Prognosemodelle für Länderrisiken: Logit- und Deep Learning-Methoden im Vergleich (Forecasting Sovereign Ratings with Logit Regression and Deep Learning: Quo vadis, Italia?)
ifes Schriftenreihe Band 18
28 Pages Posted: 18 Oct 2019
Date Written: December 1, 2018
Abstract
German Abstract: Die vorliegende Untersuchung beschäftigt sich mit den Einflussfaktoren auf das Rating von Staaten sowie auf die Zuordnung eines Investmentgrade-Status. Es werden ein Ordered Logit-Modell, ein Logit-Modell sowie ein Deep Learning-Modell konzipiert, die zur Prognose von zukünftigen Bonitätsentwicklungen verwendet werden können. Ferner eignen sich die Modelle zur Analyse unterschiedlicher politischer und wirt-schaftlicher (Stress-)Szenarien. Für Italien wird eine bedingte Vorhersage gewagt.
English Abstract: This study explores the factors driving sovereign ratings. An Ordered Logit-Model, a Logit-Model and a Deep Learning-Model are estimated/trained in order to forecast sovereign ratings. A conditional forecast for Italy is worked out in detail.
Note: Downloadable document is in German.
Keywords: Country Risk, Sovereign Risk, Forecasting, Rating
JEL Classification: G24, H60
Suggested Citation: Suggested Citation