Berücksichtigung nichtlinearer Zusammenhänge bei der Insolvenzprognose
7 Angebote vergleichen
Bester Preis: € 68,00 (vom 02.09.2016)1
Symbolbild
Berücksichtigung nichtlinearer Zusammenhänge bei der Insolvenzprognose (2016)
DE PB NW RP
ISBN: 9783844104745 bzw. 3844104747, in Deutsch, Josef Eul Verlag Gmbh Aug 2016, Taschenbuch, neu, Nachdruck.
Lieferung aus: Deutschland, Versandkostenfrei.
Von Händler/Antiquariat, AHA-BUCH GmbH [51283250], Einbeck, Germany.
This item is printed on demand - Print on Demand Neuware - Zur Ermittlung des Kreditrisikos sowie des ökonomischen und regulatorischen Eigenkapitals ist die Insolvenz- bzw. Ausfallwahrscheinlichkeit eines Schuldners eine zentrale Komponente. Vor diesem Hintergrund ist es verständlich, dass in Wissenschaft und Praxis bereits diverse statistische Methoden zur Schätzung der Insolvenzwahrscheinlichkeit untersucht wurden. Dabei besteht ein Zielkonflikt zwischen Genauigkeit und Einfachheit des Prognosemodells. Beispielsweise kann aufgrund theoretischer Überlegungen angenommen werden, dass manche Kennzahlen der Jahresabschlussanalyse nicht monoton auf die Insolvenzwahrscheinlichkeit wirken, sondern die jeweilige Sensitivität abhängig vom Kennzahlenniveau ist. Bislang konnten solche Zusammenhänge allerdings nur in solchen Modellklassen adäquat berücksichtigt werden, die in der praktischen Anwendung Schwächen hinsichtlich der Interpretation haben. 324 pp. Deutsch.
Von Händler/Antiquariat, AHA-BUCH GmbH [51283250], Einbeck, Germany.
This item is printed on demand - Print on Demand Neuware - Zur Ermittlung des Kreditrisikos sowie des ökonomischen und regulatorischen Eigenkapitals ist die Insolvenz- bzw. Ausfallwahrscheinlichkeit eines Schuldners eine zentrale Komponente. Vor diesem Hintergrund ist es verständlich, dass in Wissenschaft und Praxis bereits diverse statistische Methoden zur Schätzung der Insolvenzwahrscheinlichkeit untersucht wurden. Dabei besteht ein Zielkonflikt zwischen Genauigkeit und Einfachheit des Prognosemodells. Beispielsweise kann aufgrund theoretischer Überlegungen angenommen werden, dass manche Kennzahlen der Jahresabschlussanalyse nicht monoton auf die Insolvenzwahrscheinlichkeit wirken, sondern die jeweilige Sensitivität abhängig vom Kennzahlenniveau ist. Bislang konnten solche Zusammenhänge allerdings nur in solchen Modellklassen adäquat berücksichtigt werden, die in der praktischen Anwendung Schwächen hinsichtlich der Interpretation haben. 324 pp. Deutsch.
2
Berücksichtigung nichtlinearer Zusammenhänge bei der Insolvenzprognose
DE HC NW
ISBN: 9783844104745 bzw. 3844104747, in Deutsch, Josef Eul Verlag GmbH, gebundenes Buch, neu.
Lieferung aus: Deutschland, Versandkostenfrei innerhalb von Deutschland.
Zur Ermittlung des Kreditrisikos sowie des ökonomischen und regulatorischen Eigenkapitals ist die Insolvenz- bzw. Ausfallwahrscheinlichkeit eines Schuldners eine zentrale Komponente. Vor diesem Hintergrund ist es verständlich, dass in Wissenschaft und Praxis bereits diverse statistische Methoden zur Schätzung der Insolvenzwahrscheinlichkeit untersucht wurden. Dabei besteht ein Zielkonflikt zwischen Genauigkeit und Einfachheit des Prognosemodells. Beispielsweise kann aufgrund theoretischer Zur Ermittlung des Kreditrisikos sowie des ökonomischen und regulatorischen Eigenkapitals ist die Insolvenz- bzw. Ausfallwahrscheinlichkeit eines Schuldners eine zentrale Komponente. Vor diesem Hintergrund ist es verständlich, dass in Wissenschaft und Praxis bereits diverse statistische Methoden zur Schätzung der Insolvenzwahrscheinlichkeit untersucht wurden. Dabei besteht ein Zielkonflikt zwischen Genauigkeit und Einfachheit des Prognosemodells. Beispielsweise kann aufgrund theoretischer Überlegungen angenommen werden, dass manche Kennzahlen der Jahresabschlussanalyse nicht monoton auf die Insolvenzwahrscheinlichkeit wirken, sondern die jeweilige Sensitivität abhängig vom Kennzahlenniveau ist. Bislang konnten solche Zusammenhänge allerdings nur in solchen Modellklassen adäquat berücksichtigt werden, die in der praktischen Anwendung Schwächen hinsichtlich der Interpretation haben. Mit der vorliegenden Arbeit wird die Zielsetzung verfolgt, Kennzahlen der Jahresabschlussanalyse hinsichtlich nichtlinearer Zusammenhänge mit der Insolvenzwahrscheinlichkeit zu untersuchen und solche Zusammenhänge im Modell anschaulich zu berücksichtigen. Dafür werden Generalisierte Additive Modelle auf Basis von penalisierten Regressionssplines verwendet und mit Generalisierten Linearen Modellen verglichen, wodurch der Effekt der nichtlinearen Zusammenhänge frei von anderen Einflüssen separiert werden kann. Außerdem werden Branchenbesonderheiten der Kennzahlen vorab bereinigt. Im Ergebnis zeigt die auf über 50.000 Jahresabschlüssen basierende empirische Analyse, dass bei den meisten Kennzahlen nichtlineare Zusammenhänge bestehen und diese auch ökonomisch plausibel sind. Darauf aufbauend, wird gezeigt, dass die zusätzliche Modellkomplexität durch eine höhere Prognosegüte überlagert wird. Das gilt insbesondere dann, wenn ökonomisch relevante Kosten aus Fehlklassifikationen in der Modellbewertung berücksichtigt werden. Lieferzeit 1-2 Werktage.
Zur Ermittlung des Kreditrisikos sowie des ökonomischen und regulatorischen Eigenkapitals ist die Insolvenz- bzw. Ausfallwahrscheinlichkeit eines Schuldners eine zentrale Komponente. Vor diesem Hintergrund ist es verständlich, dass in Wissenschaft und Praxis bereits diverse statistische Methoden zur Schätzung der Insolvenzwahrscheinlichkeit untersucht wurden. Dabei besteht ein Zielkonflikt zwischen Genauigkeit und Einfachheit des Prognosemodells. Beispielsweise kann aufgrund theoretischer Zur Ermittlung des Kreditrisikos sowie des ökonomischen und regulatorischen Eigenkapitals ist die Insolvenz- bzw. Ausfallwahrscheinlichkeit eines Schuldners eine zentrale Komponente. Vor diesem Hintergrund ist es verständlich, dass in Wissenschaft und Praxis bereits diverse statistische Methoden zur Schätzung der Insolvenzwahrscheinlichkeit untersucht wurden. Dabei besteht ein Zielkonflikt zwischen Genauigkeit und Einfachheit des Prognosemodells. Beispielsweise kann aufgrund theoretischer Überlegungen angenommen werden, dass manche Kennzahlen der Jahresabschlussanalyse nicht monoton auf die Insolvenzwahrscheinlichkeit wirken, sondern die jeweilige Sensitivität abhängig vom Kennzahlenniveau ist. Bislang konnten solche Zusammenhänge allerdings nur in solchen Modellklassen adäquat berücksichtigt werden, die in der praktischen Anwendung Schwächen hinsichtlich der Interpretation haben. Mit der vorliegenden Arbeit wird die Zielsetzung verfolgt, Kennzahlen der Jahresabschlussanalyse hinsichtlich nichtlinearer Zusammenhänge mit der Insolvenzwahrscheinlichkeit zu untersuchen und solche Zusammenhänge im Modell anschaulich zu berücksichtigen. Dafür werden Generalisierte Additive Modelle auf Basis von penalisierten Regressionssplines verwendet und mit Generalisierten Linearen Modellen verglichen, wodurch der Effekt der nichtlinearen Zusammenhänge frei von anderen Einflüssen separiert werden kann. Außerdem werden Branchenbesonderheiten der Kennzahlen vorab bereinigt. Im Ergebnis zeigt die auf über 50.000 Jahresabschlüssen basierende empirische Analyse, dass bei den meisten Kennzahlen nichtlineare Zusammenhänge bestehen und diese auch ökonomisch plausibel sind. Darauf aufbauend, wird gezeigt, dass die zusätzliche Modellkomplexität durch eine höhere Prognosegüte überlagert wird. Das gilt insbesondere dann, wenn ökonomisch relevante Kosten aus Fehlklassifikationen in der Modellbewertung berücksichtigt werden. Lieferzeit 1-2 Werktage.
3
Berücksichtigung nichtlinearer Zusammenhänge bei der Insolvenzprognose (2016)
DE PB NW
ISBN: 9783844104745 bzw. 3844104747, in Deutsch, Josef Eul Verlag GmbH, Taschenbuch, neu.
Lieferung aus: Österreich, zzgl. Versandkosten.
Eine empirische Untersuchung unter Verwendung Generalisierter Additiver Modelle Zur Ermittlung des Kreditrisikos sowie des ökonomischen und regulatorischen Eigenkapitals ist die Insolvenz- bzw. Ausfallwahrscheinlichkeit eines Schuldners eine zentrale Komponente. Vor diesem Hintergrund ist es verständlich, dass in Wissenschaft und Praxis bereits diverse statistische Methoden zur Schätzung der Insolvenzwahrscheinlichkeit untersucht wurden. Dabei besteht ein Zielkonflikt zwischen Genauigkeit und Einfachheit des Prognosemodells. Beispielsweise kann aufgrund theoretischer Überlegungen angenommen werden, dass manche Kennzahlen der Jahresabschlussanalyse nicht monoton auf die Insolvenzwahrscheinlichkeit wirken, sondern die jeweilige Sensitivität abhängig vom Kennzahlenniveau ist. Bislang konnten solche Zusammenhänge allerdings nur in solchen Modellklassen adäquat berücksichtigt werden, die in der praktischen Anwendung Schwächen hinsichtlich der Interpretation haben. Mit der vorliegenden Arbeit wird die Zielsetzung verfolgt, Kennzahlen der Jahresabschlussanalyse hinsichtlich nichtlinearer Zusammenhänge mit der Insolvenzwahrscheinlichkeit zu untersuchen und solche Zusammenhänge im Modell anschaulich zu berücksichtigen. Dafür werden Generalisierte Additive Modelle auf Basis von penalisierten Regressionssplines verwendet und mit Generalisierten Linearen Modellen verglichen, wodurch der Effekt der nichtlinearen Zusammenhänge frei von anderen Einflüssen separiert werden kann. Außerdem werden Branchenbesonderheiten der Kennzahlen vorab bereinigt. Im Ergebnis zeigt die auf über 50.000 Jahresabschlüssen basierende empirische Analyse, dass bei den meisten Kennzahlen nichtlineare Zusammenhänge bestehen und diese auch ökonomisch plausibel sind. Darauf aufbauend, wird gezeigt, dass die zusätzliche Modellkomplexität durch eine höhere Prognosegüte überlagert wird. Das gilt insbesondere dann, wenn ökonomisch relevante Kosten aus Fehlklassifikationen in der Modellbewertung berücksichtigt werden. 31.08.2016, Taschenbuch.
Eine empirische Untersuchung unter Verwendung Generalisierter Additiver Modelle Zur Ermittlung des Kreditrisikos sowie des ökonomischen und regulatorischen Eigenkapitals ist die Insolvenz- bzw. Ausfallwahrscheinlichkeit eines Schuldners eine zentrale Komponente. Vor diesem Hintergrund ist es verständlich, dass in Wissenschaft und Praxis bereits diverse statistische Methoden zur Schätzung der Insolvenzwahrscheinlichkeit untersucht wurden. Dabei besteht ein Zielkonflikt zwischen Genauigkeit und Einfachheit des Prognosemodells. Beispielsweise kann aufgrund theoretischer Überlegungen angenommen werden, dass manche Kennzahlen der Jahresabschlussanalyse nicht monoton auf die Insolvenzwahrscheinlichkeit wirken, sondern die jeweilige Sensitivität abhängig vom Kennzahlenniveau ist. Bislang konnten solche Zusammenhänge allerdings nur in solchen Modellklassen adäquat berücksichtigt werden, die in der praktischen Anwendung Schwächen hinsichtlich der Interpretation haben. Mit der vorliegenden Arbeit wird die Zielsetzung verfolgt, Kennzahlen der Jahresabschlussanalyse hinsichtlich nichtlinearer Zusammenhänge mit der Insolvenzwahrscheinlichkeit zu untersuchen und solche Zusammenhänge im Modell anschaulich zu berücksichtigen. Dafür werden Generalisierte Additive Modelle auf Basis von penalisierten Regressionssplines verwendet und mit Generalisierten Linearen Modellen verglichen, wodurch der Effekt der nichtlinearen Zusammenhänge frei von anderen Einflüssen separiert werden kann. Außerdem werden Branchenbesonderheiten der Kennzahlen vorab bereinigt. Im Ergebnis zeigt die auf über 50.000 Jahresabschlüssen basierende empirische Analyse, dass bei den meisten Kennzahlen nichtlineare Zusammenhänge bestehen und diese auch ökonomisch plausibel sind. Darauf aufbauend, wird gezeigt, dass die zusätzliche Modellkomplexität durch eine höhere Prognosegüte überlagert wird. Das gilt insbesondere dann, wenn ökonomisch relevante Kosten aus Fehlklassifikationen in der Modellbewertung berücksichtigt werden. 31.08.2016, Taschenbuch.
4
Symbolbild
Berücksichtigung nichtlinearer Zusammenhänge bei der Insolvenzprognose
DE PB NW
ISBN: 9783844104745 bzw. 3844104747, in Deutsch, Josef Eul Verlag GmbH, Taschenbuch, neu.
Lieferung aus: Deutschland, Versandkosten nach: Deutschland, Versandkostenfrei.
Von Händler/Antiquariat, buecher.de GmbH & Co. KG, [1].
Zur Ermittlung des Kreditrisikos sowie des ökonomischen und regulatorischen Eigenkapitals ist die Insolvenz- bzw. Ausfallwahrscheinlichkeit eines Schuldners eine zentrale Komponente. Vor diesem Hintergrund ist es verständlich, dass in Wissenschaft und Praxis bereits diverse statistische Methoden zur Schätzung der Insolvenzwahrscheinlichkeit untersucht wurden. Dabei besteht ein Zielkonflikt zwischen Genauigkeit und Einfachheit des Prognosemodells. Beispielsweise kann aufgrund theoretischer Überlegungen angenommen werden, dass manche Kennzahlen der Jahresabschlussanalyse nicht monoton auf die Insolvenzwahrscheinlichkeit wirken, sondern die jeweilige Sensitivität abhängig vom Kennzahlenniveau ist. Bislang konnten solche Zusammenhänge allerdings nur in solchen Modellklassen adäquat berücksichtigt werden, die in der praktischen Anwendung Schwächen hinsichtlich der Interpretation haben. Mit der vorliegenden Arbeit wird die Zielsetzung verfolgt, Kennzahlen der Jahresabschlussanalyse hinsichtlich nichtlinearer Zusammenhänge mit der Insolvenzwahrscheinlichkeit zu untersuchen und solche Zusammenhänge im Modell anschaulich zu berücksichtigen. Dafür werden Generalisierte Additive Modelle auf Basis von penalisierten Regressionssplines verwendet und mit Generalisierten Linearen Modellen verglichen, wodurch der Effekt der nichtlinearen Zusammenhänge frei von anderen Einflüssen separiert werden kann. Außerdem werden Branchenbesonderheiten der Kennzahlen vorab bereinigt. Im Ergebnis zeigt die auf über 50.000 Jahresabschlüssen basierende empirische Analyse, dass bei den meisten Kennzahlen nichtlineare Zusammenhänge bestehen und diese auch ökonomisch plausibel sind. Darauf aufbauend, wird gezeigt, dass die zusätzliche Modellkomplexität durch eine höhere Prognosegüte überlagert wird. Das gilt insbesondere dann, wenn ökonomisch relevante Kosten aus Fehlklassifikationen in der Modellbewertung berücksichtigt werden. Versandfertig in 3-5 Tagen, Softcover, Neuware.
Von Händler/Antiquariat, buecher.de GmbH & Co. KG, [1].
Zur Ermittlung des Kreditrisikos sowie des ökonomischen und regulatorischen Eigenkapitals ist die Insolvenz- bzw. Ausfallwahrscheinlichkeit eines Schuldners eine zentrale Komponente. Vor diesem Hintergrund ist es verständlich, dass in Wissenschaft und Praxis bereits diverse statistische Methoden zur Schätzung der Insolvenzwahrscheinlichkeit untersucht wurden. Dabei besteht ein Zielkonflikt zwischen Genauigkeit und Einfachheit des Prognosemodells. Beispielsweise kann aufgrund theoretischer Überlegungen angenommen werden, dass manche Kennzahlen der Jahresabschlussanalyse nicht monoton auf die Insolvenzwahrscheinlichkeit wirken, sondern die jeweilige Sensitivität abhängig vom Kennzahlenniveau ist. Bislang konnten solche Zusammenhänge allerdings nur in solchen Modellklassen adäquat berücksichtigt werden, die in der praktischen Anwendung Schwächen hinsichtlich der Interpretation haben. Mit der vorliegenden Arbeit wird die Zielsetzung verfolgt, Kennzahlen der Jahresabschlussanalyse hinsichtlich nichtlinearer Zusammenhänge mit der Insolvenzwahrscheinlichkeit zu untersuchen und solche Zusammenhänge im Modell anschaulich zu berücksichtigen. Dafür werden Generalisierte Additive Modelle auf Basis von penalisierten Regressionssplines verwendet und mit Generalisierten Linearen Modellen verglichen, wodurch der Effekt der nichtlinearen Zusammenhänge frei von anderen Einflüssen separiert werden kann. Außerdem werden Branchenbesonderheiten der Kennzahlen vorab bereinigt. Im Ergebnis zeigt die auf über 50.000 Jahresabschlüssen basierende empirische Analyse, dass bei den meisten Kennzahlen nichtlineare Zusammenhänge bestehen und diese auch ökonomisch plausibel sind. Darauf aufbauend, wird gezeigt, dass die zusätzliche Modellkomplexität durch eine höhere Prognosegüte überlagert wird. Das gilt insbesondere dann, wenn ökonomisch relevante Kosten aus Fehlklassifikationen in der Modellbewertung berücksichtigt werden. Versandfertig in 3-5 Tagen, Softcover, Neuware.
5
Berücksichtigung nichtlinearer Zusammenhänge bei der Insolvenzprognose (2016)
~DE PB NW
ISBN: 9783844104745 bzw. 3844104747, vermutlich in Deutsch, Josef Eul Verlag GmbH, Taschenbuch, neu.
Lieferung aus: Schweiz, Versandfertig innert 4 - 7 Werktagen.
Eine empirische Untersuchung unter Verwendung Generalisierter Additiver Modelle, Zur Ermittlung des Kreditrisikos sowie des ökonomischen und regulatorischen Eigenkapitals ist die Insolvenz- bzw. Ausfallwahrscheinlichkeit eines Schuldners eine zentrale Komponente. Vor diesem Hintergrund ist es verständlich, dass in Wissenschaft und Praxis bereits diverse statistische Methoden zur Schätzung der Insolvenzwahrscheinlichkeit untersucht wurden. Dabei besteht ein Zielkonflikt zwischen Genauigkeit und Einfachheit des Prognosemodells. Beispielsweise kann aufgrund theoretischer Überlegungen angenommen werden, dass manche Kennzahlen der Jahresabschlussanalyse nicht monoton auf die Insolvenzwahrscheinlichkeit wirken, sondern die jeweilige Sensitivität abhängig vom Kennzahlenniveau ist. Bislang konnten solche Zusammenhänge allerdings nur in solchen Modellklassen adäquat berücksichtigt werden, die in der praktischen Anwendung Schwächen hinsichtlich der Interpretation haben. Mit der vorliegenden Arbeit wird die Zielsetzung verfolgt, Kennzahlen der Jahresabschlussanalyse hinsichtlich nichtlinearer Zusammenhänge mit der Insolvenzwahrscheinlichkeit zu untersuchen und solche Zusammenhänge im Modell anschaulich zu berücksichtigen. Dafür werden Generalisierte Additive Modelle auf Basis von penalisierten Regressionssplines verwendet und mit Generalisierten Linearen Modellen verglichen, wodurch der Effekt der nichtlinearen Zusammenhänge frei von anderen Einflüssen separiert werden kann. Ausserdem werden Branchenbesonderheiten der Kennzahlen vorab bereinigt. Im Ergebnis zeigt die auf über 50.000 Jahresabschlüssen basierende empirische Analyse, dass bei den meisten Kennzahlen nichtlineare Zusammenhänge bestehen und diese auch ökonomisch plausibel sind. Darauf aufbauend, wird gezeigt, dass die zusätzliche Modellkomplexität durch eine höhere Prognosegüte überlagert wird. Das gilt insbesondere dann, wenn ökonomisch relevante Kosten aus Fehlklassifikationen in der Modellbewertung berücksichtigt werden. Taschenbuch, 31.08.2016.
Eine empirische Untersuchung unter Verwendung Generalisierter Additiver Modelle, Zur Ermittlung des Kreditrisikos sowie des ökonomischen und regulatorischen Eigenkapitals ist die Insolvenz- bzw. Ausfallwahrscheinlichkeit eines Schuldners eine zentrale Komponente. Vor diesem Hintergrund ist es verständlich, dass in Wissenschaft und Praxis bereits diverse statistische Methoden zur Schätzung der Insolvenzwahrscheinlichkeit untersucht wurden. Dabei besteht ein Zielkonflikt zwischen Genauigkeit und Einfachheit des Prognosemodells. Beispielsweise kann aufgrund theoretischer Überlegungen angenommen werden, dass manche Kennzahlen der Jahresabschlussanalyse nicht monoton auf die Insolvenzwahrscheinlichkeit wirken, sondern die jeweilige Sensitivität abhängig vom Kennzahlenniveau ist. Bislang konnten solche Zusammenhänge allerdings nur in solchen Modellklassen adäquat berücksichtigt werden, die in der praktischen Anwendung Schwächen hinsichtlich der Interpretation haben. Mit der vorliegenden Arbeit wird die Zielsetzung verfolgt, Kennzahlen der Jahresabschlussanalyse hinsichtlich nichtlinearer Zusammenhänge mit der Insolvenzwahrscheinlichkeit zu untersuchen und solche Zusammenhänge im Modell anschaulich zu berücksichtigen. Dafür werden Generalisierte Additive Modelle auf Basis von penalisierten Regressionssplines verwendet und mit Generalisierten Linearen Modellen verglichen, wodurch der Effekt der nichtlinearen Zusammenhänge frei von anderen Einflüssen separiert werden kann. Ausserdem werden Branchenbesonderheiten der Kennzahlen vorab bereinigt. Im Ergebnis zeigt die auf über 50.000 Jahresabschlüssen basierende empirische Analyse, dass bei den meisten Kennzahlen nichtlineare Zusammenhänge bestehen und diese auch ökonomisch plausibel sind. Darauf aufbauend, wird gezeigt, dass die zusätzliche Modellkomplexität durch eine höhere Prognosegüte überlagert wird. Das gilt insbesondere dann, wenn ökonomisch relevante Kosten aus Fehlklassifikationen in der Modellbewertung berücksichtigt werden. Taschenbuch, 31.08.2016.
6
Berücksichtigung nichtlinearer Zusammenhänge bei (2016)
~DE PB NW
ISBN: 9783844104745 bzw. 3844104747, vermutlich in Deutsch, Taschenbuch, neu.
Lieferung aus: Deutschland, Next Day, Versandkostenfrei.
Erscheinungsdatum: 31.08.2016, Medium: Taschenbuch, Einband: Kartoniert / Broschiert, Titel: Berücksichtigung nichtlinearer Zusammenhänge bei der Insolvenzprognose, Titelzusatz: Eine empirische Untersuchung unter Verwendung Generalisierter Additiver Modelle, Autor: Ohliger, Thorsten, Verlag: Josef Eul Verlag GmbH // Eul, Josef, Verlag GmbH, Sprache: Deutsch, Rubrik: Betriebswirtschaft, Seiten: 324, Informationen: Paperback, Gewicht: 463 gr, Verkäufer: averdo.
Erscheinungsdatum: 31.08.2016, Medium: Taschenbuch, Einband: Kartoniert / Broschiert, Titel: Berücksichtigung nichtlinearer Zusammenhänge bei der Insolvenzprognose, Titelzusatz: Eine empirische Untersuchung unter Verwendung Generalisierter Additiver Modelle, Autor: Ohliger, Thorsten, Verlag: Josef Eul Verlag GmbH // Eul, Josef, Verlag GmbH, Sprache: Deutsch, Rubrik: Betriebswirtschaft, Seiten: 324, Informationen: Paperback, Gewicht: 463 gr, Verkäufer: averdo.
7
Berücksichtigung nichtlinearer Zusammenhänge bei der Insolvenzprognose: Eine empirische Untersuchung unter Verwendung Generalisierter Additiver Modelle (2016)
DE PB NW
ISBN: 9783844104745 bzw. 3844104747, in Deutsch, 324 Seiten, Josef Eul Verlag Gmbh, Taschenbuch, neu.
Lieferung aus: Deutschland, Der Artikel ist bald verfügbar. Sichern Sie sich jetzt Ihr Exemplar!
Von Händler/Antiquariat, Amazon.de.
Die Beschreibung dieses Angebotes ist von geringer Qualität oder in einer Fremdsprache. Trotzdem anzeigen
Von Händler/Antiquariat, Amazon.de.
Die Beschreibung dieses Angebotes ist von geringer Qualität oder in einer Fremdsprache. Trotzdem anzeigen
Lade…