Insolvenzprognose
Das von Joseph A. Schumpeter eingeführte Leitbild der schöpferischen Zerstörung ist eine wesentliche Grundlage für die betriebswirtschaftliche Forschung an der Schumpeter School of Business and Economics. Das Element der Zerstörung findet sich in dem Forschungsgebiet der Insolvenzprognose wieder. Die Forschung des Lehrstuhls für Controlling konzentriert sich auf die Vorhersage von Unternehmensinsolvenzen durch die Analyse von Bilanz- und Kreditinformationen sowie nichtlinearen Datenbeziehungen. Die empirischen Ergebnisse zeigen, dass die Berücksichtigung nichtlinearer Zusammenhänge die Genauigkeit und Validität von Prognosemodellen deutlich steigert. Diese Erkenntnisse bieten wertvolle Ansätze, um Insolvenzprognosen zuverlässiger zu gestalten und die Praxis zu unterstützen.
Ausgewählte Veröffentlichungen
Lohmann, C./Möllenhoff, S./Lehner, S., On the relationship between financial distress and ESG scores, erscheint in: Corporate Social Responsibility and Environmental Management (2025).
Lohmann, C./Ohliger, T., Predicting the cure of a defaulted company: Nonlinear relationships between loan-related variables and the cure probability, in: Research in International Business and Finance, Vol. 70 B (2024), Article 102395. OPEN ACCESS [LINK: https://doi.org/10.1016/j.ribaf.2024.102395]
Lohmann, C./Möllenhoff, S., How do bankruptcy risk estimations change in time? Empirical evidence from listed US companies, in: Finance Research Letters, Vol. 58 B (2023), Article 104389. OPEN ACCESS [LINK: https://doi.org/10.1016/j.frl.2023.104389]
Lohmann, C./Möllenhoff, S./Ohliger, T., Nonlinear relationships in bankruptcy prediction and their effect on the profitability of bankruptcy prediction models, in: Journal of Business Economics, Vol. 93 (2023), S. 1661-1690. OPEN ACCESS [LINK: https://doi.org/10.1007/s11573-022-01130-8]
Lohmann, C./Möllenhoff, S., Dark premonitions: Pre-bankruptcy investor attention and behavior, in: Journal of Banking & Finance, Vol. 151 (2023), Article 106853.
Lohmann, C./Möllenhoff, S., The bankruptcy risk matrix as a tool for interpreting the outcome of bankruptcy prediction models, in: Finance Research Letters, Vol. 50 A (2023), Article 103851.
Lohmann, C./Ohliger, T., Using accounting-based and loan-related information to estimate the cure probability of a defaulted company, in: European Financial Management, Vol. 27 (2021), S. 620-640.
Lohmann, C./Ohliger, T., Bankruptcy prediction and the discriminatory power of annual reports: Empirical evidence from financially distressed German companies, in: Journal of Business Economics, Vol. 90 (2020), S. 137-172.
Lohmann, C./Ohliger, T., Using accounting-based information on young firms to predict bankruptcy, in: Journal of Forecasting, Vol. 38 (2019), S. 803-819.
Lohmann, C./Ohliger, T., The total cost of misclassification in credit scoring. A comparison of generalized linear models and generalized additive models based on empirical data, in: Journal of Forecasting, Vol. 38 (2019), S. 375-389.
Lohmann, C./Ohliger, T., Nonlinear relationships in a logistic model of default for a high risk installment portfolio, in: Journal of Credit Risk, Vol. 14 (2018), S. 45-68.
Lohmann, C./Ohliger, T., Nonlinear relationships and their effect on bankruptcy prediction, in: Schmalenbach Business Review, Vol. 18 (2017), S. 261-287.
