Proceedings of the Korean Operations and Management Science Society Conference
/
2005.10a
/
pp.405-408
/
2005
현대 기업 환경에서 리스크 관리의 중요성이 증가함에 따라 기업도산예측을 위한 다양한 통계모형들이 개발되었다. 그러나 이러한 모형들은 기업도산에 영향을 미치는 변수들에 대한 사후적 정보와 함께 도산여부에 대한 사전적 정보를 반드시 필요로 하는 한계가 있다. 이에 따라 DEA가 기업도산예측을 위한 대안으로 연구되고 있다. DEA는 도산여부에 대한 사전적 정보 없이 사후적인 정보만을 가지고 의사결정단위(DMU)의 효율성(재무신뢰도)을 측정할 수 있는 장점이 있다. 그러나 지금까지 기업도산예측에 활용된 DEA 모형은 바람직하지 않은 산출물(negative outputs)은 다루지 못하는 한계가 있었다. 이에 본 논문에서는 Negative DEA 방법을 소개하고, 이를 기존의 DEA 방법과 병행하여 기업도산예측에 적용함으로써 기업도산예측을 위한 대안적 방법을 제시하고자 한다.
This paper is concerned with analysing the bankruptcy prediction power of three models: Multivariate Discriminant Analysis(MDA), Logit Analysis, Neural Network. The research targeted the bankrupted companies after the foreign exchange crisis in 1997 to differentiate from previous research efforts, and all participating companies were randomly selected from the KSE listed companies belonging to manufacturing industry to improve prediction accuracy and validity of the model. In order to assure meaningful bankruptcy prediction, training data and testing data were not extracted within the corresponding period. The result is that prediction accuracy of neural networks is more excellent than that of logit analysis and MDA model when considering that execution of testing data was followed by execution of training data.
본 연구는 유전 알고리듬에 기반한 새로운 도산예측기법을 개발하고 그 기법의 타당성 및 예측 우수성을 검증하는데 목적이 있다. 본 연구에서 제안하는 이진분류기법은 도산기업과 비도산기업을 대표할 수 있는 가상기업(virtual company)을 설정하고, 그 가상기업과 분류대상 기업 간의 유사도를 측정하여 도산여부를 분류하는 방법론으로, 가상기업의 변수 값과 각 변수의 가중치는 훈련용 자료의 분류정확도를 극대화할 수 있도록 유전 알고리듬을 이용하여 구하게 된다. 본 연구에서 제안하는 기법의 타당성을 검증하기 위해 기존의 도산예측기법과 예측성과를 실험을 통해 비교한 결과, 본 연구에서 개발한 기법의 예측력이 기존의 다변량판별분석, 로지스틱 회귀모형, 의사결정나무, 인공신경망 모형보다 높은 수준을 보이는 것을 확인하였다.
우리 나라 경제는 1993년 이후로 호황을 유지하다가 1996년 말부터는 경제불황이 닥쳐, 현재는 구제금융이라는 최악의 경제혼란기에 처해 있다. 하루에도 기업의 도산은 부지기수로 발생되고 있으며, 도산으로 인하여 국민들은 직장을 싫고 물가인상 등으로 가계마저 흔들리고 있는 실정이다. 이러한 이유로 본 연구에서는 재무비율에 의한 기업도산예측모델을 설정하려고 한다. 연구의 자료는 1996년 3월 은행연합회에서 개발한 '기업신용평가표'에 나타난 재무비율을 이용하였다. 연구의 결과를 보면 '기업신용평가표'의 변수는 기존연구에 비교하여 보면 도산예측력이 낮은 편인데, 그 이유는 기존연구는 대부분 통계적으로 검증된 5-6개의 변수를 대상으로 도산예측력을 나타내고 있는데 반하여, 본 연구에서는 기업신용평가표에서 선정된 모든 변수를 대상으로 분석했기 때문이다. 그러나 대체적으로 분석하여 볼 때 기업신용평가표의 재무비율 선정은 양호한 편으로 생각된다. 그러나 본 연구의 주목적은 신용평점에 의한 도산예측력분석이므로 본 연구의 선정모형에서 나타난 자기자본비율, 현금흐름/총부채(고정장기적합율), 매출액경상이익율, 총자본순이익율, 영업자산회전율 등은 기업신용평가내지 도산예측분석에 유용한 것으로 나타났다.
Journal of the Korean Data and Information Science Society
/
v.23
no.3
/
pp.569-577
/
2012
The analysis and management of business failure has been recognized to be important in the area of financial management in the evaluation of firms' performance and the assessment of their viability. To this end, effective failure-prediction models are needed. This paper describes a new approach to prediction of business failure using the total margin algorithm which is a kind of support vector machine. It will be shown that the proposed method can evaluate the risk of failure better than existing methods through some real data.
Prior bankruptcy studies have established that bankrupt firm's pre-filing financial ratios are different from those of healthy firms or of randomly selected going concerns. However, they may not be sufficiently different from the financial ratios of other firms in financial distress to allow the development of a ratio-based model that predicts bankruptcy with reasonable accuracy. As the result, in the multiple discriminant model, independent variables divided firms into bankrupt firms and healthy firms are retained earnings to total asset, receivable turnover, net income to sales, financial expenses, inventory turnover, owner's equity to total asset, cash flow to current liability, and current asset to current liability. Moreover four variables Retained earnings to total asset, net income to sales, total asset turnover, owner's equity to total asset indicate that these valuables classify bankrupt firms and distress firms. On the other hand, Owner's Equity to borrowed capital, Ordinary income to Net Sales, Operating Income to Total Asset, Total Asset Turnover and Inventory Turnover are selected to predict bankruptcy possibility in the Logistic regression model.
This study purports to find the predictor of hospital bankruptcy in Korea and to examine the predictive power of the discriminant function model of hospital bankruptcy. Data on 17 financial and 4 non-financial indicators of 31 bankrupt and 31 profitable hospitals of 1, 2, and 3 years before bankruptcy were obtained from the hospital performance databank of Korea Institute of Health Services Management. Significant variables were identified through mean comparison of each indicator between bankrupt and profitable hospitals, and the discriminant function model of hospital bankruptcy was developed. The major findings are as follows 1. As for profitability indicators, net worth to total assets, operating profit to total capital, operating profit ratio to gross revenues, normal profit to total assets, normal profit to gross revenues, net profit to total assets were significantly different in mean comparison test in 1, 2, and 3 years before hospital bankruptcy. With regard to liquidity indicators, current ratio and quick ratio were significant in 1 year before bankruptcy. For activity indicators, patients receivable turnover was significant in 2 and 3 years before bankruptcy and added value per adjusted inpatient days was significant in 3 years before bankruptcy. 2. The discriminant function in 1, 2, and 3 years before bankruptcy were; $Z=-0.0166{\times}quick$ ratio-$0.1356{\times}normal$ profit to total assets-$1.545{\times}total$ assets turnrounds in 1 year before bankruptcy, $Z=-0.0119{\times}quick$ ratio-$0.1433{\times}operating$ profit to total assets-$0.0227{\times}value$ added to total assets in 2 years before bankruptcy, and $Z=-0.3533{\times}net$ profit to total assets-$0.1336{\times}patients$ receivables turn-rounds-$0.04301{\times}added$ value per adjusted $patient+0.00119{\times}average$ daily inpatient census in 3 years before bankruptcy. 3. The discriminant function's discriminant power in 1, 2, and 3 years before bankruptcy was 77.42, 79.03, 82.25% respectively.
Kim, Sungwon;Seo, Youngmin;Zakhrouf, Mousaab;Malik, Anurag
Journal of Korea Water Resources Association
/
v.54
no.spc1
/
pp.1037-1051
/
2021
Biochemical oxygen demand (BOD) concentration, one of important water quality indicators, is treated as the measuring item for the ecological chapter in lakes and rivers. This investigation employed novel two-stage hybrid paradigm (i.e., wavelet-based gated recurrent unit, wavelet-based generalized regression neural networks, and wavelet-based random forests) to predict BOD concentration in the Dosan and Hwangji stations, South Korea. These models were assessed with the corresponding independent models (i.e., gated recurrent unit, generalized regression neural networks, and random forests). Diverse water quality and quantity indicators were implemented for developing independent and two-stage hybrid models based on several input combinations (i.e., Divisions 1-5). The addressed models were evaluated using three statistical indices including the root mean square error (RMSE), Nash-Sutcliffe efficiency (NSE), and correlation coefficient (CC). It can be found from results that the two-stage hybrid models cannot always enhance the predictive precision of independent models confidently. Results showed that the DWT-RF5 (RMSE = 0.108 mg/L) model provided more accurate prediction of BOD concentration compared to other optimal models in Dosan station, and the DWT-GRNN4 (RMSE = 0.132 mg/L) model was the best for predicting BOD concentration in Hwangji station, South Korea.
Journal of the Korea Academia-Industrial cooperation Society
/
v.9
no.5
/
pp.1460-1466
/
2008
The purpose of this study is to verify how the accounting information of a bankrupt firm which is defined as a dishonor, an impaired total capital, a poor financial performance of a business, a rejection of auditor's opinion and an incongruity of auditor's opinion differs from that of a healthy firm on the basis of the index of financial affairs if the accounting information released by KOSDAQ is valuable. The sampling firms consists of 45 KOSDAQ firms that went bankrupt from 2000 to 2007 and 45 healthy firms which are selected in accordance with the sizes of assets. It has also selected the 30 sampling firms for the confirmation of the model in the same way. According to the result of the in-depth analysis, the variables related to security among the 17 indexes of financial affairs that have been used in this study for 5 years show a noticeable difference between a bankrupt firm and a healthy one. The accuracy of failed firms using this model for confirmation demonstrates 76.7% in 5 years before the bankruptcy, 76.7% in 4 years before that, 65.0% in 3 years before it, 76.7% in 2 years, 88.3% in 1 year. This data shows that the process from a healthy firm to a bankrupt one has progressed gradually and confirms the value of the index of financial affairs, exhibiting the accuracy with 83.8% of a presuming sample and 76.7% of a confirming sample for 5 years.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.