베이지안 확률적 접근법을 이용한 기업부도 예측모형의 개발과 응용
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 김지환 | - |
dc.contributor.author | 안선응 | - |
dc.date.accessioned | 2021-06-23T15:39:11Z | - |
dc.date.available | 2021-06-23T15:39:11Z | - |
dc.date.created | 2021-02-18 | - |
dc.date.issued | 2009-05 | - |
dc.identifier.uri | https://scholarworks.bwise.kr/erica/handle/2021.sw.erica/41245 | - |
dc.description.abstract | 금융시장의 급격한 환경 변화와 위험 확대에 따라 기업의 신용위험과 부도 가능성을 사전에 파악하는 예측의 중요성이 강조되고 있다. 이로 인해 다양한 부도 예측모형이 제시되어 왔으며, 부도 예측모형간 통합과 응용에 대한 연구도 활발히 진행되어 왔다. 본 연구에서는 구조모형인 예상부도확률모형과 KRS모형을 이용하여 기업의 부도 가능성을 파악하고, 예상부도확률모형의 한계점을 분석하여 베이지안 확률적 접근법을 이용한 새로운 모형을 제안한다. 또한 증권거래소에 상장된 대상 기업을 선정하여 기업의 재무정보와 자본시장정보를 통해 예상부도확률과 신용스프레드를 산출하고 두 변수간에 채무불이행 가능성의 관계를 분석한다. | - |
dc.language | 한국어 | - |
dc.language.iso | ko | - |
dc.publisher | 한국산업경영시스템학회 | - |
dc.title | 베이지안 확률적 접근법을 이용한 기업부도 예측모형의 개발과 응용 | - |
dc.title.alternative | Development and Application of a Default Prediction Model Using a Bayesian Probabilistic Approach | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 안선응 | - |
dc.identifier.bibliographicCitation | 한국산업경영시스템학회지, pp.98 - 104 | - |
dc.relation.isPartOf | 한국산업경영시스템학회지 | - |
dc.citation.title | 한국산업경영시스템학회지 | - |
dc.citation.startPage | 98 | - |
dc.citation.endPage | 104 | - |
dc.type.rims | ART | - |
dc.description.journalClass | 2 | - |
dc.description.isOpenAccess | N | - |
dc.description.journalRegisteredClass | other | - |
dc.subject.keywordAuthor | 예상부도확률모형 | - |
dc.subject.keywordAuthor | KRS모형 | - |
dc.subject.keywordAuthor | 베이지안 확률적 접근법 | - |
dc.subject.keywordAuthor | 예상부도확률 | - |
dc.subject.keywordAuthor | 신용스프레드 | - |
dc.identifier.url | http://scholar.dkyobobook.co.kr/searchDetail.laf?barcode=4010023039660 | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
55 Hanyangdeahak-ro, Sangnok-gu, Ansan, Gyeonggi-do, 15588, Korea+82-31-400-4269 sweetbrain@hanyang.ac.kr
COPYRIGHT © 2021 HANYANG UNIVERSITY. ALL RIGHTS RESERVED.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.