Die Inhalte dieser Plattform dienen
ausschließlich analytischen und informativen Zwecken und stellen keine Anlage- oder
Finanzberatung dar. Vergangene Analyseergebnisse sind kein verlässlicher Indikator für
zukünftige Ergebnisse.
Die Inhalte dieser Plattform dienen
ausschließlich analytischen und informativen Zwecken und stellen keine Anlage- oder
Finanzberatung dar. Vergangene Analyseergebnisse sind kein verlässlicher Indikator für
zukünftige Ergebnisse.
Was Sie erwartet
Drei aufeinander aufbauende Programme – von der finanzökonometrischen Grundlage bis zur angewandten Netzwerkanalyse mit realen Marktdaten für Risikofachleute.
Programme und Analysestufen im Überblick
Grundlagen
Anfragen
für Zugang stellen
Geeignet für Analysten und Risikofachleute, die ein solides finanzökonometrisches Fundament aufbauen möchten, bevor sie mit Netzwerkmodellen arbeiten.
- Grundlagen der Marktdatenaufbereitung für Spillover-Analysen
- Erste Anwendungen mit historischen Marktdaten
- Verständnis der VAR-Modellstruktur als Vorbereitung
Konzepte der Volatilitätsmessung und Zeitreihenanalyse
Einführung in uni- und multivariate GARCH-Modelle
Lernmaterialien und kommentierte Arbeitsblätter zum Download
Empfohlen
Fortgeschritten
Anfragen
für Programmzugang
Für Risiko- und Compliance-Fachleute, die aktiv mit Netzwerkmodellen arbeiten und Spillover-Indizes selbst konstruieren und interpretieren möchten.
VAR-Modelle und Forecast-Error-Variance-Decomposition
Berechnung und Interpretation von Spillover-Indizes
Python- und R-Codevorlagen für gängige Analyseaufgaben
Zugang zur Analysten-Community für fachlichen Austausch
Professionell
Anfragen
für institutionellen Zugang
Für institutionelle Teams und erfahrene Risikofachleute, die Netzwerkanalyse in reale Compliance-Rahmenwerke integrieren und mit Live-Marktdaten arbeiten wollen.
Prioritärer Zugang zu neuen Forschungsmaterialien
Direkte Rückmeldung durch erfahrene Forschungsteammitglieder
Maßgeschneiderte Analyserahmen für institutionelle Anforderungen
Was jedes Programm konkret enthält
Strukturierte Video-Lektionen
Jede Analyseeinheit beginnt mit einer klar strukturierten Videoerklärung, die den methodischen Schritt zuerst konzeptuell einbettet und dann rechnerisch durchführt. Die Erklärungen sind in verständlichem Deutsch gehalten und setzen keine tiefen mathematischen Vorkenntnisse voraus – wohl aber die Bereitschaft, sorgfältig zu lesen und zu denken. Wir vermeiden Vereinfachungen, die später im Weg stehen. Stattdessen nehmen wir uns die Zeit, die Logik hinter jedem Modellschritt zu entfalten. Das kostet anfangs mehr Zeit – spart aber spätere Missverständnisse. Jede Einheit schließt mit einer kurzen Zusammenfassung der Kernannahmen und -grenzen des behandelten Verfahrens. Denn ein Werkzeug, das man vollständig versteht, ist nützlicher als eines, das man nur bedienen kann. Alle Lektionen können in eigenem Tempo wiederholt werden und stehen nach dem Programmzugang dauerhaft zur Verfügung.
Aufgezeichnete Erklärungen zu jedem methodischen Schritt – von der Konzepterklärung bis zur rechnerischen Umsetzung, in verständlichem Deutsch.
Interaktive Netzwerktools
Statische Grafiken erklären Netzwerkstrukturen schlecht. Deshalb enthält jedes Programm browserbasierte Visualisierungstools, mit denen Nutzer Volatilitätsnetzwerke interaktiv erkunden können. Knoten können ein- und ausgeblendet, Übertragungspfade nach Stärke gefiltert und Zeitfenster verschoben werden. Die Tools sind direkt mit den im Programm verwendeten Datensätzen verbunden, sodass der Übergang von der Erklärung zur eigenen Analyse fließend ist. Ergebnisse können exportiert und in eigene Risikoberichte integriert werden. Die Visualisierungsumgebung wurde gemeinsam mit Risiko-Compliance-Teams entwickelt, um sicherzustellen, dass die Ausgaben auch in institutionellen Kontexten verständlich und kommunizierbar sind. Kein spezielles Softwaresetup ist erforderlich – ein aktueller Browser genügt.
Browserbasierte Visualisierungstools, mit denen Volatilitätsnetzwerke direkt
erkundet, angepasst und für Risikoberichte exportiert werden können.
Herunterladbare Datensätze
Analyse ohne Daten ist Theorie. Alle Programme enthalten kuratierte historische Marktdatensätze, die für die jeweiligen Analyseaufgaben aufbereitet und dokumentiert sind. Die Datensätze umfassen mehrere Anlageklassen und Marktphasen – einschließlich Perioden erhöhter Volatilität, die besonders aufschlussreich für Netzwerkanalysen sind. Jeder Datensatz ist mit einem Metadatendokument versehen, das Quellen, Aufbereitungsschritte und mögliche Einschränkungen erläutert. Damit soll von Anfang an klar sein, was die Daten abbilden und was nicht. Die Datensätze sind in Standardformaten verfügbar, die direkt in Python- und R-Umgebungen eingelesen werden können, ohne manuelle Vorarbeit.
Kuratierte historische Marktdatensätze für alle Analyseübungen – sauber aufbereitet, dokumentiert und direkt in Code-Umgebungen verwendbar.
Python- und R-Codebibliotheken
Methodenwissen muss anwendbar sein. Deshalb enthält jedes Programm kommentierte Codevorlagen in Python und R, die die wesentlichen Analyseschritte abdecken: Datenimport und -bereinigung, VAR-Modellschätzung, Forecast-Error-Variance-Decomposition, Netzwerkkonstruktion und Visualisierung. Die Vorlagen sind nicht als fertige Blackboxes konzipiert, sondern als lesbare, dokumentierte Ausgangspunkte, die verstanden und angepasst werden können. Jeder Codeschritt ist kommentiert und mit der methodischen Erklärung der entsprechenden Lerneinheit verknüpft. Damit wird der Übergang von der konzeptuellen Erklärung zur eigenen Implementierung so direkt wie möglich. Codevorlagen werden regelmäßig auf Kompatibilität mit aktuellen Bibliotheksversionen geprüft.
Kommentierte, wiederverwendbare Codevorlagen für gängige Analyse-Workflows – von der Datenaufbereitung bis zur Spillover-Index-Berechnung.
Private Analysten-Community
Netzwerkanalyse wirft Fragen auf, die ein Lehrvideo nicht immer abschließend beantworten kann. Deshalb erhalten alle Programmteilnehmer Zugang zu einer privaten Analysten-Community – einem geschlossenen Forum, in dem methodische Fragen diskutiert, Interpretationsprobleme geteilt und Erfahrungen aus der praktischen Anwendung ausgetauscht werden können. Mitglieder des Forschungsteams sind aktiv in der Community präsent und beantworten Fragen direkt. Daneben ermöglicht die Community den Austausch zwischen Teilnehmern aus verschiedenen institutionellen Kontexten – ein Mehrwert, der über das reine Programmmaterial hinausgeht. Alle Diskussionen sind thematisch strukturiert und durchsuchbar. Die Community-Sprachen sind Deutsch und Englisch.
Zugang zu einem geschlossenen Forum für den fachlichen Austausch zwischen Programmteilnehmern, Forschungsteammitgliedern und erfahrenen Risikopraktikern.
Abschlussprojekte und Nachweise
Ein Programm, das mit einem Multiple-Choice-Test endet, hat wenig mit realer Risikoanalyse zu tun. Deshalb schließt jede Programmstufe mit einem strukturierten Abschlussprojekt ab, das auf realen oder realistischen Marktdaten basiert. Teilnehmer wählen einen Analysekontext, konstruieren das Volatilitätsnetzwerk, interpretieren die Ergebnisse und dokumentieren ihre methodischen Entscheidungen. Das Ergebnis ist ein Analysebericht, der zeigt, dass die Methoden nicht nur verstanden, sondern auch angewendet werden können. Erfolgreiche Abschlussprojekte werden mit einem Nachweis methodischer Kompetenz dokumentiert. Dieser Nachweis beschreibt die durchgeführte Analyse, die verwendeten Methoden und den institutionellen Kontext – und ist damit auch für externe Kommunikation geeignet.
Jedes Programm schließt mit einem strukturierten Abschlussprojekt auf Basis realer Daten und einem dokumentierten Nachweis methodischer Kompetenz.
So starten Sie mit dem richtigen Programm
Vom ersten Kontakt bis zur ersten eigenen Netzwerkanalyse – ein klar strukturierter Einstiegsprozess ohne Umwege.
Konto erstellen und Profil ausfüllen
Der erste Schritt ist die Registrierung auf der Plattform. Dabei wird ein kurzes Profil ausgefüllt, das Hintergrund, institutionellen Kontext und analytische Vorkenntnisse abfragt. Diese Informationen helfen dabei, die Programmempfehlung zu präzisieren. Die Registrierung ist unkompliziert und dauert wenige Minuten. Alle angegebenen Daten werden ausschließlich plattformintern verwendet und nicht an Dritte weitergegeben. Nach der Registrierung erhalten neue Teilnehmer eine Willkommensnachricht mit allen relevanten Einstiegsinformationen sowie einem direkten Ansprechpartner aus dem Forschungsteam.
Fachbegriffe
Schlüsselbegriffe der Netzwerkanalyse
Die wichtigsten Konzepte, die in allen Programmstufen verwendet werden – klar definiert, damit der Einstieg ohne Missverständnisse gelingt und die Methodik von Anfang an verstanden wird.
Kernkonzept
Volatilitäts-Spillover
Die Übertragung von Volatilität von einem Markt oder einer Anlageklasse auf einen anderen. Spillover kann gerichtet gemessen werden – es wird unterschieden, ob ein Markt Volatilität netto sendet oder empfängt. Diese Unterscheidung ist zentral für die Netzwerkanalyse.
Methodik
Forecast Error Variance Decomposition
Eine Methode aus der VAR-Modellwelt, die misst, wie viel der prognostizierten Varianz eines Marktes durch Schocks aus anderen Märkten erklärt wird. Sie ist die rechnerische Grundlage für die Konstruktion von Spillover-Indizes nach Diebold und Yılmaz.
Kennzahl
Konnektivitätsindex
Ein aggregierter Maßzahl, die angibt, wie stark die Märkte eines Netzwerks insgesamt miteinander verbunden sind. Ein hoher Konnektivitätsindex deutet auf intensive gegenseitige Volatilitätsübertragung hin und kann als Indikator für systemische Verwundbarkeit interpretiert werden.
Methodik
VAR-Modell
Vektorautoregressives Modell – ein ökonometrisches Standardverfahren, das die Abhängigkeiten zwischen mehreren Zeitreihen gleichzeitig schätzt. Es bildet die methodische Grundlage für die meisten Spillover-Analyseverfahren, die auf der Plattform verwendet werden.
Netzwerktheorie
Netzwerkzentralität
Eine Klasse von Kennzahlen, die beschreibt, wie zentral ein Knoten – also ein Markt oder eine Anlageklasse – im Netzwerk positioniert ist. Hohe Zentralität bedeutet, dass ein Markt besonders stark mit anderen verbunden ist und Schocks weit verbreiten kann.
Risikobegriff
Systemisches Risiko
Das Risiko eines kaskadierenden Ausfalls, der durch die Vernetzung von Marktteilnehmern oder Anlageklassen entsteht. Netzwerkbasierte Analysen können systemisches Risiko sichtbar machen, indem sie zeigen, welche Marktknoten als Verstärker wirken.
Kernkonzept
Marktansteckung
Der Prozess, durch den negative Schocks oder erhöhte Volatilität von einem Markt auf andere überspringen – häufig schneller und intensiver als in ruhigen Phasen. Ansteckung ist ein zentrales Konzept in der Analyse von Krisenperioden im Netzwerkkontext.
Methodik
Dynamic Conditional Correlation
Ein Modellierungsansatz, der zeitlich variable Korrelationen zwischen Märkten schätzt. DCC-GARCH-Modelle werden häufig als Vorstufe zur Netzwerkkonstruktion verwendet, um zu verstehen, wie sich Abhängigkeiten im Zeitverlauf verändern.
Welches Programm passt zu Ihnen?
Drei Stufen, ein Ziel: Volatilitätsübertragung systematisch verstehen und analysieren.
Wer Märkte als isolierte Einheiten betrachtet, sieht immer nur einen Teil des Bildes. Die
Programme auf dieser Plattform bauen aufeinander auf – von der finanzökonometrischen
Grundlage bis zur angewandten Netzwerkanalyse mit echten Marktdaten. Der richtige
Einstiegspunkt hängt von Ihrem Vorwissen ab. Sprechen Sie mit uns – wir helfen dabei, die
passende Programmstufe zu identifizieren, ohne Umwege und ohne Vertriebsdruck. Alle
Antworten kommen von Teammitgliedern, die tatsächlich mit den Methoden arbeiten.
Das Teijierdatba-Forschungsteam