머신러닝 기반 기업성과 예측 모델의 비교 연구: ESG 평가 등급 포함의 영향

박기준; 박찬욱

추천

검색

질문

자료유형: 학술저널

저자정보: 박기준 (경희대학교) 박찬욱 (경희대학교)

저널정보: 세명대학교 인문사회과학연구소 인문사회과학연구 인문사회과학연구 제31권 제4호

발행연도: 2023.12

수록면: 688 - 714 (27page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

· 연구 주제: 본 연구는 기업성과를 예측함에 있어서 ESG(Environmental, Social, and Governance) 등급을 포함시켰을 때 더 우수한 예측성능을 보인다는 것을 입증하는 논문이다.
· 연구 배경: 대부분의 기업성과 연구는 ROA를 대용변수로 사용하고, 회귀분석 모델에만 집중해왔으며, 다른 연구 방법론에 대한 시도는 거의 없었다. 이에 본 연구는 기존의 방식과 차별화를 두기 위해 머신러닝 기법을 이용한 기업 재무성과 예측 모델 개발을 목표로 한다.
· 선행연구와의 차이점: 대부분의 선행 ESG 연구는 회귀분석 모형을 사용하여 ESG 활동이 재무성과에 중요한 영향을 미친다는 것을 밝혀왔다. 그러나 데이터 수집의 제한으로, 기업 재무성과 평가는 주로 재무제표의 재무적 요인에만 의존해 왔다. 이에 본 연구는 대표적인 비재무적 요소인 ESG 등급을 고려한 ROA예측 머신러닝 모델을 개발하고자 한다. 특히, ESG 평가등급을 포함하였을 때 기업성과 예측 모델의 성능이 더 우수함을 입증하였다.
· 연구방법: 본 연구에서는 기업성과를 예측하는데 있어 전체 산업을 표본으로 하며 10년이라는 장기간의 데이터를 사용하였다. 그리고 머신러닝 분석 방법 중 classifier 방법을 사용하였고, 2가지의 classifier(Extra Trees, Random Forest)의 분석결과를 함께 제시함으로써 보다 신뢰성 있는 연구결과를 제시하였다.
· 연구결과: Accurac, Precision, Recall, F1-score, AUC 분석결과에서 모두 일관성 있게 ESG 평가등급 정보를 포함하였을 때가 그렇지 않았을 때보다 결과 값이 전체적으로 높은 것으로 나타났다. 도출되었다. 따라서 기업성과 측정치인 ROA 예측시에는 ESG 평가등급 정보를 포함하여 예측하는 것이 ESG 평가등급 정보를 포함하지 않고 ROA를 예측하는 것보다 더 정확하게 예측할 수 있음을 알 수 있다.
· 공헌점 및 기대효과: 기업성과 연구에 머신러닝을 활용하는 새로운 연구방법론을 제안함으로써 후속 연구자들에게 유용한 예측 모델 설계 가이드라인을 제공한다. 실무적으로는 투자자들에게 ESG 등급을 고려한 투자전략과 기업에게 ESG 경영의 중요성을 인식시키는 데 유의미한 정보를 제공한다.

· Research topics: This study reminds us of the importance of ESG information and objectively verifies that ESG is a significant factor in predicting corporate performance as a paper proving that ESG ratings are better predicted when included in predicting corporate performance.
· Research background: Most corporate performance studies have used ROA as a proxy variable and focused only on regression analysis models, and there have been few attempts on other research methodologies. Therefore, this study aims to develop a corporate financial performance prediction model using machine learning techniques to differentiate it from existing methods.
· Differences from prior research:
Most previous ESG studies have shown that ESG activities have a significant impact on financial performance using regression analysis models. However, due to data collection restrictions, evaluation of corporate financial performance has relied primarily on the financial factors of financial statements. Therefore, this study aims to develop an ROA prediction machine learning model that considers ESG ratings, a representative non-financial factor. In particular, it is intended to prove that the performance of the corporate performance prediction model is better when the ESG evaluation rating is included.
· Research method: In this study, the entire industry was sampled and long-term data of 10 years was used to predict corporate performance. In addition, the classifier method was used among machine learning analysis methods, and more reliable research results were presented by presenting the analysis results of two classifiers (Extra Trees, Random Forest) together.
· Research results: In conclusion, these results were consistently derived from Accuracy analysis results, Precision analysis results, Recall analysis results, F1-score analysis results, and AUC analysis results. Therefore, when predicting ROA, which is a measure of corporate performance, it can be seen that predicting including ESG evaluation grade information can predict more accurately than predicting ROA without including ESG evaluation grade information.
· Contribution points and expected effects: By proposing a new research methodology that utilizes machine learning in corporate performance research, it provides useful predictive model design guidelines for subsequent researchers. In practice, it provides investors with investment strategies that take into account ESG ratings and meaningful information for companies to recognize the importance of ESG management.

#기업성과 #머신러닝 #Corporate performance #ESG #machine learning #Extra Trees #Random Forest

참고문헌 (0)

참고문헌 신청

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

이 논문의 저자 정보

박기준

소속기관 경희대학교

주요연구분야 인문학 > 인문학 일반 공학 > 전기전자공학 > 정보통신공학

논문수 4 이용수 661

박찬욱

소속기관 경희대학교

주요연구분야 복합학 > 학제간연구 TOP 10% 공학 > 기타공학 > 기타 공학

논문수 9 이용수 3,356

이 논문과 함께 이용한 논문

사람 손의 운동학적 시너지를 반영한 모방학습 기반 로봇 손 제어 알고리즘

정민기 , 이승원 , 박선미 외 2명 대한기계학회 춘추학술대회 2023 .11

가치 선별적 모방학습을 통한 미사일 유도 기법

이가원 , 이승재 , 신종호 외 1명 한국항공우주학회 학술발표회 초록집 2023 .11

기업의 ESG 활동이 기업성과에 미치는 영향

오상희 한국산업비즈니스학회 학술대회 발표집 2022 .06

심층신경망을 활용한 데이터 기반 ESG 성과 예측에 관한 연구: 기업 재무 정보를 중심으로

김민승 , 문승환 , 최성원 지능정보연구 2023 .06

MZ세대의 자기애성향, SNS 이용동기, 과시적 여가소비의 관계

장나연 , 주진영 , 신규리 한국여가레크리에이션학회지 2022 .09

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)