This paper proposes a machine learning approach to estimate physical forward default intensities. Default probabilities are computed using artificial neural networks to estimate the intensities of the inhomogeneous Poisson processes governing default process. The major contribution to previous...

Banks are concerned with the assessment of the risk of financial distress before giving out a loan. Many researchers proposed the use of models based on the Neural Networks in order to help the banker better make a decision. The objective of this paper is to explore a new practical way based on...

Neural networks are widely used in automatic credit scoring systems with high accuracy and outstanding efficiency. However, in the absence of prior knowledge, it is difficult to determine the combination of parameters, which makes its application limited in practice. This paper presents a higher...

Kreditinstitute werden heute vor die Herausforderung gestellt, einen effektiven und effizienten Risikomanagementprozess zu etablieren. Insbesondere bei der Bewertung von Unternehmensanleihen und Krediten wird diese Notwendigkeit deutlich. Die Arbeit greift diese Problemstellung auf, indem ein...

In diesem Artikel prognostizieren wir Insolvenzwahrscheinlichkeiten von kleinen und mittleren Unternehmen, die bislang noch keine hinreichende Beachtung gefunden haben, obwohl diese Unternehmen besonders insolvenzgefährdet sind. Die Schwierigkeit bei der Insolvenzprognose von kleinen und...