딥러닝을 이용한 재무와 비재무 정보 기반 기업부도 예측 분석에 관한 연구 = Research on Corporate Bankruptcy Prediction Analysis Based on Financial and Non-Financial Information Using Deep Learning

다국어 초록 (Multilingual Abstract)

In the past, research related to corporate bankruptcy has primarily conducted empirical analyses through bankruptcy prediction models using financial ratios. However, with the advancement of ICT technology, there has been a growing trend in applying artificial intelligence. In this study, both traditional corporate bankruptcy prediction methodologies and machine learning and deep learning methodologies from the field of deep learning were applied to present the results of corporate bankruptcy prediction models and their predictive power. The dataset used included corporate characteristics, including financial ratios and non-financial information, as well as macroeconomic indicators to account for economic conditions. Five models, SVM, RF, DNN, CNN, and LSTM, were designated, and the model reliability and prediction accuracy for each model were analyzed. The LSTM model demonstrated superior performance and the highest prediction accuracy among the models. When comparing different approaches using only financial ratios (Set 1), using financial ratios and corporate characteristics together (Set 2), and incorporating financial ratios, corporate characteristics, and macroeconomic indicators (Set 3), which included all of these factors, consistently exhibited the highest model reliability and prediction accuracy.

참고문헌 (Reference)

1 김명종, "회사채 신용등급 예측을 위한 SVM 앙상블학습" 한국지능정보시스템학회 18 (18): 29-45, 2012

2 박지민 ; 이봉규, "특허 데이터 및 재무 데이터를 활용한 글로벌 기업의 인공지능 하드웨어 연구개발 효율성 분석" 한국멀티미디어학회 23 (23): 317-327, 2020

3 도영호 ; 김경숙 ; 장영민, "재무적 특성이 부도확률에 미치는 영향 : 비상장 중소기업을 중심으로" 한국생산성학회 26 (26): 127-153, 2012

4 오세경 ; 최시열 ; 박기남, "임의의 부도발생 시점을 고려한 부도예측모형에 관한 연구" 한국재무관리학회 32 (32): 23-51, 2015

5 박중현 ; 김경영 ; 정경민 ; 이현 ; 최희정, "인공지능 기반 기업 부도예측 모델 실증 연구-시간적 특성을 반영한 개선을 중심으로" 한국IT정책경영학회 15 (15): 3179-3188, 2023

6 차성재 ; 강정석, "딥러닝 시계열 알고리즘 적용한 기업부도예측모형 유용성 검증" 한국지능정보시스템학회 24 (24): 1-32, 2018

7 원재환 ; 최재곤, "기업의 부채구조를 고려한 옵션형 기업부도예측모형과 신용리스크" 한국재무관리학회 23 (23): 209-237, 2006

8 김성진 ; 안현철, "기업신용등급 예측을 위한 랜덤 포레스트의 응용" 산업개발연구소 32 (32): 187-211, 2016

9 김명종, "기업부실 예측 데이터의 불균형 문제 해결을 위한 앙상블 학습" 한국지능정보시스템학회 15 (15): 1-15, 2009

10 장영민 ; 변재권, "거시경제적 특성이 신용위험에 미치는 영향:중소기업을 중심으로" 한국재무학회 23 (23): 327-366, 2010

11 민성환, "개선된 배깅 앙상블을 활용한 기업부도예측" 한국지능정보시스템학회 20 (20): 121-139, 2014

12 J.S. Lee, "Usability Test of Non-Financial Information in Bankruptcy Prediction using Artificial Neural Network" 1 (1): 123-134, 1995

13 F. Black, "The Pricing of Options and Corporate Liabilities" 81 (81): 637-654, 1973

14 S.B. Kim, "The Analysis on the Causes of Corporate Bankruptcy with the Bankruptcy Prediction Model" 40 (40): 85-106, 2011

15 김명종 ; 김홍배 ; 강대기, "Optimizing SVM Ensembles Using Genetic Algorithms in Bankruptcy Prediction" 한국정보통신학회 8 (8): 370-376, 2010

16 E. Altman, "Financial Ratios, Discriminant Analysis and Prediction of Corporate Bankruptcy" 23 (23): 589-609, 1968

17 W.H. Beaver, "Financial Ratios as Predictors of Failure" Empirical Research in Accounting :Selected Studies 71-111, 1966

18 조남옥 ; 김현정 ; 신경식, "Bankruptcy Type Prediction Using A Hybrid Artificial Neural Networks Model" 한국지능정보시스템학회 21 (21): 79-99, 2015

19 조남옥 ; 신경식, "Bankruptcy Prediction Modeling Using Qualitative Information Based on Big Data Analytics" 한국지능정보시스템학회 22 (22): 33-56, 2016