earticle

한국어

오늘날 여러 기관이 데이터를 교환하며 데이터가 가용해짐에 따라 재무적인 정보가 한정적인 개인 기업에 대한 신용평가에도 기계학습 기법을 적용하여 기존 신용평가의 한계를 극복하려는 연구들이 늘어나고 있다. 본 논문은 신용평가회사에서 수집할 수 있는 데이터에 기계학습 기법을 적용하여 개인 기업의 부도 확률을 예측하는 신용평가 모형을 학습한 후, 재무와 비재무적인 정보 위주로 평가를 하 는 실제 모형보다 부도 발생 예측 성능이 우수하거나 비슷함을 확인하는 것이다. 20,560개의 개인기 업에 대한 123개의 독립변수와 부도 발생 여부의 결과 값을 Random Forest와 XGBoost 알고리즘으 로 학습시켜 실제 부도 사실과 비교하니 각각 85.5%와 86.2% 정확도의 성능을 보여주었다.