Buchumschlag

Measuring the Default Risk of Small Business Loans: Improved Credit Risk Prediction Using Deep Learning

Fuente: Wiley Open Access

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Yiannis Dendramis, Elias Tzavalis, Aikaterini Cheimarioti
Format:	Artículo Open Access
Veröffentlicht:	Wiley 2025
Schlagworte:	Journal of Forecasting
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Forecasting Corporate Default Risk Across Multiple Horizons With Interpretable Machine Learning
von: Qingli Dong, et al.
Veröffentlicht: (2026)

A Two‐Stage Interpretable Model to Explain Classifier in Credit Risk Prediction
von: Lu Wang, et al.
Veröffentlicht: (2025)

Default Prediction Framework With Optimal Feature Set and Matching Ratio
von: Guotai Chi, et al.
Veröffentlicht: (2025)

Fire Prediction and Risk Identification With Interpretable Machine Learning
von: Shan Dai, et al.
Veröffentlicht: (2025)

A Frailty Cumulative Link Model for Enhanced Prediction of Loss Given Default Distribution
von: Ruey‐Ching Hwang, et al.
Veröffentlicht: (2025)

Media and Business Cycle Predictability
von: Salim Baz, et al.
Veröffentlicht: (2026)

Measuring the Impact of Transition Risk on Financial Markets: A Joint VaR‐ES Approach
von: Laura Garcia‐Jorcano, et al.
Veröffentlicht: (2025)

Risk Spillover Network in Commodity Markets Under Climate Transition Risk
von: Zhihong Niu, et al.
Veröffentlicht: (2025)

IWSL Model: A Novel Credit Scoring Model With Interpretable Features for Consumer Credit Scenarios
von: Runchi Zhang, et al.
Veröffentlicht: (2025)

Machine Learning Forecasts of Tail‐Risk Spillovers in Carbon and Energy Markets
von: Shengnan Liu, et al.
Veröffentlicht: (2026)

Point and Risk estImation Using an enSemble of Models for Nowcasting: PRISM‐Now
von: Beomseok Seo, et al.
Veröffentlicht: (2026)

Forecasting and Pricing in the Carbon Credits Market
von: Yiyang Chen, et al.
Veröffentlicht: (2026)

Common Shocks and Climate Risk in European Equities
von: Andrea Cipollini, et al.
Veröffentlicht: (2025)

How Does Cyber Risk Impact Systemic Stability?
von: Kung‐Cheng Ho, et al.
Veröffentlicht: (2025)

An Explainable ADASYN‐Based Focal Loss Approach for Credit Assessment
von: Shaukat Ali Shahee, et al.
Veröffentlicht: (2025)

Credit card loss forecasting: Some lessons from COVID
von: Partha Sengupta, et al.
Veröffentlicht: (2024)

US Climate Shocks: The Double Risk for the Global Financial Stability
von: Brahim Gaies, et al.
Veröffentlicht: (2026)

Lost in Translation? Risk‐Adjusting RMSE for Economic Forecast Performance
von: Lukas Salcher, et al.
Veröffentlicht: (2026)

Deep Dive Into Churn Prediction in the Banking Sector: The Challenge of Hyperparameter Selection and Imbalanced Learning
von: Vasileios Gkonis, et al.
Veröffentlicht: (2024)

A Matrix‐Based Hidden Markov Model for Consumer Credit Analysis
von: Borui Qi, et al.
Veröffentlicht: (2026)

Global Risk Aversion: Driving Force of Future Real Economic Activity
von: Jinhwan Kim, et al.
Veröffentlicht: (2024)

Image‐Based Deep Learning Models for Stock Predictions: Combining Line, Candlestick, and Bar Charts
von: Wei‐Chao Lin, et al.
Veröffentlicht: (2026)

A Novel Multiclass Imbalance Classification Framework With Dynamic Evidential Fusion for Credit Rating
von: Wen‐hui Hou, et al.
Veröffentlicht: (2025)

Parametric Quantile Autoregressive Conditional Duration Models With Application to Intraday Value‐at‐Risk Forecasting
von: Helton Saulo, et al.
Veröffentlicht: (2024)

Enhancing Financial Tail Risk Forecasting: A Blending Ensemble Framework for Nonlinear Expectile Regression
von: Yaolan Ma, et al.
Veröffentlicht: (2026)

Credit risk prediction based on causal machine learning: Bayesian network learning, default inference, and interpretation
von: Jiaming Liu, et al.
Veröffentlicht: (2024)

Climate Change Risk and Financial Market Response: An International Evidence From Performance Forecasts by Financial Analysts
von: Cyrine Khiari, et al.
Veröffentlicht: (2025)

On Capturing Multi‐Scale Market Dynamics for High‐Frequency Stock Price Forecasting Using a Hybrid Attention‐Based Deep Learning Model
von: Runze Jiang, et al.
Veröffentlicht: (2026)

The Role of Coincident Information in Real‐Time Business Cycle Forecasting
von: Visa Kuntze
Veröffentlicht: (2026)

Deep Learning and Machine Learning Insights Into the Global Economic Drivers of the Bitcoin Price
von: Nezir Köse, et al.
Veröffentlicht: (2025)

A Deep Learning Test of the Martingale Difference Hypothesis
von: João A. Bastos
Veröffentlicht: (2025)

A Novel Interpretable Deep Learning‐Based Wind Speed and Power Generation Forecasting Using Multiscale Attention and Post Hoc Feature Importance Mechanism
von: Haoyu Fang, et al.
Veröffentlicht: (2025)

Seasonal Decomposition‐Enhanced Deep Learning Architecture for Probabilistic Forecasting
von: Keyan Jin, et al.
Veröffentlicht: (2025)

Predicting EU Emissions Allowance Prices Using Macroeconomic Indicators and Hybrid AI Models
von: Saptarshi Ganguly, et al.
Veröffentlicht: (2026)

Forecasting European Union Electronic Trading Systems Phase 4 Spot Prices Using Data‐Driven Hybrid Deep Learning Models: Integrating Energy and Market Activity as Controls
von: Noman Arshed, et al.
Veröffentlicht: (2026)

The Impact of News Sentiment on the Bitcoin Price via Machine Learning and Deep Learning‐Based NLP Models
von: Yunus Emre Gür, et al.
Veröffentlicht: (2025)

A Quantification Approach of Changes in Firms' Financial Situation Using Neural Networks for Predicting Bankruptcy
von: Philippe du Jardin
Veröffentlicht: (2024)

Using DSGE and Machine Learning to Forecast Public Debt for France
von: Emmanouil Sofianos, et al.
Veröffentlicht: (2026)

Crowd Flow Prediction: An Integrated Approach Using Dynamic Spatial–Temporal Adaptive Modeling for Pattern Flow Relationships
von: Zain Ul Abideen, et al.
Veröffentlicht: (2024)

Predicting Equity Premium: A New Momentum Indicator Selection Strategy With Machine Learning
von: Yong Qu, et al.
Veröffentlicht: (2024)