Skip to Main Content

Navigieren im Bereich der nachhaltigen Finanzen: Regulierungen, Investitionen und Praktiken

Project Description

Dieses Forschungsprojekt untersucht das komplexe Feld der nachhaltigen Finanzierung und fokussiert sich auf die Auswirkungen der EU-Vorschriften auf den Finanzsektor. Es besteht aus drei Artikeln. Das erste Paper analysiert mittels bibliometrischer Methoden, wie sich akademische Forschungen mit den EU-Regulierungen zur nachhaltigen Finanzierung auseinandersetzen. Es identifiziert wesentliche Forschungsschwerpunkte. Das zweite Paper untersucht die Auswirkungen der Ankündigung der Corporate Sustainability Due Diligence Directive (CSDDD) auf die Aktienrenditen europäischer Unternehmen. Dabei wird der Zusammenhang zwischen ESG-Praktiken und der Wertentwicklung der Aktienkurse analysiert. Das dritte Paper soll die finanzielle Performance und Nachhaltigkeit von Investmentfonds gemäß den Artikeln 8 und 9 der SFDR-Verordnung analysieren. Es untersucht, ob "dunkelgrüne" Fonds (Artikel 9) eine höhere finanzielle und nachhaltige Performance aufweisen als "hellgrüne" Fonds (Artikel 8).

Project Participants

Employee
Ramon Hörler MSc
- Doktorand
Wissenschaftlicher Mitarbeiter / Doktorand - Sustainable Finance und Investments
Doktorand
icon
Employee
Prof. em. Dr. Marco J. Menichetti
- Betreuer
Emeritierter Professor - Liechtenstein Business School
Betreuer
Prof. Dr. Timo Busch
- Kobetreuer
Kobetreuer

Nationale und europäische Einflüsse auf liechtensteinische Rechtsformen zur Vermögensstrukturierung

Project Description

Zur Entstehungszeit des Personen- und Gesellschaftsrechts (PGR) befand sich Liechtenstein aufgrund der Ereignisse des Ersten Weltkriegs in einer schwierigen wirtschaftlichen Situation und war dringend auf der Suche nach Möglichkeiten, die inländische Wirtschaft anzukurbeln. Als Konsequenz wandte man sich sowohl ökonomisch als auch rechtlich der Schweiz zu und beabsichtigte unter anderem die Kodifikation eines neuen, innovativen Gesellschaftsrechts. Im Zusammenspiel mit einem liberalen Steuergesetz wollte der liechtensteinische Gesetzgeber das Fürstentum für ausländische Investoren attraktiveren. So enthält das im Jahr 1926 in Kraft getretene PGR einen breites Pouvoir an Rechtsformen, das für jeden interessierten Investor eine passende, speziell auf seine Bedürfnisse abgestimmte Gesellschaftsform bzw. Vermögensstrukturierungsvehikel bereithalten soll. Mit Blick auf die liechtensteinischen Rechtsformen zur Vermögensstrukturierung sind insbesondere die Stiftung und der Trust zu nennen. Dass sich diese beiden Rechts-formen zur Vermögensstrukturierung auch heute noch grosser Beliebtheit erfreuen, lässt sich anhand der jüngsten Zahlen veranschaulichen: So sind in Liechtenstein gegenwärtig rund 9 500 Stiftungen sowie etwa 1 600 Trusts registriert.
Während der Normenbestand zum Stiftungs- und Trustrecht in den vergangenen Jahren weitestgehend unverändert blieb, sind aktuell recht umfangreiche nationale Reformbestrebungen zu verzeichnen. Diese betreffen vor allem die Kontrolle und Aufsicht sowie den damit einhergehenden Eingriff in ein geschlossenes, sich selbst regulierendes Governance-System. Einerseits hat die Regierung des Fürstentums Liechtenstein im November 2023 einen Vernehmlassungsbericht zur Optimierung des Trustrechts verabschiedet, bei dem weitreichende gesetzliche Anpassungen vorgeschlagen werden. Die geplanten Neuerungen betreffen insbesondere die Trust-Governance. Schwerpunkte der Vorlage umfassen die Einführung eines obligatorischen Informationsberechtigten, die Abänderungen der Bestimmungen zur gerichtlichen Aufsicht, der Katalog von Aufsichtsmassnahmen, die Antragslegitimation und Parteistellung im Aufsichtsverfahren
sowie die Unterstellung von gemeinnützigen Treuhänderschaften unter die Aufsicht der Stiftungsaufsichtsbehörde. Andererseits ist auch hinsichtlich des Stiftungsrechts nach der im Jahr 2008 stattgefundenen Totalrevision wieder eine zielgerichtete Verbesserung des Normenbestands angedacht. Es sind Anpassungen insbesondere bei den Einsichts- und Informationsrechten der Begünstigten, der Aufsicht sowie der Prävention gerichtlicher Streitigkeiten zwischen den Stiftungsbeteiligten zu erwarten.
Aber auch aus rechtsvergleichender Sicht unterliegen die beiden Rechtsformen Stiftung und Trust regulatorischen Einflüssen auf europäischer Ebene. In diesem Zusammenhang ist zu untersuchen, welche Möglichkeiten für den liechtensteinischen Finanzplatz bestehen, um sich im internationalen Wettbewerb zu positionieren und abzuheben. Das Forschungsprojekt zielt darauf ab, die geplanten nationalen Gesetzesänderungen einer wissenschaftlichen Untersuchung zu unterziehen, sie im internationalen Kontext einzuordnen und schliesslich rechtsvergleichend aufzubereiten. Darüber hinaus sollen insbesondere auch die europäischen Einflüsse auf weitere Rechtsformen zur Vermögensstrukturierung wie bspw. Personen- und Kapitalgesellschaften als Familienpools oder Holdinggesellschaften beleuchtet werden.

Relevance to Liechtenstein

Aus historischer Sicht ist der beispiellose Aufstieg des liechtensteinischen Finanzplatzes nicht zuletzt auf das nun beinahe 100 Jahre alten Personen- und Gesellschaftsrecht zurückzuführen. Die damaligen Gesetzesredaktoren wusste es bereits zu verstehen, mit einem flexiblen Gesetzeswerk, dass sich überwiegend aus dispositiven Vorschriften zusammensetzt, den heimischen Vermögensstrukturierungsstandort zu befördern. Als wichtigste Vehikel zur Vermögensanlage dienen seit jeher die Stiftung und der Trust. Auch heute sind die Zahlen der beiden Rechtsträger nach wie vor hoch (ungefähr 9 500 bzw. 1 600), was deren jahrzehntelang anhaltende praktische Bedeutung unterstreicht. Insoweit sind die aktuellen nationalen, europäischen und internationalen Einflüsse auf die Stiftung und den Trust - zweier Garanten für den Erfolg des liechtensteinischen Finanzplatzes - von grosser wissenschaftlicher und praktischer Relevanz und weiter noch von übergeordnetem Interesse für alle lokalen Stakeholder.

Schlüsselwörter

Vermögensstrukturen Stiftung Trust

Publications

Maschinelle Lernmethoden in der Finanzwirtschaft: Ein Fokus auf Finanzkrisen

Project Description

Die Doktorarbeit von Sebastian Petric konzentriert sich auf den Einsatz von Methoden des maschinellen Lernens, um Finanzkrisen sowie deren Auswirkungen auf Märkte und Anlagestrategien zu verstehen, zu identifizieren und vorherzusagen. Seine Forschung zielt darauf ab, Systeme zu entwickeln, die nicht nur potenzielle finanzielle Turbulenzen erkennen, sondern auch Anlagestrategien leiten. Durch den Einsatz von maschinellen Lerntechniken wie prädiktiver Modellierung und unüberwachten Lerntechniken versucht seine Arbeit, datengesteuerte Ansätze zu schaffen, die Krisen identifizieren und prognostizieren und gleichzeitig widerstandsfähigere und anpassungsfähigere Anlageentscheidungen unterstützen. Die Forschung betont die entscheidende Notwendigkeit, die komplexen Dynamiken von Finanzkrisen zu verstehen, um das Risikomanagement zu verbessern und Anlagestrategien zu optimieren, und liefert wertvolle Einblicke für Finanzexperten, politische Entscheidungsträger und die breite Öffentlichkeit.

Participating Institutions

Project Participants

Employee
Prof. Dr. Michael Hanke
- Betreuer
Professor - Finance Dekan - Liechtenstein Business School
Betreuer
icon
Employee
Sebastian Petric
- Doktorand
Doktorand
Professor James William Taylor
- Kobetreuer
Kobetreuer

Jenseits von Korrelationen: Nutzung von generativer KI für kausales maschinelles Lernen

Project Description

Dieses Projekt zielt darauf ab, die erheblichen Einschränkungen von Deep-Learning-Modellen (DL) in Bezug auf die kausale Erklärbarkeit und Robustheit in Kontexten außerhalb der Verteilung zu beheben, indem die Integration von generativer KI (GenAI) in kausales maschinelles Lernen (CML) untersucht wird. Das Projekt konzentriert sich auf die Nutzung von GenAI, um kausal relevante Variablen auf hoher Ebene zu identifizieren und Kausalhypothesen zu formulieren, um Herausforderungen zu bewältigen, die derzeit Expertenintervention oder kostspielige experimentelle Verfahren erfordern. Durch eine Reihe von gezielten Arbeitspaketen wird das Projekt eine skalierbare CML-Pipeline unter Einbeziehung von GenAI entwickeln und evaluieren, mit Anwendungen in verschiedenen Bereichen wie Gesundheitswesen, Politik und Finanzen. Zu den erwarteten Ergebnissen gehören Fortschritte in der Methodik der kausalen Inferenz und Beiträge sowohl zur wissenschaftlichen Literatur als auch zu praktischen Anwendungen.

Relevance to Liechtenstein

Dieses Projekt steht im Einklang mit der Forschungsstrategie der Universität Liechtenstein, indem es sich mit kritischen und zunehmend relevanten Herausforderungen in den Bereichen Datenwissenschaft und künstliche Intelligenz befasst, insbesondere mit der kausalen Erklärbarkeit und der Robustheit von Modellen. Durch die Nutzung der aufkommenden Möglichkeiten der generativen KI will das Projekt einen Beitrag zu diesen Bereichen leisten und gleichzeitig reale Probleme in wichtigen Bereichen wie dem Gesundheitswesen, der Politik und dem Finanzwesen angehen. Insbesondere für Liechtenstein ist diese Forschung von grosser Bedeutung, da sie das Land bei der Förderung von Innovationen in KI-getriebenen Branchen unterstützt. Darüber hinaus wird das Projekt durch Workshops, die Förderung des akademischen Austauschs und die Stärkung regionaler Industriekooperationen aktiv mit der lokalen Gemeinschaft zusammenarbeiten. Dieser Ansatz treibt nicht nur die Spitzenforschung voran, sondern stellt auch sicher, dass die Ergebnisse sowohl der akademischen Gemeinschaft als auch der lokalen Wirtschaft greifbare Vorteile bringen, was dem Auftrag der Universität entspricht, Forschung voranzutreiben, die praktische, lokale Auswirkungen hat.

Scientific, Economic and Societal Impact

Dieses Projekt befasst sich mit den wichtigsten Einschränkungen aktueller Deep-Learning-Architekturen, insbesondere mit dem Erreichen kausaler Erklärbarkeit und der Aufrechterhaltung der Robustheit in Szenarien außerhalb der Verteilung, d. h. in Kontexten, in denen die Datenverteilung von derjenigen abweicht, für die ein Modell ursprünglich trainiert wurde. Durch die Integration von generativer KI (GenAI) in eine skalierbare Pipeline für kausales maschinelles Lernen (CML) zielt diese Forschung darauf ab, die Identifizierung kausal relevanter Variablen und die Formulierung kausaler Hypothesen zu automatisieren, die derzeit auf kostspieligen Experimenten oder dem Eingreifen von Experten beruhen, während die Vorhersagegenauigkeit der aktuellen Deep-Learning-Architekturen erhalten bleibt.
Dieser Ansatz hat das Potenzial, nicht nur die Interpretierbarkeit von KI-Modellen zu verbessern, sondern auch ihre Anpassungsfähigkeit in verschiedenen Anwendungsbereichen. Das Projekt ist vor allem in wichtigen Bereichen wie dem Gesundheitswesen, der Politik und dem Finanzwesen von Bedeutung, wo zuverlässige, kausal informierte KI eine fundierte Entscheidungsfindung unterstützen, Interventionen optimieren und das Vertrauen in KI-gesteuerte Ergebnisse stärken kann. Im Gesundheitswesen beispielsweise könnte dieser Ansatz Ärzten helfen, besser zu verstehen, warum bestimmte Behandlungen für bestimmte Patientengruppen effektiver sind, und so eine individuellere und effektivere medizinische Versorgung unterstützen. Im Finanzwesen könnte dieser Ansatz Risikobewertungsprozesse verfeinern, indem er kausale Faktoren identifiziert, die das Marktverhalten steuern, und so zu einer verbesserten finanziellen Stabilität beitragen. In der öffentlichen Politik könnte ein solcher Rahmen die kausalen Auswirkungen von Maßnahmen, wie z. B. die Auswirkungen neuer bildungspolitischer Maßnahmen, aufklären und die politischen Entscheidungsträger in die Lage versetzen, evidenzbasierte Entscheidungen zum Nutzen

Schlüsselwörter

Generative KI KI-Transparenz

Higher Education AI Resources & Teaching

Project Description

Dieses Projekt verändert die Art und Weise, wie generative künstliche Intelligenz (GenAI) authentisches Lernen im Hochschulbereich unterstützt, wobei kritisches Denken und praxisnahe Aufgaben im Vordergrund stehen. Da die Einführung von GenAI immer schneller voranschreitet, benötigen viele Lehrkräfte, insbesondere in nicht-technischen Fachbereichen, explizite Anleitungen zur Integration dieser Tools in ihren Unterricht. Mithilfe der Design Science Research-Methodik gehen wir gemeinsam mit Lehrkräften die wichtigsten Herausforderungen bei der Implementierung von GenAI an, um Hindernisse für die Einführung zu identifizieren. Diese Erkenntnisse fließen in die Entwicklung eines GenAI-basierten Lernsystems und umfassender Unterrichtsmaterialien ein, die speziell auf den Hochschulbereich zugeschnitten sind.

Unter der Leitung von drei europäischen Universitäten liefert das Projekt praktische Ressourcen, die über mehrere Plattformen verbreitet und sowohl von Pädagogen als auch von Studierenden rigoros evaluiert werden. Über die Bereitstellung des Lernsystems und der Materialien hinaus bauen wir eine kontinuierliche Community-Unterstützung auf, um Pädagogen bei der Integration von GenAI-Lösungen in ihre Lehrpraxis zu helfen. Durch diese Bemühungen treibt das Projekt Bildungsinnovationen voran, um authentischere Lernerfahrungen zu fördern.

abonnieren