Advanced tree-based estimation methods, such as random forest, are ensembles of regression trees that are built using random subsets of explanatory variables. However, because of the random selection process, relevant variables may not be considered in some regression trees, thereby reducing...

Durch grenzüberschreitende Aktivitäten werden alle betriebswirtschaftichen Funktionsbereiche betroffen. Genau an diesem Punkt setzt das vorliegende Lehrbuch an, in dem die verschiedenen betriebswirtschaftlichen Teilfunktionen, wie Unternehmensführung, Leistungserstellung und...

Dieses Buch bildet den zweiten Teil einer umfassenden Gesamtdarstellung zum Portfoliomanagement. Während in Band I die konzeptionellen Grundlagen der Portfolioselektion von Investoren sowie die Portfoliooptimierung nach Markowitz dargestellt werden, enthält Band II vor allem Alternativen zur...

Dieses Buch bildet den ersten Teil eines zweibändigen Werkes zum Portfoliomanagement. Schwerpunktmäßig werden in Band 1 die konzeptionellen Grundlagen der Portfolioselektion von Investoren, Portfolioselektionsmöglichkeiten auf der Basis arbitragetheoretischer Überlegungen sowie insbesondere...

In the context of credit risk modeling, more sophisticated machine learning models, such as boosted regression trees, often show higher predictive accuracy than linear regression models. Nevertheless, linear regression remains popular in the credit risk industry, mainly because the lack of...

Dieses Buch stellt den ersten Teil eines zweibändigen Werkes zum Portfoliomanagement dar. Schwerpunktmäßig werden in Band 1 die konzeptionellen Grundlagen der Portfolioselektion von Investoren, Portfolioselektionsmöglichkeiten auf der Basis arbitragetheoretischer Überlegungen sowie...

We show analytically under quite general conditions that time-varying implied rates of return based on analysts' earnings forecasts are only a downward biased estimator for future expected one-period returns and therefore not suited for computing market risk premia in order to resolve the equity...