Abstract:

Machine learning (ML) could strengthen banks’ resilience through improved credit risk screening and ultimately benefit financial stability. Yet, ML adoption in banking remains limited, with simpler linear models still predominating. We argue that the emergence of highly flexible ML models has created a new challenge for forecasting tasks: ‘model multiplicity’—where equally accurate ML models at the aggregate level produce divergent individual-level predictions (‘predictive multiplicity’) or differ in their decision surfaces (‘procedural multiplicity’). These issues raise fundamental questions: Why should an individual or firm be subject to an adverse credit risk model outcome when there is an equally accurate model that treats them more favorably? Using the world’s largest loss database of corporate defaults, we examine these two phenomena in recovery rate (RR) modeling and propose heterogeneous ML ensembles as a natural solution. By combining predictions and decision surfaces from multiple well-performing ML models, ensembles mitigate risks associated with predictive multiplicity by ensuring that borrowers are not subject to the fluctuations of a single model, and reduce procedural multiplicity by providing a robust measure of features that ultimately improve out-of-sample RR predictions. By addressing the ‘multiplicity of good models’ problem, our study emphasizes the importance of model stability and provides new insights for the future development of ML models.

im kommenden Semester bietet der Lehrstuhl für Finance ein Masterseminar zum Thema "Causal Data Analytics in Finance" an. Die Informationen zum Seminar finden Sie hier.

Wir freuen uns, Sie in der Informationsveranstaltung zum Seminar am 21.01.2026 um 16:00 Uhr (LB 134) begrüßen zu dürfen. Hier erfolgt auch die Seminaranmeldung.

im kommenden Semester bietet der Lehrstuhl für Finance ein Masterseminar zum Thema Behavioral Finance an. Die Informationen zum Seminar finden Sie hier.

Wir freuen uns, Sie in der Informationsveranstaltung zum Seminar am 30.01.2023 um 16:00 Uhr (LB 107) begrüßen zu dürfen. Hier erfolgt auch die Seminaranmeldung.

In diesem Wintersemester 2022/23 wird die Bachelorveranstaltung "Investition und Finanzierung" erstmalig vom Lehrstuhl für Finance organisiert. Die Vorlesung beginnt Montag, 17.10.2022 um 14 Uhr im LA-Gebäude.

Informationen zur Veranstaltung finden Sie hier.

Mit besten Grüßen

Ihr Finance Team

Wir freuen uns sehr darauf, Sie im Rahmen der Veranstaltung "Quantitatives Risikomanagement" am Montag, 27.06.2022 um 10:15 in Raum LE 104 zu dem Gastvortrag von Herrn Gerwin Scharmann (Head of Treasury bei Santander Consumer Bank AG) begrüßen zu dürfen. Der Titel des Gastvortrags lautet "Interest rate risk management in practice". Hier erhalten Sie einen praktischen Einblick in das Zinsrisikomanagement einer privaten Geschäftsbank.

Beachten Sie bitte, dass die Inhalte des Gastvortrags klausurrelevant sind, weshalb eine Teilnahme vor Ort für ein erfolrgreiches Bestehen der Klausur unabdingbar ist.

Beste Grüße

Ihr Finance-Team

im kommenden Semester bietet der Lehrstuhl für Finance ein Masterseminar zum Thema Sustainable Finance an. Die Informationen zum Seminar finden Sie hier.

Wir freuen uns, Sie in der Informationsveranstaltung zum Seminar am 11.07.2022 um 13:00 Uhr (LE 104) begrüßen zu dürfen. Hier erfolgt auch die Seminaranmeldung.

aufgrund des aktuellen Infektionsgeschehens stellen wir die von unserem Lehrstuhl angebotenen Prüfungen teilweise auf Online-Formate um.

Informationen zu den einzelnen Prüfungen des Lehrstuhls im Wintersemester finden Sie hier.