• 지능정보연구
• /
• 제29권3호
• /
• pp.419-437
• /
• 2023

국내 씬파일러(Thin Filer)의 수가 1200만명을 넘어서며, 금융 업계에서 씬파일러의 신용을 정확히 평가하여 우량고객을 선별해 대출을 공급하는 시도가 많아지고 있다. 특히, 차주의 신용정보에 존재하는 비선형성을 반영하여 채무불이행을 예측하기 위해서 다양한 머신러닝 알고리즘을 활용한 연구가 진행되고 있다. 그 중 그래프 신경망 구조(Graph Neural Network)는 일반적인 신용정보 외에 대출자 간의 네트워크 정보를 반영할 수 있다는 점에서 데이터가 부족한 씬파일러의 채무 불이행 예측에서 주목할 만하다. 그러나, 그래프 신경망을 활용한 기존의 연구들은 신용정보에 존재하는 다양한 범주형 변수를 적절히 처리하지 못했다는 한계가 있었다. 이에 본 연구는 범주형 변수의 맥락적 정보를 추출할 수 있는 트랜스포머 메커니즘(Transformer mechanism)과 대출자 간 네트워크 정보를 반영할 수 있는 그래프 합성곱 신경망(Graph Convolutional Network)를 결합하여 효과적으로 씬파일러의 채무 불이행 예측이 가능한 TeGCN (Transformer embedded Graph Convolutional Network)를 제안한다. TeGCN는 일반 대출자 데이터셋과 씬파일러 데이터셋에 대하여 모두 베이스 라인 모델 대비 높은 성능을 보였으며, 특히 씬파일러 채무 불이행 예측에 우수한 성능을 달성했다. 본 연구는 범주형 변수가 많은 신용정보와 데이터가 부족한 씬파일러의 특성에 적합한 모델 구조를 결합하여 높은 채무 불이행 예측 성능을 달성했다는 시사점이 있다. 이는 씬파일러의 금융소외문제를 해결하고 금융업계에서 씬파일러를 대상으로 추가적인 수익을 창출하는데 기여할 수 있을 것이다.

• 한국건설관리학회논문집
• /
• 제13권4호
• /
• pp.60-68
• /
• 2012

과거 IMF 외환위기와 서브프라임 금융위기는 그 발생의 기원이 다를지라도 거시경제의 변동성에 크게 영향을 주었다. 이는 전체 산업에 상당한 영향을 미쳤을 뿐 만 아니라, 건설산업을 영위하는 개별 건설기업의 경영환경과 밀접하게 연계되어 많은 부실기업들을 양산하였다. 실제로 거시경제변동 전후 건설기업의 부실화 정도는 급격한 변화과정을 겪게 되며, 충격에 대한 반응 또한 기업별로 차이가 존재한다. 따라서 본 논문은 과거 IMF 외환위기와 최근 서브프라임 모기지 사태라는 거시경제변동 상황 하에서 건설기업 부실화의 변천과정을 확인하는데 그 목적이 있다. 거시경제변동 전후에 건설기업의 부실화 정도를 분석하기 위해 KMV 모형을 사용하여 예상부도확률(Expected Default Frequency)을 추출하였으며, 분석에 사용된 건설기업의 표본은 부실기업 20개, 정상기업 20개로 구성하였다. 분석결과 서브프라임 금융위기가 상대적으로 외환위기보다 건설기업에 더 큰 충격을 준 것으로 판단되며, 이는 거시경제 충격 이전의 건설시장의 상황과 관계가 있을 것으로 예상된다. 또한 부실기업과 정상기업을 비교해 보았을 때, 정상기업의 회복속도가 더 빠른 것으로 분석되었다. 이는 정상기업과 부실기업의 내부 사업역량차이에 의해 작용한 것으로 판단된다. 결과적으로 KMV 모형을 활용하여 건설기업의 부실화정도를 시간 흐름에 따라 측정하는 것이 가능함에 따라 각 시기별 부실화의 속성을 유추할 수 있을 것으로 판단된다. 이는 개별기업의 재무구조 개선 효과 및 투자자의 투자지표로 활용할 수 있음은 물론이며, 리스크 매니지먼트 관점에서 의사결정지표로 활용이 가능할 것으로 판단된다.

• 재무관리논총
• /
• 제10권1호
• /
• pp.249-269
• /
• 2004

Free cash flow is known as a typical type of agency conflict between managers and shareholders in a firm. The insurance industry, which is not growing, is particularly susceptible to such excessive cash flow. We herein investigate the effects of stock ownership plans on reducing agency conflicts. We adopt undistributed cash flow to proxy free cash flow, and size, default risk, group membership, leverage, investment opportunity, and stock options are selected as explanatory variables. We find that stock option plans are effective(at a 10% level) in reducing free cash flow.

• 한국산학기술학회논문지
• /
• 제15권2호
• /
• pp.1118-1125
• /
• 2014

본 논문에서는 블랙-숄츠 옵션가격결정이론을 토대로 개발된 KMV 모형을 활용하여 건설업체 예상부도확률(Expected Default Frequency; EDF)을 측정하여 건설업체 경영상태 변동 특성을 건설업체 규모별로 비교분석하는 것을 목적으로 한다. 이를 위해 본 논문에서는 시공능력평가순위 50위권 내에서 국내에 상장된 건설업체 중 28개 업체를 선정하여 상위 14개 업체, 하위 14개 업체로 구분하여 분석에 활용하였다. KMV 모형을 통해 예상부도확률을 측정하기 위해서는 자산가치와 자산가치변동성, 채무불이행점(Default Point)을 먼저 산출하고 이를 기초로 부도거리(Distance to Default)를 측정하여 최종적으로 예상부도확률을 측정하였다. 또한 본 논문에서는 예상부도확률을 2001년 1분기부터 2010년 4분기까지 분기별로 측정하였다. 분석결과 선험적으로 인지하고 있듯이, 대규모 회사가 중소규모 회사보다 재무적으로 건전함을 확인할 수 있었다. 중소규모 회사의 경우 경영상태 변화 추이가 경기변동과는 매우 둔감하게 나타났다. 즉 상대적으로 규모가 작은 회사는 열악한 재무환경이 지속적으로 유지됨을 확인할 수 있었다. 또한 대규모 회사의 경우 전반적으로 중소규모 회사보다 재무적으로 안정적이었지만 경기에 매우 민감하게 반응하는 것으로 나타났다. 이에 따라 급격한 경기변동이 발생했을 때 중소규모 회사보다 체감적으로 재무상황이 급격히 나빠지는 것을 확인할 수 있었다.

• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제15권10호
• /
• pp.3627-3641
• /
• 2021

Fintech, which stands for financial technology, is growing fast globally since the economic crisis hit the United States in 2008. Fintech companies are striving to secure a competitive advantage over existing financial services by providing efficient financial services utilizing the latest technologies. Fintech companies can be classified into several areas according to their business solutions. Among the Fintech sector, peer-to-peer (P2P) lending companies are leading the domestic Fintech industry. P2P lending is a method of lending funds directly to individuals or businesses without an official financial institution participating as an intermediary in the transaction. The rapid growth of P2P lending companies has now reached a level that threatens secondary financial markets. However, as the growth rate increases, so does the potential risk factor. In addition to government laws to protect and regulate P2P lending, further measures to reduce the risk of P2P lending accidents have yet to keep up with the pace of market growth. Since most P2P lenders do not implement their own credit rating system, they rely on personal credit scores provided by credit rating agencies such as the NICE credit information service in Korea. However, it is hard for P2P lending companies to figure out the intentional loan default of the borrower since most borrowers' credit scores are not excellent. This study analyzed the voices of telephone conversation between the loan consultant and the borrower in order to verify if it is applicable to determine the personal credit score. Experimental results show that the change in pitch frequency and change in voice pitch frequency can be reliably identified, and this difference can be used to predict the loan defaults or use it to determine the underlying default risk. It has also been shown that parameters extracted from sample voice data can be used as a determinant for classifying the level of personal credit ratings.

• 한국컴퓨터산업학회논문지
• /
• 제2권8호
• /
• pp.1075-1088
• /
• 2001

본 논문에서는, H.263 부호화기에 있어, 비제한 움직임 벡터(Unrestricted Motion Vector, UMV)모드와 기본 예측 모드(Default Prediction Mode)의 동적 선택을 위한 방법을 제안한다. 여기서, 움직임 보상된 영상과의 오차와 움직임 벡터의 크기를 이용하였다. 제안된 전략에서, UMV 모드는 모션 벡터의 크기와 움직임 보상된 영상의 오차에 따라 동적으로 적용된다. 이러한 전략은 UMV나 DPM을 고정적으로 전체 영상에 적용한 결과에 비해 화질 면에서 개선할 점을 제공한다. UMV 모드가 고정적으로 적용된 경우에 비해 움직임 추정 시 탐색 점의 수를 크게 줄일 수 있다. 제안된 방법은 카메라의 이동을 갖는 보다 긴 영상 신호에 대해 보다 효과적으로 적용될 수 있다.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권11호
• /
• pp.1-11
• /
• 2020

This study aims to investigate whether Corporate Social Responsibility (CSR) performance can help companies gain more bank unsecured loans. Additionally, this study analyzes the moderating effect of firm size and industry characteristics. Data was collected through the case of companies listed on the Shanghai Stock Exchange or the Shenzhen Stock Exchange in China between 2009 and 2018 with 5373 firm-year observations. The results of multivariable regression analysis show that good CSR performance exhibits a strong positive impact on unsecured debt, including short-term, long-term, and total unsecured debt, which indicates that corporate with good CSR performance can borrow more unsecured debt. further research shows that this effect is more pronounced for small enterprises and firms operating in heavy-polluting industries. Additionally, research on the impact mechanism finds that good CSR performance can help mitigate information asymmetry between borrower and lender, reduce moral hazard of borrower, and obtain support from key stakeholders, and therefore reduces the risk of default. The findings of this study suggest that firms with good CSR performance exhibit a preference for unsecured debt, but decline to provide collateral for debt. Overall, we emphasize and illustrate the important role of corporate CSR in bank credit financing.

• 한국컴퓨터산업학회논문지
• /
• 제2권7호
• /
• pp.997-1014
• /
• 2001

본 논문에서는, H.263 부호화기에 있어, 비제한 움직임 벡터(Unrestricted Motion Vector, UMV)모드와 기본 예측 모드(Default Prediction Mode)의 동적 선택을 위한 방법을 제안한다. 여기서, 움직임 보상된 영상과의 오차와 움직임 벡터의 크기를 이용하였다. 제안된 전략에서, UMV 모드는 모션 벡터의 크기와 움직임 보상된 영상의 오차에 따라 동적으로 적용된다. 이러한 전략은 UMV나 DPM을 고정적으로 전체 영상에 적용한 결과에 비해 화질 면에서 개선할 점을 제공한다. UMV 모드가 고정적으로 적용된 경우에 비해 움직임 추정 시 탐색 점의 수를 크게 줄일 수 있다. 제안된 방법은 카메라의 이동을 갖는 보다 긴 영상 신호에 대해 보다 효과적으로 적용될 수 있다.

• 한국기후변화학회지
• /
• 제6권4호
• /
• pp.257-265
• /
• 2015

For estimating a net removal of carbon dioxides from a forest carbon offset project, it is necessary to consider secondary emissions occurred from the use of machineries or vehicles. According to the forest carbon standard in Korea, a default rate (5%) could be applied for estimating secondary emissions of small projects, which provide annual net removals less than or equal to $600tCO_2$, while secondary emissions should be estimated for larger projects with field survey. In this study, we intended to develop a methodology for estimating the secondary emission of a forest carbon project. For this purpose, we analyzed the working process and the carbon emissions of the forest management activities for major tree species in Korea. Based on the developed methodology, we estimated the secondary carbon emission of a reforestation project. The result showed that the secondary carbon emission of a reforestation project was estimated between 0.42% and 1.19 % compared to net removals, that is to say that the current default rate in the forest carbon standard could give an overestimated secondary emission.

• Journal of Information Processing Systems
• /
• 제20권2호
• /
• pp.215-225
• /
• 2024

With the rapid development of Internet of Things (IoT) and big data technology, a large amount of data will be generated during the operation of related industries. How to classify the generated data accurately has become the core of research on data mining and processing in IoT industry chain. This study constructs a classification model of IoT industry chain based on improved random forest algorithm and text analysis, aiming to achieve efficient and accurate classification of IoT industry chain big data by improving traditional algorithms. The accuracy, precision, recall, and AUC value size of the traditional Random Forest algorithm and the algorithm used in the paper are compared on different datasets. The experimental results show that the algorithm model used in this paper has better performance on different datasets, and the accuracy and recall performance on four datasets are better than the traditional algorithm, and the accuracy performance on two datasets, P-I Diabetes and Loan Default, is better than the random forest model, and its final data classification results are better. Through the construction of this model, we can accurately classify the massive data generated in the IoT industry chain, thus providing more research value for the data mining and processing technology of the IoT industry chain.