Im Rahmen der vorliegenden Masterarbeit wird ein Frühwarnsystem zur Beurteilung der Bonität börsennotierter Unternehmen behandelt. Den Ausgangspunkt stellt dabei ein bestehendes Frühwarnsystem dar, das pro Tag und Unternehmen einen Score zur systematischen Überwachung der Bonität liefert. Das Ziel dieser Arbeit besteht nun darin, das System mit Hilfe mathematischer Modelle und statistischer Methoden zu analysieren, zu überarbeiten und weiterzuentwickeln, um eine Validierung der zugrunde liegenden Systematik, Kennzahlen und Gewichte sowie eine Verbesserung der Prognosequalität zu erreichen. Im ersten Schritt wird ein Verfahren zur stetigen Transformation von Kennzahlwerten auf Kennzahl-Scores entwickelt, so dass diese eine statistische Bedeutung erhalten. Im zweiten Schritt wird unter Verwendung generalisierter linearer Modelle ein statistischer Prozess zur Auswahl von Kennzahlen und zur Bestimmung der zugehörigen Gewichte zur Aggregation der entsprechenden Kennzahl-Scores zu einem Gesamt-Score konstruiert. Die Auswertung der Ergebnisse macht eine Verbesserung der Prognosequalität durch die Weiterentwicklung des Frühwarnsystems deutlich. Im letzten Schritt werden synthetische CDS-Spreads berechnet und gezeigt, dass die Erweiterung des entwickelten Scoring-Systems um die aus den CDS-Spreads resultierende Kennzahl erneut zu einer Verbesserung der Prognosequalität führt.     «

Im Rahmen der vorliegenden Masterarbeit wird ein Frühwarnsystem zur Beurteilung der Bonität börsennotierter Unternehmen behandelt. Den Ausgangspunkt stellt dabei ein bestehendes Frühwarnsystem dar, das pro Tag und Unternehmen einen Score zur systematischen Überwachung der Bonität liefert. Das Ziel dieser Arbeit besteht nun darin, das System mit Hilfe mathematischer Modelle und statistischer Methoden zu analysieren, zu überarbeiten und weiterzuentwickeln, um eine Validierung der zugrunde liegende...     »

This master thesis deals with an early warning system for assessing the credit-worthiness of publicly-traded companies. It starts with an existing early warning system, which provides one score per day and company for the systematically monitoring of the creditworthiness. The objective of this thesis is to analyse, adapt and develop the system with the help of mathematical models and statistical methods in order to validate the underlying process, key figures and weights as well as to improve the forecast quality. First of all, we develop a method to continuously transform the key figure values into so called key figure scores with a statistical meaning. Secondly, we design a statistical procedure using generalized linear models in order to select key figures and determine appropriate weights for the aggregation of the corresponding key figure scores into a total score. The evaluation of the results indicates that the development of the early warning system leads to an improvement of the forecast quality. Last but not least, we calculate synthetic CDS spreads and show that adding the resulting key figure to the developed scoring system again leads to an improvement of the forecast quality.     «

This master thesis deals with an early warning system for assessing the credit-worthiness of publicly-traded companies. It starts with an existing early warning system, which provides one score per day and company for the systematically monitoring of the creditworthiness. The objective of this thesis is to analyse, adapt and develop the system with the help of mathematical models and statistical methods in order to validate the underlying process, key figures and weights as well as to improve th...     »