Machine learning for corporate default risk: Multi-period prediction, frailty correlation, loan portfolios, and tail probabilities
European Journal of Operational Research · 2023-03 · 305 (3) · 1390-1406
DOI: 10.1016/j.ejor.2022.06.035 ↗Kurz gefasst
Fachartikel in der Zeitschrift European Journal of Operational Research, 2023-03. Verfasst von Fabio Sigrist und 1 weiteren Autor:innen. Die Arbeit wurde bisher 55-mal zitiert (Crossref) und nennt 57 Literaturangaben. Der Volltext ist frei zugänglich (Open Access, CC BY 4.0). Gefördert von: Innosuisse - Schweizerische Agentur für Innovationsförderung.
Themen: Künstliche Intelligenz in der Pflege, Gerontologische Pflege
Abstract (Originalsprache)
Kein Abstract verfügbar.
Förderung
- Innosuisse - Schweizerische Agentur für Innovationsförderung
Zitieren
APA
Sigrist, F., & Leuenberger, N. (2023). Machine learning for corporate default risk: Multi-period prediction, frailty correlation, loan portfolios, and tail probabilities. European Journal of Operational Research, 305(3), 1390-1406. https://doi.org/10.1016/j.ejor.2022.06.035
Vancouver
Sigrist F, Leuenberger N. Machine learning for corporate default risk: Multi-period prediction, frailty correlation, loan portfolios, and tail probabilities. European Journal of Operational Research. 2023;305(3):1390-1406. doi:10.1016/j.ejor.2022.06.035
BibTeX
@article{Sigrist2023,
author = {Sigrist, Fabio and Leuenberger, Nicola},
title = {Machine learning for corporate default risk: Multi-period prediction, frailty correlation, loan portfolios, and tail probabilities},
journal = {European Journal of Operational Research},
year = {2023},
volume = {305},
number = {3},
pages = {1390--1406},
doi = {10.1016/j.ejor.2022.06.035}
}
EUVIMED