Angewandte Stochastik und Risikomanagement

Die Arbeit hat in einem ersten Schritt die Geschichte, die Gegenwart und die zukünftigen Handlungsfelder der Afrikanischen Union (AU), als die bedeutendste IO auf dem afrikanischen Kontinent, analysiert. Demnach sind die größten Probleme der AU der Terrorismus, der Qualitätsverlust von Demokratie, finanzielle Abhängigkeit und ein unvollkommener Integrationsgedanke. Die zukünftigen Handlungsfelder der AU sind: (1) Demografie und Urbanisierung, (2) Klimawandel, (3) Politische Ordnung, Demokratisierung und Partizipation der Bürger, (4) Neue Technologien und Innovationen, (5) Sicherheitssektorreformen und (6) Natürliche Ressourcen. Im zweiten Schritt wurden die Ergebnisse interpretiert und auf die Forschungsfrage angewandt: Ist die AU ein Garant für die Stabilität auf dem afrikanischen Kontinent? Die Ergebnisse verifizieren, dass die AU zwar ein Garant für Stabilität auf dem afrikanischen Kontinent ist, jedoch diese herausgehobene Stellung nur sehr unzureichend erfüllt. Der AU kommt gegenüber ihren Mitgliedstaaten völkerrechtlich wie auch friedensethisch eine Garantenstellung als System der kollektiven Sicherheit zu. Resultierend aus ihren Statuten verpflichtet sie sich selbst als Garant. Trotzdem ist die AU nicht aus der Pflicht entlassen, sondern hat die völkerrechtliche und friedensethische Verantwortung zukünftig für abnehmende Gewalt und zunehmende Gerechtigkeit einzustehen. Die Defizite basieren im Kern auf einer Unterfinanzierung, einer fehlenden gesamtafrikanischen Integration, der Abhängigkeit von externen Akteuren und politischer Unordnung durch Anokratien und Autokratien. Die AU kann sich zukünftig zu einem Garanten für Stabilität entwickeln, wenn Zusammenarbeit und Unterstützung aus der internationalen Gemeinschaft zum Wohle Afrikas wirken, kontinentale Einheit und Integration in Afrika entwickelt und politische Ordnung aus einem afrikanischen Verständnis gelebt wird.

In forecasting count processes, practitioners often ignore the discreteness of counts and compute forecasts based on Gaussian approximations instead. For both central and non-central point forecasts, and for various types of count processes, the performance of such approximate point forecasts is analyzed. The considered data-generating processes include different autoregressive schemes with varying model orders, count models with overdispersion or zero inflation, counts with a bounded range, and counts exhibiting trend or seasonality. We conclude that Gaussian forecast approximations should be avoided.

We propose the outperformance probability as a new performance measure, which can be used in order to compare a strategy with a specified benchmark, and develop the basic statistical properties of its maximum-likelihood estimator in a Brownian-motion framework. The given results are used to investigate the question of whether mutual funds are able to beat the S&P 500 or the Russell 1000. Most mutual funds that are taken into consideration are, in fact, able to beat the market. We argue that one should refer to differential returns when comparing a strategy with a given benchmark and not compare both the strategy and the benchmark with the money-market account. This explains why mutual funds often appear to underperform the market, but this conclusion is fallacious.