Diese Arbeit beginnt mit einer Analyse von stochastischen Rückwärtsdifferentialgleichungen (BSDEs) mit Sprüngen, getragen von zufälligen Maßen mit ggf. unendlicher Aktivität und zeitlich inhomogenem Kompensator. Unter konkreten, in Anwendungen leicht verifizierbaren Bedingungen liefern wir Existenz-, Eindeutigkeits- und Vergleichsergebnisse beschränkter Lösungen für eine Klasse von Generatorfunktionen, die nicht global Lipschitz-stetig im Sprungintegranden sein brauchen. Der übrige Teil der Arbeit behandelt robuste Bewertung und Hedging in unvollständigen Märkten. Wir verfolgen den No-Good-Deal-Ansatz, der Good-Deal-Grenzen liefert, indem nur eine Teilmenge der risikoneutralen Maße mit ökonomischer Bedeutung betrachtet wird (z.B. Grenzen für instantanen Sharpe-Ratio, optimale Wachstumsrate oder erwarteten Nutzen). Durchweg untersuchen wir ein Konzept des Good-Deal-Hedgings für welches Hedgingstrategien als Minimierer geeigneter dynamischer Risikomaße auftreten, was optimale Risikoteilung mit der Markt erlaubt. Wir zeigen, dass Hedging mindestens im-Mittel-selbstfinanzierend ist, also, dass Hedgefehler unter geeigneten A-priori-Bewertungsmaßen eine Supermartingaleigenschaft haben. Wir leiten konstruktive Ergebnisse zu Good-Deal-Bewertung und -Hedging im Rahmen von Prozessen mit Sprüngen durch BSDEs mit Sprüngen, sowie im Brown''schen Fall mit Driftunsicherheit durch klassische BSDEs und mit Volatilitätsunsicherheit durch BSDEs zweiter Ordnung her. Wir liefern neue Beispiele, die insbesondere für versicherungs- und finanzmathematische Anwendungen von Bedeutung sind. Bei Ungewissheit des Real-World-Maßes führt ein Worst-Case-Ansatz bei Annahme mehrerer Referenzmaße zu Good-Deal-Hedging, welches robust bzgl. Unsicherheit, im Sinne von gleichmäßig über alle Referenzmaße mindestens im-Mittel-selbstfinanzierend, ist. Daher ist bei hinreichend großer Driftunsicherheit Good-Deal-Hedging zur Risikominimierung äquivalent. / This thesis starts by an analysis of backward stochastic differential equations (BSDEs) with jumps driven by random measures possibly of infinite activity with time-inhomogeneous compensators. Under concrete conditions that are easy to verify in applications, we prove existence, uniqueness and comparison results for bounded solutions for a class of generators that are not required to be globally Lipschitz in the jump integrand. The rest of the thesis deals with robust valuation and hedging in incomplete markets. The focus is on the no-good-deal approach, which computes good-deal valuation bounds by using only a subset of the risk-neutral measures with economic meaning (e.g. bounds on instantaneous Sharpe ratios, optimal growth rates, or expected utilities). Throughout we study a notion of good-deal hedging consisting in minimizing some dynamic risk measures that allow for optimal risk sharing with the market. Hedging is shown to be at least mean-self-financing in that hedging errors satisfy a supermartingale property under suitable valuation measures. We derive constructive results on good-deal valuation and hedging in a jump framework using BSDEs with jumps, as well as in a Brownian setting with drift uncertainty using classical BSDEs and with volatility uncertainty using second-order BSDEs. We provide new examples which are particularly relevant for actuarial and financial applications. Under ambiguity about the real-world measure, a worst-case approach under multiple reference priors leads to good-deal hedging that is robust w.r.t. uncertainty in that it is at least mean-self-financing uniformly over all priors. This yields that good-deal hedging is equivalent to risk-minimization if drift uncertainty is sufficiently large.

Zufällige Bewegungen wie Diffusion sind ein allgegenwärtiges Phänomen, anzufinden nicht nur in der Physik. Das Hauptobjekt von Diffusionsmodellen ist oft die mittlere quadratische Verschiebung eines Teilchens, welche für sogenannte normal-diffusive Prozesse linear mit der Zeit anwächst. Anomale Diffusion bezeichnet Prozesse, für welche sie nicht-linear wächst; ein wichtiges Beispiel ist die Bewegung großer Moleküle in biologischen Zellen. Erscheinungen wie schwache Ergodizitätsbrechung sind ebenfalls bei anomaler Diffusion zu finden, und es gibt viele mathematische Modelle zu ihrer Beschreibung. Oft ist es schwierig für ein bestimmtes Experiment das "richtige" Modell, d.h. die physikalische Ursache der Anomalie, zu finden. Eine Methode zur Trennung oder Identifikation der physikalischen Ursachen wird also dringend benötigt. In dieser Arbeit stellten wir uns diesem Problem. Zuerst betrachteten wir ein recht allgemeines Modell zur Diffusion in ungeordneten Medien. Mithilfe der Netzwerktheorie trennten wir zwei Mechanismen, nämlich energetische und strukturelle Unordnung, welche beide zu anomaler Diffusion führen. Diese Klassen wurden dann in die Sprache der stochastischen Prozesse übertragen. Das erlaubte uns eine einfache Methode, die des fundamentalen Momentes, zu formulieren. Jene Methode ist in der Lage die energetischen und strukturellen Anteile eines Diffusionsprozesses voneinander zu trennen. Zuletzt behandelten wir Ergodizität und Ergodizitätsbrechung aus der Sicht der energetischen und strukturellen Unordnung. / Random motion, in particular diffusion, is a ubiquitous phenomenon that is encountered not only in physics. The main object of a diffusion model is usually the mean squared displacement (msd) of a particle, which for so-called normal diffusion grows linearly in time. Anomalous diffusion denotes processes, in which the msd grows non-linearly; an important example is the motion of large molecules in biological cells. Many interesting properties like weak ergodicity breaking are connected to anomalous diffusion, and there are many mathematical models exhibiting anomalous behaviour. Given an experiment, it is often difficult to decide, what is the "correct" model, i.e. the physical cause for the anomaly. Therefore, a method capable of separation and identification of different physical mechanisms is urgently required. This thesis approached the mentioned issue. First of all, we considered a quite general model for diffusion in disordered media. We used some network theory to distinguish two physical mechanisms - energetic and structural disorder. Both cause anomalous diffusion. Those classes of disorder were then translated into the language of stochastic processes. This put ourselves in position to propose a simple method, the fundamental moment, that is capable of separating the energetic and structural components of a diffusion process. At last, we discussed ergodicity and ergodicity breaking from the point of view of energetic and structural disorder.

Die vorliegende Arbeit hat nichtparametrische Schätzmethoden für diskret beobachtete Lévyprozesse zum Gegenstand. Ein Lévyprozess mit endlichen zweiten Momenten und endlicher Variation auf Kompakta wird niederfrequent beobachtet. Die Sprungdynamik wird vollständig durch das endliche signierte Maß my(dx):= x ny(dx) beschrieben. Ein lineares Funktional von my soll nichtparametrisch geschätzt werden. Im ersten Teil werden Kernschätzer konstruiert und obere Schranken für das korrespondierende Risiko bewiesen. Daraus werden Konvergenzraten unter Glattheitsannahmen an das Lévymaß hergeleitet. Für Spezialfälle werden untere Schranken bewiesen und daraus Minimax-Optimalität gefolgert. Der Schwerpunkt liegt auf dem Problem der datengetriebenen Wahl des Glättungsparameters, das im zweiten Teil untersucht wird. Da die nichtparametrische Schätzung für Lévyprozesse starke strukturelle Ähnlichkeiten mit Dichtedekonvolutionsproblemen mit unbekannter Fehlerdichte aufweist, werden beide Problemstellungen parallel diskutiert und die Methoden allgemein sowohl für Lévyprozesse als auch für Dichtedekonvolution entwickelt. Es werden Methoden der Modellwahl durch Penalisierung angewandt. Während das Prinzip der Modellwahl im üblichen Fall darauf beruht, dass die Fluktuation stochastischer Terme durch Penalisierung mit einer deterministischen Größe beschränkt werden kann, ist die Varianz im hier betrachteten Fall unbekannt und der Strafterm somit stochastisch. Das Hauptaugenmerk der Arbeit liegt darauf, Strategien zum Umgang mit dem stochastischen Strafterm zu entwickeln. Dabei ist ein modifizierter Schätzer für die charakteristische Funktion im Nenner zentral, der es erlaubt, die punktweise Kontrolle der Abweichung dieses Objects von seiner Zielgröße auf die gesamte reelle Achse zu erweitern. Für die Beweistechnik sind insbesondere Talagrand-Konzentrationsungleichungen für empirische Prozesse relevant. / This thesis deals with nonparametric estimation methods for discretely observed Lévy processes. A Lévy process X having finite variation on compact sets and finite second moments is observed at low frequency. The jump dynamics is fully described by the finite signed measure my(dx)=x ny(dx). The goal is to estimate, nonparametrically, some linear functional of my. In the first part, kernel estimators are constructed and upper bounds on the corresponding risk are provided. From this, rates of convergence are derived, under regularity assumptions on the Lévy measure. For particular cases, minimax lower bounds are proved. The rates of convergence are thus shown to be minimax optimal. The focus lies on the data driven choice of the smoothing parameter, which is being considered in the second part. Since nonparametric estimation methods for Lévy processes have strong structural similarities with with nonparametric density deconvolution with unknown error density, both fields are discussed in parallel and the concepts are developed in generality, for Lévy processes as well as for density deconvolution. The choice of the bandwidth is realized, using techniques of model selection via penalization. The principle of model selection via penalization usually relies on the fact that the fluctuation of certain stochastic quantities can be controlled by penalizing with a deterministic term. Contrarily to this, the variance is unknown in the setting investigated here and the penalty term is hence itself a stochastic quantity. It is the main concern of this thesis to develop strategies to dealing with the stochastic penalty term. The most important step in this direction will be a modified estimator of the unknown characteristic function in the denominator, which allows to make the pointwise control of this object uniform on the real line. The main technical tools involved in the arguments are concentration inequalities of Talagrand type for empirical processes.

In dieser Arbeit untersuchen wir Superlösungen stochastischer Rückwärtsdifferentialgleichungen (BSDEs) und ein Gleichgewichtsmodell angewandt auf zwei spezifische verallgemeinerte Capital Asset Pricing Models (CAPMs). Unter der Annahme, dass Generatoren der BSDEs unterhalbstetig und von unten durch eine affine Funktion der Kontrollvariablen beschränkt sind sowie eine spezifische Normalisierungseigenschaft erfüllen, beweisen wir Existenz und Eindeutigkeit der minimalen Superlösung, wobei wir Semimartingalkonvergenz und eine geeignet definierte Präorder in Verbindung mit dem Zornschen Lemma nutzen. Anschließend betrachten wir konvexe Generatoren und restringieren admissible Kontrollen auf stetige Semimartingale, wobei wir eine Abhängigkeit des Generators von den Zerlegungsteilen zulassen. Wir beweisen Existenz von Superlösungen, die an endlich vielen Zeitpunkten minimal sind. Neben Stabilitätsresultaten für den nichtlinearen Operator, der einer Endbedingung den Wert der minimalen Superlösung zum Zeitpunk null zuordnet, leiten wir dessen duale Darstellung her und geben eine explizite Form dieser im Falle eines quadratischen Generators an. Ferner geben wir mittels der Dualität Bedingungen für die Existenz von Lösungen unter Nebenbedingungen. Im zweiten Teil der Arbeit behandeln wir ein Gleichgewichtsmodell in stetiger Zeit für verallgemeinerte CAPMs, das endlich viele Agenten und Finanzprodukte umfasst. Die Agenten maximieren exponentielle Nutzenfunktionen und ihre Anfangsausstattung wird von den gehandelten Produkten aufgespannt. Wir zeigen Existenz eines Gleichgewichts, in welchem die optimalen Handelsstrategien konstant sind und von jeweiliger Risikoaversion und Anfangsausstattung abhängen. Hiernach werden affine Prozesse sowie die Theorie des sogenannten Information-based Asset Pricing zur Modellierung herangezogen. Wir leiten semi-explizite Preisformeln her, die sich für effiziente numerische Berechnungen eignen, da keine Monte-Carlo-Methoden gebraucht werden. / In this thesis we study supersolutions of backward stochastic differential equations (BSDEs) and equilibrium pricing within two specific generalized capital asset pricing models (CAPMs). In the first part of the thesis we begin by assuming that the generators of the BSDEs under consideration are jointly lower semicontinuous, bounded from below by an affine function of the control variable, and satisfy a specific normalization property. We prove the existence and uniqueness of the minimal supersolution making use of a particular kind of semimartingale convergence and a suitably defined preorder in combination with Zorn''s lemma. Next, we assume generators to be convex and introduce constraints by restricting admissible controls to continuous semimartingales, where we allow for a dependence of the generator on the respective decomposition parts. We prove existence of supersolutions that are minimal at finitely many fixed times. Besides providing stability results for the non-linear operator that maps a terminal condition to the value of the minimal supersolution at time zero, we give a dual representation of it, including an explicit computation of the conjugate in the case of a quadratic generator, and derive conditions for the existence of solutions under constraints by means of the duality results. In the second part of the thesis we study equilibrium pricing in continuous time within generalized CAPMs. Our model comprises finitely many economic agents and tradable securities. The agents seek to maximize exponential utilities and their endowments are spanned by the securities. We show that an equilibrium exists and the agents'' optimal trading strategies are constant and dependent on their risk aversion and endowment. Affine processes, and the theory of information-based asset pricing are then used for modeling purposes. We derive semi-explicit pricing formulae which lend themselves to efficient numerical computations, as no Monte Carlo methods are needed.

Zentrale Grenzwertsätze und Konfidenzmengen werden in zwei verschiedenen, nichtparametrischen, inversen Problemen ähnlicher Struktur untersucht, und zwar in der Kalibrierung eines exponentiellen Lévy-Modells und im Dekonvolutionsmodell. Im ersten Modell wird eine Geldanlage durch einen exponentiellen Lévy-Prozess dargestellt, Optionspreise werden beobachtet und das charakteristische Tripel des Lévy-Prozesses wird geschätzt. Wir zeigen, dass die Schätzer fast sicher wohldefiniert sind. Zu diesem Zweck beweisen wir eine obere Schranke für Trefferwahrscheinlichkeiten von gaußschen Zufallsfeldern und wenden diese auf einen Gauß-Prozess aus der Schätzmethode für Lévy-Modelle an. Wir beweisen gemeinsame asymptotische Normalität für die Schätzer von Volatilität, Drift und Intensität und für die punktweisen Schätzer der Sprungdichte. Basierend auf diesen Ergebnissen konstruieren wir Konfidenzintervalle und -mengen für die Schätzer. Wir zeigen, dass sich die Konfidenzintervalle in Simulationen gut verhalten, und wenden sie auf Optionsdaten des DAX an. Im Dekonvolutionsmodell beobachten wir unabhängige, identisch verteilte Zufallsvariablen mit additiven Fehlern und schätzen lineare Funktionale der Dichte der Zufallsvariablen. Wir betrachten Dekonvolutionsmodelle mit gewöhnlich glatten Fehlern. Bei diesen ist die Schlechtgestelltheit des Problems durch die polynomielle Abfallrate der charakteristischen Funktion der Fehler gegeben. Wir beweisen einen gleichmäßigen zentralen Grenzwertsatz für Schätzer von Translationsklassen linearer Funktionale, der die Schätzung der Verteilungsfunktion als Spezialfall enthält. Unsere Ergebnisse gelten in Situationen, in denen eine Wurzel-n-Rate erreicht werden kann, genauer gesagt gelten sie, wenn die Sobolev-Glattheit der Funktionale größer als die Schlechtgestelltheit des Problems ist. / Central limit theorems and confidence sets are studied in two different but related nonparametric inverse problems, namely in the calibration of an exponential Lévy model and in the deconvolution model. In the first set-up, an asset is modeled by an exponential of a Lévy process, option prices are observed and the characteristic triplet of the Lévy process is estimated. We show that the estimators are almost surely well-defined. To this end, we prove an upper bound for hitting probabilities of Gaussian random fields and apply this to a Gaussian process related to the estimation method for Lévy models. We prove joint asymptotic normality for estimators of the volatility, the drift, the intensity and for pointwise estimators of the jump density. Based on these results, we construct confidence intervals and sets for the estimators. We show that the confidence intervals perform well in simulations and apply them to option data of the German DAX index. In the deconvolution model, we observe independent, identically distributed random variables with additive errors and we estimate linear functionals of the density of the random variables. We consider deconvolution models with ordinary smooth errors. Then the ill-posedness of the problem is given by the polynomial decay rate with which the characteristic function of the errors decays. We prove a uniform central limit theorem for the estimators of translation classes of linear functionals, which includes the estimation of the distribution function as a special case. Our results hold in situations, for which a square-root-n-rate can be obtained, more precisely, if the Sobolev smoothness of the functionals is larger than the ill-posedness of the problem.

Im ersten Teil der Dissertation wird ein diskretes stochastisches zustandsabhängiges Modell eines zweiseitigen Limit Orderbuchs als bestehend aus den Zustandsgrößen bester Bidpreis (Geldkurs), bester Askpreis (Briefkurs) und vorhandener Kauf- bzw. Verkaufsdichte definiert. Für eine einfache Skalierung mit zwei Zeitskalen wird ein Grenzwertsatz bewiesen. Die Veränderungen der besten Bid- und Askpreise werden im Sinne des Gesetzes der großen Zahlen skaliert und dies entspricht der langsameren Zeitskala. Das Platzieren bzw. Stornieren der Limitorder findet auf der schnelleren Zeitskala statt. Der Grenzwertsatz besagt, dass die fundamentalen Zustandsgrößen, gegeben Regularitätsbedingungen der einkommenden Order, fast sicher zu einem stetigen Limesmodell konvergieren. Im Limesmodell sind der beste Bidpreis und der beste Askpreis die eindeutigen Lösungen von zwei gekoppelten gewöhnlichen DGLen. Die Kauf- und Verkaufsdichten sind jeweils als eindeutige Lösungen von linearen hyperbolischen PDGLen, die anhand der Erwartungswerte der einkommenden Orderparameter festgelegt sind, gegeben. Die Lösungen sind in geschlossener Form erhältlich. Im zweiten Teil wird ein funktionaler zentraler Grenzwertsatz d.h. ein Invarianzprinzip für ein vereinfachtes Modell eines Limitorderbuches bewiesen. Unter einer natürlichen Skalierung konvergiert der zweidimensionale Preisprozess (Bid- und Askpreis) in Verteilung zu einer Semimartingal reflektierten Brownschen Bewegung in der zugelassenen Preismenge. Gleichzeitig konvergieren die Kauf- und Verkaufsdichten im schwachen Sinn zum Betrag einer zweiparametrischen Brownschen Bewegung. Es wird weiterhin anhand eines Beispiels gezeigt, wie man für das Modell im ersten Teil eine stochastiche PDGL, unter einer starken Stationaritätsannahme für die Orderplatzierungen und -stornierungen, herleiten kann. Im dritten Teil wird ein Mittelungs- bzw. ein Invarianzprinzip für diskrete Banach- bzw. Hilbertraumwertige stochastische Prozesse bewiesen. / In the first part of the thesis, we define a random state-dependent discrete model of a two-sided limit order book in terms of its key quantities best bid [ask] price and the standing buy [sell] volume density. For a simple scaling that introduces a slow time scaling, that is equivalent to the classical law of large numbers, for the bid/ask prices and a faster time scale for the limit volume placements/cancelations, that keeps the expected volume rate over the considered price interval invariant, we prove a limit theorem. The limit theorem states that, given regularity conditions on the random order flow, the key quantities converge in the sense of a strong law of large numbers to a tractable continuous limiting model. The limiting model is such that the best bid and ask price dynamics can be described in terms of two coupled ODE:s, while the dynamics of the relative buy and sell volume density functions are given as the unique solutions of two linear first-order hyperbolic PDE:s with variable coefficients, specified by the expectation of the order flow parameters. In the second part, we prove a functional central limit theorem i.e. an invariance principle for an order book model with block shaped volume densities close to the spread. The weak limit of the two-dimensional price process (best bid and ask price) is given by a semi-martingale reflecting Brownian motion in the set of admissible prices. Simultaneously, the relative buy and sell volume densities close to the spread converge weakly to the modulus of a two-parameter Brownian motion. We also demonstrate an example how to easily derive an SPDE for the relative volume densities in a simple case, when a strong stationarity assumption is made on the limit order placements and cancelations for the model suggested in the first part. In the third and final part of the thesis, we prove an averaging and an invariance principle for discrete processes taking values in Banach and Hilbert spaces, respectively.

Diese Arbeit behandelt zwei Gebiete: stochastische partielle Rückwerts-Differentialgleichungen (BSPDEs) und Mean-Field-Games (MFGs). Im ersten Teil wird über eine stochastische Variante der De Giorgischen Iteration ein Maximumprinzip für quasilineare reflektierte BSPDEs (RBSPDEs) auf allgemeinen Gebieten bewiesen. Als Folgerung erhalten wir ein Maximumprinzip für RBSPDEs auf beschränkten, sowie für BSPDEs auf allgemeinen Gebieten. Abschließend wird das lokale Verhalten schwacher Lösungen untersucht. Im zweiten Teil zeigen wir zunächst die Existenz von Gleichgewichten in MFGs mit singulärer Kontrolle. Wir beweisen, dass die Lösung eines MFG ohne Endkosten und ohne Kosten in der singulären Kontrolle durch die Lösungen eines MFGs mit strikt regulären Kontrollen approximiert werden kann. Die vorgelegten Existenz- und Approximationsresultat basieren entscheidend auf der Wahl der Storokhod M1 Topologie auf dem Raum der Càdlàg-Funktion. Anschließend betrachten wir ein MFG optimaler Portfolioliquidierung unter asymmetrischer Information. Die Lösung des MFG charakterisieren wir über eine stochastische Vorwärts-Rückwärts-Differentialgleichung (FBSDE) mit singulärer Endbedingung der Rückwärtsgleichung oder alternativ über eine FBSDE mit endlicher Endbedingung, jedoch singulärem Treiber. Wir geben ein Fixpunktargument, um die Existenz und Eindeutigkeit einer Kurzzeitlösung in einem gewichteten Funktionenraum zu zeigen. Dies ermöglicht es, das ursprüngliche MFG mit entsprechenden MFGs ohne Zustandsendbedinung zu approximieren. Der zweite Teil wird abgeschlossen mit einem Leader-Follower-MFG mit Zustandsendbedingung im Kontext optimaler Portfolioliquidierung bei hierarchischer Agentenstruktur. Wir zeigen, dass das Problem beider Spielertypen auf singuläre FBSDEs zurückgeführt werden kann, welche mit ähnlichen Methoden wie im vorangegangen Abschnitt behandelt werden können. / The thesis is concerned with two topics: backward stochastic partial differential equations and mean filed games. In the first part, we establish a maximum principle for quasi-linear reflected backward stochastic partial differential equations (RBSPDEs) on a general domain by using a stochastic version of De Giorgi’s iteration. The maximum principle for RBSPDEs on a bounded domain and the maximum principle for BSPDEs on a general domain are obtained as byproducts. Finally, the local behavior of the weak solutions is considered. In the second part, we first establish the existence of equilibria to mean field games (MFGs) with singular controls. We also prove that the solutions to MFGs with no terminal cost and no cost from singular controls can be approximated by the solutions, respectively control rules, for MFGs with purely regular controls. Our existence and approximation results strongly hinge on the use of the Skorokhod M1 topology on the space of càdlàg functions. Subsequently, we consider an MFG of optimal portfolio liquidation under asymmetric information. We prove that the solution to the MFG can be characterized in terms of a forward backward stochastic differential equation (FBSDE) with possibly singular terminal condition on the backward component or, equivalently, in terms of an FBSDE with finite terminal value, yet singular driver. We apply the fixed point argument to prove the existence and uniqueness on a short time horizon in a weighted space. Our existence and uniqueness result allows to prove that our MFG can be approximated by a sequence of MFGs without state constraint. The final result of the second part is a leader follower MFG with terminal constraint arising from optimal portfolio liquidation between hierarchical agents. We show the problems for both follower and leader reduce to the solvability of singular FBSDEs, which can be solved by a modified approach of the previous result.

Diese Arbeit untersucht Inferenz für Streuungsparameter bedingter Gaußprozesse anhand diskreter verrauschter Beobachtungen in einem Hochfrequenz-Setting. Unser Ziel dabei ist es, eine asymptotische Charakterisierung von effizienter Schätzung in einem allgemeine Gaußschen Rahmen zu finden. Für ein parametrisches Fundamentalmodell wird ein Hájek-Le Cam-Faltungssatz hergeleitet, welcher eine exakte asymptotische untere Schranke für Schätzmethoden liefert. Dazu passende obere Schranken werden konstruiert und die Bedeutung des Satzes wird verdeutlicht anhand zahlreicher Beispiele wie der (fraktionellen) Brownschen Bewegung, dem Ornstein-Uhlenbeck-Prozess oder integrierten Prozessen. Die Herleitung der Effizienzresultate basiert auf asymptotischen Äquivalenzen und kann für verschiedene Verallgemeinerungen des parametrischen Fundamentalmodells verwendet werden. Als eine solche Erweiterung betrachten wir das Schätzen der quadrierten Kovariation eines stetigen Martingals anhand verrauschter asynchroner Beobachtungen, welches ein fundamentales Schätzproblem in der Öknometrie ist. Für dieses Modell erhalten wir einen semi-parametrischen Faltungssatz, welcher bisherige Resultate im Sinne von Multidimensionalität, Asynchronität und Annahmen verallgemeinert. Basierend auf den vorhergehenden Herleitungen entwickeln wir einen statistischen Test für den Hurst-Parameter einer fraktionellen Brownschen Bewegung. Ein Score- und ein Likelihood-Quotienten-Test werden implementiert sowie analysiert und erste empirische Eindrücke vermittelt. / This work studies inference on scaling parameters of a conditionally Gaussian process under discrete noisy observations in a high-frequency regime. Our aim is to find an asymptotic characterisation of efficient estimation for a general Gaussian framework. For a parametric basic case model a Hájek-Le Cam convolution theorem is derived, yielding an exact asymptotic lower bound for estimators. Matching upper bounds are constructed and the importance of the theorem is illustrated by various examples of interest such as the (fractional) Brownian motion, the Ornstein-Uhlenbeck process or integrated processes. The derivation of the efficiency result is based on asymptotic equivalences and can be employed for several generalisations of the parametric basic case model. As such an extension we consider estimation of the quadratic covariation of a continuous martingale from noisy asynchronous observations, which is a fundamental estimation problem in econometrics. For this model, a semi-parametric convolution theorem is obtained which generalises existing results in terms of multidimensionality, asynchronicity and assumptions. Based on the previous derivations, we develop statistical tests on the Hurst parameter of a fractional Brownian motion. A score test and a likelihood ratio type test are implemented as well as analysed and first empirical impressions are given.

Das Konzept von aktiven Brownschen Teilchen kann benutzt werden, um das Verhalten einfacher biologischer Organismen oder künstlicher Objekte, welche die Möglichkeit besitzen sich von selbst fortzubewegen zu beschreiben. Als Bewegungsgleichungen für aktive Brownsche Teilchen kommen Langevin Gleichungen zum Einsatz. In dieser Arbeit werden aktive Teilchen mit konstanter Geschwindigkeit diskutiert. Im ersten Teil der Arbeit wirkt auf die Bewegungsrichtung des Teilchen weißes alpha-stabiles Rauschen. Es werden die mittlere quadratische Verschiebung und der effektive Diffusionskoeffizient bestimmt. Eine überdampfte Beschreibung, gültig für Zeiten groß gegenüber der Relaxationszeit wird hergleitet. Als experimentell zugängliche Meßgröße, welche als Unterscheidungsmerkmal für die unterschiedlichen Rauscharten herangezogen werden kann, wird die Kurtose berechnet. Neben weißem Rauschen wird noch der Fall eines Ornstein-Uhlenbeck Prozesses angetrieben von Cauchy verteiltem Rauschen diskutiert. Während eine normale Diffusion mit zu weißem Rauschen identischem Diffusionskoeffizienten bestimmt wird, kann die beobachtete Verteilung der Verschiebungen Nicht-Gaußförmig sein. Die Zeit für den Übergang zur Gaußverteilung kann deutlich größer als die Zeitskale Relaxationszeit und die Zeitskale des Ornstein-Uhlenbeck Prozesses sein. Eine Grenze der benötigten Zeit wird durch eine Näherung der Kurtosis ermittelt. Weiterhin werden die Grundlagen eines stochastischen Modells für lokale Suche gelegt. Lokale Suche ist die Suche in der näheren Umgebung eines bestimmten Punktes, welcher Haus genannt wird. Abermals diskutieren wir ein aktives Teilchen mit unveränderlichem Absolutbetrag der Geschwindigkeit und weißen alpha-stabilem Rauschen in der Bewegungsrichtungsdynamik. Die deterministische Bewegung des Teilchens wird analysiert bevor die Situation mit Rauschen betrachtet wird. Die stationäre Aufenthaltswahrscheinlichkeitsdichtefunktion wird bestimmt. Es wird eine optimale Rauschstärke für die lokale Suche, das heißt für das Auffinden eines neuen Ortes in kleinstmöglicher Zeit festgestellt. Die kleinstmögliche Zeit wird kaum von der Rauschart abhängen. Wir werden jedoch feststellen, dass die Rauschart deutlichen Einfluß auf die Rückkehrwahrscheinlichkeit zum Haus hat, wenn die Richtung des zu Hauses fehlerbehaftet ist. Weiterhin wird das Model durch eine an das Haus abstandsabhängige Kopplung erweitert werden. Zum Abschluß betrachten wir eine Gruppe von Suchern. / Active Brownian particles described by Langevin equations are used to model the behavior of simple biological organisms or artificial objects that are able to perform self propulsion. In this thesis we discuss active particles with constant speed. In the first part, we consider angular driving by white Levy-stable noise and we discuss the mean squared displacement and diffusion coefficients. We derive an overdamped description for those particles that is valid at time scales larger the relaxation time. In order to provide an experimentally accessible property that distinguishes between the considered noise types, we derive an analytical expression for the kurtosis. Afterwards, we consider an Ornstein-Uhlenbeck process driven by Cauchy noise in the angular dynamics of the particle. While, we find normal diffusion with the diffusion coefficient identical to the white noise case we observe a Non-Gaussian displacement at time scales that can be considerable larger than the relaxation time and the time scale provided by the Ornstein-Uhlenbeck process. In order to provide a limit for the time needed for the transition to a Gaussian displacement, we approximate the kurtosis. Afterwards, we lay the foundation for a stochastic model for local search. Local search is concerned with the neighborhood of a given spot called home. We consider an active particle with constant speed and alpha-stable noise in the dynamics of the direction of motion. The deterministic motion will be discussed before considering the noise to be present. An analytical result for the steady state spatial density will be given. We will find an optimal noise strength for the local search and only a weak dependence on the considered noise types. Several extensions to the introduced model will then be considered. One extension includes a distance dependent coupling towards the home and thus the model becomes more general. Another extension concerned with an erroneous understanding by the particle of the direction of the home leads to the result that the return probability to the home depends on the noise type. Finally we consider a group of searchers.

Simulationsmodelle sind ein etabliertes Instrument zur Analyse von Auswirkungen exogener Schocks in komplexen Systemen. Die in jüngster Zeit gestiegene verfügbare Rechenleistung und -geschwindigkeit hat die Entwicklung detaillierterer und komplexerer Simulationsmodelle befördert. Dieser Trend hat jedoch Bedenken hinsichtlich der Unsicherheit solcher Modellergebnisse aufgeworfen und daher viele Nutzer von Simulationsmodellen dazu motiviert, Unsicherheiten in ihren Simulationen zu integrieren. Eine Möglichkeit dies systematisch zu tun besteht darin, stochastische Elemente in die Modellgleichungen zu integrieren, wodurch das jeweilige Modell zu einem Problem (mehrfacher) numerischer Integrationen wird. Da es für solche Probleme meist keine analytischen Lösungen gibt, werden numerische Approximationsmethoden genutzt. Die derzeit zur Quantifizierung von Unsicherheiten in Simulationsmodellen genutzt en Techniken, sind entweder rechenaufwändig (Monte Carlo [MC] -basierte Methoden) oder liefern Ergebnisse von heterogener Qualität (Gauß-Quadraturen [GQs]). In Anbetracht der Bedeutung von effizienten Methoden zur Quantifizierung von Unsicherheit im Zeitalter von „big data“ ist es das Ziel dieser Doktorthesis, Methoden zu entwickeln, die die Näherungsfehler von GQs verringern und diese Methoden einer breiteren Forschungsgemeinschaft zugänglich machen. Zu diesem Zweck werden zwei neuartige Methoden zur Quantifizierung von Unsicherheiten entwickelt und in vier verschiedene, große partielle und allgemeine Gleichgewichtsmodelle integriert, die sich mit Agrarumweltfragen befassen. Diese Arbeit liefert methodische Entwicklungen und ist von hoher Relevanz für angewandte Simulationsmodellierer. Obwohl die Methoden in großen Simulationsmodellen für Agrarumweltfragen entwickelt und getestet werden, sind sie nicht durch Modelltyp oder Anwendungsgebiet beschränkt, sondern können ebenso in anderen Zusammenhängen angewandt werden. / Simulation models are an established tool for assessing the impacts of exogenous shocks in complex systems. Recent increases in available computational power and speed have led to simulation models with increased levels of detail and complexity. However, this trend has raised concerns regarding the uncertainty of such model results and therefore motivated many users of simulation models to consider uncertainty in their simulations. One way is to integrate stochastic elements into the model equations, thus turning the model into a problem of (multiple) numerical integration. As, in most cases, such problems do not have analytical solutions, numerical approximation methods are applied. The uncertainty quantification techniques currently used in simulation models are either computational expensive (Monte Carlo [MC]-based methods) or produce results of varying quality (Gaussian quadratures [GQs]). Considering the importance of efficient uncertainty quantification methods in the era of big data, this thesis aims to develop methods that decrease the approximation errors of GQs and make these methods accessible to the wider research community. For this purpose, two novel uncertainty quantification methods are developed and integrated into four different large-scale partial and general equilibrium models addressing agro-environmental issues. This thesis provides method developments and is of high relevance for applied simulation modelers who struggle to apply computationally burdensome stochastic modeling methods. Although the methods are developed and tested in large-scale simulation models addressing agricultural issues, they are not restricted to a model type or field of application.