Forschungsprojekte
Statistik vor Gericht
In popul?rwissenschaftlichen Ver?ffentlichungen werden spektakul?re Fehlinterpretationen statistischer Befunde in Gerichtsurteilen angeprangert. Eine wissenschaftliche Untersuchung von Folgerungen für die Rechtsmethodik oder die juristische Ausbildung findet jedoch nicht statt. H?ufig erscheinen die Beispiele wie z. B. der gut dokumentierte Fall der Sally Clark anekdotisch, obwohl die Auseinandersetzung mit statistischen Gutachten zur Tagesordnung an deutschen Gerichten geh?rt, und der Gebrauch statistischer Terminologie in den vergangenen Jahren stetig angewachsen ist. Sowohl das Spektrum der Rechtsgebiete als auch das Spektrum der statistischen Methodengebiete ist dabei breit gef?chert, wie zwei Beispiele aus dem Strafrecht und dem Verwaltungsrecht anschaulich illustrieren.
Den Richterinnen und Richtern f?llt hier - wie den Anw?ltinnen und Anw?lten - die anspruchsvolle Aufgabe zu, statistische Sachverhalte ad?quat zu würdigen und angemessen in die Urteilsfindung einflie?en zu lassen.
Das Forschungsvorhaben untersucht die Frage, wie Juristinnen und Juristen beim Umgang mit statistischen Befunden sinnvoll unterstützt werden k?nnen. Im Vordergrund des Projektes stehen dabei statistisch–didaktische Fragestellungen:
- Welche Formen der quantitativen Methodenkompetenz sind für Juristen hilfreich?
- Wie lassen sich diese Kompetenzen gegebenenfalls in der juristischen Aus- und Weiterbildung vermitteln?
- Kann die Qualit?t der Rechtssprechung durch entsprechende Angebote verbessert werden?
Die Beantwortung dieser Fragen erfordert auch eine Auseinandersetzung mit grundlegenden juristischen Thematiken: Wie l?sst sich die Argumentation anhand quantitativer Befunde transparent und konsistent in das Geb?ude der Rechtsmethodik einordnen? Wie l?sst sich das Heranziehen von Zufallsph?nomenen und Stichprobenergebnissen mit dem Postulat der Einzelfallentscheidung vereinbaren?
Das Forschungsvorhaben ist ein gemeinsames Projekt der Universit?t Bremen und der Fachhochschule Kiel.
Betrugspr?vention und -identifikation mit quantitativen Methoden
Manipulationen und Verst??e gegen Vorschriften bei der Erstellung von Rechnungswesendaten stellt ein schwerwiegendes Vergehen mit potenziell erheblichen ?konomischen und gesellschaftlichen Konsequenzen dar. Berichte über Steuerbetrug, -hinterziehung und –verkürzung sind regelm??ig in der Tagespresse zu finden und verursachen neben finanziellen Sch?den in Milliardenh?he für den Staat auch ein Gefühl sozialer Ungerechtigkeit in der Bev?lkerung. Betrug in handels- oder b?rsenrechtlichen Finanzberichten führt zu Ineffizienzen an den Kapitalm?rkten, da Investoren durch falsche Informationen get?uscht werden und ihr Kapital nicht 澳门皇冠_皇冠足球比分-劲爆体育 optimal allokieren k?nnen. Im Zuge zunehmend verflochtener internationaler Kapitalm?rkte und des s?kularen Trends einer Abkehr staatlicher (umlagefinanzierter) Rentensysteme hin zu einer deutlich st?rkeren privaten (kapitalmarktorientierten) Altersvorsoge sind auch weitere gesellschaftliche Sch?den zu beachten, ebenso wie die Gef?hrdung von Arbeitspl?tzen durch Betrug des Unternehmens.
Das sporadische Auftreten von Betrugsf?llen, komplexere Unternehmensstrukturen speziell in Verbindung mit dem Thema Digitalisierung und umfangreichere zu analysierende Datenmengen, erschweren die Identifikation von Betrugsf?llen. Daher ist der Einsatz von statistischen Modellen und Verfahren eine unerl?ssliche Hilfe für Wirtschaftsprüfer, Finanzbeh?rden und andere Regulierungsinstitutionen zur Betrugsbek?mpfung geworden.
Im Forschungsprojekt wird die Eignung verschiedener statistischer Methoden zur Betrugsaufdeckung bei Steuer- und Bilanzbetrug evaluiert. Die angewendeten Methoden reichen dabei von Verteilungstests und Zeitreihenvergleichen über interaktive Prüfungsnetze, wie die Summarische Risikoprüfung, bis zu Methoden des unüberwachten und überwachten maschinellen Lernens (insbesondere Bayessche Netze und Neuronale Netze) zur Klassifikation. Gleichzeitig wird die rechtliche Zul?ssigkeit dieser Methoden als Ausgangspunkt für Untersuchungen und als Beweismittel vor Gericht untersucht und juristische Konsequenzen für die Gesetzgebung diskutiert.
Wavelet-Analyse im Risikomanagement
Wir zerlegen Renditezeitreihen aus dem Finanzbereich in verschiedene Zeitskalen, um kurzfristige St?rungen von langfristigen Trends zu unterscheiden. Au?erdem untersuchen wir Abh?ngigkeiten zwischen Aktien, in verschiedenen Zeitskalen, vor und nach dem Ausbruch der Finanzkrise. Die Verwendung von zerlegten Renditezeitreihen ist in dieser Form im Portfoliomanagment neuartig. Wir modellieren Portfolios so, dass die Volatilit?t jeder Zeitskala minimiert wird.