Ausfallen zu schutzen, die volle Besicherung des Kreditengagements in wertsicheren Vermogensgegenstanden. Dies ist jedoch meist nicht durchzusetzen.