Forschung

Der Forschungsbereich Real Estate Finance beschäftigt sich mit finanzwirtschaftlichen Fragestellungen rund um Immobilienmärkte und immobilienbezogene Kapitalanlagen. Im Fokus stehen die Analyse von Rendite-Risiko-Profilen, die Bewertung von Immobilieninvestitionen sowie die Interaktion zwischen Immobilien und Finanzmärkten.

Ein besonderer Schwerpunkt liegt auf der Untersuchung börsennotierter Immobilienunternehmen (REITs), deren Preisbildung und Risikostrukturen. Dabei kommen moderne empirische Methoden zum Einsatz, um die zeitliche Dynamik von Marktverhalten und Einflussfaktoren zu erfassen. Neben klassischen ökonometrischen Verfahren werden zunehmend auch Ansätze aus dem Bereich des maschinellen Lernens verwendet, um komplexe Zusammenhänge transparent und erklärbar zu machen.

Darüber hinaus widmet sich die Forschung aktuellen Entwicklungen wie der Digitalisierung von Vermögenswerten und der Entstehung virtueller Immobilienmärkte. Auch die Wechselwirkungen zwischen Immobilienanlagen und alternativen Anlageklassen – etwa Kryptowährungen – werden analysiert, um neue Formen der Kapitalallokation besser zu verstehen.

Ziel ist es, ein tieferes Verständnis für die Funktionsweise und die Rolle von Immobilien im Finanzsystem zu schaffen und fundierte Entscheidungsgrundlagen für Wissenschaft, Praxis und Regulierung bereitzustellen.

Risk Management ist eine zentrale Herausforderung für alle Finanzinstitute und umfasst die Identifikation, Bewertung und Steuerung finanzieller Risiken. In einer dynamischen, global vernetzten Wirtschaft stehen Unternehmen, Banken und Investoren täglich vor Unsicherheiten, die ihre finanzielle Stabilität gefährden können – etwa durch Zinsänderungen, Währungsschwankungen, Marktvolatilität, Kreditrisiken, Wertschwankungen bei Krypto-Assets oder operationelle Risiken.

Unsere Forschung im Bereich Risk Management zielt darauf ab, diese Risiken systematisch zu verstehen und effektive Strategien zu entwickeln, um potenzielle Verluste zu minimieren. Dabei kommen quantitative Methoden, mathematische Modelle und moderne Technologien wie künstliche Intelligenz und maschinelles Lernen zum Einsatz. Ziel ist es, nicht nur vergangene Entwicklungen zu analysieren, sondern auch zukünftige Risiken frühzeitig zu erkennen, um fundierte Entscheidungen zu ermöglichen und wirkungsvolle Risikostrategien zu entwickeln. Ein besonderer Fokus liegt auf der Resilienz von Finanzinstitutionen gegenüber Krisenszenarien und externen, z.B. makroökonomischen Schocks.

Im Rahmen unserer Forschung tragen wir dazu bei, neue Konzepte für ein integriertes Risikomanagement zu entwickeln, das Markt-, Kredit-, Liquiditäts- und operationelle Risiken ganzheitlich betrachtet. Auch regulatorische Aspekte – wie die Einhaltung internationaler Standards (z. B. Basel III/IV, Solvency II) – sind Gegenstand unserer Forschung.

Credit Risk Analytics ist ein zentrales Forschungsgebiet innerhalb der modernen Finanzwirtschaft, das sich mit der quantitativen Analyse und dem Management von Kreditrisiken befasst. In einer zunehmend komplexen, global vernetzten Finanzwelt ist es entscheidend, Risiken von Kreditausfällen sachgerecht zu messen, zu prognostizieren und zu steuern. Unsere Forschung in diesem Bereich zielt darauf ab, sowohl die Stabilität einzelner Finanzinstitute als auch die des gesamten Finanzsystems zu stärken.

Im Kern beschäftigen wir uns mit den Fragen: Wie wahrscheinlich ist es, dass ein Kreditnehmer seine Zahlungsverpflichtungen nicht erfüllt und wie hoch können die dadurch entstehenden Verluste sein? Dies zu bestimmen, erfordert ein tiefes Verständnis der wirtschaftlichen Rahmenbedingungen, der Bonität von Schuldnern sowie des Verhaltens von Märkten. In unserer Forschung werden dafür modernste statistische Methoden, maschinelles Lernen und Simulationstechniken eingesetzt, um historische Daten zu analysieren und zukünftige Entwicklungen besser vorherzusagen.

Ein besonderer Fokus liegt auf der Entwicklung innovativer Modelle zur Schätzung von Ausfallwahrscheinlichkeiten (Probability of Default), Verlustquoten bei Ausfall (Loss Given Default) und Kreditexposures im Falle eines Ausfalls (Exposure at Default). Diese Größen bilden die Grundlage regulatorischer Kapitalanforderungen nach internationalen Standards wie Basel III und IV und sind daher auch für Zentralbanken und Aufsichtsbehörden von zentraler Bedeutung.

Wir entwickeln dabei neue Ansätze zur Risikomessung, die über klassische Kreditratings hinausgehen. Der Einsatz künstlicher Intelligenz und Big Data ermöglicht es, auch unstrukturierte Datenquellen wie Textdokumente, Nachrichten oder soziale Medien in die Analyse einzubeziehen. Damit lassen sich Kreditrisiken schneller und präziser erkennen – selbst in volatilen oder wenig transparenten Märkten.

Zugleich befassen wir uns mit der Bestimmung von systemischen Risiken. Hierbei stellt sich die zentrale Frage, wie Ausfälle einzelner Marktteilnehmer voneinander abhängig sind. Insbesondere entwickeln wir hierzu innovative Ansätze zur Messung von Kreditnehmerabhängigkeiten und -korrelationen. Unsere internationalen Kooperationen mit Banken, Unternehmensberatungen, Aufsichtsbehörden und Universitäten sind daher essenziell, um praxisrelevante und zugleich wissenschaftlich fundierte Lösungen zu entwickeln.

Unser Forschungsgebiet Credit Risk Analytics stellt somit einen Beitrag zur Stabilität und Nachhaltigkeit des globalen Finanzsystems dar. Durch die Weiterentwicklung analytischer Methoden leisten wir einen entscheidenden Beitrag zur Früherkennung finanzieller Risiken, zur besseren Steuerung von Kreditportfolios und zur Resilienz von Finanzmärkten weltweit.