메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
이규태 (신한대학교)
저널정보
한국관광연구학회 관광연구저널 관광연구저널 제35권 제1호
발행연도
2021.1
수록면
59 - 71 (13page)
DOI
10.21298/IJTHR.2021.1.35.1.59

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
본 연구는 서울 지역 5성급 호텔을 대상으로 2018년도 재무비율을 입력변수로 활용하여 표준재무비율을 산출하였고, 인공신경망, 서포트벡터머신, 의사결정트리 알고리즘을 토대로 하여 호텔 부실화 예측모델 개발 및 부실 예측률을 확인하고자 하였다. 서울 시내 20개 5성급 호텔의 14개 재무비율 토대로 실증분석을 실시한 결과는 다음과 같다. 첫째, 건전호텔과 부실호텔을 판별하는 10개의 재무비율은 총자산증가율, 총자산순이익률, 매출액순이익률, 매출액총이익률, 매출액영업이익률, 자기자본비율, 유동비율, 현금비율, 유형자산회전율, 매출채권회전율로 나타났다. 둘째, 입력변수의 정확도를 제시하는 AUC와 관련하여, 인공신경망의 AUC는 1.000, 서포트벡터머신의 AUC는 .990, 의사결정트리의 AUC는 .812로, 인공신경망 알고리즘의 정확도가 가장 높은 것으로 나타났다. 셋째, 예측률과 관련하여 인공신경망을 활용한 부실화 예측률은 100%, 서포트벡터머신을 활용한 예측률은 90.0%, 의사결정트리를 활용한 예측률은 85.0%였으며, 이 세 개의 알고리즘 모두 정확도에 대한 신뢰도는 91.6%를 보여주었다. 이러한 분석결과, 호텔 경영진은 호텔기업의 부실기업집단을 판별하는 10개 재무비율을 중점적으로 관리해야 함을 시사하고 있다. 또한 호텔기업이 타 산업과는 뚜렷한 재무구조의 차이와 부실예측 지표가 상이하며, 이에 호텔기업 대상의 신용평가시스템 구축 시 호텔기업의 재무적 특성을 반영한 시스템 구축이 필요함을 시사하고 있다.

목차

Abstract
Ⅰ. 서론
Ⅱ. 이론적 배경
Ⅲ. 연구방법
Ⅳ. 실증분석
Ⅴ. 결론 및 시사점
참고문헌
국문요약

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2021-326-001464549