Мы анализируем вероятность дефолта (PD) нефинансовых корпораций в Европе с использованием случайных лесов (RF) и оцениваем последствия для стресс-тестирования банковского сектора. Для этого мы используем данные финансовых отчетов компаний (Orbis) и кредитного реестра банков (Anacredit). Мы показываем, что RF демонстрирует более высокую чувствительность к риску, чем логистическая регрессия, при стресс-тестировании, проливая новый свет на нелинейный эффект суровости сценария на PD. Кроме того, мы показываем, как PD на основе RF может использоваться в сети банков и фирм для стресс-тестирования банковского сектора через кредитные риски как ключевой канал передачи неблагоприятных сценариев. Детальный анализ индексов рискованности банков, полученных из этой сети, также проливает свет на превосходную способность RF улавливать нелинейность благодаря ее способности выявлять "крайние банки". Наша работа актуальна как для центральных банков, так и для банковских надзорных органов.