Robuste Ratingverfahren Zur Steigerung der Prognosequalität quantitativer Ratingverfahren

Ratings bilden seit langem ein etabliertes Instrument in der Finanzwirtschaft, um Investitions- und Finanzierungsentscheidungen zu unterstützen. In der bisherigen Praxis waren sie nicht selten durch subjektive Beurteilungsverfahren bestimmt. Der Bankenwettbewerb und aufsichtsrechtliche Rahmenbedingu...

Full description

Bibliographic Details
Main Author: Oelerich, Andreas
Format: eBook
Language:German
Published: Wiesbaden Deutscher Universitätsverlag 2005, 2005
Edition:1st ed. 2005
Subjects:
Online Access:
Collection: Springer eBooks 2005- - Collection details see MPG.ReNa
LEADER 03264nmm a2200289 u 4500
001 EB001028203
003 EBX01000000000000000821793
005 00000000000000.0
007 cr|||||||||||||||||||||
008 150402 ||| ger
020 |a 9783322819321 
100 1 |a Oelerich, Andreas 
245 0 0 |a Robuste Ratingverfahren  |h Elektronische Ressource  |b Zur Steigerung der Prognosequalität quantitativer Ratingverfahren  |c von Andreas Oelerich 
250 |a 1st ed. 2005 
260 |a Wiesbaden  |b Deutscher Universitätsverlag  |c 2005, 2005 
300 |a XXII, 308 S. 16 Abb  |b online resource 
505 0 |a 1. Einleitung -- 1.1 Motivation und Ziele -- 1.2 Gang der Arbeit -- 2 Grundlagen finanzwirtschaftlicher Ratings -- 2.1 Einleitung -- 2.2 Definition eines Ratings -- 2.3 Anwendungsgebiete von Ratings -- 2.4 Funktionen des Ratings -- 3 Ratings in der Kreditwirtschaft -- 3.1 Einleitung -- 3.2 Aktuelle Entwicklung im Kreditrisikomanagement -- 3.3 Ratingverfahren -- 3.4 Synopse bisheriger Forschung -- 4 Methodische Probleme bei quantitativen Ratingverfahren -- 5 Verallgemeinerte lineare Modelle -- 5.1 Einführung in die parametrische Modellierung -- 5.2 Definition und Modellgleichung -- 5.3 Maximum-Likelihood Schätzer -- 5.4 Hypothesentests in den verallgemeinerten linearen Modellen. -- 5.5 Spezielle verallgemeinerte lineare Modelle -- 5.6 Zusammenfassung -- 6 Nichtparametrische statistische Methoden -- 6.1 Einführung in die nichtparametrische Modellierung -- 6.2 Das nichtparametrische Marginalmodell -- 6.3 Das nichtparametrische Kovarianzmodell -- 6.4 Zusammenfassung -- 7 Integriertes Rating Simulationssystem -- 7.1 Einführung -- 7.2 Aufbau des Simulationssystems -- 7.3 Voruntersuchungen -- 7.4 Ratingbildung mit dem nichtpar ametrischen Kovarianzmodell 2257.5 Evaluierung quantitativer Ratingverfahren -- 7.6 Simulation realer Studien -- 7.7 Integration von Resamplingverfahren in Ratingverfahren -- 7.8 Zusammenfassung -- 8 Schlussbetrachtungen -- 8.1, Zusammenfassung -- 8.2 Ausblick -- Stichwortverzeichnis 
653 |a Finance 
653 |a Operations research 
653 |a Operations Research/Decision Theory 
653 |a Decision making 
653 |a Finance, general 
041 0 7 |a ger  |2 ISO 639-2 
989 |b Springer  |a Springer eBooks 2005- 
856 4 0 |u https://doi.org/10.1007/978-3-322-81932-1?nosfx=y  |x Verlag  |3 Volltext 
082 0 |a 332 
520 |a Ratings bilden seit langem ein etabliertes Instrument in der Finanzwirtschaft, um Investitions- und Finanzierungsentscheidungen zu unterstützen. In der bisherigen Praxis waren sie nicht selten durch subjektive Beurteilungsverfahren bestimmt. Der Bankenwettbewerb und aufsichtsrechtliche Rahmenbedingungen führen verstärkt zum Einsatz statistischer Verfahren, um Ausfallrisiken objektiv und standardisiert quantifizieren zu können. Andreas Oelerich untersucht die Qualität dieser statistischen Ratingverfahren. Er diskutiert den Ratingbegriff und zeigt Anwendungsgebiete in der Finanzwirtschaft sowie mathematisch-statistische Ratingverfahren auf. Anschließend stellt er ein Assessment-Center vor, das die Evaluierung verschiedener quantitativer Ratingverfahren zulässt. Simulationsstudien zeigen, dass Resamplingverfahren den Prognoseprozess optimieren können