Drei SEPS-Forschungsprojekte erhalten Förderung des Schweizerischen Nationalfonds (SNF)

Der Schweizerische Nationalfonds (SNF) unterstützt herausragende Forschung an Schweizer Hochschulen und Institutionen. Wir freuen uns, dass drei Projekte von SEPS-Forschenden eine Förderung erhalten haben – ein Beleg für die hohe Qualität, Wirkung und Innovationskraft der Forschung an unserer School.

Wir gratulieren unseren Forschenden und ihren Projektpartnern herzlich zu diesem Erfolg.

Prof. Francesco Audrino – „Financial Social Networks“

Projekt-Nr. 240150 | CHF 601’810
Projektbeschreibung auf der SNF-Website

Das Projekt von Prof. Francesco Audrino untersucht, wie Informationen, die von Kleinanlegerinnen und -anlegern in sozialen Medien geteilt werden, die Finanzmärkte beeinflussen. Durch die Messung und Analyse sogenannter Financial Social Networks erforscht das Projekt, wie Online-Interaktionen die Volatilität von Vermögenswerten, Marktrisiken und Preisdynamiken beeinflussen. Ziel ist es, auf Basis von Netzwerkmodellen neue Prognoseinstrumente und Frühwarnindikatoren für Marktrisiken zu entwickeln – für ein besseres Verständnis globaler Finanzdynamiken.

Prof. Roy Gava (gemeinsam mit Mariana Valente und Matias Dewey) – „Illegal Transactions in the Digital Age: Emerging Practices and Regulatory Intermediaries in Latin America“

Projekt-Nr. 10007134 | CHF 856’340
Projektbeschreibung auf der SNF-Website

Dieses interdisziplinäre Projekt untersucht, wie digitale Technologien illegale Märkte in Lateinamerika verändern. Es analysiert, wie soziale Medien, Messaging-Dienste und Zahlungsplattformen für illegale Transaktionen genutzt und dabei bestehende Regulierungen umgangen werden. Aus rechtlicher, politikwissenschaftlicher und soziologischer Perspektive erforscht das Team, wie Regulierungs- und Überwachungsmechanismen die digitale Transformation illegaler Märkte in Argentinien, Brasilien und Mexiko prägen.

Prof. Tobias Sutter – „Convex Q-Learning: Optimal Policy Learning under Distribution Shifts“

Projekt-Nr. 10.006.581 | CHF 303’000
Projektbeschreibung auf der SNF-Website

Prof. Tobias Sutter entwickelt ein neues rechnergestütztes Framework, das maschinelles Lernen in dynamischen und unsicheren Umgebungen verbessert. Durch die Verbindung von Convex Q-Learning und Distributionally Robust Optimization entsteht ein statistisch fundierter Ansatz, der auch bei veränderten Datenverteilungen verlässliche Entscheidungen ermöglicht. Das Projekt leistet Beiträge zu Theorie und Praxis – mit Anwendungen in Wirtschaft, Energiesystemen und Steuerungsprozessen – und stellt eine Open-Source-Software für die Forschungsgemeinschaft bereit.