Skip to main content
SpringerLink
Log in

Erklärung von Emittentenratings von Banken mittels maschinellen Lernens

  • Book
  • © 2023

Overview

Authors:
  1. Gerrit Brendler

    1. Köln, Deutschland

    View author publications

    You can also search for this author in PubMed   Google Scholar

Part of the book series: Business, Economics, and Law (BEAL)

  • 958 Accesses

This is a preview of subscription content, log in via an institution to check access.

Access this book

Log in via an institution
eBook USD 59.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book USD 79.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Other ways to access

Licence this eBook for your library

Institutional subscriptions

Table of contents (6 chapters)

  1. Front Matter

    Pages I-XIX
    Download chapter PDF

  2. Thematische Einführung, Problemstellung und Zielsetzung

    • Gerrit Brendler
    Pages 1-10

  3. Datensatz

    • Gerrit Brendler
    Pages 11-19

  4. Methodik

    • Gerrit Brendler
    Pages 21-46

  5. Modellierung, Schätzung und Analyse des IG-Ratings

    • Gerrit Brendler
    Pages 47-103

  6. Modellierung, Schätzung und Analyse der Ratingklasse

    • Gerrit Brendler
    Pages 105-128

  7. Fazit und Ausblick

    • Gerrit Brendler
    Pages 129-132

  8. Back Matter

    Pages 133-147
    Download chapter PDF
Back to top

Keywords

About this book

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.

Authors and Affiliations

  • Köln, Deutschland

    Gerrit Brendler

About the author



Der Autor
Gerrit Brendler studierte nach seiner Bankausbildung „Banking & Finance“ an der TH Köln sowie „Risk Management & Treasury“ an der FOM in Düsseldorf. Seit August 2019 arbeitet er im Treasury einer Bank.

Bibliographic Information

  • Book Title: Erklärung von Emittentenratings von Banken mittels maschinellen Lernens

  • Authors: Gerrit Brendler

  • Series Title: Business, Economics, and Law

  • DOI: https://doi.org/10.1007/978-3-658-41910-3

  • Publisher: Springer Gabler Wiesbaden

  • eBook Packages: Business and Economics (German Language)

  • Copyright Information: Der/die Herausgeber bzw. der/die Autor(en), exklusiv lizenziert an Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2023

  • Softcover ISBN: 978-3-658-41909-7Published: 09 July 2023

  • eBook ISBN: 978-3-658-41910-3Published: 08 July 2023

  • Series ISSN: 2625-6959

  • Series E-ISSN: 2625-6967

  • Edition Number: 1

  • Number of Pages: XIX, 147

  • Number of Illustrations: 96 b/w illustrations

  • Topics: Public Finance, Financial Services, International Finance

Publish with us

Policies and ethics

Back to top

Search

Navigation