기업 신용평가 예측은 금융기관의 위험관리를 통한 건전성 강화에 있어 대단히 중요한 주제이다. 때문에 기업 신용평가 예측의 정확도를 개선하기 위한 각종 인공지능 기법들의 응용에 관한 연구들이 국내·외 연구자들에 의하여 현재까지 지속적으로 시도되어 왔다. 이러한 배경에서 본 연구에서는 분류예측 기법인 ...
기업 신용평가 예측은 금융기관의 위험관리를 통한 건전성 강화에 있어 대단히 중요한 주제이다. 때문에 기업 신용평가 예측의 정확도를 개선하기 위한 각종 인공지능 기법들의 응용에 관한 연구들이 국내·외 연구자들에 의하여 현재까지 지속적으로 시도되어 왔다. 이러한 배경에서 본 연구에서는 분류예측 기법인 딥러닝 기법 중 DBN(Deep Belief Network) 알고리즘을 활용해 외부감사 대상에서 제외되는 비외감기업의 신용평가 예측 정확도를 예측하는 방안을 제시한다. 제안 모형의 실험과 검증을 위한 표본으로는 국내 H은행의 중공업 비외감기업 데이터셋을 활용하였다. 실험결과, 선행연구에서 확인되었던 인공신경망, SVM, 로짓분석, 사례기반추론, 의사결정나무, 판별분석 모형과의 분류 예측정확도 결과와 비교하여 본 연구에서 제안하는 DBN(Deep Belief Network) 모형을 활용하면 비교적 우수한 부도 예측 결과를 얻을 수 있음을 확인하였다. 따라서 추후 기업의 신용평가 시, 여신의 부실화를 감소시키는 방안으로 DBN 알고리즘을 활용하는 기법을 고려할 수 있을 것이다.
기업 신용평가 예측은 금융기관의 위험관리를 통한 건전성 강화에 있어 대단히 중요한 주제이다. 때문에 기업 신용평가 예측의 정확도를 개선하기 위한 각종 인공지능 기법들의 응용에 관한 연구들이 국내·외 연구자들에 의하여 현재까지 지속적으로 시도되어 왔다. 이러한 배경에서 본 연구에서는 분류예측 기법인 딥러닝 기법 중 DBN(Deep Belief Network) 알고리즘을 활용해 외부감사 대상에서 제외되는 비외감기업의 신용평가 예측 정확도를 예측하는 방안을 제시한다. 제안 모형의 실험과 검증을 위한 표본으로는 국내 H은행의 중공업 비외감기업 데이터셋을 활용하였다. 실험결과, 선행연구에서 확인되었던 인공신경망, SVM, 로짓분석, 사례기반추론, 의사결정나무, 판별분석 모형과의 분류 예측정확도 결과와 비교하여 본 연구에서 제안하는 DBN(Deep Belief Network) 모형을 활용하면 비교적 우수한 부도 예측 결과를 얻을 수 있음을 확인하였다. 따라서 추후 기업의 신용평가 시, 여신의 부실화를 감소시키는 방안으로 DBN 알고리즘을 활용하는 기법을 고려할 수 있을 것이다.
Prediction of corporate credit evaluation is a very important topic in the enhancement of soundness through risk management of financial institutions. Therefore, researches on the application of various artificial intelligence techniques to improve the accuracy in prediction of corporate credit eval...
Prediction of corporate credit evaluation is a very important topic in the enhancement of soundness through risk management of financial institutions. Therefore, researches on the application of various artificial intelligence techniques to improve the accuracy in prediction of corporate credit evaluation have been continuously attempted by researchers from both home and abroad. Based on this background, this study presents a way to predict the prediction accuracy of credit evaluation for non-audited firms, that are excluded from external audit, making use of the DBN (Deep Belief Network) algorithm out of the deep learning techniques as the classification predictive technique. For the test and verification sample of the presented model, this study utilized the data set of a local bank, H Bank, for their non-audited heavy industry firms. As the results from the test, it was found out that relatively outstanding predictive results of bankruptcy would be able to obtain if the DBN (Deep Belief Network) model presented in this study was utilized when the results from the accuracy of classification prediction compared to the ones of artificial neural network, SVM, logit analysis, case based reasoning, decision tree, and discriminant analysis model which had been identified in the precedent studies. Therefore, it will be able to consider the techniques utilizing the DBN algorithm as a way to reduce the insolvency of loans in the future evaluations of corporate credit.
Prediction of corporate credit evaluation is a very important topic in the enhancement of soundness through risk management of financial institutions. Therefore, researches on the application of various artificial intelligence techniques to improve the accuracy in prediction of corporate credit evaluation have been continuously attempted by researchers from both home and abroad. Based on this background, this study presents a way to predict the prediction accuracy of credit evaluation for non-audited firms, that are excluded from external audit, making use of the DBN (Deep Belief Network) algorithm out of the deep learning techniques as the classification predictive technique. For the test and verification sample of the presented model, this study utilized the data set of a local bank, H Bank, for their non-audited heavy industry firms. As the results from the test, it was found out that relatively outstanding predictive results of bankruptcy would be able to obtain if the DBN (Deep Belief Network) model presented in this study was utilized when the results from the accuracy of classification prediction compared to the ones of artificial neural network, SVM, logit analysis, case based reasoning, decision tree, and discriminant analysis model which had been identified in the precedent studies. Therefore, it will be able to consider the techniques utilizing the DBN algorithm as a way to reduce the insolvency of loans in the future evaluations of corporate credit.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.