Description
Die derzeitige Wirtschaftslage in Europa ist fragil. Spatestens seit dem Kriegsausbruch in der Ukraine und der damit verbundenen Energiekrise in Europa truben sich die Wachstumserwartungen. Durch die wirtschaftliche Verflechtung zwischen Staaten und Banken ist es in diesen unbestandigen Zeiten wichtig, uber Instrumente zu verfugen, um schnell auf veroeffentliche Geschaftszahlen von Kreditinstituten reagieren zu koennen und eigenstandig die Bonitat von Banken einzuschatzen, da die Anpassung eines externen Ratings oftmals mit einer zeitlichen Verzoegerung einhergeht. Daher wird auf Basis von drei Datensatzen mittels maschinellen Lernens versucht, die Determinanten von Emittentenratings von europaischen Banken zu erklaren. Unter der Verwendung von Entscheidungsbaumen und logistischen Regressionsmodellen sollen die wesentlichen Einflusse der binaren Klassifikation in die Segmente Investmentgrade und Non-Investmentgrade sowie die ordinale Ratingklasse analysiert werden.
