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
황진경 (경상국립대학교) 송혜령 (판다스) 유동희 (경상국립대학교)
저널정보
한국인터넷전자상거래학회 인터넷전자상거래연구 인터넷전자상거래연구 제23권 제4호
발행연도
2023.8
수록면
253 - 271 (19page)
DOI
10.37272/JIECR.2023.08.23.4.253

이용수

DBpia Top 10%동일한 주제분류 기준으로
최근 2년간 이용수 순으로 정렬했을 때
해당 논문이 위치하는 상위 비율을 의미합니다.
표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
This study aims to develop an optimal prediction model for stock delisting in companies listed on the KOSPI and KOSDAQ markets of the Korea Exchange. To enhance the predictive performance of the models, we collected a dataset incorporating various financial ratios and macroeconomic indicators as additional variables, providing a better reflection of the economic conditions at the time. The dataset consisted of financial ratios and macroeconomic indicators from delisted or managed companies from 2014 to 2021. We constructed stock delisting prediction models using individual and ensemble machine learning algorithms, as well as one deep learning algorithm. Additionally, we adopted processes for adjusting classes and utilizing GridsearchCV to further improve the model’s performance. As a result, we identified significant factors influencing a company’s stock delisting risk and found the optimal prediction model by comparing the performance of machine learning algorithms to the deep learning algorithm. We hope these findings offer valuable insights that can assist investors and regulatory authorities in evaluating companies’ financial stability and identifying potential stock delisting risks.
#Stock Delisting Prediction #Korea Exchange Financial Statements #Disclosure #Ensemble Machine Learning #Deep Learning

목차

Abstract
Ⅰ. 서론
Ⅱ. 이론적 배경
Ⅲ. 문헌 연구
Ⅳ. 연구 방법
Ⅴ. 연구 결과
Ⅵ. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

이 논문의 저자 정보

이 논문과 함께 이용한 논문

한국 부채경제의 구조변동: ‘기업부채’에서 ‘가계부채’로
박찬종 OUGHTOPIA 2018 .08
머신러닝 기반 미래 기업가치 예측 모델의 비교 연구: ESG 평가 등급 포함의 영향
강경구 ,  박정열 ,  나형종 대한경영학회지 2023 .09
부채비율 변동과 거시경제 및 노동소득분배율 추이 - OECD 28개국 비교·분석 -
손종칠 노동연구 2022 .12
데이터마이닝을 이용한 코스닥 시장의 상장폐지 예측모형 구축에 관한 연구
이재범 ,  최봉균 ,  신용재 로고스경영연구 2016 .03
머신러닝 모형을 활용한 창업기업의 후속투자 결정요인 분석
김선우 ,  이윤아 ,  서정민 외 1명 벤처창업연구 2024 .12

최근 본 자료

전체보기

댓글(0)

0