머신러닝을 이용한 소상공인 창업기업의 폐업 예측모형개발: 도소매산업을 중심으로

박준식; 최진; 이성호

추천

검색

자료유형: 학술저널

저자정보: 박준식 (한밭대학교) 최진 (한밭대학교) 이성호 (한밭대학교)

저널정보: 한국창업학회 한국창업학회지 한국창업학회지 제18권 제1호

발행연도: 2023.2

수록면: 31 - 56 (26page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구에서는 중소벤처기업부와 통계청에서 제공한 「2019년 기준 소상공인 실태조사」데이터를 활용하여 소상공인 산업 중 가장 큰 비중을 차지하는 도소매업의 폐업 가능성을 예측하는 영향요인을 확인하였다. 이를 통해 소상공인의 폐업을 감소시키기 위한 소상공인의 지원 방안에 대한 결론과 정책적 함의를 도출하였다. 또한, 본 연구는 방법론적 측면에서, 머신러닝의 다양한 알고리즘을 시도함과 동시에 분류 비대칭 문제 완화 방법론을 접목함으로써 소상공인의 폐업 가능성을 예측하는 최적의 예측모형을 찾고자 하였다. 이를 통해 본 연구는 소상공인 도소매업의 ‘폐업 가능성’이라는 직접적이고 정량적인 의사결정 지표를 도출했다는 점에서 실무적 시사점이 있다. 머신러닝 분석 방법을 활용하여 분석한 결과, 그 중 가장 예측성능이 높게 나타난 랜덤포레스트가 최종 모형으로 선정되었다. 랜덤포레스트를 이용한 최종모형은 소상공인 폐업 가능성을 예측하는 정확도가 93.06%, 민감도가 92.43%, 특이도는 93.66%, AUC면적 또한 0.98로 나타나 결과적으로 본 연구의 예측모형은 소상공인의 폐업가능성을 예측하는데 있어서 좋은 성능을 가진다고 할 수 있다. 또한, 소상공인의 폐업 가능성에 영향을 미치는 주요요인을 분석한 결과, 그 요인들은 정부지원경험, 동일업종경쟁심화로 인한 경영애로사항, 영업이익, 총 창업비용, 연간매출액, 임차료 등으로 나타났다. 따라서 향후 이러한 연구결과를 활용하여 정부와 지자체에서는 폐업 상황에 직면한 소상공인을 위한 대책이나 지원제도 마련에 활용할 수 있을 것이다.

This study used data from the 2019 small business Survey provided by the inistry of SMEs and Startups and the National Statistical Office. In addition, the influencing factors predicting the possibility of closure of wholesale and retail businesses, which account for the largest proportion among start-ups, were identified. Through the developed prediction model, we proposed conclusions and policy implications on how to support small business owners to reduce the closure of small business owners. In addition, this study attempted to various algorithms of machine learning in terms of methodology. And at the same time, we tried to find the optimal prediction model that predicts the possibility of small business closure by applying the classification asymmetry problem mitigation methodology. Through this this study has practical implications in that it derived direct and quantitative decision-making indicators of the "possibility of closure" of the wholesale and retail business of small business owners. As a result of analysis using the machine learning analysis method, Random Forest, which showed the highest predictive performance, was selected as the final model. The final model using Random Forest has accuracy 93.06%, sensitivity 92.43%, specificity 93.66%, and AUC value 0.98, and as a result, the predictive model of this study has good performance in predicting the possibility of small business closure. In addition, as a result of analyzing the main factors affecting the possibility of small business owners' closure, they were government support experience, management difficulties caused by intensifying competition in the same industry, operating profit, total start-up cost, annual sales, and rent. Therefore, by utilizing these research results in the future, the government and local governments will be able to use them to prepare measures or support systems for small business with a high possibility of business closure.

#소상공인 #폐업 #머신러닝 #도소매업 #Small business #Closure of Business #Machine learning #Wholesale & # Retail industry

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

소속기관

주요연구분야

논문수 이용수

소속기관

주요연구분야

논문수 이용수

소속기관

주요연구분야

논문수 이용수

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)