Gratisversand in ganz Deutschland!
Bookbot

Thomas Dittmar

    Infection and inflammation
    Stem Cell Biology in Health and Disease
    Interne Märkte in Banken
    Bonitätsprüfung von Firmenkunden mit Hilfe künstlicher neuronaler Netze
    • 2001

      Bonitätsprüfung von Firmenkunden mit Hilfe künstlicher neuronaler Netze

      In Zusammenarbeit mit einer süddeutschen Herstellerbank

      • 136 Seiten
      • 5 Lesestunden

      Inhaltsangabe: Inhaltsverzeichnis:Inhaltsverzeichnis: 1.Einleitung 1.1Aktuelle Entwicklung der Insolvenzen 1.2Motivation und Ziel der Arbeit 1.3Gang der Darstellung 2.Grundlagen der Bonitätsprüfung 2.1Gegenstand und Ziel der Bonitätsprüfung 2.2Jahresabschlußanalyse: Verfahrensüberblick 2.3Verfahren der Kennzahlenanalyse 2.3.1Grundlagen 2.3.2Traditionelle Kennzahlenanalyse 2.3.3EDV-gestützte Kennzahlenanalyse 3.Empirisch-induktive Verfahren 3.1Regressionsanalyse 3.2Diskriminanzanalyse: Grundlagen und Vorbereitungen 3.2.1Begriffsabgrenzung 3.2.2Zweiteilung des Datenmaterials 3.2.3Auswahl der Kennzahlen 3.2.4Festlegung der Zielsetzung 3.3Univariate Diskriminanzanalyse 3.4Multivariate Diskriminanzanalyse 3.4.1Prüfung auf Normalverteilung 3.4.2Prüfung auf Trennfähigkeit 3.4.3Das Problem der Multikollinearität 3.4.4Gleichheit der Varianz-Kovarianz-Matrizen 3.4.5Ermittlung der Diskriminanzfunktion 3.4.6Vergleich der Methoden der MDA 3.5Mustererkennung 4.Künstliche Neuronale Netze 4.1Grundlagen und Begriffsabgrenzung 4.1.1Das biologische Vorbild 4.1.2Das Neuron 4.1.3Die Netz-Topologie 4.1.4Die Lernregeln 4.2Exemplarische Beschreibung einiger Netztypen 4.2.1Das Perzeptron 4.2.1.1Grundlagen 4.2.1.2Das Trainingsverfahren für das Perzeptron 4.2.1.3Beispiel 1: Das Perzeptron 4.2.2Das Multi-Layer-Perceptron 4.2.2.1Grundlagen 4.2.2.2Beispiel 2: Das XOR-Problem mit dem MLP 4.2.2.3Der Backpropagation-Algorithmus 4.2.2.4Beispiel 3: Der Backpropagation-Algorithmus 4.2.3Counterpropagation 4.2.4Learning Vector Quantization 4.3Probleme beim Training von KNN 4.3.1Overlearning 4.3.2Probleme im Zusammenhang mit dem Gradientenabstiegsverfahren 5.Bonitätsprüfung mit Neuronalen Netzen 5.1Grundsätzliche Vorüberlegungen 5.1.1Wahl der freien Parameter 5.1.2Exkurs: Probleme bei der Datenbeschaffung 5.2Studien zur Bonitätsprüfung mit NN 5.2.1ODOM/SHARDA (1990) 5.2.2ERXLEBEN ET AL. (1992) 5.2.3REHKUGLER/PODDIG (1992) 5.2.4BAETGE ET AL. (1994B) 5.2.5ALTMAN ET AL. (1994) 5.2.6Weitere Studien 5.2.7Kritische Würdigung der Studien 5.2.8Leitfaden für die Erstellung eines NN zur Bonitätsprüfung 6.Zusammenfassung und Ausblick Anhang Literaturverzeichnis Stichwortverzeichnis Bei Interesse senden wir Ihnen gerne kostenlos und unverbindlich die Einleitung und einige Seiten der Studie als Textprobe zu. Bitte fordern Sie die Unterlagen unter agentur@diplom.de, per Fax unter 040-655 99 222 oder telefonisch unter 040-655 99 20 an.

      Bonitätsprüfung von Firmenkunden mit Hilfe künstlicher neuronaler Netze
    • 2001

      Interne Märkte in Banken

      Dezentrale Koordination im Controlling von Kreditinstituten

      Die Bankenlandschaft ist von einem tief greifenden Strukturwandel geprägt. Um sich im zunehmenden Wettbewerb behaupten zu können, sind Kreditinstitute auf hohe Flexibilität und kurze Entscheidungswege angewiesen. Vor diesem Hintergrund bieten interne Märkte ein viel versprechendes und innovatives Konzept zur dezentralen Banksteuerung. Thomas Dittmar untersucht das Einsatzpotenzial bankinterner Märkte bei der Allokation von haftendem Eigenkapital und Ausfallrisikopositionen. Er entwickelt geeignete Handelsprodukte und zeigt Möglichkeiten zur Gestaltung eines Handelsverfahrens auf, mit dessen Hilfe die Transaktionen des internen Handels durchgeführt werden. Es wird deutlich, dass durch die Schaffung einer Wettbewerbssituation die knappen Ressourcen innerhalb einer Bank optimal verteilt werden können.

      Interne Märkte in Banken