Erklärung von Emittentenratings von Banken mittels maschinellen Lernens
Produktnummer:
18a62c55bbe32a4370ae8b7366077a01f6
| Autor: | Brendler, Gerrit |
|---|---|
| Themengebiete: | Banken CART Entscheidungsbäume Machine Learning Random Forest Rating Ratingagenturen binäre Regression maschinelles Lernen ordinale Regression |
| Veröffentlichungsdatum: | 09.07.2023 |
| EAN: | 9783658419097 |
| Sprache: | Deutsch |
| Seitenzahl: | 147 |
| Produktart: | Kartoniert / Broschiert |
| Verlag: | Springer Fachmedien Wiesbaden GmbH |
Produktinformationen "Erklärung von Emittentenratings von Banken mittels maschinellen Lernens"
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.
Sie möchten lieber vor Ort einkaufen?
Sie haben Fragen zu diesem oder anderen Produkten oder möchten einfach gerne analog im Laden stöbern? Wir sind gerne für Sie da und beraten Sie auch telefonisch.
Juristische Fachbuchhandlung
Georg Blendl
Parcellistraße 5 (Maxburg)
8033 München
Montag - Freitag: 8:15 -18 Uhr
Samstags geschlossen