Dissertationspreis der Wirtschaftswissenschaftlichen Fakultät  2023

Die Doktorarbeit erweitert das Verständnis für die Bedeutung von Nichtlinearitäten in der empirischen Kapitalmarkƞorschung. Sie zeigt, wie Forscher und Anwender Methoden des maschinellen Lernens in Kombination mit „Big Data“ nutzen können, um die Funktionsweise von modernen Kapitalmärkten besser zu verstehen. Heiner Beckmeyer belegt, dass maschinelles Lernen unverzichtbar ist, um die Renditen von Optionskontrakten vorherzusagen. Außerdem verdeutlicht sie, dass neuronale Netzarchitekturen, ähnlich denen von ChatGPT, dafür genutzt werden können, um fehlende Informationen über Unternehmen zu rekonstruieren. Des Weiteren zeigt er, dass Informationen aus dem Optionsmarkt Rückschlüsse auf zukünftige Zinsentscheidungen der Zentralbank in den USA zulassen. Zudem hebt die Dissertation hervor, dass das zunehmende Handelsvolumen im Optionsmarkt dazu führen kann, dass sich auch die Preise der zugrunde liegenden Aktien verändern. Die Arbeit besteht aus fünf Aufsätzen und trägt dazu bei, die wachsende Komplexität moderner Finanzmärkte zu verstehen und einzuordnen.