데이터 마이닝을 이용한 부도예측모델

Abstract

본 논문에서는 우선 데이터 마이닝 기법이 통계학에 어떻게 적용되고 있는지를 살펴본다. 그리고 기업의 부도예측 모형을 통해 이런 적용의 사례를 분석하였다. 부도기업 예측은 분류문제로서 기업의 유지가 위협받고 있는 재무상의 난점을 조기 발견하여 기업의 한정된 자원을 효율적으로 배분하려는 재무 분석의 한 분야로 발전해 왔다. 이런 모형을 구축하기 위해 logistic regression과 survival analysis 중 Cox Proportional hazard Model을 사용하였고, 이들 분석방법의 효율성을 비교하였다. 이를 통해 두 분석방법의 예측력이 상당히 일치하는 것을 확인 할 수 있었다. 이는 사용한 KIS-LINE Data Base에서 부도를 제외한 중도 절단된 자료가 거의 존재하지 않기 때문에 로지스틱 방법에 의한 추정치가 편의를 가지지 않기 때문이다.

;In this thesis, we study how a data mining technique was applied to statistics and analyze a case study data through company bankruptcy prediction model. The bankruptcy prediction model can be analyzed by classification problem and has been developed to the field in financial analysis whose main interest is in efficient allocation of limited resources of a company and finding out whether a company is in financial trouble. We used logistic regression analysis and survival analysis and then, compared efficiency of those two models. For the survival analysis, we select Cox Proportional hazard Model with survival analysis. we confirm that the efficiency of those two methods are similar to each other. By noting that censored data in KIS-LINE Data Baes is rare, estimators in a logistic regression are unbiased, which could explain the similar performance in prediction of those two methods.