오차 앙상블모형을 활용한 기업 신용평가모형의 비교 연구 (A Study on Corporate Credit Rating Model Using Ensemble Model Based on Error)

서지정보

· 발행기관 : 한국통신학회
· 수록지 정보 : 한국통신학회논문지 / 47권 / 1호 / 98 ~ 112페이지
· 저자명 : 김용환, 김도형, 허재혁, 김광용

초록

본 연구에서는 기업 신용평가모형의 개선을 연구하기 위하여 로지스틱 회귀, 랜덤 포레스트, 그래디언트 부스팅3개 단일모형과 로지스틱 회귀과 그래디언트 부스팅의 앙상블모형을 최적화하고, 각 모형의 변별력을 비교하였다.
전체 33,317 기업 중 1,295 기업이 표본으로 활용하였으며, 108개 재무비율을 검토하여, 31개의 유의한 변수를 선별하여 각 모형별로 최적화된 모형을 도출하였다. 실증분석 결과, 오차 앙상블모형은 랜덤 포레스트와 그래디언트부스팅과 비교하여 일부 지표에서만 우수한 성능을 가지는 한계가 있었으나, 로지스틱 회귀보다 전반적인 성능이개선되었으며, 로지스틱 회귀가 가지는 해석력을 강화시킨다는 관점에서 신용평가모형으로써의 활용 가능성을 확인할 수 있었다.

영어초록

In order to study the improvement of the corporate credit rating model, the three single models of logistic regression, random forest, and gradient boosting and the error ensemble model combined logistic regression and gradient boosting were optimized and the discriminative power of each model was compared in this study.
1,295 companies out of 33,317 companies were used as samples. Each models are optimized 31 significant variables selected by reviewing 108 financial ratios. As a result of empirical analysis, error ensemble model had a limitation that it had excellent performance only in some indicators compared to random forest and gradient boosting. But error ensemble model's overall performance was improved compared to logistic regression, and from the viewpoint of strengthening the interpretive power of logistic regression, its applicability as a credit rating model could be confirmed through this study.

참고자료

· 없음