$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

설명가능 AI 기반의 변수선정을 이용한 기업부실예측모형
Corporate Bankruptcy Prediction Model using Explainable AI-based Feature Selection 원문보기

지능정보연구 = Journal of intelligence and information systems, v.29 no.2, 2023년, pp.241 - 265  

문건두 (동국대학교_서울 일반대학원 경영정보학과) ,  김경재 (동국대학교_서울 경영대학 경영정보학과)

초록
AI-Helper 아이콘AI-Helper

기업의 부실 예측 모델은 기업의 재무 상태를 객관적으로 모니터링하는 데 필수적인 도구 역할을 한다. 적시에 경고하고 대응 조치를 용이하게 하며 파산 위험을 완화하고 성과를 개선하기 위한 효과적인 관리 전략을 수립할 수 있도록 지원한다. 투자자와 금융 기관은 금융 손실을 최소화하기 위해 부실 예측 모델을 이용한다. 기업 부실 예측을 위한 인공지능(AI) 기술 활용에 대한 관심이 높아지면서 이 분야에 대한 광범위한 연구가 진행되고 있다. 해석 가능성과 신뢰성이 강조되며 기업 부실 예측에서 설명 가능한 AI 모델에 대한 수요가 증가하고 있다. 널리 채택된 SHAP(SHapley Additive exPlanations) 기법은 유망한 성능을 보여주었으나 변수 수에 따른 계산 비용, 처리 시간, 확장성 문제 등의 한계가 있다. 이 연구는 전체 데이터 세트를 사용하는 대신 부트스트랩 된 데이터 하위 집합에서 SHAP 값을 평균화하여 변수 수를 줄이는 새로운 변수 선택 접근법을 소개한다. 이 기술은 뛰어난 예측 성능을 유지하면서 계산 효율을 향상시키는 것을 목표로 한다. 해석 가능성이 높은 선택된 변수를 사용하여 랜덤 포레스트, XGBoost 및 C5.0 모델을 훈련하여 분류 결과를 얻고자 한다. 분류 결과는 고성능 모델 설계를 목표로 soft voting을 통해 생성된 앙상블 모델의 분류 정확성과 비교한다. 이 연구는 1,698개 한국 경공업 기업의 데이터를 활용하고 부트스트래핑을 사용하여 고유한 데이터 그룹을 생성한다. 로지스틱 회귀 분석은 각 데이터 그룹의 SHAP 값을 계산하는 데 사용되며, SHAP 값 평균은 최종 SHAP 값을 도출하기 위해 계산된다. 제안된 모델은 해석 가능성을 향상시키고 우수한 예측 성능을 달성하는 것을 목표로 한다.

Abstract ▼ AI-Helper 아이콘AI-Helper

A corporate insolvency prediction model serves as a vital tool for objectively monitoring the financial condition of companies. It enables timely warnings, facilitates responsive actions, and supports the formulation of effective management strategies to mitigate bankruptcy risks and enhance perform...

주제어

#설명가능 인공지능   #기업부실예측  

표/그림 (12)

참고문헌 (61)

  1. Adadi, A. and M. Berrada, "Peeking inside the？black-box: a survey on explainable artificial？intelligence (XAI).", IEEE access, 6 (2018),？52138~52160. 

    상세보기

  2. Ahn, Y. A. and H. J. Cho, "A Study on XAI-based？Clinical Decision Support System", Journal？of the Korea Contents Association, Vol.21,？No.12(2021), 13~22. 

  3. Bastani, O., C. Kim, and H. Bastani., "Interpreting？blackbox models via model extraction." arXiv？preprint arXiv:1705.08504 (2017). 

  4. Bems, J., O. Stary, M. Macas, J. Zegklitz and？P. Posik, P, "Innovative default prediction？approach.", Expert Systems with Applications,？42.17-18 (2015): 6277~6285. 

  5. Brenes, R. F., A. Johannssen, and N. Chukhrova,？"An intelligent bankruptcy prediction model？using a multilayer perceptron.", Intelligent？Systems with Applications, (2022), 200136. 

  6. Brenes, R., A. Johannssen and N. Chukhrova, "An？intelligent bankruptcy prediction model using？a multilayer perceptron.", Intelligent Systems？with Applications, (2022), 200136. 

  7. Bussmann, N., P. Giudici, D. Marinelli and J.？Papenbrock, "Explainable AI in fintech risk？management.", Frontiers in Artificial Intelligence？3, (2020), 26. 

  8. Carmona, P., A. Dwekat and Z. Mardawi, "No？more black boxes! Explaining the predictions？of a machine learning XGBoost classifier？algorithm in business failure.", Research in？International Business and Finance, 61 (2022), 101649. 

    상세보기

  9. Chinnici, M., Y. G. Y. Gebreyesus, D. Dalton and？S. Nixon, "Machine Learning for Data Center？Optimizations: Feature Selection Using SHapley？Additive exPlanation (SHAP)", Future Internet？15.3 (2023): 88. 

    상세보기

  10. Cho, J. H., E. J. Ahn and S. S. Kim, "A Study on？the Prediction Model for Insolvent Companies？Based on Deep Learning", Journal of Business？Research, Vol.36, No1(2021), 99~113. 

  11. Cho, S. and K. Shin. "Domain Knowledge Incorporated？Counterfactual Example-Based Explanation？for Bankruptcy Prediction Model", Journal of？Intelligence and Information Systems, 28(2),？2022, 307-332. 

    원문보기 상세보기

  12. Choi, J. W., "Forecasting corporate default using？artificial intelligence based on news information",？Konkuk University, 2019. 

  13. Chu, H. G., H. S. Shin, S. K. Cho, Y. S. Yoo and？C. S. Park, "Sensitivity Analysis Using？Explainable AI for Building Energy Use",？Journal of the Architectural Institute of Korea,？Vol.36, No11(2022), 279~287. 

  14. Chun Y. E., S. B. Kim, J. Y. Lee and J. H. Woo,？"Study on credit rating model using explainable？AI", Journal of the Korean Data And Information？Science Society, Vol.32, No2(2021), 283~295. 

  15. Gebreyesus, Y., D. Dalton, S. Nixon, D. Chiara？and M. Chinnici, "Machine Learning for Data？Center Optimizations: Feature Selection Using？Shapley Additive exPlanation (SHAP)." Future？Internet, Vol. 15, No. 3, (2023), 88. 

  16. Gordini, N., "A genetic algorithm approach for？SMEs bankruptcy prediction: Empirical evidence？from Italy." Expert systems with applications,？Vol.41, No.14 (2014), 6433~6445. 

    상세보기

  17. Guidotti, R., A. Monreale, S. Ruggieri, F. Turini,？F. Giannotti and D. Pedreschi, "A survey of？methods for explaining black box models.",？ACM computing surveys (CSUR), 51.5 (2018),？1~42. 

  18. Heo, S. W. and D. H. Baek, "A Methodology for？Bankruptcy Prediction in Imbalanced Datasets？using eXplainable AI", Journal of the Society？of Korea Industrial and Systems Engineering,？Vol.45, No.2(2022), 65~76. 

  19. Hwang, S. H., "Knowledge Graph-based UI for？Explainable Recommendation", Yonsei University,？2019 

  20. Hwangbo, Y., and J. G. Moon. "A Comparative？Study on Failure Pprediction Models for Small？and Medium Manufacturing Company." Asia-Pacific Journal of Business Venturing and？Entrepreneurship, Vol11, No.3, 2016, 1~15. 

    원문보기 상세보기

  21. Iturriaga, F. L. and I. P. Sanz. "Bankruptcy？visualization and prediction using neural？networks: A study of US commercial banks."？Expert Systems with applications, Vol. 42,？No. 6, (2015), 2857~2869. 

    상세보기

  22. Jeong, C. W., J. H. Min and M. S. Kim, "A tuning？method for the architecture of neural network models incorporating GAM and GA as applied？to bankruptcy prediction.", Expert Systems with？Applications, Vol.39, No.3 (2012), 3650~3658. 

    상세보기

  23. Joshi, S., R. Ramesh and S. Tahsildar, "A？Bankruptcy Prediction Model Using Random？Forest," 2018 Second International Conference？on Intelligent Computing and Control Systems？(ICICCS), Madurai, India, 2018, pp. 1~6, doi: 10.1109/ICCONS.2018.8663128. 

    crossref

  24. Kang, B. "Comparison of Altman's K-Score and Neural？Network's Corporate Bankruptcy Prediction",？Chonnam National University, 2023 

  25. Kasgari A. A., M. Divsalar, M. R. Javid and S. J.？Ebrahimian, "Prediction of bankruptcy Iranian？corporations through artificial neural network？and Probit-based analyses.", Neural Computing？and Applications, 23 (2013), 927~936. 

    상세보기

  26. Khademolqorani, S., A. Z. Hamadani, and F. M.？Rafiei. "A hybrid analysis approach to improve？financial distress forecasting: Empirical evidence？from Iran.", Mathematical Problems in Engineering,？(2015),1~9 

  27. Kim, M. J., S. Y. Jo and K. M. Yoo, "Geometric Mean？Optimization-based Boosting for Bankruptcy？Prediction", Journal of The Korean Institute？of Intelligent Systems, Vol.32, No.4(2022),？346~358. 

  28. Kim, S. J. and H. C. Ahn, "Application of？Random Forests to Corporate Credit Rating？Prediction", The Journal of Business and？Economics,32(1), 2016, 187~211. 

  29. Kim, S. J., "Evaluation of Distress Prediction？Model for Food Service Industry in Korea:？Using the Logit Analysis", Journal of the？Korea Academia-Industrial cooperation Society,？Vol.20, No.11 (2019), 151~156. 

  30. Kim, S. Y. and A. Upneja, "Majority voting？ensemble with a Decision Tree for business？failure prediction during economic downturns.",？Journal of Innovation & Knowledge 6.2,？(2021): 112~123. 

  31. Kwon, H., D. Lee and M. Shin, "Dynamic forecasts？of bankruptcy with Recurrent Neural Network？model", Journal of Intelligence and Information？Systems,23(3),2017, 139~153. 

  32. Kwon, J. H. and S. H. Park, "Machine Learning？Models and Failure Prediction on Shipping？Companies", Journal of shipping and logistics,？Vol.38, No.2(2022), 399~418. 

  33. Kwon, U. J. and S. Y. Park, "Survival prediction of？hospitality businesses during the pandemic",？Journal of The Korean Data Analysis Society,？Vol.24, No.5(2022), 1791~1809 

    상세보기

  34. Le, N. Q. K., Q. T. Ho, V. N. Nguyen and J. S.？Chang, "BERT-Promoter: An improved sequence-based predictor of DNA promoter using？BERT pre-trained model and SHAP feature？selection", Computational Biology and Chemistry,？99, (2022), 107732. 

  35. Lee, S. G., S. K. Son., S. R. Shin and K. J. Yee.,？"Airfoil Inverse Design using XAI (eXplainable？Artificial Intelligence)", Journal of the Korean？Society for Aeronautical and Space Sciences,？2021, 50~51. 

  36. Lee, S. J. and W. S. Choi, "A multi-industry bankruptcy？prediction model using back-propagation neural？network and multivariate discriminant analysis.",？Expert Systems with Applications, Vol 40,？No.8(2013), 2941~2946. 

    상세보기

  37. Liang, D., C. Tsai and H. Wu, "The effect of feature？selection on financial distress prediction.",？Knowledge-Based Systems. 73 (2015), 289~297. 

  38. Linardatos, P., V. Papastefanopoulos and S. Kotsiantis, "Explainable ai: A review of machine learning？interpretability methods.", Entropy, 23.1 (2020), 18. 

  39. Liu, Y., Y. Shen, H. Wang, Y. Zhang and X. Zhu,？"m5Cpred-XS: a new method for predicting？RNA m5C sites based on XGBoost and SHAP",？Frontiers in Genetics, (2022), 13. 

  40. Liu, Y., Z. Liu, X. Luo and H. Zhao, "Diagnosis？of Parkinson's disease based on SHAP value？feature selection.", Biocybernetics and Biomedical？Engineering, 42(3), (2022). 856-869. 

    상세보기

  41. Lundberg, S. M. and S. I. Lee, "A unified？approach to interpreting model predictions.",？Advances in neural information processing？systems, 30, (2017). 

  42. Lysaght, T., H. Y. Lim, V. Xafis and K.Y. Ngiam,？"AI-assisted decision-making in healthcare:？the application of an ethics framework for big？data in health and research.", Asian Bioethics？Review, 11, (2019), 299~314. 

    상세보기

  43. Mattsson, B., and O. Steinert, "Corporate bankruptcy？prediction using Machine Learning techniques.",？Gothenburg University, 2017. 

  44. Ni, Q., L. Chen, J. Zhu, J. Pang, Z. Wang and X.？Yang, "Prediction and interpretation of gamma？pass rate based on SHAP value feature？selection", Radiation Oncology, 2023 

  45. Oh, D. H., "Utilization of Artificial Intelligence？Technology in the Military and Suggestion of？XAI Technology Application Direction",？Journal of Digital Contents Society, Vol.23,？No.5(2022), 943~951. 

    상세보기

  46. Oh, H. R., A. L. Son and Z. K. Lee, "Occupational？accident prediction modeling and analysis？using SHAP", The Journal of Contents？Computing, Vol.22, No.7(2021), 1115~1123. 

  47. Park, S. H., T. I. Kim and C. H. Kwon, "A Study？of Default Prediction for Korean Shipping？Companies", Journal of Shipping and Logistics,？Vol.33, No.4,2017,823~852. 

    상세보기

  48. Qu, Y., P. Quan, M. Lei and Y. Shi, "Review of？bankruptcy prediction using machine learning？and deep learning techniques.", Procedia？Computer Science, 162, (2019), 895~899. 

  49. Rouhi, R., M., Clausel, J., Oster and F. Lauer, "An？interpretable hand-crafted feature-based model？for atrial fibrillation detection", Frontiers in？Physiology, 12, (2021). 657304. 

    상세보기

  50. Rustam Z. and G. S. Saragih, "Predicting Bank？Financial Failures using Random Forest,"？2018 International Workshop on Big Data？and Information Security (IWBIS), Jakarta,？Indonesia, 2018, pp. 81-86, doi: 10.1109/IWBIS.2018.8471718. 

    crossref

  51. Shortliffe, E. H. and B. G. Buchanan, "A model of？inexact reasoning in medicine.", Readings in？uncertain reasoning, 1990, 259~275. 

  52. Son, H., C. Hyun, D. Phan and H. J. Hwang, "Data？analytic approach for bankruptcy prediction.",？Expert Systems with Applications, 138 (2019), 112816. 

    상세보기

  53. Son, J. H., S. J. Woo, H. G. Baek, B. W. Hwang？and S. G. Choi, "False positive reduction in？anomaly detection using XAI", Journal of？Computing Science and Engineering, 2022,？609~611. 

  54. Song, H. J., D. J. Park and Z. K. Lee, "An？Empirical Comparison of Bankruptcy Prediction of？External Auditing and Non-External Auditing？Companies Using Machine Learning Methods",？Journal of The Korea Society of Information？Technology Policy & Management, Vol.13,？No.3(2021), 2521~2527. 

  55. Tjoa, E. and C. Guan. "A survey on explainable？artificial intelligence (XAI): Toward medical？XAI.", IEEE transactions on Neural Networks？and learning systems, 32.11, (2020), 4793~4813. 

  56. Utkin, L. and A. Konstantinov, "Ensembles of？random SHAPs.", Algorithms, 15.11, (2022), 431. 

    상세보기

  57. Van Lent, M., W. Fisher and M. Mancuso, "An？explainable artificial intelligence system for？small-unit tactical behavior.", Proceedings of？the national conference on artificial intelligence,？Menlo Park, CA; Cambridge, MA; London;？AAAI Press; MIT Press; 1999, 2004. 

  58. Wagenmans, F., "Machine learning in bankruptcy？prediction", Utrecht University, 2017. 

  59. Yeh, C., D. Chi and Y. Lin, "Going-concern？prediction using hybrid random forests and？rough set approach.", Information Sciences,？254 (2014), 98~110. 

    상세보기

  60. Zhao, J., "Corporate financial risk prediction based？on embedded system and deep learning.",？Microprocessors and Microsystems, (2020), 103405. 

  61. Zhou L., K. K. Lai, and J. Yen, "Empirical models？based on features ranking techniques for corporate？financial distress prediction.", Computers &？mathematics with applications, Vol.64, No.8？(2012), 2484~2496. 

    상세보기

관련 콘텐츠

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로