KCI우수등재
통계적 학습을 이용한 다시점 기업부도 예측모형들의 비교
저자
발행기관
학술지명
한국데이터정보과학회지(Journal of the Korean data & information science society)
권호사항
발행연도
2021
작성언어
Korean
주제어
등재정보
KCI우수등재
자료형태
학술저널
발행기관 URL
수록면
487-499(13쪽)
DOI식별코드
제공처
소장기관
본 연구에서는 다양한 통계적 학습 방법을 활용해서 시간의 흐름에 따른 기업부도예측 모형의 변화와 성능의 변화를 조사한다. 본 연구는 2000년 1월 1일부터 2016년 1월 31일까지 한국거래소에 상장된 기업을 대상으로 하며, 상장폐지 또는 워크아웃 신청한 기업을 부도로 정의하였다. 본 분석을 위해서 성장성 비율과 관련 있는 회계변수와 거시경제변수로써 전산업생산지수를 활용으며, 시장변수인 시가총액을 활용하여 변동성, 왜도, 첨도를 생산해서 활용했다. 2000년 1월부터 2016년 1월까지 각 선행 3년을 훈련데이터, 후행 1년을 검정데이터로 설정해서, 다시점 기업부도예측의 모형과 성능을 비교하였다. 로지스틱 회귀분석, 부분최소제곱법, 랜덤포레스트 방법을 활용해서 재현율을 기준으로 최종모형을 선정하였으며, 이 때 불균형적인 기업부도 데이터의 특성을 고려해 로지스틱 회귀분석과 랜덤포레스트에서는 부도기업에 가중치를 고려하였고, 부분최소제곱법에서는 Synthetic Minority Oversampling Technique (SMOTE)을 적용해서 불균형적인 데이터의 특성을 보완하였다. 본 연구에서는 외부 경제상황이 변화가 커지면 주요 변수들이 시점별로 변화가는 것을 확인할 수 있으며, 특히 전산업생산지수, 성장성 비율 회계변수가 모든 시점에서 기업부도에 유의미한 결과가 제시되었다.
더보기This research examines the performance change of the bankruptcy prediction models over time. This study is conducted on companies listed on the Korea Exchange from January 1, 2000 to January 31, 2016. We consider accounting variables indicating Growth rate and the Index of All Industrial Productions(IAIP) as a macroeconomic variable. Additional market variables are chosen based on Market Capitalization of each company; volatility, skewness, and kurtosis. The first three years are designated as training data, and the consequent next one year is set as testing data. For each three-one pair trial, we predict the bankruptcy of the enterprise and conduct a series of tests on all trials using logistic regression, partial least squares (PLS), and Random Forest. Logistic regression and Random Forest assign weights on bankruptcy companies due to imbalance of the bankruptcy data and PLS takes the Synthetic Minority Oversampling Techniques to handle imbalance data.
더보기분석정보
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)