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

논문 기본 정보

자료유형
학술저널
저자정보
권민수 (플리머스 대학교) 정대환 (한국관세무역개발원)
저널정보
한국국제상학회 국제상학 국제상학 제39권 제3호
발행연도
2024.9
수록면
133 - 152 (21page)

이용수

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

초록· 키워드

오류제보하기
본 연구에서는 해운 산업에서 파산 예측의 정확성을 높이기 위해 XGBoost와 LSTM과 같은 머신러닝모델을 개발하고 적용하는 것을 목표로 한다. 특히 대기업과 중소기업(SME) 간의 파산 위험 요인을 분석하여, 산업의 복잡한 금융 및 거시경제 변수를 효과적으로 반영하지 못하는 기존 금융 모델의 한계를 보완하고자 한다. 본 연구는 2001년부터 2023년까지의 한국 해운 산업 데이터를 활용하며, 주요 재무 비율과 거시경제 지표를 포함한다. XGBoost와 LSTM을 포함한 고급 기계 학습 기법을 적용하여 기존 연구방법인 판별분석과 로지스틱 회귀분석간 예측 정확성을 비교하고, 대기업과 중소기업 간 맞춤형 모델을 개발하는 데 중점을 두었다. 연구 결과, XGBoost 모델이 다른 모델들보다 파산 예측에서 우수한 성과를 보였으며, 해운 산업의 복잡한 금융 및 거시경제 변수를 효과적으로 처리하였다. 대기업은 내부 재무 건전성, 특히 자산 관리 효율성과 부채비율에 더 큰 영향을 받는 반면, 중소기업은 외부 경제 요인, 특히 금리 변동성과 글로벌 경제 상황에 더 민감한 것으로 나타났다. 대기업의 경우 거시경제 지표와 내부 재무 관리에 중점을 둔 전략이 중요하며, 중소기업은 외부 경제 요인에 대한 대응력 강화와 운영 효율성 개선이 필요하다. 이러한 맞춤형 접근은 해운 산업에서의 위험 관리와 전략적 의사결정에 기여하고자 한다.
#파산예측 #해운산업 #머신러닝 #위험관리 #Bankruptcy prediction #Machine learning #Risk management #Shipping industry

목차

등록된 정보가 없습니다.

참고문헌 (0)

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

함께 읽어보면 좋을 논문

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

최근 본 자료

전체보기

댓글(0)

0