In de financiële industrie worden wiskundige modellen op grote schaal gebruikt voor het waarderen, meten en beheersen van de risico’s van financiële producten en de bepaling van optimale investeringsportfolio’s. De recente kredietcrisis heeft ons geleerd dat de gangbare benadering voor de waardering van financiële instrumenten welke gebaseerd is op replicatie van marktrisico’s, lastig detecteerbare en cruciale risicofactoren niet meeneemt.
Leerstoelhouder:
Prof. dr. D. Kandhai
Hoofdwerkgever:
ING
Benoemingsperiode:
1 december 2021 tot 1 december 2026
Curatorium
Benoemd namens
Prof. dr. A.P. Hardon
CvB
Prof. dr. P.M.A. Sloot
Faculteit FNWI
Prof. dr. J.C.M. Baeten
Stichting B+
Contactpersoon
Maarten de Rijke
Onderzoek computational finance
Het onderzoek behorende bij deze leerstoel zal zich richten op de volgende aspecten:
Hybride modellering van markt - , krediet – en liquiditeitsrisico’s op een holistische waarin de onderlinge afhankelijkheden centraal staan.
Efficiënte numerieke technieken voor het oplossen van deze modellen gebaseerd op Monte Carlo simulaties, approximaties van differentiaalvergelijkingen of combinaties van beide.
Het begrijpen van de onderliggende mechanismen die ten grondslag liggen aan het complex gedrag van financiële systemen en het effect van de nieuwe regelgeving hierop. Hierbij zullen ‘agent-based modelling’ en netwerk modellen centraal staan.
Onderwijs
De bijzondere hoogleraar zal vooral aan het onderwijs binnen de differentiatie Computational Finance van de MSc Computational Science bijdragen door:
Als centraal aanspreekpunt te functioneren voor (master)studenten. Bijdragen aan technische workshops en de begeleiding van afstudeerprojecten.
Daarnaast zal de hoogleraar de vakken Computational Finance en Advanced Topics in Computational Finance blijven verzorgen.
Referenties
Anagnostou, I., Squartini, T., Kandhai, B.D. & Garlaschelli D. (2021), Uncovering the mesoscale structure of the credit default swap market to improve portfolio risk modelling, Quantitative Finance, Published online: 08 April 2021.
Sourabh, S., Hofer, M. & Kandhai B.D. (2020). Quantifying systemic risk using Bayesian networks. Risk.net.
Boersma, M., Maliutin,A., Sourabh,S., Hoogduin,L.A., and Kandhai, B.D. (2020). Reducing the complexity of financial networks using network embeddings. Scientific Reports 10,17045.
De UvA gebruikt cookies voor het meten, optimaliseren en goed laten functioneren van de website. Ook worden er cookies geplaatst om inhoud van derden te kunnen tonen en voor marketingdoeleinden. Klik op ‘Accepteer alle cookies’ om akkoord te gaan met het plaatsen van alle cookies. Of kies voor ‘Weigeren’ om alleen functionele en analytische cookies te accepteren. Lees ook het UvA Privacy statement.