통계적 학습을 이용한 다시점 기업부도 예측모형들의 비교

초록

본 연구에서는 다양한 통계적 학습 방법을 활용해서 시간의 흐름에 따른 기업부도예측 모형의 변화와 성능의 변화를 조사한다. 본 연구는 2000년 1월 1일부터 2016년 1월 31일까지 한국거래소에 상장된 기업을 대상으로 하며, 상장폐지 또는 워크아웃 신청한 기업을 부도로 정의하였다. 본 분석을 위해서 성장성 비율과 관련 있는 회계변수와 거시경제변수로써 전산업생산지수를 활용으며, 시장변수인 시가총액을 활용하여 변동성, 왜도, 첨도를 생산해서 활용했다. 2000년 1월부터 2016년 1월까지 각 선행 3년을 훈련데이터, 후행 1년을 검정데이터로 설정해서, 다시점 기업부도예측의 모형과 성능을 비교하였다. 로지스틱 회귀분석, 부분최소제곱법, 랜덤포레스트 방법을 활용해서 재현율을 기준으로 최종모형을 선정하였으며, 이 때 불균형적인 기업부도 데이터의 특성을 고려해 로지스틱 회귀분석과 랜덤포레스트에서는 부도기업에 가중치를 고려하였고, 부분최소제곱법에서는 Synthetic Minority Oversampling Technique (SMOTE)를 적용해서 불균형적인 데이터의 특성을 보완하였다. 본 연구에서는 외부 경제상황이 변화가 커지면 주요 변수들이 시점별로 변화하는 것을 확인할 수 있으며, 특히 전산업생산지수, 성장성 비율 회계변수가 모든 시점에서 기업부도에 유의미한 결과가 제시되었다.

키워드