Earticle

초록

한국어

본 연구는 기업 부도 예측 과정에서 새로운 정보 원천으로 비정형 데이터인 뉴스 텍스트 데이터를 계량화하여 활용할 수 있도록 인공지능 기법인 ‘Word2vec’ 방법으로 측정하는 방법을 제시한다. 또한 인공지능 기반의 예측 방법론을 제시하고 기존의 방법론과 예측력을 비교 분석하였다. 연구 결과, 우선 연간 모형에서는 인공지능 기법인 Random forests 기법이 가장 우수한 예측력이 나타나는 것으로 분석되었다. 또한 인공지능을 이용한 다른 방법론들도 전반적으로 기존의 전통적인 예측 방법보다 예측력이 우수한 것으로 나타났다. 뉴스 텍스트를 추가적인 정보 원천으로 추가한 효과는 연간 예측 모형에서는 다소 미미하였다. 하지만 월간 예측 모형에서는 텍스트 정보 기반의 예측 모형이 시장 정보 기반의 예측 모형인 KMV 모형과 유사한 결론을 도출할 수 있어 기업 부도 예측 과정에서 조기 경보 모형으로 충분히 활용이 가능함을 실증하였다.

목차

<요약>
 1. 연구배경 및 목적
 2. 연구 방법론
  2.1. 선행연구
  2.2 연구방법론
  2.3. 모형의 예측력 평가 방안
 3. 실증분석
  3.1. 부도 사건의 정의
  3.2. 데이터 수집 및 정제
  3.3. 연간 예측 모형
  3.4. 월간 예측 모형
 5. 결론 및 시사점
 <참고문헌>
 Code

키워드

저자

• 최정원 [ 건국대학교 경영대학 박사과정 ] 주저자
• 오세경 [ 건국대학교 경영대학 교수 ] 교신저자
• 장재원 [ 고려대학교 의학통계학과 석사과정 ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국재무학회 학술대회

• 간기

  부정기

• 수록기간

  2006~2024

• 십진분류

  KDC 325 DDC 330