Buchumschlag

A Frailty Cumulative Link Model for Enhanced Prediction of Loss Given Default Distribution

Fuente: Wiley Open Access

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Ruey‐Ching Hwang, Yi‐Chi Chen, Chih‐Kang Chu
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

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

Measuring the Default Risk of Small Business Loans: Improved Credit Risk Prediction Using Deep Learning
von: Yiannis Dendramis, et al.
Veröffentlicht: (2025)

Data Quality Improvement for Financial Distress Prediction: Feature Selection, Data Re‐Sampling, and Their Combinations in Different Orders
von: Chih‐Fong Tsai, et al.
Veröffentlicht: (2025)

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

Robust Prediction Intervals for Time Series Forecasting: A Bootstrap and Bayesian Approach
von: Betty X.Y. Chu, et al.
Veröffentlicht: (2026)

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

Random Integrated Subdata Ensemble Method for Key Variable Selection in Rare Event Setting
von: Ching‐Chi Yang, et al.
Veröffentlicht: (2026)

Adaptive Model Integration for Stock Price Forecasting With CNN‐ATTN‐BiLSTM
von: Yi Xiao, et al.
Veröffentlicht: (2026)

A Hybrid Deep Learning Model for Coal Index Forecasting Based on Sentiment Analysis and Decomposition–Reconstruction Methods
von: Yi Xiao, et al.
Veröffentlicht: (2025)

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

Enhancing Volatility Prediction: A Wavelet‐Based Hierarchical Forecast Reconciliation Approach
von: Adam Clements, et al.
Veröffentlicht: (2026)

Ensemble Multitask Prediction of Air Pollutants Time Series: Based on Variational Inference, Data Projection, and Generative Adversarial Network
von: Kang Wang, et al.
Veröffentlicht: (2024)

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

Deciphering Long‐Term Economic Growth: An Exploration With Leading Machine Learning Techniques
von: Zin Mar Oo, et al.
Veröffentlicht: (2025)

Enhancing the Potential of Random Forest Technique With an Adaptive Horse Herd Optimization Framework for Electric Load Prediction
von: Manvi Mishra, et al.
Veröffentlicht: (2026)

A Dynamic Fuzzy Modeling Method for Interval Time Series and Applications in Range‐Based Volatility Prediction
von: Leandro Maciel, et al.
Veröffentlicht: (2025)

Enhancing Neural Network Volatility Forecasting: Decomposed Volatility Modeling
von: Xuzheng Ren, et al.
Veröffentlicht: (2026)

Stock Return Prediction Based on a Functional Capital Asset Pricing Model
von: Ufuk Beyaztas, et al.
Veröffentlicht: (2025)

Whether Uncertainty Theory Can Enhance GDP Forecasting From Energy: A New Uncertain MIDAS Model
von: Yuxin Shi, et al.
Veröffentlicht: (2025)

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

High frequency volatility of oil futures in China: Components, modeling, and prediction
von: Yi Hong, et al.
Veröffentlicht: (2024)

Innovative Techniques to Predict Churn in the French Insurance Industry: Integration of Machine Learning With the Grabit Model
von: Christophe Schalck, et al.
Veröffentlicht: (2025)

A novel semisupervised learning method with textual information for financial distress prediction
von: Yue Qiu, et al.
Veröffentlicht: (2024)

Data‐Driven Prediction of Climate Variables in Agricultural Cities of India With Hybrid GA‐TCN‐LSTM Model
von: Anil Utku
Veröffentlicht: (2025)

Taming Data‐Driven Probability Distributions
von: Jozef Baruník, et al.
Veröffentlicht: (2024)

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

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

Component‐Driven FX Volatility Prediction: Evidence From USDCNH via GARCH‐MIDAS Models Exploiting Leading Indicators
von: Denis Haoheng Wu, et al.
Veröffentlicht: (2025)

Economic Conditions and Predictability of US Stock Returns Volatility: Local Factor Versus National Factor in a GARCH‐MIDAS Model
von: Afees A. S alisu, et al.
Veröffentlicht: (2025)

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

Leveraging Structural Insights: Enhancing Inflation Forecasting With Dynamic Stochastic General Equilibrium‐Informed Long Short‐Term Memory Models
von: Langfeng Zhou, et al.
Veröffentlicht: (2026)

Decomposing, Learning, and Predicting Realized Volatilities: A Comparison Analysis From the Global Stock Markets
von: Wei Zhou, 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)

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

Revisiting the Volatility Dynamics of REITs Amid Uncertainty and Investor Sentiment: A Predictive Approach in GARCH‐MIDAS
von: Xu Xiangxin, et al.
Veröffentlicht: (2025)

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

SGAT‐SP: Sparse Graph Attention Network for Stock Prediction
von: Gautam Gupta, et al.
Veröffentlicht: (2026)

Stock Price Limit and Its Predictability in the Chinese Stock Market
von: Haohui Liang, et al.
Veröffentlicht: (2024)

Spread Option Pricing Method Based on Nonparametric Predictive Inference Copula
von: Ting He
Veröffentlicht: (2025)

A Universal Multivariate Long‐Term Time‐Series Robust Forecasting Model With Distinguishable Variable Identifier
von: Xin‐ji Chen, et al.
Veröffentlicht: (2026)