| 书目名称 | Erklärung von Emittentenratings von Banken mittels maschinellen Lernens |
| 编辑 | Gerrit Brendler |
| 视频video | http://file.papertrans.cn/315/314653/314653.mp4 |
| 丛书名称 | Business, Economics, and Law |
| 图书封面 |  |
| 描述 | Die derzeitige Wirtschaftslage in Europa ist fragil. Spätestens seit dem Kriegsausbruch in der Ukraine und der damit verbundenen Energiekrise in Europa trüben sich die Wachstumserwartungen. Durch die wirtschaftliche Verflechtung zwischen Staaten und Banken ist es in diesen unbeständigen Zeiten wichtig, über Instrumente zu verfügen, um schnell auf veröffentliche Geschäftszahlen von Kreditinstituten reagieren zu können und eigenständig die Bonität von Banken einzuschätzen, da die Anpassung eines externen Ratings oftmals mit einer zeitlichen Verzögerung einhergeht. Daher wird auf Basis von drei Datensätzen mittels maschinellen Lernens versucht, die Determinanten von Emittentenratings von europäischen Banken zu erklären. Unter der Verwendung von Entscheidungsbäumen und logistischen Regressionsmodellen sollen die wesentlichen Einflüsse der binären Klassifikation in die Segmente Investmentgrade und Non-Investmentgrade sowie die ordinale Ratingklasse analysiert werden.. |
| 出版日期 | Book 2023 |
| 关键词 | Rating; Banken; Random Forest; CART; maschinelles Lernen; Machine Learning; Entscheidungsbäume; binäre Regr |
| 版次 | 1 |
| doi | https://doi.org/10.1007/978-3-658-41910-3 |
| isbn_softcover | 978-3-658-41909-7 |
| isbn_ebook | 978-3-658-41910-3Series ISSN 2625-6959 Series E-ISSN 2625-6967 |
| issn_series | 2625-6959 |
| copyright | Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden Gmb |
|Archiver|手机版|小黑屋|
派博传思国际
( 京公网安备110108008328)
GMT+8, 2025-8-26 18:01
发表于 2025-3-21 17:06:19
