Robuste Ratingverfahren: Zur Steigerung Der Prognosequalität Quantitativer Ratingverfahren

ISBN-13: 9783824483044 / Niemiecki / Miękka / 2005 / 330 str.

Andreas Oelerich; Prof Dr Thorsten Poddig

Opis

Andreas Oelerich untersucht die Qualitat statistischer 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 zulasst. Simulationsstudien zeigen, dass Resamplingverfahren den Prognoseprozess optimieren konnen."

Spis treści

Grundlagen finanzwirtschaftlicher Ratings Ratings in der Kreditwirtschaft Methodische Probleme bei quantitativen Ratingverfahren Verallgemeinerte lineare Modelle Nichtparametrische statistische Methoden Integriertes Rating-Simulationssystem Evaluierung quantitativer Ratingverfahren Integration von Resamplingverfahren

O autorze

Dr. Andreas Oelerich promovierte bei Prof. Dr. Thorsten Poddig am Lehrstuhl für Allgemeine Betriebswirtschaftslehre, insbesondere Finanzwirtschaft, der Universität Bremen. Er ist Controller für Kreditrisiken bei der HSH Nordbank AG in Hamburg.

Blurb

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.