Earticle

초록

한국어

오늘날 여러 기관이 데이터를 교환하며 데이터가 가용해짐에 따라 재무적인 정보가 한정적인 개인 기업에 대한 신용평가에도 기계학습 기법을 적용하여 기존 신용평가의 한계를 극복하려는 연구들이 늘어나고 있다. 본 논문은 신용평가회사에서 수집할 수 있는 데이터에 기계학습 기법을 적용하여 개인 기업의 부도 확률을 예측하는 신용평가 모형을 학습한 후, 재무와 비재무적인 정보 위주로 평가를 하 는 실제 모형보다 부도 발생 예측 성능이 우수하거나 비슷함을 확인하는 것이다. 20,560개의 개인기 업에 대한 123개의 독립변수와 부도 발생 여부의 결과 값을 Random Forest와 XGBoost 알고리즘으 로 학습시켜 실제 부도 사실과 비교하니 각각 85.5%와 86.2% 정확도의 성능을 보여주었다.

목차

요약
1. 서론
2. 관련 연구
2.1. 전통적 기법의 기업 신용평가 연구
2.2. 인공지능을 활용한 기업 신용 평가 연구
3. 실험방법
3.1. 데이터
3.2. 학습시나리오
4. 결과
5. 논의 및 결론
Acknowledgement
참고문헌

키워드

저자

• 제갈홍 [ 산업정보시스템공학과 서울과학기술대학교 ]
• 심민규 [ 산업정보시스템공학과 서울과학기술대학교 ]

참고문헌

발행기관

간행물

표지보기 관심저널 등록

• 간행물명

  한국차세대컴퓨팅학회 학술대회

• 간기

  반년간

• 수록기간

  2021~2025

• 십진분류

  KDC 566 DDC 004