다양한 결측치 처리방법에 따른 부실예측모형의 정확도 비교 연구

 1  다양한 결측치 처리방법에 따른 부실예측모형의 정확도 비교 연구-1
 2  다양한 결측치 처리방법에 따른 부실예측모형의 정확도 비교 연구-2
 3  다양한 결측치 처리방법에 따른 부실예측모형의 정확도 비교 연구-3
 4  다양한 결측치 처리방법에 따른 부실예측모형의 정확도 비교 연구-4
 5  다양한 결측치 처리방법에 따른 부실예측모형의 정확도 비교 연구-5
 6  다양한 결측치 처리방법에 따른 부실예측모형의 정확도 비교 연구-6
 7  다양한 결측치 처리방법에 따른 부실예측모형의 정확도 비교 연구-7
 8  다양한 결측치 처리방법에 따른 부실예측모형의 정확도 비교 연구-8
 9  다양한 결측치 처리방법에 따른 부실예측모형의 정확도 비교 연구-9
 10  다양한 결측치 처리방법에 따른 부실예측모형의 정확도 비교 연구-10
 11  다양한 결측치 처리방법에 따른 부실예측모형의 정확도 비교 연구-11
 12  다양한 결측치 처리방법에 따른 부실예측모형의 정확도 비교 연구-12
 13  다양한 결측치 처리방법에 따른 부실예측모형의 정확도 비교 연구-13
 14  다양한 결측치 처리방법에 따른 부실예측모형의 정확도 비교 연구-14
※ 미리보기 이미지는 최대 20페이지까지만 지원합니다.
  • 분야
  • 등록일
  • 페이지/형식
  • 구매가격
  • 적립금
자료 다운로드  네이버 로그인
소개글
다양한 결측치 처리방법에 따른 부실예측모형의 정확도 비교 연구에 대한 자료입니다.
목차
Ⅰ. 서론
Ⅱ. 기존의 결측치 처리 방법과 MI의 소개
Ⅲ. 자료수집 및 변수선정
Ⅳ. 결론
본문내용
Ⅱ. 기존의 결측치 처리 방법과 MI의 소개

대부분의 기존 부실예측연구에서는 결측이 있는 관찰치는 모두 제거하고 모형을 개발하였다. 그러나, 관찰치를 제거하는 방법은 부실기업 관찰치를 감소시켜 정확한 모형개발을 어렵게 하며 부실예측모형 적용 시 결측이 있는 기업은 부실확률을 계산할 수 없는 문제점이 있다. 중앙값이나 평균으로 대체하는 방법은 적용이 간편하여 폭 넓게 사용되어 지고 있지만, 비효율적이며 편의가 많이 존재하는 방법이다. 특히, 부실예측 모형의 경우 건전기업의 전체 표본의 95~97% 이상을 차지하고 있어 중앙값이나 평균이 건전기업을 대표하는 값이 될 가능성이 높다. 또한, 평균은 극단치(Out lier)의 영향으로 더욱 현실을 왜곡하는 정보를 제공하게 된다. 회귀 예측치로 대체하는 방법은 인위적으로 상관관계를 상승시키는 단점이 있으며 하나의 관측치에 여러 변수가 미싱인 경우에 적용하기가 어렵다.
Rubin(1987)에 의해 처음 제시된 Multiple Imputation 방법은 결측치를 예측된 분포에서 추출된 값으로 대체한 완전한 데이터 집합을 m(m>1)개 만들어서 모수를 측정한 후 모수 추정치와 표준에러를 결합하여 모형을 개발하였다. 여기서 Imputation은 결측을 채운다는 뜻이며 Multiple Imputation은 m>1 번 이상 채운다는 뜻이다.

미싱을 가진 실제 데이터와 Multiple Imputation의 과정

Schafer(1997)의 MI방법은 관측된 데이터 중간에 결측이 존재하는 경우 Markov Chain Monte Calro의 한 방법인 DA(Data Augmentation)을 이용하여 Predictive Distribution을 찾아내고 이것을 이용하여 결측 부분을 임의의 숫자로 채우면서 m개의 완전한 데이터를 추출한다. m개의 데이터를 통계적 분석기법을 이용하여 모수의 추정치를 각각의 데이터 셋에서 구하고 그 추정치들을 효과적인 결합을 통하여 과학적인 모형을 개발하는 방법이다. MI의 3가지 중요한 고려사항은 첫째로 Imputation을 어떤 알고리즘을 사용하여 결측 데이터를 채워서 완전한 데이터를 만드는가 하는 문제이다. 둘째로 몇 번 Imputation를 하는 것이 좋은가 하는 문제
이다.
참고문헌
《 참 고 문 헌 》

1. 국내문헌
이병원(1994), “통계기법을 이용한 대출의사결정모형의 개발,” 경희대학교 박사 학위논문, pp. 117~128
이시환(1999), “다중그룹 분류를 위한 비선형 분류기법 : 부실예측과 채권등급 평가에 적용,” 석사학위논문, 경희대학교.
이훈영, 조옥래, 이시환(1998), “계량심리학의 방법론을 이용한 체계적인 전문가 지식구조 분석 방법: 비재무항목을 활용한 중소기업 신용평가 전문시스템 규 칙개발에 적용,” 한국경영과학회.
조옥래(1998), “중소기업 도산 예측과정에서 비재무제표항목의 유용성검증과 기 업분석전문가시스템 개발에 관한 연구,” 박사학위논문, 경희대학교.


2. 외국문헌

Altman, E.I., Financial Ratios(1968), “Discriminant Analysis and Prediction of Corporate Bankruptcy,” The Journal of Finance, Vol.23(Sep), pp. 589-609.
Bishop, C.M.(1995), “Neural Networks for Pattern Recognition,” Oxford: Oxford University Press, pp. 65-72.
Dempster, A. P., Laird, N. M., & Rubin, D. B.(1977), “Maximum Likelihood from Incomplete Data via the EM Algorithm,” Journal of the Royal Statistical Society Series B, Vol. 39, pp. 1-38.
Little, R.J.A & Rubin, D. B.(1987), “Statistical Analysis with Missing Da