지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
이용수
초록· 키워드
오류제보하기
최근 몇 년간 SVM(support vector machines)기법은 패턴인식 또는 분류의사결정문제를 위한 분석기법으로서 기존의 데이터마이닝 기법과 비교할 때, 매우 높은 성과를 갖는 것으로 인식되어 왔다. 더 나아나 많은 연구자들은 SVM기법이 1980년대 이후 대표적인 예측 및 분류모형으로 인정받은 인공신경망기법(ANNs : Artificial Neural Networks)에 비해 더 성과가 좋다는 사실을 실증적으로 입증해 왔다(Amendolia et al., 2003; Huang et al., 2004, Huang et al., 2005; Tay and Cao, 2001; Min and Lee, 2005; Shin et al., 2005; Kim, 2003).
일반적으로 이와 같이 다양한 데이터마이닝 기법에 의해 분석되는 이진분류 또는 다분류 의사결정문제들은 특히 금융분야 등에 있어서 오분류비용에 민감하며, 이로 인한 오분류의 경제적 손실도 상대적으로 매우 크다고 할 수 있다. 따라서 기업부도예측모형과 같은 이진분류모형의 결과값을, 부도확률에 기초하여 정교하게 계산된 사후확률의 개념으로서 다분류의 신용등급평가의 문제로 변환할 필요가 있다. 그러나, SVM 모형의 결과값은 기본적으로 그와 같은 부도확률분포를 보여주지 않는다. 따라서, 그러한 확률분포를 정교하게 보여줄 방법을 제시할 필요가 있다(Platt, 1999; Drish, 2001).
본 연구는 AdaBoost 알고리즘기반의 SVM 모형을 이용하여, 이진분류모형으로서 IT 기업의 부실예측모형에 적용한 후, 이 SVM 모형의 예측결과를 SVM의 손실함수에 적용하여 계산된 값을 사후부도확률의 정규분포 특성에 따라 이를 구간화하여 IT기업에 대한 다분류 신용등급 평가의 문제로 전환시키는 방법을 제시하였다. 그리고 본 연구에서 제안하는 방법은 이러한 AdaBoost 알고리즘기반 SVM 모형이 각 기업이 고유한 신용위험(부도확률)을 갖고 있다는 조건하에서, 신용등급부여를 위한 부도확률분포 구간을 정교하게 조정함으로써 오분류 문제를 좀 더 줄일 수 있음을 제시하였다.
일반적으로 이와 같이 다양한 데이터마이닝 기법에 의해 분석되는 이진분류 또는 다분류 의사결정문제들은 특히 금융분야 등에 있어서 오분류비용에 민감하며, 이로 인한 오분류의 경제적 손실도 상대적으로 매우 크다고 할 수 있다. 따라서 기업부도예측모형과 같은 이진분류모형의 결과값을, 부도확률에 기초하여 정교하게 계산된 사후확률의 개념으로서 다분류의 신용등급평가의 문제로 변환할 필요가 있다. 그러나, SVM 모형의 결과값은 기본적으로 그와 같은 부도확률분포를 보여주지 않는다. 따라서, 그러한 확률분포를 정교하게 보여줄 방법을 제시할 필요가 있다(Platt, 1999; Drish, 2001).
본 연구는 AdaBoost 알고리즘기반의 SVM 모형을 이용하여, 이진분류모형으로서 IT 기업의 부실예측모형에 적용한 후, 이 SVM 모형의 예측결과를 SVM의 손실함수에 적용하여 계산된 값을 사후부도확률의 정규분포 특성에 따라 이를 구간화하여 IT기업에 대한 다분류 신용등급 평가의 문제로 전환시키는 방법을 제시하였다. 그리고 본 연구에서 제안하는 방법은 이러한 AdaBoost 알고리즘기반 SVM 모형이 각 기업이 고유한 신용위험(부도확률)을 갖고 있다는 조건하에서, 신용등급부여를 위한 부도확률분포 구간을 정교하게 조정함으로써 오분류 문제를 좀 더 줄일 수 있음을 제시하였다.
목차
1. Introduction
2. Classification Techniques forCorporate Credit Rating Analysis
3. AdaBoost Algorithm-based SupportVector Machine
4. Proposed Model and ExperimentalResults for Credit Rating Using aVariant of SVMs
5. Conclusions
References
Abstract
저자소개
참고문헌 (57)
참고문헌 신청
1. [학술지(정기간행물)] - Allwein, E. K. / 2001 / Reducing multiclass to binary : a unifying approach for margin classifiers / Journal of Machine Learning Research 1 : 113 ~ 141
2. [학술지(정기간행물)] - Altman, E. / 1968 / Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy / The Journal of Finance 23 : 589 ~ 609
3. [학술지(정기간행물)] - Amendolia, S. R. / 2003 / A Comparative Study of K-Nearest Neighbour, Support Vector Machine and Multi-Layer Perceptron for Thalassemia Screening / Chemometrics and Intelligent Laboratory Systems 69 : 13 ~ 20
4. [학술지(정기간행물)] - Baran, A. / 1980 / The Value of General Price Level Adjusted Data to Bond Rating / Journal of Business Finance and Accounting 7 (1) : 135 ~ 149
5. [학술지(정기간행물)] - Barniv, R. / 1997 / Predicting the Outcome Following Bankruptcy Filing : A Three-state Classification Using Neural Networks / Intelligent Systems in Accounting, Finance and Management 6 : 177 ~ 194
2. [학술지(정기간행물)] - Altman, E. / 1968 / Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy / The Journal of Finance 23 : 589 ~ 609
3. [학술지(정기간행물)] - Amendolia, S. R. / 2003 / A Comparative Study of K-Nearest Neighbour, Support Vector Machine and Multi-Layer Perceptron for Thalassemia Screening / Chemometrics and Intelligent Laboratory Systems 69 : 13 ~ 20
4. [학술지(정기간행물)] - Baran, A. / 1980 / The Value of General Price Level Adjusted Data to Bond Rating / Journal of Business Finance and Accounting 7 (1) : 135 ~ 149
5. [학술지(정기간행물)] - Barniv, R. / 1997 / Predicting the Outcome Following Bankruptcy Filing : A Three-state Classification Using Neural Networks / Intelligent Systems in Accounting, Finance and Management 6 : 177 ~ 194
이 논문의 저자 정보
이 논문과 함께 이용한 논문
협력형 ITS 응용을 위한 차량 게이트웨이 표준기술 동향
윤현정
,
최정단
한국자동차공학회 추계학술대회 및 전시회
2013
.11
ADAS와 자율주행을 위한 컴퓨터 비전 기술과 응용
임종우
한국자동차공학회 Workshop
2013
.10
영상에 의한 DGPS기반의 LDWS 오작동 주행 평가
김민우
,
문상찬
,
주다니
외 3명
한국자동차공학회 춘계학술대회
2013
.05
차량종류에 따른 LDWS 성능에 관한 연구
박환서
,
이홍국
,
장경진
외 1명
한국자동차공학회논문집
2012
.11
이상탐지(Anomaly Detection) 및 오용탐지(Misuse Detection) 분석의 정확도 향상을 위한 개선된 데이터마이닝 방법 연구
최윤정
,
박승수
한국정보과학회 학술발표논문집
2006
.06
최근 본 자료
댓글(0)
0
UCI(KEPA) : I410-ECN-0101-2013-003-000964050