RNN(Recurrent Neural Network)을 이용한 기업부도예측모형에서 회계정보의 동적 변화 연구Dynamic forecasts of bankruptcy with Recurrent Neural Network model
- Other Titles
- Dynamic forecasts of bankruptcy with Recurrent Neural Network model
- Authors
- 권혁건; 이동규; 신민수
- Issue Date
- Sep-2017
- Publisher
- 한국지능정보시스템학회
- Keywords
- Recurrent Neural Network; Bankruptcy Prediction; Time-Series model; 순환 신경망; 부도 예측; 시계열 모형
- Citation
- 지능정보연구, v.23, no.3, pp.139 - 153
- Indexed
- KCI
- Journal Title
- 지능정보연구
- Volume
- 23
- Number
- 3
- Start Page
- 139
- End Page
- 153
- URI
- https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/18799
- DOI
- 10.13088/jiis.2017.23.3.139
- ISSN
- 2288-4866
- Abstract
- 기업의 부도는 이해관계자들뿐 아니라 사회에도 경제적으로 큰 손실을 야기한다. 따라서 기업부도예측은 경영학 연구에 있어 중요한 연구주제 중 하나로 다뤄져 왔다. 기존의 연구에서는 부도 예측을 위해 다변량판별분석, 로짓분석, 신경망분석 등 다양한 방법론을 이용하여 모형의 부도 예측력을 높이고 과적합의 문제를 해결하고자 시도하였다. 하지만 기존의 연구들이 시간적 요소를 고려하지 않아 발생할 수 있는 문제점들을 갖고 있음에도 불구하고 부도 예측에 있어서 동적 모형을 이용한 연구는 활발히 진행되고 있지 않으며 따라서 동적 모형을 이용하여 부도예측모형이 더욱 개선될 여지가 있다는 점을 확인할 수 있었다이에 본 연구에서는 RNN(Recurrent Neural Network)을 이용하여 시계열 재무 데이터의 동적 변화를 반영한모형을 만들었으며 기존의 부도예측모형들과의 비교분석을 통해 부도 예측력의 향상에 도움이 된다는 것을 확인할 수 있었다. 모형의 유용성을 검증하기 위해 KIS Value의 재무 데이터를 이용하여 실험을 수행하였고 비교모형으로는 다변량판별분석, 로짓분석, SVM, 인공신경망을 선정하였다. 실험 결과 제안된 모형이 비교 모형에비해 우수한 예측력을 보이는 것으로 나타났다. 따라서 본 연구는 변수들의 변화를 포착하는 동적 모형을 부도예측에 새롭게 제안하여 부도예측 연구의 발전에 기여할 수 있을 것으로 기대된다.
- Files in This Item
-
Go to Link
- Appears in
Collections - 서울 경영대학 > 서울 경영학부 > 1. Journal Articles
![qrcode](https://api.qrserver.com/v1/create-qr-code/?size=55x55&data=https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/18799)
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.