| 書目名稱 | Erkl?rung von Emittentenratings von Banken mittels maschinellen Lernens |
| 編輯 | Gerrit Brendler |
| 視頻video | http://file.papertrans.cn/315/314653/314653.mp4 |
| 叢書名稱 | Business, Economics, and Law |
| 圖書封面 |  |
| 描述 | Die derzeitige Wirtschaftslage in Europa ist fragil. Sp?testens 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 unbest?ndigen Zeiten wichtig, über Instrumente zu verfügen, um schnell auf ver?ffentliche Gesch?ftszahlen von Kreditinstituten reagieren zu k?nnen und eigenst?ndig die Bonit?t von Banken einzusch?tzen, da die Anpassung eines externen Ratings oftmals mit einer zeitlichen Verz?gerung einhergeht. Daher wird auf Basis von drei Datens?tzen mittels maschinellen Lernens versucht, die Determinanten von Emittentenratings von europ?ischen Banken zu erkl?ren. Unter der Verwendung von Entscheidungsb?umen und logistischen Regressionsmodellen sollen die wesentlichen Einflüsse der bin?ren Klassifikation in die Segmente Investmentgrade und Non-Investmentgrade sowie die ordinale Ratingklasse analysiert werden.. |
| 出版日期 | Book 2023 |
| 關(guān)鍵詞 | Rating; Banken; Random Forest; CART; maschinelles Lernen; Machine Learning; Entscheidungsb?ume; bin?re 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 |