| Popis: |
회계정보이용자가 기업의 정보를 통한 투자위험을 줄이는 가장 좋은 방법 중 하나는 기업의 신용등급을 정확히 예측하는 것이다. 이에 본 연구는 기업의 재무정보를 바탕으로 신용등급을 비교적 정확히 예측하기위해 인공신경망에 근거한 딥러닝을 활용하고자 한다. 즉, 신용등급 예측모형을 입력층, 2개의 은닉층 및 출력층으로 구성된 신경망으로 설계하고, 10겹의 교차검증을 통해 신용등급 예측모형을 평가하였다. 기업의 재무정보와 신용등급간의 관계를 분석한 대부분의 선행연구들은 설명변수와 종속변수간의 선형성을 가정하고 있기 때문에 모형이 복잡한 현실세계를 반영하는데 한계점이 존재하였다. 이러한 한계점을 극복하기 위해서 본 연구는 인공신경망에 근거한 비선형 활성화 함수를 가정하였으며, 은닉층의 수를 증가시킨 심층신경망에 근거한 딥러닝을 활용하였다. 본 연구의 결과에 의하면, 딥러닝을 활용한 신용등급 예측모형의 정확도는 임의로 신용등급을 예측하는 것보다 훨씬 높았으며, 이를 통해 신용등급을 예측할 때 딥러닝을 활용하는 것이 유용함을 입증하였다. 이는 딥러닝을 이용하여 신용등급을 예측하는 것이 효과적임을 입증하는 것으로 그 동안 많은 신용평가기관에서는 단순히 재무자료에 의해 기업의 신용등급을 평가함으로 인하여 발생할 수 있는 오류를 해결할 수 있는 실마리를 제공할 수 있을 것이다. 또한 많은 기업들의 신용등급을 계산하는 과정에서 발생할 수 있는 체계적인 오류를 감소시키는데 딥러닝을 활용하는 것이 도움을 줄 수도 있을 것이다. 뿐만 아니라 정확한 신용등급 예측을 통해 회계정보이용자의 투자위험을 감소시키는 것은 자원의 효율적 배분을 가능하게 한다. 이는 회계정보이용자들이 신용등급을 보다 정확한 측정도구를 사용하여 판단함으로 인하여 가능할 수 있을 것이다. 또한 본 연구는 자본시장을 감독하는 감독기관에게도 유용한 자료를 제공할 것이다. 즉, 기업 신용등급에 영향을 미치는 기업 재무정보에 관한 정확한 모형을 제공함으로써 감독기관이 기업의 신용등급과 관련된 제도를 마련할 때 본 연구결과가 참고자료로 활용될 수 있을 것이다. 예를 들어, 감독기관이 어떠한 과정을 통해 보다 효과적이고 효율적으로 신용등급을 평가할 수 있는지를 판단함으로써 측정상의 오류를 줄이는데 공헌할 수 있을 것이다. |
