본 연구는 유럽의 비금융 기업들의 부도 확률(Probability of Default, PD)을 랜덤 포레스트(Random Forests, RF)를 사용하여 분석하고, 은행 부문 스트레스 테스트에 대한 시사점을 평가한다. 이를 위해 기업 재무제표(Orbis) 및 은행 신용 등록부(Anacredit) 데이터를 활용한다. 본 연구는 RF가 로지스틱 회귀보다 스트레스 테스트에서 더 강력한 위험 민감도를 보이며, 시나리오 심각도가 PD에 미치는 비선형적 효과에 대한 새로운 통찰을 제공함을 보여준다. 또한, RF 기반 PD가 은행과 기업 네트워크에서 대출 익스포저를 통해 은행 부문 스트레스 테스트에 활용될 수 있음을 보여주는데, 이는 부정적 시나리오의 주요 전이 채널 역할을 한다. 이 네트워크에서 파생된 은행 위험도 지수에 대한 세분화된 검토는 "꼬리 은행(tail banks)"을 식별하는 능력 덕분에 RF의 비선형성 포착 능력이 우수함을 조명한다. 본 연구는 중앙은행과 은행 감독 당국 모두에게 관련성이 있다.