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

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
권장한 (한국해양수산개발원) 박성화 (한국해양수산개발원)
저널정보
한국해운물류학회 해운물류연구 해운물류연구 제38권 제2호
발행연도
2022.6
수록면
399 - 418 (20page)

이용수

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

초록· 키워드

오류제보하기
본 연구는 반복적인 해운업 부실을 조기에 감지하고 선제적인 대응 방안을 마련하고자 머신러닝기법을 적용한 부실예측모형을 개발하여 제안하였다. 로짓, 랜덤 포레스트, 서포트 벡터머신, 릿지, 라쏘 등 총 5개의 머신러닝기법을 사용하여 모형 간 예측성능을 비교하였다. 2000년부터 2019년까지 우리나라 외항운송기업을 대상으로 예측인자를 Altman’s K-score의 구성지표, 해운기업 부실에 뛰어난 예측력을 지닌 것으로 알려진 재무지표 및 해운시황변수로 설정하여 부실예측모형을 구성하였다. 분석 결과, 라쏘와 로짓이 다른 기법에 비해 뛰어난 예측성능을 보여줬으며, 머신러닝기법을 적용하여 부실예측모형을 구축하는 것이 모형 예측력 향상에 도움이 될 수 있음을 확인할 수 있었다.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0