표제지
국문초록
목차
Ⅰ. 서론 10
1. 연구 배경 및 목적 10
2. 데이터 및 연구 방법 13
1) 부도 데이터 13
2) 연구 절차 및 방법 15
Ⅱ. 이론적 배경 17
1. 부도 예측 모형 17
2. 불균형 데이터 문제 개선 기법 18
1) Sampling 기법 18
2) Classification Threshold 조정 20
3. 머신러닝 알고리즘 21
1) Random Forest 21
2) XGBoost 21
4. 성능 평가 지표 22
Ⅲ. 연구 결과 23
1. Sampling 기법 적용 23
2. Classification Threshold 조정 26
3. Sampling 기법 적용 및 Classification Threshold 조정 28
Ⅳ. 결론 29
1. 연구 결과 요약 29
2. 시사점 30
1) 학술적 시사점 30
2) 실무적 시사점 30
3. 한계점 및 후속 연구 방향 32
참고문헌 33
Abstract 36
〈표-1〉 국내은행 원화대출 연체율 현황 12
〈표-2〉 총 계좌 및 부도 계좌 현황 14
〈표-3〉 Sampling 기법 적용에 따른 모형 성능 23
〈표-4〉 Classification Threshold 조정에 따른 모형 성능 26
〈표-5〉 Sampling 기법 적용 및 Classification Threshold 조정에 따른 모형 성능 28
〈그림-1〉 기준금리, 통화량 및 총대출금 시계열 현황 10
〈그림-2〉 기준금리 및 소비자물가지수 시계열 현황 11
〈그림-3〉 특성 변수 구성 과정 15
〈그림-4〉 연구 절차 16
〈그림-5〉 Undersampling 기법 18
〈그림-6〉 Oversampling 기법 19
〈그림-7〉 Undersampling 비율에 따른 모형 성능 24
〈그림-8〉 Oversampling 비율에 따른 모형 성능 25
〈그림-9〉 Classification Threshold 조정에 따른 모형 성능 27