Wirtschaftskrisen, sei es in Form einer Schulden-, Banken-, Inflations- oder Wechselkurskrise bzw. einer Mischung dieser, sind keine Ereignisse welche sich auf das 20. oder 21. Jahrhundert beschränken, sondern seit Jahrhunderten, in verschiedener Form und Stärke, in allen Wirtschaftssystemen auftreten. Schon im Spätmittelalter handelten die einzelnen Volkswirtschaften miteinander, der Geldverkehr war davon nicht ausgenommen. Es liegt in der Natur der Kreditvergabe, dass es zu Zahlungsausfällen kommen kann. Dementsprechend sind souveräne Staaten frühzeitig ihren Schuldverpflichtungen nicht nachgekommen. So konnte z. B. König Edward III. von England im 14. Jahrhundert nicht seine Schulden bei florentinischen Finanziers bedienen.
Frankreich konnte zwischen dem 16. und 18. Jahrhundert in insgesamt 8 Fällen seine Auslandsschulden nicht bedienen. Griechenland befand sich zwischen 1800 und 2008 in 50,6% der Jahre entweder in einer Schuldenkrise oder in einer Umschuldungsphase. Argentinien, welches 2001 Auslandsschulden in Höhe von mehr als 95 Mrd. US-$ nicht begleichen konnte, hält bis heute den Rekord für den größten Zahlungsausfall.
Im Zuge der Globalisierung sind auch bzw. gerade die Finanzmärkte eng miteinander verbunden. Besonders gilt dies für die USA und die EU. Aufgrund dessen konnte aus einer Im-mobilienkrise der USA eine globale Finanzkrise entstehen und führte zur gegenwärtigen Krise in der EU.
Die Problematik einer Finanzkrise besteht in der Gefahr, die übrige Wirtschaft schädigen zu können. Bei einem gestörten Interbankenhandel kann es zu einem Liquiditätsengpass bei den Kreditinstituten und damit zu einer geringeren oder im Extremfall keiner Kreditvergabe an Unternehmen kommen.
Der Einbruch der Weltwirtschaft, mit schleichendem Beginn 2007, wurde von nur wenigen Ökonomen prognostiziert. Das anschließende, teils unkoordinierte Verhalten der beteiligten Akteure, besonders mit Beginn der Krise in Europa, verdeutlicht die Notwendigkeit eines Systems, welches möglichst zuverlässig zukünftige Wirtschaftskrisen prognostizieren kann.
Eine Möglichkeit könnte in dem Modell der Self-Organizing Financial Stability Map (SOFSM) von Peter Sarlin und Tuomas A. Peltonen liegen.
Die SOFSM ist eine SOM, die angewandt wird um den Zustand der finanziellen Stabilität abzubilden und Ursachen für Risiken im Finanzsystem zu diagnostizieren, sowie kommende, System bedrohende, Finanzkrisen im Voraus zu erkennen.
Inhaltsverzeichnis
- 1 Einführung
- 2 Neuronale Netze und die Struktur, Datenerhebung und Bewertung der SOM
- 2.1 Neuronale Netze
- 2.1.1 Biologischer Hintergrund
- 2.1.2 Künstliche neuronale Netze
- 2.2 The Self-Organizing Map
- 2.2.1 Erläuterung einer Self-Organizing Map
- 2.2.2 Formaler Aufbau einer SOM
- 2.2.3 Die Datenerhebung für die SOFSM
- 2.2.4 Die Auswertung der SOM
- 3 Die Self-Organizing Financial Stability Map (SOFSM)
- 3.1 Der Lernmodus der SOFSM
- 3.2 Die SOFSM in einem Vergleich mit einem Logitmodell
- 3.3 Anwendung des SOFSM auf die USA und die EWU
- 3.4 Anwendung der SOFSM auf alle Volkswirtschaften
- 4 Fazit
- 5 Quellen
- 5.1 Literatur
- 5.2 Internet
- 6 Anhang
- 6.1 Tabellen und Abbildungen des SOM- und SOFSM-Modells
- 6.2 Bewertung eines Klassifikators mit einer Wahrheitsmatrix
- 6.3 Beispiel eines Logitmodells
Zielsetzung und Themenschwerpunkte
Die Arbeit befasst sich mit der Entwicklung und Anwendung einer Self-Organizing Financial Stability Map (SOFSM), die zur Analyse und Bewertung der Finanzstabilität von Volkswirtschaften eingesetzt werden kann. Die SOFSM basiert auf dem Prinzip der Self-Organizing Map (SOM), einem künstlichen neuronalen Netzwerk, das Muster in großen Datensätzen erkennen kann.
- Die Entwicklung und Validierung der SOFSM als Instrument zur Bewertung der Finanzstabilität
- Die Anwendung der SOFSM auf verschiedene Volkswirtschaften, einschließlich der USA und der Eurozone
- Die Analyse der Ergebnisse und die Identifizierung von Schlüsselfaktoren, die die Finanzstabilität beeinflussen
- Die Evaluierung der Leistungsfähigkeit der SOFSM im Vergleich zu anderen Modellen
- Die Untersuchung des Potenzials der SOFSM für die Frühwarnung von Finanzkrisen
Zusammenfassung der Kapitel
Das erste Kapitel bietet eine Einführung in die Thematik der Finanzstabilität und die Bedeutung einer präzisen Analyse in diesem Bereich. Kapitel 2 stellt die theoretischen Grundlagen der neuronalen Netze und insbesondere der Self-Organizing Map (SOM) vor, die als Grundlage für die SOFSM dient. Dieses Kapitel erklärt die Funktionsweise der SOM, ihre Struktur und ihre Anwendungsmöglichkeiten im Kontext der Finanzstabilität.
Kapitel 3 widmet sich der detaillierten Beschreibung der SOFSM, einschließlich ihres Lernmodus und ihrer Anwendung auf verschiedene Volkswirtschaften. Es werden Vergleiche mit anderen Modellen, wie dem Logitmodell, gezogen, um die Leistungsfähigkeit der SOFSM zu evaluieren.
Schlüsselwörter
Die Arbeit beschäftigt sich mit den Themen Finanzstabilität, Neuronale Netze, Self-Organizing Map (SOM), Self-Organizing Financial Stability Map (SOFSM), Datenerhebung, Mustererkennung, Finanzkrisen, Frühwarnungssysteme, USA, Eurozone, Logitmodell, Bewertung von Modellen.
- Citation du texte
- Thorsten Foltz (Auteur), 2012, The Self Organizing Financial Stability Map (SOFSM), Munich, GRIN Verlag, https://www.grin.com/document/201925
