KCI우수등재
머신러닝을 이용한 한국 스포츠산업 기업의 부실 예측에 관한 연구 = The Study on the Prediction of Insolvency of Korean Sports Industry Using Machine Learning
저자
발행기관
학술지명
권호사항
발행연도
2019
작성언어
-주제어
KDC
600
등재정보
KCI우수등재
자료형태
학술저널
발행기관 URL
수록면
165-176(12쪽)
KCI 피인용횟수
0
DOI식별코드
제공처
본 연구는 머신러닝을 이용해 스포츠산업 기업의 부실을 예측하고자 한다. 기업부실을 예측하기 위해 3년간 이자보상배율이 마이너스인 기업을 부실기업으로, 그 반대인 기업을 건전기업으로 정의하였다. 부실기업과 건전기업으로 정의된 기업을 대상으로 분석이 가능한 재무지표 중 등분산성을 만족하는 변수를 선정한 후 T검정을 실시하여 두 집단 간에 차이가 유의하게 나타난 재무변수를 입력변수로 선정하였다. 선정된 재무지표에 대해 대표적 이진분류방법인 로지스틱회귀분석 및 판별분석 방법을 이용해 머신러닝을 수행하였다. 총자산증가율, 금융비용/총부채, 순운전자본/총자본비율, 총C/F대부채비율, 순운전자본회전율 등의 5가지 재무지표를 입력변수로 선정하여 부실을 예측하였다. 훈련용 데이터를 이용해 학습을 수행했으며, 훈련한 학습 결과를 검증용 데이터를 이용해 검증한 결과 로지스틱회귀분석의 예측정확도가 88.5%로 판별분석의 80.3%보다 높은 것으로 나타났다. 본 연구의 결과를 적용하여 부실화 우려가 있는 기업을 사전에 파악하고 이에 대처할 수 있는 방안을 마련함으로써 기업부실로 인한 직·간접적인 피해를 줄일 수 있을 것이다.
더보기The purpose of this study is to predict the insolvency of sports industry companies by machine learning. In order to predict corporate insolvency, we defined a company with a negative interest payment ratio for three years as a insolvency company and vice versa as a healthy company. We selected the variables that satisfy the equal variance among the financial indicators that can be analyzed for the insolvent and healthy companies, and then conducted a T-test to select the financial variables that showed significant differences between the two groups. Using the selected financial indicators, machine learning was performed using logistic regression and discriminant analysis methods. The five financial indicators, such as Total assets growth, Financial expenses / total liabilities, NWC to total assets, Total CF to total liabilities, NWC turnover, were used as input variables to predict corporate insolvency. The training was conducted using the training data, and the results of the training were verified using the validation data. As a result, the prediction accuracy of the logistic regression analysis was 88.5%, which is higher than the 80.3% of the discriminant analysis. Apply the results of this study to identify companies that may be insolvent. By providing a way to prevent the insolvency will be, directly or indirectly, reduce the damage caused by the company insolvent.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2022 | 평가예정 | 계속평가 신청대상 (등재유지) | |
2017-01-01 | 평가 | 우수등재학술지 선정 (계속평가) | |
2013-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2010-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2008-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2006-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2003-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2002-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2001-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 1.34 | 1.34 | 1.4 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
1.44 | 1.45 | 1.24 | 0.33 |
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)