• Journal of the Korean Data and Information Science Society
• /
• 제24권1호
• /
• pp.85-94
• /
• 2013

금융시장의 규모가 점점 더 커짐에 따라 고객정보 관리 미숙 또는 부실한 의사결정, 즉 신용 리스크 관리 실패로 인한 손실이 막대하게 증가하고 있다. 따라서 신용 리스크 관리가 점차 더 중요해지고, 이런 신용 리스크를 최소화하는 기본적인 도구인 신용 평점 모형이 절실히 요구된다. 신용평점 모형은 주로 이항형 목표변수만 이용하여 개발 연구되었다. 본 논문에서는 순서형 다항 자료 또는 경시적 이항 자료 같은 다른 형태의 목표 변수를 고려한 신용평점 모형구축 방법을 제시한다. 그 개발된 모형을 실제 자료와 랜덤화한 자료에 적용하여 Kolmogorov-Smirnov 통계량으로 비교 분석한다.

• 한국벤처창업학회:학술대회논문집
• /
• 한국벤처창업학회 2019년도 춘계학술대회
• /
• pp.51-55
• /
• 2019

기업신용평가(ICR : Issuer Credit Rating)는 기업의 금융상 채무에 대한 전반적인 적기 상환능력, 즉 채무불이행의 가능성을 평가한 것으로 오로지 금융상 채무에 대한 전반적인 채무상환능력을 평가한다. 최근에는 신용평가 등급이 금융시장과의 효과적인 의사소통수단으로 인식되고 기업 IR 및 홍보차원과 기업 간 물품공급과 납품을 위한 업체 선정시 신용등급이 적극적이고 다양하게 활용되고 있다. 이러한 기업신용평가는 최근 경제환경의 급속한 변화에 대응하여 기관별로 평가시스템을 자주 개선하고 있다. 본 연구에서는 정책금융기관 별로 변화된 평가시스템에 대한 평가지표나 구조, 평가시스템을 비교 분석해 그 차이점과 공통점 그리고 경제환경 변화에 따라 변화된 주요지표를 파악해 보고 미래의 신용평가시스템의 변화와 개선방안에 대해 생각하였다. 기관별 비교에서 평가시스템의 차이점은 신보는 신용평가(부실률 기반)와 미래성장성평가(성장성 기반)를 실시하여 보증심사등급(보증의사결정 등급)을 산출하고, 기술자산평가등급은 신용평가등급을 조정(최대 ${\pm}2$등급)하는 보조적 수단으로 활용하고 있으며, 기보는 기술평가(성장성 및 부실률 기반)와 리스크관리용 리스크평가(신보의 신용평가에 해당)로 평가체계를 이원화하여 운영하고, 평가모형은 신보는 객관성을 확보한 정량평가 위주, 기보는 공신력을 확보한 정성평가 위주의 주관적인 평가를 실시하고 있어 어떤 형태의 평가시스템이 더 좋은 평가방법 인지는 알 수 없지만, 기관별 부실율을 보면 다소 참고가 될 수도 있으나, 이것이 전적인 평가의 문제라 보기도 어렵다. 특히 신보는 창업기업 기준이 창업후 7년까지로 확대됨에 따른 창업 3단계 평가제도와 기업의 성장단계에 맞춘 성장단계별 평가기준 세분화는 기업환경을 잘 반영한 변화라 볼 수 있다. 그리고 향후 평가시스템은 경제환경의 변화속도를 어떻게 잘 반영 할 수 있는지에 대한 연구로 방향이 전개될 것으로 보인다.

• 한국시뮬레이션학회논문지
• /
• 제30권1호
• /
• pp.75-85
• /
• 2021

본 논문에서는 개인사업자 부도율을 보다 정확하게 예측하기 위한 새로운 방법으로 개인사업자의 기업 신용 및 개인 신용정보를 가공, 분석하여 입력 특성으로 활용하는 심층 신경망기반 예측 모델을 제시한다. 다양한 분야의 모델링 연구에서 특성 선택 기법은 특히 많은 특성을 포함하는 예측 모델에서 성능 개선을 위한 방법으로 활발히 연구되어 왔다. 본 논문에서는 부도율 예측 모델에 이용된 입력 변수인 거시경제지표(거시변수)와 신용정보(미시변수)에 대한 통계적 검증 이후 추가적으로 신용정보 특성 선택 방법을 통해 예측 성능을 개선하는 특성 집합을 확인할 수 있다. 제안하는 신용정보 특성 선택 방법은 통계적 검증을 수행하는 필터방법과 다수 래퍼를 결합 사용하는 반복적·하이브리드 방법으로, 서브 모델들을 구축하고 최대 성능 모델의 중요 변수를 추출하여 부분집합을 구성 한 후 부분집합과 그 결합셋에 대한 예측 성능 분석을 통해 최종 특성 집합을 결정한다.

• 한국콘텐츠학회논문지
• /
• 제16권3호
• /
• pp.81-90
• /
• 2016

본 연구는 당기 주가수익률과 차기 신용등급 및 신용등급 변화와의 관련성을 검증하는 것을 목적으로 한다. 신용등급평가사들은 개별 기업의 채무불이행위험(default risk)을 측정하여 최종 신용등급을 결정하는데 기업의 높은 주가수익률은 낮은 위험(default risk)으로 인지될 가능성이 있다. 반면 시장참여자들은 효율적으로 높은 수익을 달성하기 위하여 규모가 크고 안정적인 기업보다 고수익을 달성할 수 있는 신용위험(risk)이 높은 기업들의 주식을 선호할 가능성 역시 배제할 수 없다. 이는 실증적으로 해결되어야 할 문제이며 현재까지 이러한 관련성을 고찰한 연구는 부재하다. 본 연구는 2002년부터 2013년까지 회사채를 발행한 유가증권 상장기업을 대상으로 당기 주가수익률과 차기 신용등급 및 신용등급의 관련성을 검증하였고, 그 결과를 요약하면 다음과 같다. 먼저 당기 주가수익률은 차기 신용등급과 유의한 음(-)의 관련성이 있는 것으로 나타났다. 이는 신용평가사들이 주가수익률을 채무불이행 위험의 대리변수로 고려하지 않음을 예측케 하는 결과이고, 오히려 투자자들은 신용등급이 낮은 기업의 주식을 선호한다고 해석할 수 있다. 본 연구는 직관과는 달리 주가수익률과 신용등급의 음(-)의 관련성을 찾은 최초의 연구로써 신용평가사 및 시장참여자들에게 의미 있는 통찰력을 제공할 것으로 기대한다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제6권1호
• /
• pp.63-79
• /
• 1997

최근 들어 급격하게 변화하는 금융환경과 우수고객을 확보하려는 금융기관의 치열 해짐에 따라 금융기관의 대출업무의 전문성과 중요성이 더욱 증대되고 있다. 본 연구에서는 대출 업무에 있어 복잡하고 전문적인 지식이 요구되는 기업신용평가 과정에 전문가시스템을 적용하여 이를 실제 상황에 활용하여 봄으로써 대출 의사결정과정의 정확성과 신뢰성을 증 가시키고자 하는데 초점을 맞추고 있다. 실제적용을 위하여 25개의 중소/대기업으로 데이터 를 수집, 적용하여 시스템을 평가하였다.

• 대한안전경영과학회지
• /
• 제8권1호
• /
• pp.195-206
• /
• 2006

본 연구는 제조자(공급자)와 중간분배자로 구성된 공급사슬에서 시간에 따라 일정률로 퇴화하는 퇴화성 제품을 다루는 중간분배자의 신뢰성있는 재고보충정책을 분석하였다. 문제 분석을 위하여 제조자는 고객의 수요를 증대시키기 위한 수단으로 중간분배자로부터의 제품대금에 대하여 일정기간 동안 신용거래를 허용한다는 가정과 함께 수송량에 따라 할인되는 수송비를 고려하여 모형을 수립하였고, 중간분배자의 경제적 재고보충정책을 결정하기 위한 해법을 개발하였다.

• 한국경영정보학회:학술대회논문집
• /
• 한국경영정보학회 2007년도 International Conference
• /
• pp.135-140
• /
• 2007

이탈 고객 예측은 데이터 마이닝에서 다루는 주요한 문제 중에 하나이다. 이탈 고객 예측은 일종의 분류(classification) 문제로 의사결정나무추론, 로지스틱 회귀분석, 인공신경망 등의 기법이 많이 활용되어왔다. 일반적으로 이탈 고객 예측을 위한 모델은 고객의 인구통계학적 정보와 계약이나 거래 정보를 입력변수로 하여 이탈 여부를 목표변수로 보는 형태로 분류 모델을 생성하게 된다. 본 연구에서는 고객과의 지속적인 접촉으로 발생되는 추가적인 사건 정보를 활용하여 연관성 규칙을 생성하고 이 결과를 기존의 방식으로 생성된 분류 모델과 결합하는 이탈 고객 예측 방법을 제시한다. 제시한 방법의 유용성을 확인하기 위해서 특정 국내 신용카드사의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 제시된 방법이 기존의 전통적인 분류 모델에 비해서 향상된 성능을 보이는 것을 확인할 수 있었다. 제시된 예측 방법의 장점은 기존의 이탈 예측을 위한 입력 변수들 이외에 고객과 회사간의 접촉을 통해서 생성된 동적 정보들을 통합적으로 활용하여 예측 정확도를 높이고 실시간으로 이탈 확률을 갱신할 수 있다는 점이다.

• 한국컴퓨터정보학회논문지
• /
• 제29권5호
• /
• pp.11-20
• /
• 2024

최근 IT 기술의 발전과 더불어 금융 시장에서의 불확실성이 증대되는 상황에서 기업 신용등급 평가의 중요성을 인식하고, 이를 개선하기 위한 새로운 접근 방식으로 딥러닝 모델인 TabNet을 제안한다. 이에 본 연구에서는 TabNet을 활용하여 기업 신용등급을 예측하고, 이의 예측 성능을 기존 머신러닝 방법론과 상세하게 비교한다. 한국의 주요 증권시장에 상장된 기업들의 재무 데이터를 기반으로 TabNet 알고리즘을 적용하여 신용등급 예측 모델을 구축하고, 다양한 머신러닝 모델과의 성능을 비교 분석하였다. 실험 결과, TabNet 모델은 Precision 0.884, F1이 0.895로 기존의 머신러닝 모델들보다 우수한 성능을 보였으며, 고위험 기업을 저위험 기업으로 잘못 분류하는 경우가 다른 머신러닝 모델보다 적어 TabNet의 우수성을 확인하였다. 이는 TabNet이 기업 신용등급 예측에 있어 효과적인 도구로 활용될 수 있으며, 금융기관의 신용 위험 관리 및 의사 결정 과정을 지원할 수 있을 것으로 기대한다.

• 광산업정보
• /
• 통권9호
• /
• pp.38-43
• /
• 2002

본지에서는 한국과학기술정보연구원(KISTI)의 자료 협조를 받아 광산업과 관련된 해외 신기술 동향을 소개하고 있습니다.

• Journal of the Korean Data and Information Science Society
• /
• 제22권6호
• /
• pp.1017-1028
• /
• 2011

신용평가를 판단하기 어렵기 때문에 평가를 유보하고 특별한 전문가에게 재심사를 의뢰하기 위하여 결정이 보류된 미결정자에 대한 미결정자 추론은 신용평가 분야 이외에도 의학통계와 스포츠통계등 대부분의 통계적 모형에서 발생하는 문제이다. 본 연구에서는 미결정자 추론을 비임의결측 가정하에서의 결측자료 유형으로 간주하고, 표본선택모형 중의 하나인 이변량 프로빗모형을 이용한다. 결정된 차주의 특성을 나타내는 확률변수를 사용하여 미결정자를 추론하는 방법과 보다 정확한 정보를 수집한 후 추가적인 확률변수를 사용하여 추론하는 방법을 제안한다. 실증예제를 통하여 특성변수의 조합과 다양한 미결정 구간, 그리고 절단점의 변동에 따라 미결정자와 전체 오분류율을 비교한다. 미결정구간을 확대하거나 정확한 신용정보를 모형에 추가하여 사용하면 정상 집단과 부도 집단의 정보를 더욱 정확하게 반영할 수 있기 때문에 미결정자와 전체 오분류율의 큰 감소효과를 기대할 수 있다.