Die Aufgabenstellung des Projekts besteht in der Analyse von bestehenden und der Entwicklung von neuen Prognosemodellen unter Verwendung neuerer statistischer Verfahren, mit deren Hilfe man die zukünftige Insolvenzgefährdung von Unternehmen vorhersagen kann. Im Rahmen des Projektes wurde mit Daten des Mannheimer Unternehmenspanels (MUP) eine Querschnittsanalyse zur Insolvenzgefährdung kleinerer und mittlerer Unternehmen durchgeführt. Die Schwierigkeit bei einer Analyse dieser Unternehmen besteht darin, dass häufig nur wenige Bilanzdaten verfügbar sind, sodass qualitative Angaben zu den Unternehmen hinzugezogen werden müssen. Es zeigt sich, dass trotz dieser Einschränkung gute Ergebnisse erzielt werden können. Mit Hilfe statistischer neuronaler Netzwerke wurde ein Modell geschätzt, das sehr differenzierte Aussagen über das Insolvenzrisiko in Abhängigkeit von bestimmten Unternehmensmerkmalen erlaubt. Weiterhin wurden Einflussfaktoren der tatsächlichen Kreditwürdigkeitsentscheidungen in Deutschland untersucht. Ausgangspunkt der Untersuchung stellen informations- sowie spieltheoretische Analysen der Rolle von Kreditwürdigkeitsprüfern auf einem Kreditmarkt dar. Unter Hinzunahme industrieökonomischer Modelle erfolgte eine spezifische Modellierung des Entscheidungsproblems von Kreditwürdigkeitsprüfern und die Ableitung testbarer Hypothesen bezüglich der faktischen Einflussgrößen bei deren Entscheidung. Diese Hypothesen werden auf Basis des MUP getestet. Eine abschließende Arbeit illustriert die Anwendung unterschiedlicher Verfahren von Zweizustandsmodellen (z. B. Logit- und Probit-Modelle) bis hin zu Verweildauermodellen (z. B. Hazardraten-Modelle). Auf der Basis eines Datensatzes, der Informationen aus Akten von Unternehmenskrediten enthält, werden die Schätzergebnisse diskutiert.