Refine
Year of publication
Document Type
- Part of Periodical (291)
- Working Paper (190)
- Book (95)
- Report (45)
- Contribution to a Periodical (44)
- Article (43)
- Doctoral Thesis (35)
- diplomthesis (8)
- Periodical (8)
- Conference Proceeding (7)
Language
- German (783) (remove)
Is part of the Bibliography
- no (783) (remove)
Keywords
- Financial Institutions (43)
- Deutschland (40)
- Capital Markets Union (29)
- Financial Markets (26)
- ECB (24)
- Macro Finance (22)
- Banking Regulation (21)
- Banking Supervision (20)
- Banking Union (18)
- Household Finance (18)
Institute
- Wirtschaftswissenschaften (783) (remove)
Aus hundertseitigen, oftmals verstaubten Büchern zieht er mittels computerlinguistischer Methoden hochspannende Datensätze: Prof. Dr. Alexander Hillert koordiniert als Professor für Finance und Data Science das SAFE-Forschungsdatenzentrum. Jungen Forscherinnen und Forschern eine fundierte Methoden- und Datenkompetenz zu vermitteln, ist ihm ein großes Anliegen.
Sehen sich Banken mit Engpässen auf einem Finanzierungsmarkt konfrontiert, weichen sie auf andere Finanzierungsquellen aus, was den Wettbewerb verschärft: Banken, die nicht direkt vom eigentlichen Finanzierungsengpass betroffen sind, können ebenso davon erfasst werden, was sich stark auf die Realwirtschaft auswirkt.
Die notwendige ökologische Transformation aber auch darüberhinausgehend die zunehmenden Erwartungen, die Gesellschaft und Politik an die Wirtschaft stellen, erfordern eine Prüfung des Wettbewerbsrechts und seiner Durchsetzung, insbesondere auch der dabei verwendeten (ökonomischen) Konzepte und Methoden, dahingehend, ob die aktuelle Praxis nicht einer stärkeren Berücksichtigung von Nachhaltigkeitszielen in unbegründeter Weise im Wege steht. Auf europäischer Ebene hat der Diskurs darüber im Jahr 2021 erheblich an Fahrt gewonnen. Wir stellen wesentliche Initiativen dar. Dabei zeigt sich unseres Erachtens allerdings auch, dass für eine konstruktive Weiterentwicklung noch die nötigen konzeptionellen und methodischen Grundlagen fehlen.
In the aftermath of the Wirecard scandal the German lead stock market index DAX has undergone a series of reforms, including the introduction of a profitability criterion based on EBITDA for new DAX members and enhanced financial reporting requirements with specified sanctions for non-compliance. Furthermore, DAX members need to adhere to certain provisions in the German Corporate Governance Code relating to audit committees. The final step of the reform was implemented in September 2021: the extension of the DAX from 30 to 40 constituents, with the ranking based solely on the free float market capitalisation. After one year of experience with the new design of the DAX, this paper concludes that the reform has strengthened the DAX in terms of diversification, quality and adaptability. However, there is still room for further improvement by introducing a minimum ESG score for DAX companies and thus making sustainability a relevant factor in the selection process. In addition, full compliance with the recommendations of the German Corporate Governance Code should be a condition for DAX companies. Furthermore, the profitability criterion should be applied on a continuous basis to ensure that loss-making companies can be excluded from the DAX after a grace period.
Der Koalitionsvertrag 2021 sieht eine generationengerechte Absicherung des Rentenniveaus durch eine teilweise aus Haushaltsmitteln finanzierte Kapitaldeckung vor. Um dieses Ziel zu verwirklichen, wird hier die Einführung einer Generationenrente ab Geburt vorgeschlagen. Dabei wird aus Haushaltsmitteln ein Betrag von € 5.000 für jedes Neugeborene nach Grundsätzen des professionellen Anlagemanagements am globalen Kapitalmarkt angelegt. Konzeptionell soll sich diese Generationenrente am Modell der Basisrente(§10 Abs. 1 Nr. 2 b EStG) orientieren, d.h. die akkumulierten Gelder sind weder beleihbar, vererbbar noch übertragbar und können frühestens ab Alter 63 zugunsten einer lebenslangen Monatsrente verwendet werden. Unsere Berechnungen zeigen, dass durch die hier vorgeschlagene Generationenrente unabhängig vom Verlauf der individuellen Erwerbsbiographie, Altersarmut für die vom demographischen Wandel besonders betroffenen zukünftigen Generationen vermieden wird.
The German federal government intended to alleviate the burden of increasing fuel prices by introducing a temporary reduction of energy taxes on gasoline and diesel. In order to evaluate the impact of this measure on consumer prices at the filling stations the development of procurement costs for crude oil as well as the downstream development of refinery and distribution margins have to be taken into account. It turns out that about 80 % of the tax reduction has been passed on to end consumers on and around the effective date of the tax relief. However, within the first month the impact of the tax reduction has been wiped out for diesel completely as the gross margin of the mineral oil groups have substantially improved since then. On the other hand, for gasoline (E10) at least part of the impact can still be observed as the initial margin improvement has come down in the meantime. For a detailed analysis the German antitrust authority should look into the pricing algorithms of all 14,000 filling stations in Germany.
Der Einsatz von Künstliche Intelligenz (KI) – Technologien eröffnet viele Chancen, birgt aber auch viele Risiken – insbesondere in der Finanzbranche. Dieses Whitepaper gibt einen Überblick über den aktuellen Stand der Anwendung und Regulierung von KI-Technologien in der Finanzbranche, und diskutiert Chancen und Risiken von KI. KI findet in der Finanzbranche zahlreiche Anwendungsgebiete. Dazu gehören Chatbots, intelligente Assistenten für Kunden, automatischer Hochfrequenzhandel, automatisierte Betrugserkennung, Überwachung der Compliance, Gesichtserkennungssoftware zur Kundenidentifikation u. v. m. Auch Finanzaufsichtsbehörden setzen zunehmend KI-Anwendungen ein, um große und komplexe Datenmengen (Big Data) automatisiert und skalierbar auf Muster zu untersuchen und ihren Aufsichtspflichten nachzukommen.
Die Regulierung von KI in der Finanzbranche ist ein Balanceakt. Auf der einen Seite gibt es eine Notwendigkeit Flexibilität zu gewährleisten, um Innovationen nicht einzudämmen und im internationalen Wettbewerb nicht abgehängt zu werden. Strenge Auflagen können in diesem Zusammenhang als Barriere für die erfolgreiche Weiter-)Entwicklung von KI-Applikationen in der Finanzbranche wirken. Auf der anderen Seite müssen Persönlichkeitsrechte geschützt und Entscheidungsprozesse nachvollziehbar bleiben. Die fehlende Erklärbarkeit und Interpretierbarkeit von KI-Modellen entsteht in erster Linie durch Intransparenz bei einem Großteil heutiger KI-Anwendungen, bei welchen zwar die Natur der Ein- und Ausgaben beobachtbar und verständlich ist, nicht jedoch die genauen Verarbeitungsschritte dazwischen (Blackbox Prinzip).
Dieses Spannungsfeld zeigt sich auch im aktuellen regulatorischen Ansatz verschiedener Behörden. So werden einerseits die positiven Seiten von KI betont, wie Effizienz- und Effektivitätsgewinne sowie Rentabilitäts- und Qualitätssteigerungen (Bundesregierung, 2019) oder neue Methoden der Gefahrenanalyse in der Finanzmarktregulierung (BaFin, 2018a). Andererseits, wird darauf verwiesen, dass durch KI getroffene Entscheidungen immer von Menschen verantwortet werden müssen (EU Art. 22 DSGVO) und demokratische Rahmenbedingungen des Rechtsstaats zu wahren seien (FinTechRat, 2017).
Für die Zukunft sehen wir die Notwendigkeit internationale Regularien prinzipienbasiert, vereinheitlicht und technologieneutral weiterzuentwickeln, ohne dabei die Entwicklung neuer KIbasierter Geschäftsmodelle zu bremsen. Im globalen Wettstreit sollte Europa bei der Regulierung des KI-Einsatzes eine Vorreiterrolle einnehmen und damit seine demokratischen Werte der digitalen Freiheit, Selbstbestimmung und das Recht auf Information weltweit exportieren. Förderprogramme sollten einen stärkeren Fokus auf die Entwicklung nachhaltiger und verantwortungsvoller KI in Banken legen. Dazu zählt insbesondere die (Weiter-)Entwicklung breit einsetzbarer Methoden, die es erlauben, menschen-interpretierbare Erklärungen für erzeugte Ausgaben bereitzustellen und Problemen wie dem Blackbox Prinzip entgegenzuwirken.
Aus Sicht der Unternehmen in der Finanzbranche könnte eine Kooperation mit BigTech-Unternehmen sinnvoll sein, um gemeinsam das Potential der Technologie bestmöglich ausschöpfen zu können. Nützlich wäre auch ein gemeinsames semantisches Metadatenmodell zur Beschreibung der in der Finanzbranche anfallenden Daten. In Zukunft könnten künstliche Intelligenzen Daten aus sozialen Netzwerken berücksichtigen oder Smart Contracts aushandeln. Eine der größten Herausforderungen der Zukunft wird das Anwerben geeigneten Personals darstellen.