재무비율과 거시경제 지표 기반 상장폐지 예측모형 개발: 최적화 및 머신러닝 기법 활용

Q: 이 논문에서 정의한 상장폐지란 무엇인가?

증권 거래소에서 특정 기업의 주식 매매 자격이 상실되어 거래가 중단되는 것을 의미한다. 본 연구에서는 재무비율과 거시경제 지표를 통해 이러한 상장폐지 가능성을 예측하는 최적의 모형을 개발하고 그 영향 요인을 파악하는 데 집중한다.

Q: 상장폐지 예측 성능을 높이는 핵심 요인과 최적의 알고리즘은 무엇인가?

연구 결과, 재무비율에 거시경제 지표를 결합하고 오버샘플링으로 데이터 불균형을 해결했을 때 성능이 향상되었다. 특히 딥러닝 모형보다 앙상블 기법을 적용한 머신러닝 모형이 상장폐지 가능성을 예측하는 데 더 우수한 성능을 나타냈다.

황진경; 송혜령; 유동희

doi:10.37272/JIECR.2023.08.23.4.253

추천

검색

질문

자료유형: 학술저널

저자정보: 황진경 (경상국립대학교) 송혜령 (판다스) 유동희 (경상국립대학교)

저널정보: 한국인터넷전자상거래학회 인터넷전자상거래연구 인터넷전자상거래연구 제23권 제4호

발행연도: 2023.8

수록면: 253 - 271 (19page)

DOI: 10.37272/JIECR.2023.08.23.4.253

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

This study aims to develop an optimal prediction model for stock delisting in companies listed on the KOSPI and KOSDAQ markets of the Korea Exchange. To enhance the predictive performance of the models, we collected a dataset incorporating various financial ratios and macroeconomic indicators as additional variables, providing a better reflection of the economic conditions at the time. The dataset consisted of financial ratios and macroeconomic indicators from delisted or managed companies from 2014 to 2021. We constructed stock delisting prediction models using individual and ensemble machine learning algorithms, as well as one deep learning algorithm. Additionally, we adopted processes for adjusting classes and utilizing GridsearchCV to further improve the model’s performance. As a result, we identified significant factors influencing a company’s stock delisting risk and found the optimal prediction model by comparing the performance of machine learning algorithms to the deep learning algorithm. We hope these findings offer valuable insights that can assist investors and regulatory authorities in evaluating companies’ financial stability and identifying potential stock delisting risks.

#Stock Delisting Prediction #Korea Exchange Financial Statements #Disclosure #Ensemble Machine Learning #Deep Learning

참고문헌

참고문헌 신청

최근 본 자료

전체보기

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)