메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
조경인 (경북대학교) 김영민 (경북대학교)
저널정보
한국데이터정보과학회 한국데이터정보과학회지 한국데이터정보과학회지 제32권 제3호
발행연도
2021.5
수록면
487 - 499 (13page)
DOI
10.7465/jkdi.2021.32.3.487

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

이 논문의 연구 히스토리 (2)

2021

통계적 학습을 이용한 다시점 기업부도 예측모형들의 비교
조경인 ,  김영민 한국데이터정보과학회지 2021.05 학술저널
통계적 학습을 이용한 다시점 기업부도 예측모형들의 비교와 변수특성 연구
조경인 통계학과 2021.01 학위논문

초록· 키워드

오류제보하기
본 연구에서는 다양한 통계적 학습 방법을 활용해서 시간의 흐름에 따른 기업부도예측 모형의 변화와 성능의 변화를 조사한다. 본 연구는 2000년 1월 1일부터 2016년 1월 31일까지 한국거래소에 상장된 기업을 대상으로 하며, 상장폐지 또는 워크아웃 신청한 기업을 부도로 정의하였다. 본 분석을 위해서 성장성 비율과 관련 있는 회계변수와 거시경제변수로써 전산업생산지수를 활용으며, 시장변수인 시가총액을 활용하여 변동성, 왜도, 첨도를 생산해서 활용했다. 2000년 1월부터 2016년 1월까지 각 선행 3년을 훈련데이터, 후행 1년을 검정데이터로 설정해서, 다시점 기업부도예측의 모형과 성능을 비교하였다. 로지스틱 회귀분석, 부분최소제곱법, 랜덤포레스트 방법을 활용해서 재현율을 기준으로 최종모형을 선정하였으며, 이 때 불균형적인 기업부도 데이터의 특성을 고려해 로지스틱 회귀분석과 랜덤포레스트에서는 부도기업에 가중치를 고려하였고, 부분최소제곱법에서는 Synthetic Minority Oversampling Technique (SMOTE)을 적용해서 불균형적인 데이터의 특성을 보완하였다. 본 연구에서는 외부 경제상황이 변화가 커지면 주요 변수들이 시점별로 변화가는 것을 확인할 수 있으며, 특히 전산업생산지수, 성장성 비율 회계변수가 모든 시점에서 기업부도에 유의미한 결과가 제시되었다.
#부분최소제곱법 #불균형 데이터 #성장성 비율 회계변수 #전산업생산지수 #랜덤포레스트 #Accounting variables indicating growth rate #IAIP #imbalanced data #PLS #random forest

목차

요약
1. 서론
2. 통계적 분석방법론
3. 기업부도의 예측을 위한 자료
4. 다시점 별 기업부도예측 모형
5. 결론 및 제언
References
Abstract

참고문헌 (17)

참고문헌 신청
Altman, E. I. / 1968 / Financial ratios, discriminant analysis and the prediction of corporate bankruptcy / The Journal of Finance 23:589~609 google schola Barboza, F. / 2017 / Machine learning models and bankruptcy prediction / Expert Systems with Applications 83:405~417 google schola Beaver, W. H. / 1966 / Financial ratios as predictors of failure / Journal of Accounting Research :71~111 google schola Breiman, L. / 2001 / Statistical modeling : The two cultures(with comments and a rejoinder by the author) / Statistical science 16:199~231 google schola Chawla, N. V. / 2002 / SMOTE : Synthetic minority over-sampling technique / Journal of Artificial Intelligence Research 16:321~357 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

기술평가지표와 거시경제요인을 활용한 중소기업 부도예측모형
김성태 Financial Planning Review 2023 .05
중소기업 매출채권보험 커버리지가 기업의 부실 확률, 성장성, 수익성에 미치는 영향에 관한 연구
정종가 ,  이용대 ,  이치송 Asia-Pacific Journal of Business & Commerce 2020 .07
머신러닝 기반 기업부도위험 예측모델 검증 및 정책적 제언: 스태킹 앙상블 모델을 통한 개선을 중심으로
엄하늘 ,  김재성 ,  최상옥 지능정보연구 2020 .06
설문조사에서 불성실 응답의 탐지방법과 제거의 효과
박원우 ,  마성혁 ,  배수현 외 3명 경영학연구 2020 .04
확률변경분석(SFA)을 활용한 사회적기업의 수익성과 효율성의 관계 분석
김용덕 ,  곽동철 사회적가치와 기업연구 2018 .06

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-041-001749509