• 한국산학기술학회논문지
• /
• 제10권3호
• /
• pp.670-676
• /
• 2009

기업부실은 금융기관의 입장에서 많은 부실채권을 떠 안기 때문에 금융부실로 이어질 수 있다. 이로 인한 사회경제적 파급효과가 매우 크다고 볼 수 있다. 국제통화기금 관리체제를 벗어난 이후에도 여전히 코스닥 시장에 상장되어 있는 지식기반 중소 벤처기업들의 부실이 지속적으로 발생하고 있는 추세이다. 이러한 시점에서 본 연구는 2000년부터 2007년 사이의 코스닥 기업 중 부실기업과 건전 기업 각각 81개 표본기업을 대상으로 판별분석을 이용하여 부실예측모형을 개발하고 검증하였다. 본 연구결과는 다음과 같다. 첫째, 추정표본을 이용한 연도별 모형(-3년, -2년, -1년)의 분류정확도는 $74.5%{\sim}76.5%$로 나타났고, 평균모형의 분류정확도는$69.6%{\sim}80.4%$로 나타났다. 이들 모형 가운데 분류정확도가 가장 높은 모델은 -1년, -2년, -3년의 평균모형으로 80.4%이다. 둘째, 분류정확도가 가장 높은 모델인 -1년, -2년, -3년의 평균모형을 최종모형으로 선정하여 확인표본을 대상으로 예측정확도를 검증한 결과 -3년에서 -1년으로 갈수록 높아지는 양상을 보이는데, 특히 -1년의 경우 예측정확도는 85%로 나타나 개발한 모형이 우수한 것으로 판단된다 본 연구결과는 코스닥 기업의 부실징후를 조기에 진단할 수 있는 조기경보체제로 활용될 수 있다는 측면에서 의의가 있다고 볼 수 있다.

• 지능정보연구
• /
• 제29권2호
• /
• pp.101-114
• /
• 2023

유사시 종심 깊숙한 곳에서 적을 타격하는 임무를 수행하는 항공기의 경우 격추될 위험에 항시 노출되어 있다. 현대전의 핵심 전투력으로써 최첨단의 무기체계를 운용하는 공중근무 요원은 양성하는데 많은 시간과 노력, 국가 예산이 소요되며 그들이 가진 작전 능력과 군사기밀이 매우 중요하기에 공중근무 요원의 생환은 매우 중요한 문제이다. 따라서, 본 연구에서는 적지에서 비상탈출한 조난자가 장애물을 피해 목표지점까지 도피·탈출을 시행할 경로를 예측하는 경로 문제를 연구하였으며 이를 통해 비상탈출한 조난자의 무사 생환 가능성을 높이고자 하였다. 본 연구 주제와 관련된 기존 연구들은 경로 문제를 네트워크 기반 문제로 접근하여 TSP, VRP, Dijkstra 알고리즘 등으로 문제를 변형하여 최적화 기법으로 접근한 연구가 있었다. 본 연구에서는 동적 환경을 모델링 하기에 적합한 MDP(마코프 의사결정과정)를 적용하여 연구하였다. 또한 GIS를 이용하여 지형정보 데이터를 추출하여 활용함으로써 모형의 객관성을 높였으며, MDP의 보상구조를 설계하는 과정에서 기존 연구 대비 모형이 좀 더 현실성을 가질 수 있도록 보다 상세히 지형정보를 반영하였다. 본 연구에서는 조난자가 지형적 이점을 최대한 이용함과 동시에 최단거리로 이동할 수 있는 경로를 도출하기 위하여 가치 반복법 알고리즘, 결정론적 방법론을 사용하였으며 실제 지형정보와 조난자가 도피·탈출 과정에서 만날 수 있는 장애요소들을 추가하여 모형의 현실성을 더하고자 하였다. 이를 통해 조난자가 조난 상황에서 어떠한 경로를 통해 도피·탈출을 수행할지 예측해 볼 수 있었다. 본 연구에서 제시한 모형은 보상구조의 재설계를 통해 여러 가지 다양한 작전 상황에 응용이 가능하며 실제 상황에서 조난자의 도피·탈출 경로를 예측하고 전투 탐색구조 작전을 진행시키는 데 있어 다양한 요소가 반영된 과학적인 기법에 근거한 의사결정 지원이 가능할 것이다.

• 지능정보연구
• /
• 제10권1호
• /
• pp.109-123
• /
• 2004

기업부도예측은 재무와 경영의사결정문제에서의 주된 인공신경망 응용분야라 할 수 있다. 일반적으로 인공신경망은 이 분야에서 매우 좋은 성과를 보이는 것으로 알려져 있지만 종종 잡음이 심한 데이터에 대해서는 일관성 있고 예측가능한 성과를 보이지 못하는 경우가 있다. 특히 학습용 자료가 매우 많아서 학습시간과 자료수집비용이 과대한 경우에는 적절한 자료의 축소가 되지 않고는 인공신경망을 학습시키는 것이 불가능한 경우도 있다. 사례선택기법은 자료의 차원을 축약시켜 주며 직접적으로 자료를 축소시켜 주는 방법이다. 사례기반 학습기법에서는 이미 몇 연구가 사례선택기법의 필요성을 주장한 바 있으나 인공신경망 모형에서 사례선택기법의 필요성을 주장한 연구는 거의 없다. 본 연구에서는 기업부도예측을 위한 인공신경망 모형에서 유전자 알고리즘을 이용한 사례선택기법을 제안한다. 본 연구에서 유전자 알고리즘은 다층 인공신경망에서의 계층별 연결강도를 최적화하고, 동시에 학습에 적합한 사례를 선택한다. 유전자 알고리즘에 의해 결정된 계층별 연결강도는 역전파오류 학습기법에서 종종 발생하는 국부 최적해에 수렴하는 현상을 최소화해 줄 것으로 기대되고, 선택된 학습용 사례는 학습시간의 단축과 예측성과를 향상시켜 줄 것으로 기대된다. 본 연구에서는 제안한 모형과 주요 데이터 마이닝 기법들의 성과를 비교 연구한다. 실험결과, 제안된 방법이 인공신경망에서의 사례선택기법으로 유용한 것으로 나타났다.

• 유통과학연구
• /
• 제16권11호
• /
• pp.21-27
• /
• 2018

Purpose - This study investigates the financial ratio of savings banks and the effect of the ratio having influence upon bankruptcy by quantitative empirical analysis of forecast model to give material of better management and objective evidence of management strategy and way of advancement and risk control. Research design, data, and methodology - The author added two growth indexes, three fluidity indexes, five profitability indexes, and four activity indexes CAMEL rating to not only the balance sheets but also the income statement of thirty savings banks that suspended business from 2011 to 2015 and collected fourteen financial ratio indexes. IBMSPSS VER. 21.0 was used. Results - Variables having influence upon bankruptcy forecast models included total asset increase ratio and operating income increase ratio of growth index and sales to account receivable ratio, and tangible equity ratio and liquidity ratio of liquidity ratio. The study selected total asset operating ratio, and earning and expenditure ratio from profitability index, and receivable turnover ratio of activity index. Conclusions - Financial supervising system should be improved and financial consumers should be protected to develop saving bank and to control risk, and information on financial companies should be strengthened.