Startseite UR

Downturn LGD modeling using quantile regression

Krüger, Steffen und Rösch, Daniel (2017) Downturn LGD modeling using quantile regression. Journal of Banking & Finance 79, S. 42-56.

Im Publikationsserver gibt es leider keinen Volltext zu diesem Eintrag.

Zum Artikel beim Verlag (über DOI)


Zusammenfassung

Literature on Losses Given Default (LGD) usually focuses on mean predictions, even though losses are extremely skewed and bimodal. This paper proposes a Quantile Regression (QR) approach to get a comprehensive view on the entire probability distribution of losses. The method allows new insights on covariate effects over the whole LGD spectrum. In particular, middle quantiles are explainable by ...

plus


Bibliographische Daten exportieren



Dokumentenart:Artikel
Datum:Juni 2017
Institutionen:Wirtschaftswissenschaften > Institut für Betriebswirtschaftslehre > Lehrstuhl für Statistik und Risikomanagement (Prof. Dr. Rösch)
Forschergruppe und Forschungszentren:Center of Finance
Identifikationsnummer:
WertTyp
10.1016/j.jbankfin.2017.03.001DOI
Klassifikation:
NotationArt
G20Journal of Economics Literature Classification
G28Journal of Economics Literature Classification
C51Journal of Economics Literature Classification
Stichwörter / Keywords:Loss Given Default; Downturn; Quantile Regression; Recovery; Validation
Dewey-Dezimal-Klassifikation:300 Sozialwissenschaften > 310 Statistik
300 Sozialwissenschaften > 330 Wirtschaft
Status:Veröffentlicht
Begutachtet:Ja, diese Version wurde begutachtet
An der Universität Regensburg entstanden:Ja
Dokumenten-ID:35374
Nur für Besitzer und Autoren: Kontrollseite des Eintrags
  1. Universität

Universitätsbibliothek

Publikationsserver

Kontakt:

Publizieren: oa@ur.de

Dissertationen: dissertationen@ur.de

Forschungsdaten: daten@ur.de

Ansprechpartner