earticle

영어

The aim of this paper is to construct and investigate a superior model that can predict bankruptcy for JSE listed companies using a traditional statistical method (Logistic Regression, LR) and artificial intelligent related models (Support Vector Machines, SVM; Random Forest, RF). This research adopted the paired sample approach for 144 companies. 72 companies that are delisted from JSE due to business failure or scheme of arrangement from 2005 to 2018 are matched with 72 bankrupt counterparts based on year of delisting, industry and asset size. Our results indicate that compared with other models investigated, SVM-RBF outperformed other models for both the training dataset and testing dataset with average accuracies of 83.3% and 65.8% respectively for the t-test selected input variables. For the two-step feature selection (stepwise logistic regression) input variables, SVM-RBF has the highest average accuracy performance of 71% for the training data. For the testing data, SVM-RBF and SVM-linear show the highest average performance of 65%. This paper finds evidence in support of artificial intelligence related techniques such as SVM models having better performance compared with other models examined in this paper. This model can be employed as a tool for predicting failure five years before hand by investors and academics may refer to it as a fundamental reference material.

한국어

본 연구의 목적은 전통적인 통계기법인 로짓회귀모형과 인공지능기법인 서퍼트벡터머신모형 (SVM-RBF와 SVM-LIN) 및 랜덤포레스트모형(RF)을 사용하여 남아프리카아공화국 요하네스버그 증권거래소에 상장된 기업의 부도예측모형을 개발하고 이를 모형들의 예측력을 비교분석하는 것이 다. 본 연구는 쌍대표본추출법을 이용하여 2005년부터 2018년까지 부실기업 또는 정리계획 등의 이 유로 요하네스버그 증권거래소에서 상장 폐지된 72개 기업 및 상장폐지 연도, 업종, 총자산규모를 기준으로 건전 기업 72개를 선정하여 총 144개 기업을 분석에 활용하였다. 설명변수로는 34개의 재 무변수와 시장 변수를 대상으로 t-검증을 실시하여 1단계분석을 통해 통계적으로 유의미한 10개 변 수를 선정하였으며, 2단계분석에서는 10개 변수를 단계적선택법을 적용하여 최종적으로 4개의 변 수를 선정하였다. 본 연구 결과는 다음과 같다. 첫째, 1단계분석 결과에서는 부도예측 모형의 추정표본과 예측표본 의 평균예측성과를 비교해보았을 때, SVM-RBF의 추정표본이 83.3% 예측표본이 65.8%를 보여 평균 예측 성과가 가장 높게 나타났다. 둘째, 단계적선택법을 이용하여 선정된 변수의 경우 SVM-RBF가 추정표본의 평균 예측성과가 71%로 가장 높았으며, 예측표본의 평균 예측성과는 SVM-RBF와 SVM-linear가 65%로 가장 높게 나타났다. 따라서 본 연구에서는 SVM 모형과 같은 인공지능기법 관련 모형이 기타 부도예측모형보다 더 높은 예측성과를 가지고 있는 것으로 검증되 었다. 본 연구 결과는 투자자에게 기업의 부도예측을 함에 있어 유용하게 활용될 수 있다는 점에서 의의가 있다.