인공신경망을 이용한 부도 예측모형 구축
분야
doc2. Model Development
3. Result & Analysis
4. Concluding Remarks
적중률이 높은 모형을 만들기 위해서는 1. 전문가에게 물어보는 방법 / 2. 문헌을 찾아보는 방법 / 3. 데이터를 분석하는 방법이 있는데, 이번 과제에서 우리는 2, 3번의 방법을 사용하였다.
‘유전자 알고리즘을 활용한 인공신경망 모형 최적입력변수의 선정: 부도예측 모형을 중심으로’ (한국지능정보시스템학회논문지, 홍승현, 신경식 저, 2003) 논문을 참고하여 부도예측모형의 중요한 입력변수들을 선정하였다. (생산성, 수익성, 활동성, 안정성의 지표)
또한 문헌 자료를 통해 강력한 파산 예측 모델로 꼽히는 알트만 Z 스코어의 계산식을 참고하여 중요 지표를 선정하였다. (알트만 Z 스코어 계산식 = (운전자본/총자산)×1.2 + (이익잉여금/총자산)×1.4 + (영업이익/총자산)×3.3 + (자본의 시장가치/총부채의 장부가치)×0.6 + (매출액/총자산)/0.999)
운전자본/총자산(C3080)은 운전자본비율로 유동성을 나타내며, 이 비율은 일반적으로 높을수록 기업의 안정성이 양호한 것으로 해석될 수 있다.
이익잉여금/총자산(A1280) 비율은 기업의 장기적인 수익성 및 성숙의 정도를 나타내고, 이 값이 클수록 장기적인 수익성이 높고 성숙한 회사로 판단되기 때문에 도산 확률이 낮다.
