TY  - JOUR
U1  - Zeitschriftenartikel, wissenschaftlich - begutachtet (reviewed)
A1  - Reichenberger, Volker
A1  - Schieborn, Dirk
T1  - Maschinelle Lernverfahren als Benchmarking für klassische Ratingverfahren
JF  - Zeitschrift für das gesamte Kreditwesen
N2  - Eine Herausforderung im Rahmen aufsichtsrechtlicher Bankenprüfungen, regelmäßiger Validierungen und interner Revisionsprüfungen ist nach Ansicht der beiden Autoren die Prognosefähigkeit eines Ratingverfahrens als objektiv und belastbar zu beurteilen. In ihrem Beitrag untersuchen sie deshalb die unterschiedlichen Vor- und Nachteile maschineller Lernverfahren für die Kreditrisikomessung gegenüber den klassischen Ratingverfahren. Diese seien ein pragmatisches Werkzeug für Validierungseinheiten und interne Revision. Nach genauer Überprüfung der Verfahren kommen sie zu dem Schluss, es sei nicht mehr eine Frage, ob, sondern vielmehr wann die maschinellen Lernverfahren zu einem selbstverständlichen Bestandteil der Kreditrisikomessung werden.
Y1  - 2018
UR  - https://www.wiso-net.de/toc_list/ZFGK/2018#ZFGK__121815024
SN  - 0341-4019
SS  - 0341-4019
IS  - 24
SP  - 20
EP  - 23
S1  - 4
PB  - Knapp
CY  - Frankfurt, M.
ER  -