인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
초록·키워드
본 연구에서는 기업의 재무제표를 활용하여 신용등급을 예측하기 위해 기계학습 기법들을 활용한다. 특성은 회사의 규모, 총부채 레버리지, 시장-장부가 비율, 영업이익률, 배당금 지급 여부 다섯 가지를 사용하였고 AAA 등급부터 D 등급까지 21개의 등급으로 숫자로 환산하여 classificatioin and regression trees, support vector regression, multiple linear regression 모델을 활용하여 예측하였다. 신용등급예측에 대한 실험결과는 모든 변수를 포함한 모델이 R²값 및 MSE에서 가장 뛰어났으나, 시가총액, 총부채 레버리지, 시장-장부가 비율 세 가지 변수의 모델은 가장 뛰어난 모델의 정확도에 근접하게 도달하였으며 단순성과 해석 가능성을 제공함으로 이 모델을 최종모델로 선정하였다. 해당 모델에 따르면 시가총액이 100억원 이하, 500억 원 이하, 4.8조 원 이하일 때 평균적으로 B+, BBB, A+의 신용등급을 배정받는다. 신용등급을 향상하기 위해서는 시가총액을 높이는 방법과 부채 레버리지 비율을 낮추는 방법이 신용등급을 올리는 데 효과적이었다.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
