KCI등재
기업구조조정 혁신을 위한 선제적 한계기업 예측모형에 관한 연구
저자
이찬호(Chan-Ho Lee) ; 최지혜(Ji-Hye Choi) ; 김민승(Min-Seung Kim) ; 최정환(Jeong-Hwan Choi) ; 성태응(Tae-Eung Sung) 연구자관계분석
발행기관
학술지명
권호사항
발행연도
2020
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
637-667(31쪽)
KCI 피인용횟수
0
DOI식별코드
제공처
기업 구조조정의 기반이라고 할 수 있는 워크아웃(Work-out)제도의 도입 이래, 기업 부실화에 대한 관리방안 및 제도는 금융시장 환경의 변화에 발맞춰 변모하고 있음에도 불구하고 사후관리에 치우쳐져 있다는 한계가 있다. 따라서, 본 연구에서는 이를 보완하기 위한 방안으로 기업 경영악화요인에 대한 사전 분석을 통해서 선제적 한계기업 예측모형을 구축하는 것을 목적으로 한다.
2015∼2018년을 기준으로 연도별 15만 여개의 기업에 대한 477,458건의 자료를 수집하고, 다양한 재무비율과 거시경제변수를 입력변수로 선정하였다. 또한 다양한 머신러닝을 활용한 방법론과 전통적 통계기법으로 예측 모형을 구축하고 성능을 비교함으로써, 부실 징후기업 예측에 대해 강건한 모델을 제안하고자 하였다. 실험 결과, k-NN(k-Nearest Neighbor) 알고리즘이 정상기업과 한계기업을 예측하는데 모두 강건한 모델을 제공하였으며, 특히 다른 방법론들과 달리 한계기업에 대한 연도별 예측 성능차이가 크지 않아 k-NN 알고리즘이 선제적 예측모형을 구축하고자 하는 본 연구의 목적과 가장 부합한 것으로 분석된다.
Since the introduction of the work-out system, which can be called the basis for corporate restructuring, the management system for corporate insolvency are shifting. But it has the limitation that they are biased toward follow-up management. Therefore, this study aims to build a preemptive prediction model for marginal companies through preliminary analysis of deteriorating factors in business.
As of 2015-2018, we have collected 477,458 data on about 150,000 companies per year and selected various financial ratios and macroeconomic variables as input variables. In addition, we intended to propose a robust model for the prediction of companies that are showing the signs of insolvency by comparing performance with methodologies using various machine learning and traditional statistical models. As a result of the experiment, k-NN(k-Nearest Neighbor) algorithm has established a robust model for both normal and marginal companies. In particular, for marginal companies, the prediction performance of k-NN algorithm is not significantly different from year to year unlike other methodologies, thus it is the most suitable for the purpose of this study to build a preemptive prediction model.
분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2026 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2020-01-01 | 평가 | 등재학술지 유지 (재인증) | KCI등재 |
2017-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2013-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2010-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2009-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2008-01-01 | 평가 | 등재후보학술지 유지 (등재후보2차) | KCI후보 |
2007-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2006-01-01 | 평가 | 등재후보학술지 유지 (등재후보1차) | KCI후보 |
2005-01-01 | 평가 | 등재후보학술지 유지 (등재후보1차) | KCI후보 |
2003-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 1.31 | 1.31 | 1.14 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
1.21 | 1.2 | 1.278 | 0.16 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)