Martin Schumann – författare

In diesem essential beschreiben Martin Schumann und Thomas Mitschang die Verwendung von Luftbildern in der Flurbereinigungsverwaltung Rheinland-Pfalz. Anhand eines Beispiels stellen die Autoren die Bedeutung der Luftbilder für die Planung von Landentwicklungsmaßnahmen dar. Seit den fünfziger Jahren des letzten Jahrhunderts werden Luftbilder für die unterschiedlichen Zwecke eingesetzt. Dabei haben sich die Qualität der Aufnahmen sowie die Auswertungsmöglichkeiten im Laufe der Jahrzehnte verändert.

Die ländliche Bodenordnung stellt ein wichtiges Instrument zur Bereitstellung und Sicherung der Fläche dar, die für die naturnahe Entwicklung anthropogen veränderter Fließgewässer hin zu eigendynamisch resistenten und resilienten Systemen benötigt wird. In diesem essential geben die Autoren einen Überblick über die Renaturierung und naturnahe Entwicklung von Fließgewässern und die grundlegenden Aspekte der ländlichen Bodenordnung. Die Analyse eines Praxisbeispiels aus Hessen verdeutlicht die Verknüpfung beider Bereiche und ermöglicht so die Entwicklung von Handlungsempfehlungen.

This book provides a new contemporary time series approach for econometrics and finance. In a concrete manner a very general divergence between spectra is introduced, resulting in the development of a statistical inference that is efficient and robust, and leads to a new perspective. A measure of systemic risk is also developed in the energy market,which quantifies the cost of energy asset distress vis-à-vis the broader economy during crises, and examines the dynamic interaction between solvency and funding liquidity risk in banks using a panel vector autoregressive (VAR) model. This step shows that a forward-looking measure of capital shortfall under stress is both a predictor and an outcome of funding liquidity risk. Additionally, a new integrated likelihood-based approach for estimating nonlinear panel data models is described. Unlike existing integrated likelihoods, the new integrated likelihood is closer to a genuine likelihood. The book explains why this is due to first-order information unbiasedness, and why it seems to matter more for inference than for estimation. Results of studies in econometrics are provided for support.