인공신경망과 로짓모형을 통합한 부실확률맵기반 신용등급화에 관한 연구
business failure probability map basd credit rating using artificial neural networks and logit model
신택수(연세대학교); 홍태호(부산대학교)
13권 3호, 1~26쪽
초록
현행 기업신용평가모형에 관한 연구는 크게 부실예측모형 및 채권등급 평가모형으로 구분된다. 이러한 신용평가모형에 관한 연구는 단순히 부실여부 또는 이미 전문가 집단에 의해 사전에 정의된 등급체계만을 예측하는 데 초점을 맞추고 있었다. 그러나, 대부분의 금융기관에서 사용하는 신용평가모형은 기업의 부실여부만을 예측하거나 기존의 채권등급을 예측하기 위한 목적보다는 기업의 고유 신용위험을 평가하여 이에 적합한 신용등급을 부여함으로써, 효율적인 대출업무를 수행하기 위해 활용되고 있다.본 연구에서는 기업의 신용등급화를 위한 방안으로 부실확률맵(Business Failure Probability Map: BFPM) 기법을 제안하였다. 부실확률맵기법은 기존의 부실예측모형들의 예측값을 구간화함으로써, 다단계 재무신용등급의 추정을 가능하게 해준다. 본 논문에서는 국내 2,000개 비외감 기업을 대상으로 실증분석을 통해 부실확률맵기법의 유용성을 평가하였다. 먼저 부실예측 모형으로는 다중모형으로서 인공신경망모형과 로짓모형을 개발하였으며, 이들 모형의 예측값들은 사전에 정의된 각 구간별 부실률과 점유율에 기반하여 구간화된다. 인공신경망모형과 로짓모형의 구간값들은 다단계 신용등급을 추정해주는 부실확률맵의 이원 입력변수로 정의되고, 출력변수는 이들 구간영역에 속하는 실제 부실확률값으로 정의한다. 입력변수와 출력변수와의 관계를 선형회귀식으로 추정하여 부실확률맵을 완성한다. 마지막으로 부실확률맵을 이용하여 대상기업의 신용등급을 산출하였으며, 신용등급별 부실률과 점유율을 제공하였다. 이러한 부실확률맵기반 통합 신용등급화 기법은 각 금융기관에서 정의하고자 하는 수준의 신용리스크를 효과적으로 추정할 수 있게 해주며, 이를 기준으로 해당 여신전문가들은 보다 객관적인 다단계 신용등급을 산출할 수 있을 것이다.
Abstract
Most researches on the corporate credit rating are generally classified into the area of bankruptcy prediction and bond rating. The studies on bankruptcy prediction have focused on improving the performance in binary classification problem, since the criterion variable is categorical, bankrupt or non-bankrupt. The other studies on bond rating have predicted the credit ratings, which was already evaluated by bond rating experts. The financial institute, however, should perform effective loan evaluation and risk management by employing the corporate credit rating model, which is able to determine the credit of corporations. Therefore, in this study we present a corporate credit rating method by using business failure probability map (BFPM). The BFPM enables us to rate the credit of corporations according to business failure probability and occupation distribution of credit rating level. The proposed method was analyzed for 2,000 manufacturing firms in Korea. We developed multiple bankruptcy prediction modelsusing logit model and neural network model each and all. And we divided the scores, which are generated by logit model and neural network model, into 10 grades according to the business failure probability and occupation distribution of the grade. In addition, we developed the BFPM through linear regression analysis to estimate business failure probability with the both scores of logit model and neural network model. Finally, the credit levels of each firm are assigned by the proposed method, BFPM. This method will be helpful to the loan evaluators of financial institutes to decide more objective and effective credit ratings.
- 발행기관:
- 한국회계학회
- 분류:
- 회계학