KCI등재
중소기업 신용보강을 위한 딥러닝 기업 건전성 분류 = Classifications of SMEs’ Financial Soundness using Deep Learning
저자
발행기관
학술지명
권호사항
발행연도
2022
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
수록면
103-122(20쪽)
KCI 피인용횟수
0
제공처
This study investigates the effectiveness of binary classification in financial soundness by three feature selection methods using corporate information. We analyze the ESG-rating data from Korea Corporate Governance Service and corporate information data from NICE. For feature selection, the correlation coefficient, logistic regression, and random forest models are employed. Each model is fitted by a deep neural network for binary classification. The random-forest-based feature selection yields a significant performance improvement. Classification with the deep neural network can make better performance when its network has five hidden layers. The deep learning technique in our model enables a more effective credit-rating model than the existing system, even with easily accessible and available data. We suggest that financial institutions can use a deep learning classification model to find credit enhancement measures for SMEs.
더보기본 연구는 상관계수, 로지스틱 회귀, 랜덤포레스트를 활용한 각 변수선택법을 활용하여 접근성과 설명력이 높은 기업정보 중심의 모델을 구축한다. 이를 딥러닝 모형에 적합을 시켜 건전성 보유기업 여부를 분류한다. 분류모형 구축을 위해 한국기업지배구조원의 ESG 등급평가 자료 및 NICE 기업정보를 연구자료로 활용하였다. 분석자료를 심층 신경망 모형에 적합한 결과, 세 가지 변수선택법 방법론 중 임베딩 방식을 활용한 랜덤포레스트 기반의 피쳐셀렉션 모형에서 분류성능이 가장 높게 나타남을 확인하였으며, 이를 바탕으로 심층신경망의 은닉층을 확장하는 형태로 성능개선을 시도하였다. 5개의 은닉층을 통한 분류를 진행할 경우 기업의 건전성 보유 여부에 대해 예측할 수 있으며, 신경망 분석에서의 은닉층 확장이 계속적인 모형의 성능개선을 만들어내지는 못하는 것이 확인되었다. 본 연구는 중소기업을 위한 여신금융지원 체계가 요구되는 시점의 연구로서, 정책당국의 현행 여신금융 기관을 향한 중소기업과 소상공인 지원을 위한 정책방향과 실행방안을 간접적으로 제언한다. 또한, 현행 기업평가 체계에 대한 점검의 필요성과 딥러닝을 활용한 건전성 보유기업의 판별 가능성을 시사한다.
더보기분석정보
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 |
2014-03-25 | 학술지명변경 | 외국어명 : Korean Association of Financial Engineering -> Korean Journal of Financial Engineering | KCI등재 |
2014-03-17 | 학회명변경 | 영문명 : The Korean Journal Of Financial Engineering -> Korean Association of Financial Engineering | KCI등재 |
2014-03-14 | 학술지명변경 | 외국어명 : The Korean Journal of Financial Engineering -> Korean Association of Financial Engineering | 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 | 등재후보 1차 FAIL (등재후보1차) | KCI후보 |
2006-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.38 | 0.38 | 0.55 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.61 | 0.66 | 1.029 | 0 |
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)