초록 ▼

용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

대출은 금융기관의 매우 중요한 수익 창출의 원천이며 중요한 신용위험요인이다. 중소규모 기업에 대한 내부 부도예측모형은 대출조건을 정하는데 매우 중요한 요소이며, 감독기관의 승인 조건을 충족하면서 자기자본비용을 절약하기 위해 매우 중요하다. 통계적 방법론을 이용한 부도예측모형은 모형에 사용할 충분한 데이터의 수집, 설명력이 높은 변수의 선택, 그리고 모형의 설계로 요약될 수 있다. 우리나라의 중소규모 기업의 경우 부도기업에 대한 충분한 데이터가 없고 변수선택 방법 또한 잘 알려져 있지 않다. 본 논문에서는 이러한 문제점을 해결하기 위해 ...

대출은 금융기관의 매우 중요한 수익 창출의 원천이며 중요한 신용위험요인이다. 중소규모 기업에 대한 내부 부도예측모형은 대출조건을 정하는데 매우 중요한 요소이며, 감독기관의 승인 조건을 충족하면서 자기자본비용을 절약하기 위해 매우 중요하다. 통계적 방법론을 이용한 부도예측모형은 모형에 사용할 충분한 데이터의 수집, 설명력이 높은 변수의 선택, 그리고 모형의 설계로 요약될 수 있다. 우리나라의 중소규모 기업의 경우 부도기업에 대한 충분한 데이터가 없고 변수선택 방법 또한 잘 알려져 있지 않다. 본 논문에서는 이러한 문제점을 해결하기 위해 로지스틱 회귀모형을 이용한 중소기업 부도예측모형을 설계함에 있어 데이터의 정제와 대체에 의한 데이터 통제방법과 확보된 샘플데이터를 기초로 다양한 샘플데이터 기간 선택방법 및 다양한 변수선택 방법을 제안하였다. 그 결과 데이터를 통제하는 경우가 그렇지 않은 경우보다 훨씬 향상된 성능을 보였으며, 여러가지 변수선택 결과를 비교분석함으로써 가장 좋은 성능을 보여주는 변수 조합을 찾을 수 있었다. 본 논문에서 소개되는 샘플데이터 선택방법 등은 AHP(Analytic Hierachy Process)와 Credit Risk Scoring 분야에서 활용될 수 있을 것이다.

주제어