Earticle

현재 위치 Home

기계학습과 신용평가 – 국내 상장기업을 중심으로

첫 페이지 보기
  • 발행기관
    한국재무학회 바로가기
  • 간행물
    한국재무학회 학술대회 바로가기
  • 통권
    2022년 한국재무학회 추계학술대회 (2022.11)바로가기
  • 페이지
    pp.629-636
  • 저자
    이정환, 조진형
  • 언어
    한국어(KOR)
  • URL
    https://www.earticle.net/Article/A436229

※ 기관로그인 시 무료 이용이 가능합니다.

4,000원

원문정보

초록

한국어
본 연구는 기계학습 모형을 활용하여 신용평가모형을 구축하고, 기존 로지스틱 모형 과 예측 성능을 비교하고자 한다. 모형 구축을 위한 분석 대상은 2000~2021년 나이 스신용평가 신용등급이 부여된 기업이며, 각 기업의 재무데이터를 활용한다. 결측치를 제거한 결과 최종적으로 13개의 변수와 3,970개의 관측치가 본 연구의 기계학습 모 형 구축에 사용되었다. 또한 투자 등급인 BBB 등급을 기준으로 기업에 대한 신용등 급을 예측한 결과 로지스틱 모형의 경우 총자본, 감가상각비, 매출액 순으로 결정 변 수가 나온 반면 랜덤포레스트와 그래디언트부스티드디시전트리(GBDT)의 경우 총자 본, 당기순이익, 총자산, 그리고 총자본, 당기순이익, 유동자산과 같이 기업 규모 및 현금흐름과 밀접한변수가 중요한 것으로 나타났다. 이어 기업 신용등급의 예측 성능 을 추정한 결과 기계학습 모형인 랜덤포레스트와 GBDT의 정확도 성능이 전통적인 로지스틱 모형에 비해 월등히 높다는 사실을 확인하였다.

목차

초록
Ⅰ. 서론
Ⅱ. 이론적 배경
2-1. 신용평가
2-2. 기계학습 알고리즘 소개
Ⅲ. 방법론 소개
Ⅲ-2. 설명변수
Ⅳ. 연구 결과
Ⅳ-1. 변수 중요도
Ⅳ-2. 전통 로지스틱 및 기계학습 알고리즘 성능 비교
Ⅳ-3. 전통 로지스틱 및 기계학습 알고리즘 비교 - 재벌기업집단 및 비재벌기업집단
Ⅴ. 결론
Ⅵ. 참고문헌
VII. 부록

키워드

기계학습 기업 부도 신용평가 랜덤포레스트 RF GBDT

저자

  • 이정환 [ 한양대 경제금융대학 부교수 ]
  • 조진형 [ 한양대 ESG정책분석센터 객원연구원(경제학박사) ]

참고문헌

자료제공 : 네이버학술정보

간행물 정보

발행기관

  • 발행기관명
    한국재무학회 [The Korean Finance Association]
  • 설립연도
    1988
  • 분야
    사회과학>경영학
  • 소개
    본 회는 재무학 및 이와 관련되는 분야를 발전시키며 회원 상호간의 친목 도모를 목적으로 한다.

간행물

  • 간행물명
    한국재무학회 학술대회
  • 간기
    부정기
  • 수록기간
    2006~2024
  • 십진분류
    KDC 325 DDC 330

이 권호 내 다른 논문 / 한국재무학회 학술대회 2022년 한국재무학회 추계학술대회

    피인용수 : 0건 (자료제공 : 네이버학술정보)

    함께 이용한 논문 이 논문을 다운로드한 분들이 이용한 다른 논문입니다.

      출처 : 네이버학술정보

        0개의 논문이 장바구니에 담겼습니다.

        페이지 저장
        소속기관 조회
        이용자님의 소속기관(단체)이 서비스에 가입되어 있는지 확인해 보십시오.
        기관회원에 소속되어 있는 이용자는 원문을 무료로 이용할 수 있습니다.