• Journal of Preventive Medicine and Public Health
• /
• 제31권3호
• /
• pp.490-502
• /
• 1998

본 연구는 우리 나라 병원도산 예측모형을 도출하기 위한 연구로 1992년에서 1997년 사이 5년간의 전국 병원 경영통계 자료를 이용하여 1995년부터 1997년 사이에 도산한 병원중도산전 3년까지의 연속된 자료가 있는 31개 병원을, 비교군 병원은 도산병원과 유사한 병상규모를 가지고 당기순이익이 발생한 31개 우량병원을 선정하여 단계적 판별분석에 의한 실증연구를 시행하였다. 본 연구의 구체적 연구결과는 다음과 같다. 첫째, 도산전 각 연도별로 도산병원과 우량병원간에 연구변수의 단순 평균치분석 결과, 자본구조 지표인 자기자본비율과 수익성지표인 총자본의료이익을, 의료수익의료이익을, 총자본경상이익을, 의료수익경상이익율, 총자본순이익을 등은 도산 1, 2, 3년전 모두에서 도산병원과 우량병원간에 유의한 차이를 보였다. 자본고정성지표는 도산 1년전에 고정비율이 유의한 차이를 보였고, 유동성지표는 도산 1년전에는 유동비율과 당좌비율이 유의한 차이를 보였고 도산 2년전에는 당좌비율만이 유의한 차이를 보였다. 활동성지표로는 도산 1년전에 총자본회전율과 재고자산회전율이 유의한 차이를 보였고 도산 2년전에는 총자본회전율과 의료미수금회전율이, 도산 3년전에는 의료미수금회전율만이 유의한 차이를 보였다. 생산성지표로는 도산 2년전에 총자본투자효율이, 도산 3년전에는 조정환자1인당 부가가치가 유의한 차이를 보였다. 진료실적지표로는 도산 3년전 일평균재원환자수가 유의한 차이를 보였다. 둘째, 도산 1, 2, 3년전 판별함수는 각각 도산 1년전 Z=($0.0166\times$당좌비율)-($0.1356\times$총자본경상이익을)-($1.545\times$총자본회전을), 도산 2년전 Z=($0.0119\times$당좌비율)-($0.1433\times$총자본의료이익율)-($0.0227\times$총자본투자효율), 도산 3년전 Z=($0.3533\times$총자본순이익율)-($0.1336\times$의료미수금회전율)-($0.04301\times$조정환자1인당부가가치)+($0.000119\times$일평균재원환자수)이었다. 셋째, 도출된 도산 1, 2, 3년전 각 판별함수의 예측력은 77.42%, 79.03%, 82.25% 이었다.

• 지능정보연구
• /
• 제22권2호
• /
• pp.33-56
• /
• 2016

대부분의 부도 예측에 관한 연구는 재무 변수를 중심으로 통계적 방법 또는 인공지능 기법을 적용하여 부도 예측 모형을 구축하였다. 그러나 재무비율과 같은 회계 정보를 이용한 부도 예측 모형은 재무 제표 결산 시점과 신용평가 시점 간 시차를 고려하지 않을 뿐만 아니라 해당 산업의 경제적 상황과 같은 외부 환경적인 요소를 반영하기 어렵다는 한계점이 존재하였다. 기업의 부도 여부를 예측하기 위해 정량 정보인 재무 변수만을 이용하는 것에 한계가 있음에도 불구하고 정성 정보를 부도 예측 모형에 반영한 연구는 아직 미흡한 실정이다. 본 연구에서는 재무 변수를 이용하는 기존 부도 예측 모형의 성과를 개선하기 위해 빅데이터 기반의 정성 정보를 추가적인 입력 변수로 활용하는 부도 예측 모형을 제안하였다. 제안 모형의 성과 향상은 정성 정보를 예측 모형에 통합시키기에 적합한 형태로 정보의 유형을 변환시킬 수 있는가에 따라 달려있다. 이에 본 연구에서는 정성 정보 처리를 위한 방법으로 빅데이터 분석 기법 중 하나인 텍스트 마이닝(Text Mining)을 활용하였다. 해당 산업과 관련된 경제 뉴스 데이터로부터 경제 상황에 대한 감성 정보를 추출하기 위해 도메인 중심의 감성 어휘 사전을 구축하고, 구축된 어휘 사전을 기반으로 감성 분석(Sentiment Analysis)을 수행하였다. 형태소 분석 등을 포함한 텍스트 전처리 과정을 거쳐 감성 어휘를 추출하고, 각 어휘에 대한 극성 및 감성 점수를 부여하였다. 분석 결과, 전통적 부도 예측 모형에 경제 뉴스 데이터에서 도출한 정성 정보를 반영하는 것은 모형의 성과를 개선하는 것으로 나타났다. 특히, 경제 상황에 대한 부정적 감정이 기업의 부도 여부를 예측하는 데 더욱 효과적임을 알 수 있었다.

• 한국항해항만학회지
• /
• 제44권6호
• /
• pp.541-549
• /
• 2020

본 연구에서는 H선사 파산전후로 우리나라 외항선사의 재무상태와 손익항목 및 재무비율의 차이분석과 수익성 영향요인을 검정하였다. 첫째로, 파산전후로 업체당 평균자산 등 주요 재무상태 항목은 유의적인 차이가 없는 것으로 나타나고 있다. 그러나, 손익항목은 큰 차이를 보이고 있다. 즉, 총매출액과 해운수입은 H선사 파산전은 평균 4,245억원과 3,817억원이지만 파산이후 년도에는 평균 2,521억원과 2,346억원으로서 절반가량 감소하였다. 대선수입과 용선료도 절반이상 감소하였다. EBIT/매출과 매출액세전이익률 모두 H선사 파산전에 8%와 3%에서 파산후에는 -2%와 -8%로 부(-)의 수준을 보이고 있어 영업수익성이 크게 악화되어 회복되지 않고 있다. 따라서, 국적외항선사의 영업채산성을 증대시키기 위해서는, 매출증대, 비용구조 개선 및 안정적인 물동량 확보를 위한 글로벌 네트워크 구축이 시급한 것으로 보인다. 유동성과 자산효율성도 H선사 파산전보다 파산 후에 훨씬 악화되고 있어 유동성 관리와 자산관리가 중요한 것으로 확인되었다.

• 기술혁신학회지
• /
• 제9권2호
• /
• pp.304-324
• /
• 2006

재무분석가들은 기업의 파산에 양향을 미치는 예측변수를 탐색하기 위해서 상당한 연구가 수행되어 왔다. 그러나 기술지향적 중소벤처기업은 일반적으로 역사적 재무자료가 부족하고, 기술경쟁력 수준에 따라 잠재적인 고성장과 고위험이 존재한다. 본 논문에서는 재무자료 대신에 기술력평가 자료를 이용하여 파산을 예측하기 위해서 파산예측 판별모형을 제안하였고, 모형의 정분류율을 통해서 예측력을 검증하기 위해서 교차타당성방법, 최대사후확률방법 등을 사용하였다. 분석결과 중소 벤처기업의 파산예측모형으로 선형판별모형이 로지스틱판별모형보다 적합한 모형이고, 표본자료에 대한 정분류율 추정은 약 69% 이고 정분류율 예측은 약 67% 가 될 것으로 기대된다.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권5호
• /
• pp.81-90
• /
• 2020

This study investigates the nexus between the level of Corporate Social Responsibility Disclosures (CSRD) and Risk of Bankruptcy of companies that are listing in the Stock Exchanges of Vietnam. To investigate that relationship, this study collected secondary data from annual audited financial statements from 2014 to 2018 of listing companies. Applying two different regression models with two dependent variables and six independent and control variables, we find out that Vietnamese firms with higher level of CSRD performance can rapidly reduce their risk of bankruptcy. This phenomenon happens in the current year and in the coming years in all firms in the research sample. This result may be that the disclosures of social responsibility information can bring financial and non-financial benefits to the firms. In addition, the results also point out that there is a difference in risk of bankruptcy between the group of companies, which discloses and the one which does not disclose corporate social responsibility on their annual reports. This might be from the effects of various factors such as business size, financial leverage, market to book ratio, return on assets, cash flow from operations, etc. Our research results can be applied to other firms in Vietnam and in other similar jurisdictions.

• 보건행정학회지
• /
• 제15권4호
• /
• pp.81-109
• /
• 2005

According to many recent studies suggesting that cash flow analysis method tends to be more effective than traditional financial index analysis method to predict corporate bankruptcy, this study applies the cash flow analysis method to hospital business to identify the significant variables which can distinguish between superior hospitals and bankruptcy hospitals. The author analyzed recent 3 years, i.e. from the year of 2000 to the year of 2002, financial statements of 31 bankrupt hospitals In 2003, and the same number of superior hospitals through using Multiple Discriminant Analysis and Logit Analysis. The results are belows; First, the study releases that Logit Analysis is more likely to be effective than Multiple Discriminant Analysis. Second, this research also shows that traditional financial index analysis method is more superior compare to cash flow analysis method for hospital bankruptcy predict model. Finally, this study suggest that the significant variables, which can distinguish superior hospitals from bankrupt hospitals, are Operating/Current Liabilities$(Y_2)$, CFO/Equity$(Y_5)$ for cash flow analysis method and Net Worth to Total Assets Ratio$(X_1)$, Quick Ratio $(X_3)$, Return on Assets$(X_6)$, Growth Rate of Patient Revenues$(X_{16})$ for traditional financial index analysis method.

• 산업공학
• /
• 제20권4호
• /
• pp.448-457
• /
• 2007

The small & micro business has the characteristics of both consumer credit risk and business credit risk. In predicting the bankruptcy for small-micro businesses, the problem is that in most cases, the financial data for evaluating business credit risks of small & micro businesses are not available. To alleviate such problem, we propose a bankruptcy prediction mechanism using the credit card sales information available, because most small businesses are member store of some credit card issuers, which is the main purpose of this study. In order to perform this study, we derive some variables and analyze the relationship between good and bad signs. We employ the new statistical learning technique, support vector machines (SVM) as a classifier. We use grid search technique to find out better parameter for SVM. The experimental result shows that credit card sales information could be a good substitute for the financial data for evaluating business credit risk in predicting the bankruptcy for small-micro businesses. In addition, we also find out that SVM performs best, when compared with other classifiers such as neural networks, CART, C5.0 multivariate discriminant analysis (MDA), and logistic regression.

• International journal of advanced smart convergence
• /
• 제12권1호
• /
• pp.53-58
• /
• 2023

With the fast development of artificial intelligence day by day, users are demanding explanations about the results of algorithms and want to know what parameters influence the results. In this paper, we propose a model for bankruptcy prediction with interpretability using the SHAP framework. SHAP (SHAPley Additive exPlanations) is framework that gives a visualized result that can be used for explanation and interpretation of machine learning models. As a result, we can describe which features are important for the result of our deep learning model. SHAP framework Force plot result gives us top features which are mainly reflecting overall model score. Even though Fully Connected Neural Networks are a "black box" model, Shapley values help us to alleviate the "black box" problem. FCNNs perform well with complex dataset with more than 60 financial ratios. Combined with SHAP framework, we create an effective model with understandable interpretation. Bankruptcy is a rare event, then we avoid imbalanced dataset problem with the help of SMOTE. SMOTE is one of the oversampling technique that resulting synthetic samples are generated for the minority class. It uses K-nearest neighbors algorithm for line connecting method in order to producing examples. We expect our model results assist financial analysts who are interested in forecasting bankruptcy prediction of companies in detail.

• Journal of information and communication convergence engineering
• /
• 제8권4호
• /
• pp.370-376
• /
• 2010

Ensemble learning is a method for improving the performance of classification and prediction algorithms. However, its performance can be degraded due to multicollinearity problem where multiple classifiers of an ensemble are highly correlated with. This paper proposes genetic algorithm-based optimization techniques of SVM ensemble to solve multicollinearity problem. Empirical results with bankruptcy prediction on Korea firms indicate that the proposed optimization techniques can improve the performance of SVM ensemble.

• 품질경영학회지
• /
• 제22권3호
• /
• pp.179-190
• /
• 1994

Financial variables have been used in bankruptcy prediction. Despite of possible errors in prediction, most existing approaches do not consider the causal time sequence of prediction activity and bankruptcy phenomena. This paper proposes a prediction method using Neyman-Pearson Theorem and Bayes' rule. The proposed method uses posterior probability concept and determines a prediction policy with appropriate error rate.