Die Prognose der Insolvenzgefährdung von Unternehmen anhand statistischer Methodik war und ist eine bedeutende Aufgabe empirischer Forschung. Eine Möglichkeit der Beurteilung der finanziellen bzw. wirtschaftlichen Verfassung von Unternehmen stellt die sog. externe Bilanzanalyse anhand...

Die Prognose der Insolvenzgefährdung von Unternehmen anhand statistischer Methodik war und ist eine bedeutende Aufgabe empirischer Forschung. Eine Möglichkeit der Beurteilung der finanziellen bzw. wirtschaftlichen Verfassung von Unternehmen stellt die sog. externe Bilanzanalyse anhand...

Die Prognose der Insolvenzgefährdung von Unternehmen anhand statistischer Methodik war und ist eine bedeutende Aufgabe empirischer Forschung. Eine Möglichkeit der Beurteilung der finanziellen bzw. wirtschaftlichen Verfassung von Unternehmen stellt die sog. externe Bilanzanalyse anhand...

We give an explicit PDE characterization for the solution of the problemof maximizing the utility of both terminal wealth and intertemporal consumption under model uncertainty. The underlying market model consists of a risky asset, whose volatility and long-term trend are driven by an external...

This paper explores implications of nominal rigidity characterized by a non-constanthazard function for aggregate dynamics. I derive the NKPC under an arbitrary hazardfunction and parameterize it with the Weibull duration model. The resulting Phillips curveinvolves lagged inflation and lagged...

In semiparametric models it is a common approach to under-smooth the nonparametric functions inorder that estimators of the finite dimensional parameters can achieve root-n consistency. The requirementof under-smoothing may result as we show from inefficient estimation methods or technical...

This paper studies how dierent unionisation structures aect rm productivity, rmperformance, and consumer welfare in a monopolistic competition model with heterogeneousrms and free entry. While centralised bargaining induces tougher selection among hetero-geneous producers and thus increases...

In this paper we develop several regression algorithms for solvinggeneral stochastic optimal control problems via Monte Carlo. Thistype of algorithms is particularly useful for problems with a highdimensionalstate space and complex dependence structure of the underlyingMarkov process with...