Comparison study of two-step LGD estimation model with probability machines

Yuta Tanoue*, Satoshi Yamashita, Hideaki Nagahata

*この研究の対応する著者

研究成果: Article査読

抄録

Accurate estimation of loss given default is necessary to estimating credit risk. Due to the bi-modal nature of LGD, the two-step LGD estimation model is a promising method for LGD estimation. This study improves the first model in the two-step LGD estimation model using probability machines (random forest, k-nearest neighbors, bagged nearest neighbors, and support vector machines). Furthermore, we compare the predictive performance of each model with traditional logistic regression models. This study confirms that random forest is the best model for developing the first model in the two-step LGD estimation model.

本文言語English
ページ(範囲)155-177
ページ数23
ジャーナルRisk Management
22
3
DOI
出版ステータスPublished - 2020 9月 1
外部発表はい

ASJC Scopus subject areas

  • ビジネスおよび国際経営
  • 財務
  • 経済学、計量経済学
  • 戦略と経営

フィンガープリント

「Comparison study of two-step LGD estimation model with probability machines」の研究トピックを掘り下げます。これらがまとまってユニークなフィンガープリントを構成します。

引用スタイル