Earticle

초록

영어

Distressed firms are businesses with weak financial structures that are unable to pay off their debts with operational profits. Predicting distressed firms is necessary to overcome the limitations of post-management measures and to detect signs of distress. We predict distressed firms in the KOrea Composite Stock Price Index Market(KOSPI Market), a major stock market. We use Random Forest, which can use various features and provide stable results even with large datasets. We validate model performance with 10-fold cross-validation. We calculate feature importance to analyze causes of distressed firms. Our model showed 94.11% accuracy, 0.6913 recall, 0.8047 precision, and 0.7437 F1 score on test sets. We expect that our model will help improve business stability and support the development of effective restructuring policies to detect signs of distress.

한국어

한계기업은 재무구조가 부실해 영업활동으로 창출한 이익으로 이자비용조차 감당하지 못하는 기업이다. 부실기 업에 대한 사후 관리 방안의 한계를 보완하고 부실징후를 사전 감지하기 위해 한계기업 예측이 필요하다. 본 논문에 서는 대표적인 주식 시장인 유가증권시장의 한계기업을 우선 예측한다. 데이터의 다양한 특성을 고려할 수 있어 대규 모의 데이터에서도 안정적인 결과를 얻을 수 있는 랜덤 포레스트(Random Forest)를 활용하여 모델링한다. 10-겹 교 차 검증(10-Fold Cross Validation)을 통해 모델의 성능을 검증한다. 독립변수의 중요도(Feature Importance)를 계 산하여 한계기업의 원인을 상세 분석한다. 실험 결과, 제안 모델은 테스트 데이터에서 정확도(Accuracy) 94.11%, 재 현율(Recall) 0.6913, 정밀도(Precision) 0.8047, F1 Score 0.7437의 성능을 보였다. 향후 제안 모델은 기업의 부실징 후를 사전 감지하여 기업의 경영 정상화를 촉진하고 효과적인 구조조정 정책 수립에 도움을 줄 것으로 기대한다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 관련연구
Ⅲ. 연구방법
1. 데이터 수집(Data Collection)
2. 데이터 전처리(Data Preprocessing)
3. 모델링(Modeling)
Ⅳ. 실험 및 결과
Ⅴ. 결론
References

키워드

저자

• 윤성연 [ Sungyeon Yoon | 준회원, 서울여자대학교 데이터사이언스학과 석사과정 ] 제1저자
• 박민서 [ Minseo Park | 정회원, 서울여자대학교 데이터사이언스학과 교수 ] 교신저자

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  The Journal of the Convergence on Culture Technology (JCCT) [문화기술의 융합]

• 간기

  격월간

• pISSN

  2384-0358

• eISSN

  2384-0366

• 수록기간

  2015~2026

• 등재여부

  KCI 등재

• 십진분류

  KDC 600 DDC 700