인공신경망을 이용한 소기업신용평가 모형에 관한 연구

Abstract

금융자율화와 금융산업의 국제화 및 개방화가 급속히 진전됨에 따라 금융기관 상호간의 경쟁이 치열해지고, 국내금융기관들은 외국금융기관과의 경쟁을 피할 수 없게 되었다. 금융환경의 변화에 대처하기 위해서 각 금융기관들은 종래의 보수적인 영업활동에서 벗어나 합리적인 경영으로 경쟁력 강화에 총력을 기울이게 되었다. 이러한 요인들로 인하여 금융기관들은 종전의 대기업 위주의 담보대출제도에서 벗어나 정확한 신용평가에 의하여 성장가능한 유망 소기업에 대한 여신확대가 필요한 실정이다. 현대사회에서는 어느 개인이나 기업이 경제행위를 할 때 그 신용이 매우 중요한 역할을 하게 되며 신용의 부재나 감소는 경제생활의 파국과 직결되기 때문에 신용의 중요성이 부각되고 있다. 본 연구의 목적은 신용축적이 미약하고 담보능력의 한계로 신용대출이 어려운 소기업을 대상으로 소기업신용평가모형을 구축하여 소기업에 대한 신용대출을 활성화하고자 하는 것이다. 먼저 신용평가와 소기업에 대한 이론적 배경을 문헌연구를 통해서 알아보고, 최근 활발한 연구가 진행되고 있는 인공신경망을 활용하여 신용평가 모형을 구축하였다. 본 연구에서는 소기업을 사업자등록증을 보유하고 있는 총자산 10억원 이하의 법인 또는 개인사업자로 정의하고 신용평가 모형구축을 위하여, 건전과 부실업체를 동수로 구성한 총 3782개의 데이터를 표본으로 추출하였으며, 재무정보 중에서 거래실적 정보만을 이용하여 인공신경망을 적용시켰다. 인공신경망 구축 결과를 분석해보면, 훈련용 자료 예측율이 76%, 테스트용 자료의 예측율이 74%, 검증용 자료의 예측율이 75%가 나왔다. 전체적으로 약 75%의 비교적 높은 적중율을 보여서 학습자료와 검증용자료에 상관없이 우량과 불량을 잘 예측하는 것으로 분석된다. 이와 같은 소기업 신용평가 모형의 구축과 적절한 활용은 은행의 경쟁력을 강화시켜줄 뿐 아니라 신용질서확립과 시장기능의 활성화를 통하여 실업해소와 고용촉진으로 국민경제에 기여할 것이다.;As the globalization of Korean sector progresses, the competition between domestic and foreign financial institutions became unavoidable. To counter the challenges posed by the changing environment, domestic institutions are rationalizing their management style. Buisness focus is shifting from chaebols to small-medium sized enterprises (SMEs) based on more accurate credit analysis system. Good credit status is the key factor for uninterrupted economic activities for both individuals and institutions. Poor or no credit can seriosly affect one's economic activities. The purpose of this study is) promoting the collateral free loans to SMEs suffering from insufficient credit level through solid credit analysis. For the research, first, I look into the theoretical background of general credit analysis model and its application to SMEs and then, build a credit evaluation model utilizing the artificial neural network which is currently a subject of vigorous research. For the purpose of my study, a SME is defined as a company with total assets of less than 1 billion won (approximately U$ 770,000 at current exchange rates). Total 3,782 samples composed of equivalent number of financially healthy and unhealthy companies are used for the execution of evaluation model. The result of a new model demonstrated accuracies of 76%, 74%, and 75% from training data, testing data, and verifying data, respectively. The overall accuracy is relatively high, or 75 % regardless of the input. I believe that the utilization of the SME credit evaluation model will give banks competitive business tools and contribute to improving unemployment situation.