Print Print

Forskningsprojekter

Institut for Finansiering har i øjeblikket er følgende aktuelle projekter

Tilbagekald af konvertible erhvervsobligationer

(projektansvarlig Ken L. Bechmann)

Konvertible obligationer er erhversobligationer, hvortil der som regel er knyttet to vigtige optioner. For det første har obligationsejeren en koverteringsoption, der giver mulighed for at kovertere obligationen til et bestemt antal af det udstedende selskabs aktier. For det andet har selskabet en indfrielsesoption, der giver mulighed for at indfri obligationerne før udløb. Eftersom begge optioner er af amerikansk type giver udnyttelsen heraf anledning til flere interessante forhold i relation til både corporate finance og finansielle markedet helt generelt. I dette projekt foretages et detaljeret studie af aktiemarkedets reaktion mht. blandt andet kurs- og handelsvolumeneffekter i det tilfælde, hvor selskabet udnytter sin indfrielsesoption. Dette gøres på et omfattende datasæt med førtidige indfrielser af amerikanske konvertible obligationer.

Igangværende ph.d.-projekter

Kristina Birch Andersen

Kendskab til reklamers effekt på forbrugere er af afgørende betydning, når virksomheden skal planlægge reklame- og mediastrategi. Derfor er der stor interesse for måling, modellering og analyse af reklameeffekter, hvorfor udvikling af anvendelige modeller til analyse af reklamens effekt vil være til stor gavn både for den enkelte virksomhed og mediaudbyderen. Indtil nu er denne modellering foregået ved hjælp af relativt simple aggregerede modeller, hvor det ikke har været muligt at estimere de ønskede effekter. Dataindsamlinger på individniveau (paneldata/single-source data) har dog gjort det muligt at udvikle mere avancerede statistiske modeller, således at det nu er muligt at analysere reklamers effekt på den enkelte forbruger både statisk og dynamisk. Det er således muligt at opstille modeller baseret på individniveau til analyse af marketinginstrumenters effekter på forbrugere, hvilket dette projekt omhandler. Formålet med projektet er altså at udvilke statistiske modeller til brug for afsætningsøkonomiske problemstilliger baseret på individniveau. Idet Center for Marketing Communication har stillet datamateriale til rådighed er det muligt at kombinere forskellige teorier og praktiske tests på datamaterialet således at projektet i høj grad er stærkt anvendelsesorienteret.

Claus Bajlum

Formålet med projektet er at modellere afhængighed i låneporteføljer. Modellering af afhængighed mellem fallitter og afhængighed mellem ændringer i kvaliteten af udstedte kreditter/obligationer som følge af ændringer i fallitrisiko er i praksis en af de største udfordringer indenfor modellering af kreditrisiko. Den mest åbenlyse årsag til at bekymre sig om afhængighed i låneporteføljen er, at det ændrer sandsynlighedsfordelingen for tab på porteføljen, hvilket har betydning for bestemmelsen af relevante fraktiler og risikomål og dermed den generelle risikostyring. For en introduktion til modellering af kreditrisiko og afhængighed henvises til Giesecke (2004), og for en dybere introduktion henvises til Lando (2004).

Jens H. E. Christensen

Titlen på projektet er ”Kvantitative kreditrisikomodeller og bankregulering”. Projektets formål er at undersøge muligheden for at anvende kvantitative økonomiske såvel som statistiske modeller inden for reguleringen af banker.

Dette har fået yderligere aktualitet, efter at det ligger klart, at de nye Basel II-regler for regulering af internationalt aktive banker vil tillade bankerne at anvende deres egne interne modeller ved beregningen af minimumskapitalkrav.

De nye regler kræver specifikt, at bankerne skal levere estimater for den 1-årige fallitsandsynlighed, for tabet ved fallit samt for eksponeringen ved fallit for hvert enkelt udlån. I dette projekt undersøger vi, hvorledes dette kan gøres, og om der er nogle systematiske faktorer, der skal tages i betragtning ved denne type estimationer.

Peter Feldhütter

Den risikofrie rente er grundlaget for al prisfastsættelse, og derfor er fastsættelsen af den risikofrie rente et vigtigt problem i finansiering. Statsobligationer bliver sædvanligvis brugt, men nyere forskning viser, at deres renter muligvis er påvirket af likviditets- og repoeffekter. Istedet bliver swap renter foreslået som et mål for den risikofrie rente.

1. En fælles modellering af statsobligationer, virksomhedsobligationer og swap renter
Sammenhængen mellem statsobligationer, swap renter og erhvervsobligationer er kompleks, men en fælles modellering er nødvendig for at få en fuld forståelse af swap kurven. Derfor består første del af projektet af at modellere denne sammenhæng i en affin model ved at bruge en rating baseret tilgang udviklet i Lando(1998) og inkludere både kreditrisiko og likviditet. Kalman filteret vil blive brugt i estimation af modellen.

2. Affine modeller
Første del af projekter giver indsigt i den risikofrie rente, swap renter og de uobserverbare faktorer, der driver renterne. Næste del af projektet belyser hvor gode affine modeller, som er den foretrukne modelklasse til at estimere rentestrukturmodeller, er til at fange centrale egenskaber, ”stylized facts”, vi ser i historiske data.

3. Estimationsmetode
Kalman filteret er et standard værktøj i estimation af finansielle økonometriske modeller med panel data. Den sidste del af projektet består i at sammenligne Kalman filteret med andre metoder såsom MCMC.

Mads Stenbo Nielsen

Finansielle instrumenter, der involverer kreditrisiko, udgør en stadig større del af det finansielle marked, men på trods af det er der fortsat en udtalt mangel på modeller, som på tilfredsstillende vis kan prisfastsætte disse kreditderivater.

Projektet tager sit udgangspunkt i eksisterende modeller for erhvervsobligationer og Credit Default Swaps, og målet er at forsøge at forbedre de nuværende prisformler til at opnå en højere grad af overensstemmelse med observerede markedspriser end tilfældet er i dag.

Omdrejningspunktet, i de modeller vi betragter, er at kombinere en model for markedsværdien af virksomhedens aktiver med rationel investeringsadfærd hos aktionærerne, til at beskrive tidspunktet for samt omkostningerne ved en eventuel fallit. Formålet er at opnå eksplicitte udtryk for relevante størrelser, herunder specielt for værdien af egenkapital og gæld samt rentespændet.

Det er endvidere hensigten at udvide modellen til at omfatte flere forskellige gældsudstedende virksomheder gennem introduktion af en passende modellering af korrelation og dernæst anvende denne ramme til prisfastsættelse af Collateralized Debt Obligations.

Der arbejdes i en fortrinsvis sandsynlighedsteoretisk ramme, hvor centrale begreber er springdiffusionsprocesser, Markov kæder, first hitting times, Laplace transformerede samt copulas.

Anders Bjerre Trolle

Teorien om optimalt dynamisk porteføljevalg strækker sig tilbage til de klassiske papirer af Samuelson (1969) og Merton (1969,1971,1973). Merton viser, at i forhold til kortsigtede investorer, har langsigtede investorer - trods det faktum at de kan rebalancere deres porteføljer over tid - en ekstra dimension i deres porteføljevalg: De vil ønske at afdække variationer i investeringsmulighedområdet over tid. Det er imidlertid først de seneste fem-ti år at Mertons teoretiske resultater har udmøntet sig i praktiske investeringsanbefalinger. (Se e.g. Brennan, Schwartz and Lagnado (1997), Sørensen (1999) og Campbell og Viceira (1999)). Det centrale tema i min afhandling vil være at bidrage til denne litteratur. Specielt har det min interesse at udlede optimale dynamiske investeringsstrategier i mere realistiske situationer end tilfældet har været hidtil og dermed gøre resultaterne mere anvendelige for praktikere.

Det første arbejdspapir (skrevet i samarbejde med Carsten Sørensen) ”Dynamic Asset Allocation and Latent Variables” beskriver løsningen af et dynamisk porteføljevalgsproblem, når der er forudsigelighed i afkast (hvilket giver interessante implikationer for langsigtede investorer), men state-variablene, der driver forudsigeligheden, ikke er direkte observerbare. Vi viser, at denne model giver mere realistiske resultater for optimale porteføljer.




Sidst opdateret af Betina Thestrup 30.03.2009