• 지능정보연구
• /
• 제18권2호
• /
• pp.29-45
• /
• 2012

회사채 신용등급은 투자자의 입장에서는 수익률 결정의 중요한 요소이며 기업의 입장에서는 자본비용 및 기업 가치와 관련된 중요한 재무의사결정사항으로 정교한 신용등급 예측 모형의 개발은 재무 및 회계 분야에서 오랫동안 전통적인 연구 주제가 되어왔다. 그러나, 회사채 신용등급 예측 모형의 성과와 관련된 가장 중요한 문제는 등급별 데이터의 불균형 문제이다. 예측 문제에 있어서 데이터 불균형(Data imbalance) 은 사용되는 표본이 특정 범주에 편중되었을 때 나타난다. 데이터 불균형이 심화됨에 따라 범주 사이의 분류경계영역이 왜곡되므로 분류자의 학습성과가 저하되게 된다. 본 연구에서는 데이터 불균형 문제가 존재하는 다분류 문제를 효과적으로 해결하기 위한 다분류 기하평균 부스팅 기법 (Multiclass Geometric Mean-based Boosting MGM-Boost)을 제안하고자 한다. MGM-Boost 알고리즘은 부스팅 알고리즘에 기하평균 개념을 도입한 것으로 오분류된 표본에 대한 학습을 강화할 수 있으며 불균형 분포를 보이는 각 범주의 예측정확도를 동시에 고려한 학습이 가능하다는 장점이 있다. 회사채 신용등급 예측문제를 활용하여 MGM-Boost의 성과를 검증한 결과 SVM 및 AdaBoost 기법과 비교하여 통계적으로 유의적인 성과개선 효과를 보여주었으며 데이터 불균형 하에서도 벤치마킹 모형과 비교하여 견고한 학습성과를 나타냈다.

• 마케팅과학연구
• /
• 제17권2호
• /
• pp.1-29
• /
• 2007

본 연구에서는 플로우 4경로모형에서 마음상태와 플레이(play)가 하는 역할과 그 결과를 분석하고자 하였다. 이를 위해서 선행요인인 도전감 및 숙련도의 조합에 따른 마음상태를 측정하고, 플레이를 플로우 4경로모형에 투입하여 플로우이론에서 가설적으로 제시하고 있는 마음상태와 플레이의 영향관계를 분석하였다. 또한 플로우와 플레이의 웹충성도에 대한 영향도 분석하였다. 가설검정 결과에서는 첫째, 도전감과 숙련도의 조합에 따라 플로우, 두려움, 지루함, 무관심의 마음상태가 형성되는 것이 확인되었다. 그러나 두려움의 수준은 도전감과 숙련도가 모두 가장 낮은 무관심집단에서 가장 높게 나타났다. 이런 결과는 플로우이론의 설명과 일치하지 않는데, 무관심집단은 두려움으로 인해 온라인 쇼핑을 회피하는 것으로 해석할 수 있다. 둘째, 도전감과 숙련도에 따라 구분된 집단 간에 플레이 수준에서 유의적인 차이가 있는 것으로 나타났다. 셋째, 플레이는 플로우에 대해서는 정(+)의 영향을 미쳤고, 지루함에 대해서는 부(-)의 영향을 미쳤다. 그러나 두려움과 무관심에 대해서는 부(-)의 영향효과가 유의적이지 않았다. 넷째, 플레이와 플로우는 웹충성도에 유의적인 정(+)의 영향을 미치는 것으로 나타났고, 부정적 마음상태인 두려움, 지루함, 무관심은 웹충성도에 부(-)의 영향을 미쳤다. 플레이의 웹충성도에 대한 영향은 부정적 마음상태에서 강화되는 것으로 나타났다. 본 연구에서는 플로우 4경로모형에서의 마음상태를 확인하기 위해 이를 측정할 수 있는 척도를 개발하여 사용하였다. 마음상태별로 수립한 4개의 구조방정식 모형을 통해 플로우 뿐만 아니라 두려움, 지루함, 무관심의 부정적 마음상태에서 발생하는 영향관계를 종합적으로 입증하였다. 이런 결과는 부정적 마음상태의 영향을 확인하였다는 점에서 이론발전에 기여하였다고 본다. 또한, 플로우모형에서 플레이의 역할을 규명하였다는 점에서도 의미가 있다. 본 연구는 실무적으로도 인터넷 소비자들의 마음상태에 따른 시장세분화와 플레이를 활용한 마케팅전략수립에 시사점을 제공한다.