Opening the black box – Quantile neural networks for loss given default prediction
Kellner, Ralf, Nagl, Maximilian
und Rösch, Daniel
(2022)
Opening the black box – Quantile neural networks for loss given default prediction.
Journal of Banking & Finance 134, S. 106334.
Veröffentlichungsdatum dieses Volltextes: 12 Nov 2021 13:03
Artikel
Alternative Links zum Volltext
Beteiligte Einrichtungen
Details
| Dokumentenart | Artikel | ||||
| Titel eines Journals oder einer Zeitschrift | Journal of Banking & Finance | ||||
| Verlag: | Elsevier | ||||
|---|---|---|---|---|---|
| Ort der Veröffentlichung: | AMSTERDAM | ||||
| Band: | 134 | ||||
| Seitenbereich: | S. 106334 | ||||
| Datum | Januar 2022 | ||||
| Institutionen | Wirtschaftswissenschaften > Institut für Betriebswirtschaftslehre > Lehrstuhl für Statistik und Risikomanagement (Prof. Dr. Rösch) | ||||
| Identifikationsnummer |
| ||||
| Stichwörter / Keywords | RECOVERY RATES; NONPARAMETRIC-ESTIMATION; MODELS; MACHINE; APPROXIMATION; SELECTION; LOANS; Quantile regression; Black box; Neural networks; Explainable machine learning; Global credit data | ||||
| Dewey-Dezimal-Klassifikation | 300 Sozialwissenschaften > 330 Wirtschaft 300 Sozialwissenschaften > 330 Wirtschaft | ||||
| Status | Veröffentlicht | ||||
| Begutachtet | Ja, diese Version wurde begutachtet | ||||
| An der Universität Regensburg entstanden | Ja | ||||
| Dokumenten-ID | 50854 |
Bibliographische Daten exportieren
Nur für Besitzer und Autoren: Kontrollseite des Eintrags
Altmetric
Altmetric