Jährlich veröffentlicht das Statistische Bundesamt Statistiken über die Besteuerung von Rentnerinnen und Rentnern, wegen langer Abgabe- und Einspruchsfristen für Einkommensteuererklärungen allerdings erst etwa 3,5 Jahre nach Ablauf des betref- fenden Statistikjahres. Jedoch liegt ein Teil...

This study evaluates naïve and advanced prediction models when applied to style rotation strategies on the Johannesburg Stock Exchange (‘JSE’). We apply 1- and 3-month style momentum as naïve predictors against three tree-based machine learning (‘ML’) algorithms (advanced predictors),...

Jährlich veröffentlicht das Statistische Bundesamt Statistiken über die Besteuerung von Rentnerinnen und Rentnern, wegen langer Abgabe- und Einspruchsfristen für Einkommensteuererklärungen allerdings erst etwa 3,5 Jahre nach Ablauf des betref- fenden Statistikjahres. Jedoch liegt ein Teil...

This paper develops an early warning system for predicting distress for large European banks. Using a novel definition of distress derived from banks' headroom above regulatory requirements, we investigate the performance of three machine learning techniques against the traditional logistic...

This paper explores the application of machine learning (ML) techniques to nowcast the monthly year-over-year growth rate of both total and non-primary GDP in Peru. Using a comprehensive dataset that includes over 170 domestic and international predictors, we assess the predictive performance of...

This paper estimates rates of return on wealth across gross wealth groups by matching individual-level survey data with macroeconomic return data for Germany. Using machine learning for more detailed financial asset categories, we find that the average nominal rate of return on gross assets for...

This paper explores the application of machine learning (ML) techniques to nowcast the monthly year-over-year growth rate of both total and non-primary GDP in Peru. Using a comprehensive dataset that includes over 170 domestic and international predictors, we assess the predictive performance of...

Workforce planning in logistics is a major challenge due to increasing demands and a dynamic environment. The number of delivery positions is a key factor in determining staffing requirements. This is often predicted subjectively based on employee assessments. To improve decision making and...

We consider parametric portfolio policies of any complexity using deep neural networks to optimize investor utility. Risk aversion acts as an economic regularization mechanism, with higher risk aversion constraining model complexity. Empirically, Deep Parametric Portfolio Policies (DPPP)...

Die Nutzung von Scannerdaten in der Verbraucherpreisstatistik hat viele Vorteile, bringt allerdings auch einige Herausforderungen mit sich. Eine der Herausforderungen ist die Klassifizierung der Artikel nach dem vom Verbraucherpreisindex verwendeten Klassifikationssystem COICOP. Aufgrund der...

Auch die amtliche Statistik nutzt Methoden der Künstlichen Intelligenz (KI) und ihres Teilbereichs Maschinelles Lernen (ML). Dies wirft verschiedene ethische Fragestellungen auf, die im ersten Teil des Artikels ("Identifikation") mithilfe von Vorarbeiten aus anderen Staaten und von...

Künstliche Intelligenz (KI) hat mit ihrem Teilgebiet Maschinelles Lernen (ML) Einzug gehalten in die Verwaltung im Allgemeinen sowie in die amtliche Statistik in Deutschland im Speziellen. Welche ethischen Fragen sind jedoch beim Einsatz von KI/ML in der Produktion amtlicher Statistiken zu...

Inequality is a dynamic phenomenon, and the relative and absolute positions of individuals are subject to frequent shocks. It is important to know if preventive interventions mitigate adverse inequality effects of labor market shocks. We consider individuals up to three months before the...

We study how the effects of exports on earnings vary across individual workers, depending on a wide range of worker, firm, and job characteristics. To this end, we combine a generalized random forest with an instrumental variable strategy. Analyzing Germany's exports to China and Eastern Europe,...

This paper develops an early warning system for predicting distress for large European banks. Using a novel definition of distress derived from banks' headroom above regulatory requirements, we investigate the performance of three machine learning techniques against the traditional logistic...

Accurately predicting stock market movements remains a critical challenge in finance, driven by the increasing role of algorithmic trading and the centrality of financial markets in economic sustainability. This study examines the incorporation of artificial intelligence (AI) and machine...

Können Methoden der Künstlichen Intelligenz helfen, Baustellenaktivitäten in Nordrhein-Westfalen zu erfassen und somit mehr Informationen über das dortige Baugeschehen zu erhalten? Der Artikel untersucht ob es möglich ist, einen Datensatz zu erstellen, um einen Algorithmus zu trainieren,...

We examine predictive machine learning studies from 50 top business and economic journals published between 2010 and 2023. We investigate their transparency regarding the predictive performance of machine learning models compared to less complex traditional statistical models that require fewer...

Inequality is a dynamic phenomenon, and the relative and absolute positions of individuals are subject to frequent shocks. It is important to know if preventive interventions mitigate adverse inequality effects of labor market shocks. We consider individuals up to three months before the...