Projektleiter: Em.O.Univ. Prof. Manfred Deistler

Projektmitarbeiter: Mag. Alexander Braumann, PhD Diego Eduardo Fresoli, Dr. Lukas Kölbl

Wir beabsichtigen, Schätzprozeduren für verallgemeinerte, lineare, dynamische Faktormodelle aus Beobachtungen, die zu unterschiedlichen Abtastraten vorliegen (z.B. monatlich, quartalsmäßig oder jährlich), zu entwickeln und zu bewerten. Dies soll in zwei Stufen geschehen.

Zum einen sollen minimale statische Faktoren mit einer maximalen Anzahl von Hochfrequenzkomponenten aus den Daten geschätzt werden.

Zum anderen soll die Schätzung von VAR Modellen aus den statischen Faktoren behandelt werden, Dies beinhaltet, sowohl die Schätzung der Ordnung derartiger Modelle, als auch die Schätzung ihrer reell-wertigen Parameter. 

Unterschiedliche Verfahren zur Lösung dieser Probleme sollen diskutiert und vor allem mit Simulationen auf ihre Eigenschaften untersucht werden. Die erarbeiteten Verfahren sollen implementiert und auf makroökonomische Daten und Finanzdaten angewendet werden.

Projektleiter: Assoc. Prof. Mag. Dr. Ulrike Schneider

Projektmitarbeiter: Bakk. Mag. Karl Ewald

Ziel dieses Projekts ist es, ein besseres Verständnis für Verteilungseigenschaften von Shrinkage-Schätzern (wie etwa der Lasso-Schätzer und verwandte Regularisierungsmethoden) zu erlangen, um sogenannte ehrliche Konfidenzmengen basierend auf diesen Schätzern herzuleiten. Dieser Art von Schätzern wurde in der Statistik-Literatur in den letzten Jahren große Aufmerksamkeit geschenkt, dennoch ist die Frage nach der Konstruktion von validen Konfidenzmengen (basierend auf solch einem Schätzer) - die sowohl von theoretischem als auch praktischem Interesse ist - bisher weitgehend offen.

Projektleiter: Em.O.Univ.Prof. Manfred Deistler

Projektmitarbeiter: Dipl.-Ing. Elisabeth Felsenstein, Dipl.-Ing. Lukas Kölbl, Mag. Alexander Braumann

Im  Projekt soll die datengetriebene Modellierung von verallgemeinerten linearen dynamischen Faktormodellen behandelt werden. Derartige Modelle dienen zur Analyse und Prognose hochdimensionaler Zeitreihen. Dieses Gebiet hat in den vergangenen zehn Jahren stark an Bedeutung gewonnen.  Unser spezieller Zugang zu diesem Problem basiert auf Systemtheorie und ihren Methoden.

Folgende Punkte werden genauer betrachtet:

  • Single Frequency Zeitreihen (Zeitreihen mit einer einzigen Abtastfrequenz): Besonderes Augenmerk liegt auf dem ARMA Fall. Es sollen aber auch die bisherigen Methoden für den AR Fall weiterentwickelt werden.
  • Strukturtheorie: Hauptaugenmerk liegt auf dem ARMA Fall, im Speziellen auf der Entwicklung einer kanonischen Form für ARMA Systeme, die im AR Fall auch eine AR Darstellung liefert. Darüber hinaus wird beabsichtigt, die topologische und geometrische Struktur des Parameterraumes und der Parametrisierung zu erfassen.
  • Schätzung der (reellwertigen) AR und ARMA Parameter: Die Betonung liegt auf dem singulären ARMA Fall, für welchen naive Maximum-Likelihood Schätzung nicht möglich ist. Als Alternativen sollen Modifikationen der Hannan-Rissanen Prozedur sowie Subspace Methoden analysiert werden.
  • Modellselektion: Hier wollen wir LASSO-artige Methoden betrachten.
    Mixed Frequency Zeitreihen (Zeitreihen mit mehreren Abtastfrequenzen): Häufig liegen bei
    hochdimensionalen Zeitreihen die Beobachtungen zu unterschiedlichen Abtastraten vor. Eine Zielsetzung in diesem Fall ist die Schätzung aller Parameter des Systems zur höchsten Abtastrate aus den vorhandenen Mixed-Frequency Daten, sofern die Identifizierbarkeit vorliegt. Mit einem derartigen System können dann Verfahren zur Prognose, Filterung und zum Smoothing angegeben werden. Ein zentraler Punkt ist die Entwicklung von Kriterien für Identifizierbarkeit.  Sollte Identifizierbarkeit nicht gegeben sein, so sollen alternative Verfahren zu Prognose, Filterung und zum Smoothing angegeben werden. Unsere Idee ist, mit sogenannten geblockten Systemen zu arbeiten. Die Schätzprozeduren die für den single und mixed frequency Fall entwickelt wurden, sollen auch an Daten erprobt werden.

Projektleiter: Em.O.Univ.Prof. Manfred Deistler

Projektmitarbeiter: Dipl.-Ing. Dr. Christoph Flamm,  Dipl.-Ing. Dr. Andreas Graef

Bei therapierefraktären Epilepsiepatienten kann ein resektiver neurochirurgischer Eingriff eine erfolgreiche Behandlung ermöglichen. Für die genaue Lokalisation des epileptischen Fokus werden präoperativ EEG-Daten aufgenommen und von Neurologen visuell analysiert. Die Analyse dieser Daten ist sehr kompliziert und zeitaufwendig. Das geplante Forschungsprojekt schlägt eine automatisierte Fokuserkennung und Ausbreitungsanalyse von epileptischen Anfällen im Rahmen dieses präoperativen Monitorings mit Methoden der Zeitreihenanalyse vor.

Basierend auf invasiven und Skalp EEG Daten sollen während epileptischer Anfälle zeitliche und örtliche Abhängigkeiten zwischen Gehirnregionen ermittelt und analysiert werden. Letztlich soll Ärzten damit eine Hilfe bei der schwierigen Interpretation dieser EEG-Signale zur Verfügung gestellt werden.

Das geplante Forschungsprojekt besteht aus den folgenden Teilen:

  1. In einem ersten Schritt soll die zeitliche Struktur der zugrunde liegenden EEG-Signale, die als Biosignale hoch instationär sind, untersucht werden. Dynamische Segmentierung und Methoden zur Erkennung von lokaler Stationarität kommen hierbei zum Einsatz.
  2. Darauf aufbauend sollen Algorithmen entwickelt werden, die die Zahl, der tatsächlich verwendeten Kanäle, reduzieren. Hier würden sich beispielsweise Methoden wie der An-Algorithmus, die eine dynamische Kanal-Selektion vornehmen, eignen. Außerdem ist beabsichtigt, mittels dynamischer Faktormodelle die Tatsache zu modellieren, dass die von einer Quelle ausgehenden elektrischen Signale von mehreren Elektroden aufgezeichnet werden.
  3. Mittels graphischer Modelle und geeigneter Abhängigkeitsmaße sollen dann die Kopplungseffekte zwischen den einzelnen Elektroden analysiert werden. Der Verlauf der erhaltenen Abhängigkeiten soll Hinweise für die Lokalisation des Fokus und die Ausbreitung des Anfalls geben. Neurophysiologische Informationen sollen dabei in die Modellierung einfließen.
  4. Wir wollen auch untersuchen, wann Skalp EEG Daten ausreichend sind, und wann invasive EEG Daten wirklich neue Informationen liefern. Weiters wollen wir die Informationen aus den EEG Untersuchungen mit anderen Untersuchungsmethoden vergleichen.

Projektleiter: Prof. Brian D.O. Anderson (ANU Canberra) und Em.O.Univ.Prof. Manfred Deistler

The project will provide a tool that will assist organizations wishing to understand the dynamics of a national economy to model it, and to forecast future econometric time series values. Such ability will provide another tool to econometric managers, including the Reserve Bank , Treasury and fund managers, that should benefit the Australian nation.

Projektleiter: Ao.Univ. Prof. Wolfgang Scherrer

Projektmitarbeiter: Mag. Ronald Scheucher, BSc Oliver Leodolter

Over the last couple of years pressure on the banking system to reform and consolidate has increased significantly. Fueled initially by liberalization of financial markets the process has somewhat accelerated in the course of the still pending crisis of the global financial system. Still, despite of their effect on long-term stability of the financial system, operating inefficiency of banks and the resulting misallocation of resources throughout the financial system have still not got the necessary attention from regulatory bodies and policy makers.
To establish a case for a revision of sector policy we will produce and analyze efficiency levels for a balanced panel of European commercial banks over a ten-year period using advanced DEA (Data Envelopment Analysis) modeling and applying AHP (Analytic Hierarchy Process) to capture the strategic dimensions of financial and monetary policy in the European Union.
Building on DEA performance data we will try to model potential relations between efficiency in the banking sector and strategic policy variables and the macroeconomic trend, employing panel data models.

Our research into the efficiency of the European banking system is geared towards answering the following key questions:

1. How efficient are banks and the banking system in the Euro-zone?
2. How did efficiency develop over time (2002 to 2012)?
3. Why do overall efficiency levels perform the way they do?
4. How effective is current economic policy in the European Union in shaping operating performance in the banking sector?

Abschlussbericht, öffnet eine Datei in einem neuen Fenster

Projektleiter: Em.O.Univ.Prof. Manfred Deistler

Projektmitarbeiter: Mag. (FH) Gerd Watzenig, Mag.phil. Leopold Schmertzing

Die enge Zusammenarbeit von Staat und Wirtschaft in Sicherheitsfragen ist in beiderseitigem Interesse. Staatliche Sicherheitsvorsorge ist - nicht zuletzt aufgrund der Privatisierung ehemals staatlicher Aufgabenbereiche - unmittelbar von der unternehmerischen Sicherheitsvorsorge abhängig. Diese wiederum basiert u.a. auch auf staatlichen Informationen im Umgang mit aktuellen und künftigen Herausforderungen.

Ohne ein gemeinsames Führungssystem ist die öffentlich-private Sicherheitszusammenarbeit jedoch kaum erfolgreich zu gestalten. Ein solches Führungssystem sollte aus vier Komponenten bestehen: einem Gemeinsamen Öffentlich-Privaten Lagebild, um das Lagebewusstsein und das Lageverständnis in Staat und Wirtschaft zu fördern; ein Prozess der strategischen Zukunftsanalyse, um die Konzepte und das Handeln in der Gegenwart zukunftsrobust zu gestalten; die Fähigkeit zur Modellbildung und Simulation, um systematisch in Alternativen zu Denken und diese objektiv bewerten zu können sowie ein kollaboratives Wissensmanagementumfeld zum Austausch von Daten, Informationen und Wissen zwischen den beteiligten Akteuren.

STRATFÜSYS definiert und präzisiert die Anforderungen an ein strategisches Führungssystem zur Unterstützung der öffentlich-privaten Sicherheitszusammenarbeit und legt das Fundamt für die umsetzungsorientierte Weiterentwicklung der konzeptionellen Vorstellungen. Dadurch leistet STRATFÜSYS einen wichtigen Beitrag zur Unterstützung wesentlicher sicherheitspolitischer Projekte aus dem aktuellen österreichischen Regierungsprogramm. Dabei

  • entsteht mit der strategischen Zukunftsanalyse ein neuer gesamtstaatlicher Führungsprozess, der die gegenwartsbezogene Arbeit der Ministerien durch systematisch erarbeitete Informationen über künftig mögliche Entwicklungen und ihre Konsequenzen ergänzt und dabei auch den Akteuren aus der Wirtschaft offen steht;
  • soll die aufzubauende Expertise im Bereich Modellbildung und Simulation mittelfristig zum Aufbau einer eigenständigen öffentlich-privatem Einrichtung (Arbeitstitel: Austria Lab) führen, die analytisches Werkzeug zum Umgang mit Komplexität entwickelt und deren Anwendung in den Dienst von Bedarfsträgern aus dem öffentlichen und privaten Umfeld stellt;
  • ist die kollaborative Wissensmanagementumgebung als daten-, informations- und wissensbasierte "Rückgrat" aller anderen Bausteine des strategischen Führungssystems für die öffentlich-private Sicherheitszusammenarbeit zu verstehen. Gerade weil vernetzte Sicherheit neue Anforderungen an die wissensbasierten Führungsgrundlagen staatlicher und privatwirtschaftlicher Akteure stellt, ist Wissensmanagement für STRATFÜSYS unerlässlich.

Projektleiter: Em.O.Univ.Prof. Manfred Deistler

Projektmitarbeiter: Mag. Alexander Braumann, Dipl.-Ing. Christoph Flamm, Dipl.-Ing. Markus Waser,  Dipl.-Ing. Lukas Kölbl, Dipl.-Ing. Elisabeth Felsenstein

Der Projektantrag bezieht sich auf die Modellierung und Prognose von hochdimensionalen Zeitreihen, wobei ein Fokus auf Dimensionsreduzierung liegt. Die folgenden drei Gebiete werden betrachtet.

  • Verallgemeinerte lineare dynamische Faktormodelle. Hier liegt das Schwergewicht auf datengetriebenen Verfahren zur Modellspezifikation (z.B. der Schätzung der Faktordimension), auf der Selektion einer Gruppe von Variablen, die sinnvoller Weise mit Faktormodellen analysiert werden können und schließlich auf der Ermittlung von Blöcken von Nullen in der Faktorladungsmatrix (die auf Faktoren, die nicht alle Beobachtungen laden, verweisen)
  • Datengetriebene Selektion von Inputs und Schätzung von rangreduzierten linearen dynamischen Systemen (dies für Fälle, wo die Einteilung der Variablen in Inputs und Outputs a priori bekannt ist).
  • So genannte graphische Zeitreihenmodelle, die aus einer Analyse der Kausalitätsbeziehung der einzelnen Variablen hervorgehen

Die geplante Entwicklung und Bewertung der Methoden und Verfahren ist durch die Bedürfnisse der Anwendungen motiviert und wir beabsichtigen diese Verfahren nicht nur an konkretem Datenmaterial zu erproben, sondern diese auch für die Erstellung von Prognosemodellen einzusetzen. Der primäre Einsatzbereich sollen Finanzdaten sein, die Methoden sollen aber auch für Absatzdaten von Produkten oder für makroökonomische Daten verwendet werden.

Projektleiter: Ao.Univ. Prof. Edwin Deutsch

Projektmitarbeiter: Martin Kerndler

Das Projekt behandelt die räumliche Ausdifferenzierung von Arbeiten und Wohnen. Als Ausgangspunkt dienen Hypothesen über räumliche Strukturen und ihrer Wirkung auf Produktivität und Stabilität. Die grundlegende Hypothese lautet, daß eine Region umso produktiver ist, je stärker sie durch eine Vielfalt wirtschaftlicher Aktivitäten geprägt ist. Im Gefolge wird untersucht, ob diese Strukturen räumliche spillover-Effekte hervorbringen, und ob sie zur sozialen Kohäsion beitragen, indem Siedlungsstrukturen und Wohnformen das Potential für soziale Interaktionen stärken.

Der Gegenstand der Untersuchung ist die österreichische Wirtschaft in den Jahren 2003 bis 2009. Die Hauptdaten entstammen dem Mikrozensus und der Leistungs- und Strukturerhebung. Sie werden zu einem Panel aggregiert, das aus 4 Beobachtungsjahren und 35 NUTS3-Gebieten besteht.

In einer vorausgehenden Studie haben Deutsch und Wolf (2008) den Begriff des "Wohntopos" geprägt, der die kommunikativen Strukturen der räumlichen Aufteilung von Produktion und Wohnen bezeichnet. Das vorgeschlagene Projekt zielt darauf ab, die früheren Ideen mit stringenten Methoden der räumlichen Ökonometrie zu testen.

Projektleiter: Em.O.Univ.Prof. Manfred Deistler

Projektmitarbeiter: Mag. Dr. Jasmin Sahbegovic; Dipl.-Ing. Dr. Alexander Filler;  Dipl.-Ing. Bernd Funovits, Dipl.-Ing. Elisabeth Felsenstein

Die Analyse von hoch-dimensionalen Zeitreihen, wenn die Anzahl der einzelnen Zeitreihen relativ groß im Verhältnis zur Stichprobengröße ist, hat in der jüngsten Zeit beachtliche Aufmerksamkeit gefunden. Die Idee ist die Information sowohl in der Zeit als auch in der Querschnittsdimension zu komprimieren, und von neu hinzugefügten Zeitreihen zu lernen.
Wir betrachten verallgemeinerte lineare dynamische Faktormodelle (GDFM's) wie sie in Forni et. al. (2000), Forni und Lippi (2001), Stock und Watson (2002a) eingeführt und analysiert wurden. Diese Modelle verallgemeinern und kombinieren lineare dynamische Faktormodelle mit strikt idiosynkratischen Fehlern (Geweke (1977), Sargent and Sims (1977), Scherrer and Deistler (1998)) und die in Chamberlain (1983) und Chamberlain and Rothschild (1983) eingeführten statischen verallgemeinerten Faktormodelle.
Wichtige Anwendungsbereiche sind die Analyse und die Prognose hoch-dimensionaler Finanzdaten wie z.B. Returns von Assets und von hoch-dimensionalen makroökonomischen Reihen, die z.B in Länder übergreifenden Analysen vorkommen.

Das geplante Forschungsprojekt besteht aus den folgenden Teilen:

  1. Der Entwicklung einer Strukturtheorie von GDFM's unter der Annahme, dass die latenten Variablen stationär sind und eine singuläre rationale spektrale Dichte besitzen. Bei dieser Analyse werden diejenigen Eigenschaften der Beziehung zwischen den zweiten Grundgesamtheitsmomenten der Beobachtungen und den Parametern eines Zustandsraum- oder ARMA Systems, das die latenten Variablen erzeugt, die relevant für die Schätzung sind, analysiert.
  2. Basierend auf den struktur-theoretischen Ergebnissen, soll eine "direkte" Schätzprozedur entwickelt und analysiert werden. Zusätzlich sollen noch Schätzer vom Maximum Likelihood Typ behandelt werden.
  3. In den Anwendungen sind die einzelnen Zeitreihen oft über unterschiedlichen Zeitsegmenten definiert, oder sie werden mit unterschiedlicher Frequenz abgetastet. Wir beabsichtigen geeignete Schätzprozeduren für solche Fälle zu entwickeln.
  4. Schließlich planen wir Modellselektionsprozeduren für GDFM's zu entwickeln und zu analysieren. Hier sollen insbesondere die Schätzung der Dimensionen der dynamischen und statischen Faktoren und der Zustandsdimension betrachtet werden.

Projektleiter: Ao.Univ. Prof. Edwin Deutsch

Projektmitarbeiter: Andreas Wolf, Marcel Jira, Johanna Bertl

Das Projekt ist eine Forschungsstudie für das Bundesministerium für Soziales und Konsumentenschutz. Das Projektziel besteht in der statistischen Erfassung der Erwerbsbeteiligung im Lebenszyklus, mit besonderer Betonung der unteren Einkommen und der Beschäftigungsverhältnisse in Risikogruppen. Die Forschungsaufgabe lautet, aus den Österreichische Mikrozensus 1989 bis 2005 Erwerbsprofile in Kohorten aufeinanderfolgender Geburtsjahrgänge abzuleiten, und mit Hilfe von Alterskohortenmodellen die Wahrscheinlichkeiten zu bestimmen, daß Personen in jeweiligen Lebensaltern vollzeit-beschäftigt, teilzeitbeschäftigt, geringfügig beschäftigt oder arbeitslos sind. Die Methode fußt auf Alter-Kohorten-Perioden Modellen der Qualitativen Wahl. Die Analyse der Persistenz der Beschäftigungszustände in Risikogruppen soll dem Ministerium eine Entscheidungsgrundlage liefern, welche soziale Maßnahmen zur Milderung risikobehafteter Erwerbssituationen beitragen.

Projektleiter: Ao.Univ. Prof. Edwin Deutsch

Projektmitarbeiter: Andreas Wolf, Johanna Bertl

Das Projekt ist von der Bank-Austria Unicredit Group beauftragt. Es setzt sich zum Ziel, ökonomische Inputdaten zur Steuerung einer Scoringsoftware bereitzustellen, mit der die Immobilienkreditvergabe an Kunden im Rahmen von Basel II bewertet werden soll. Das Projekt umfasst ökonometrische Auswertungen zur Prognose von Büroimmobiliendaten in den CEE-Ländern Slowakei, Tschechische Republik und Ungarn, mit Referenzfall Österreich, sowie begleitende Expertisen an der Entwicklung einer Bewertungs-Software. Die wissenschaftlich-analytische Herausforderung besteht darin, die vergleichsweise kurzen ökonomischen Zeitreihen aus den CEE-Ländern zur Prognose in Zeitreihenmodellen heranzuziehen, und stochastische Bandbreiten festzulegen, die das Scoring im probabilistischen Sinne steuern. Die Grundlage dazu liefern Ansätze der Real Option Theorie sowie verschiedene stochastische Modelle zur Prognose von Finanzdaten.