Voor de beste ervaring schakelt u JavaScript in en gebruikt u een moderne browser!
Je gebruikt een niet-ondersteunde browser. Deze site kan er anders uitzien dan je verwacht.

Applied Informatics

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

  1. 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.
  2. Sourabh, S., Hofer, M. & Kandhai B.D. (2020). Quantifying systemic risk using Bayesian networks. Risk.net.
  3. 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.
  4. De Graaf, C.S.L., Kandhai & B.D., Reisinger C. (2018), Efficient exposure computation by risk factor decomposition, Quantitative Finance 18(10), 1657-1678.
Prof. dr. B.D. (Drona) Kandhai

Faculteit der Natuurwetenschappen, Wiskunde en Informatica

Informatics Institute