Zobrazeno 1 - 10
of 1 086
pro vyhledávání: '"loss given default"'
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Dirk Tasche
Publikováno v:
Data Science in Finance and Economics, Vol 2, Iss 4, Pp 335-355 (2022)
We study how to perform tests on samples of pairs of observations and predictions in order to assess whether or not the predictions are prudent. Prudence requires that the mean of the difference of the observation-prediction pairs can be shown to be
Externí odkaz:
https://doaj.org/article/181fd920eaf84692a84d62eb6fc5253c
Autor:
Arindam Bandyopadhyay
Publikováno v:
IIMB Management Review, Vol 34, Iss 2, Pp 168-177 (2022)
Loss given default (LGD) is a critical element in estimating expected as well as unexpected credit losses in banking business. This article investigates written-off history of Indian banks and provides estimates of LGD on loans across sectors, loan f
Externí odkaz:
https://doaj.org/article/df0b916d0c294a1dadca5f6cc9274549
Publikováno v:
Systems, Vol 11, Iss 10, p 505 (2023)
The loss given default (LGD) is an important credit risk parameter in the regulatory system for financial institutions. Due to the complex structure of the LGD distribution, we propose a new approach, called the hybrid algorithms multi-stage (HMS) mo
Externí odkaz:
https://doaj.org/article/933bfa0e3e7a44ba89d168088a88296c
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Stewart, Robert
Publikováno v:
Journal of Financial Regulation and Compliance, 2021, Vol. 29, Issue 3, pp. 317-335.
Externí odkaz:
http://www.emeraldinsight.com/doi/10.1108/JFRC-08-2020-0076
Publikováno v:
Frontiers in Applied Mathematics and Statistics, Vol 8 (2022)
Machine learning has increasingly found its way into the credit risk literature. When applied to forecasting credit risk parameters, the approaches have been found to outperform standard statistical models. The quantification of prediction uncertaint
Externí odkaz:
https://doaj.org/article/32b3c97b5ab3403a983c458cd65c28a3
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Publikováno v:
Journal of Asset Management and Financing, Vol 9, Iss 3, Pp 19-36 (2021)
AbstractThe Risk-Adjusted Return on Capital (RAROC), as a modern performance measure, is introduced in comparison to traditional performance measures and has been calculated for all the banks listed on the Tehran Stock Exchange and Iran Fara Bourse,
Externí odkaz:
https://doaj.org/article/15a67425f9fe49249afb244220c51c85
Autor:
Hui-Ching Chuang, Jau-er Chen
Publikováno v:
Econometrics, Vol 11, Iss 1, p 6 (2023)
In this study, we explore the effect of industry distress on recovery rates by using the unconditional quantile regression (UQR). The UQR provides better interpretative and thus policy-relevant information on the predictive effect of the target varia
Externí odkaz:
https://doaj.org/article/4d230e32f56e474ea9ad9d4abb924d99