Publisher's Synopsis
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 5.2.7Krit