Empirische Analysen liefern eine überwältigende Fülle von Hinweisen, dass das Verhalten der Agenten auf Finanzmärkten durch Standardmodelle nicht hinreichend abzubilden ist. Dies führte zur Entwicklung neuer sogenannter Agentenbasierter Modelle (ABM), die versuchen, eben das jeweilige Verhalten heterogener Agenten mithilfe computergestützter Simulationen zu modellieren. Es zeigte sich, dass ABM durchaus in der Lage sind, viele empirische stilisierte Fakten der Wechselkurse qualitativ zu erklären. Trotzdem gab es bisher keine universelle Schätzmethode, mit der man die Parameter der ABM schätzen konnte. Ziel der Arbeit ist es, diese Lücke zu schließen, was durch die Entwicklung einer verallgemeinerten simulationsbasierten Schätzmethode erfolgte, welche auf drei ABM und drei empirische Wechselkurse angewandt wurde. Wegen der Monte-Carlo-Varianz und lokaler Minima war dabei die Anwendung der heuristischen Optimierung unabdingbar.

Vahidin Jeleskovic absolvierte das Grundstudium der Elektrotechnik an der Universität Sarajevo (Bosnien und Herzegowina) und studierte Volkswirtschaftlehre an der Technischen Universität Berlin mit den Schwerpunkten in quantitativen Methoden und Finanzmarktanalyse. Er war an den Universitäten Erfurt und Gießen als Projektmitarbeiter tätig und promovierte am Lehrstuhl für Statistik und Ökonometrie der Universität Gießen. Derzeit arbeitet er als hauptamtlicher Dozent im Fachgebiet für quantitative Methoden und Volkswirtschaftslehre des Fachbereichs Wirtschaftswissenschaften an der Universität Kassel.

Inhalt: Wechselkursmodelle – Agentenbasierte Mikrosimulationsmodelle – Empirische stilisierte Fakten der Wechselkurse – Robustheit und Stabilität der statistischen Eigenschaften der Wechselkurse – Bootstrapping – (GMM) – Simulationsbasierte Schätzung basierend auf indirekten Momenten – Simulationsbasierte indirekte statistische Inferenz – Heuristische Optimierung – Nelder-Mead-Algorithmus – Threshold Accepting – Genetischer Algorithmus – Chartisten-Fundamentalisten-Ansatz. Inhaltsverzeichnis