빅데이터를 이용한 딥러닝 기반의 기업 부도예측 연구

오세경,최정원,장재원 한국금융연구원 2017 금융연구 working paper Vol.2017 No.8

Ⅰ. 연구배경 및 목적 ▣ 부도예측 모형은 금융 산업에서 항상 중요한 과제로 인식되어 지속적으로 발전하여 왔으나 여전히 중요한 연구 과제로 인식되고 있음. · 부도예측 모형은 그간의 많은 연구로 정확도가 많이 향상되었으나. 거시경제 여건, 기업 경영환경 등이 급속하게 변화하여 부도 기업에 대한 정확한 예측은 여전히 어려운 과제임. ▣ 과거의 많은 연구는 기업에 대한 재무 정보와 시장 정보를 기반으로 부도예측을 수행 · 재무 정보는 가장 객관적이고 세부적인 기업에 대한 정보임. 하지만 데이터 생성 주기가 상대적으로 길어(연도, 분기) 부도 예측의 적시성이 떨어지는 근원적인 한계가 있음. · 시장 정보는 유가증권 시장 참여자에 의하여 기업에 대한 정보가 가장 빠르게 반영된다는 장점이 있음. 하지만 유가증권시장 상장 기업만 활용이 가능하고, 주가에 영향을 주는 다른 요인에 대하여 영향을 통제하지 못하는 단점이 있음. ▣ IT 기술 및 데이터 분석 기법, 인공지능 기법의 발달로 인하여 새로운 데이터 원천인 뉴스 정보를 부도 예측 과정에 활용할 수 있음. · 빅데이터 연구 분야에 활용되는 텍스트마이닝과 인공지능기법을 활용하여 텍스트 정보를 측정 가능한 변수로 계량화하는 방법 적용 · 뉴스 정보는 기업에 대한 가장 빠른 정보 원천 중 하나로 기업 부실의 징후를 사전적으로 알 수 있는 정보로서 충분한 가치가 있음. ▣ 본 연구는 기존의 연구를 기반으로 부도 예측 과정에서 1) 뉴스텍스트와 같은 새로운 정보 원천이 적용에 따라 부도 예측력을 높일 수 있는지, 2) 인공지능(딥러닝) 기법과 같은 새로운 방법론이 기존의 방법론에 비하여 예측 성능이 향상되는지 두가지 측면을 중점적으로 연구 Ⅱ. 빅데이터 및 인공지능의 금융 관련 분야 활용 현황 ▣ 빅데이터 및 인공지능 분야는 활용 가능한 데이터의 확대와 IT 기술 혁신을 기반으로 발전 · 1) 분석가능한 데이터 양의 급격한 증가, 2) 복잡하고 방대한 데이터 분석을 위한 방법론의 발전, 3) 컴퓨터 과학의 진화 · 빅데이터는 데이터의 크기(Volume)가 크고, 분석 과정에서 실시간에 준하는 빠른 속도(Velocity) 및 데이터의 원천이 매우 다양(Variety)한 특성을 가지고 있음 · 빅데이터는 정보 원천에 따라 개인정보, 비즈니스 정보, 센서에 의한 정보로 구분 ▣ 금융 산업 또한 빅데이터가 여러 경로를 통하여 수집 및 관리되고 있음. · 금융 산업의 주요 데이터 원천은 증권거래소 등의 자본 시장과 금융 감독 기관과 같은 공공기관의 공시 데이터임. · 금융 관련 데이터는 대부분 시간의 흐름에 따라 입력되어 관리되는 시계열(Time-Series) 데이터의 형태가 많음. 최근에는 데이터 수집 주기를 매우 짧은 기간으로 설정하여 시계열데이터 발생 빈도를 크게 늘린 고빈도(high-frequency) 데이터도 많이 활용됨. · 금융 데이터 수집 과정에서 금융 위기 기간은 반드시 별도로 고려되어야 함. 금융 위기 기간의 데이터가 정상적 기간의 데이터와 구분되지 않는 경우 경우 완전히 다른 분석 결과를 얻을 수 있음. · 기존의 활용되지 못하던 신규 생성 데이터의 확보로 데이터 확장도 가능하지만, 이미 존재하고 있는 이종 데이터 간의 결합을 통해서도 데이터가 확대되는 효과를 얻을 수도 있음. · 수집된 데이터는 분석 방법에 따라 필요한 정제 작업을 거쳐 데이터 분석 과정에 활용됨. ▣ 인공지능은 새로운 개념은 아니지만, 최근 매우 큰 관심을 받고 있고 매우 급속하게 발전하는 분야임. · 인공지능은 인간이 지정한 방법에 따라 학습하여 의사결정을 수행하는 ‘지도학습’과 컴퓨터가 스스로 경험한 내용에 대하여 학습을 할 수 있도록 설계하는 ‘비지도 학습’으로 구분 · 인공신경망 이론을 기반으로 복잡한 비선형 문제를 ‘비지도 학습’ 방식으로 해결하는 방법을 ‘딥러닝’으로 기존의 ‘머신러닝’ 분야와 구별하고 있음. 하지만 이러한 구분은 절대적인 기준은 아님. · 인공지능 관련 시장 규모는 연평균 44%의 성장 중에 있으며, 2020년에는 전 세계적으로 약 240조원의 시장 규모를 형성할 것으로 예측(일본 EY 연구소) · 국내 또한 인공지능 시장은 2020년에 2.2조원, 2030년 27.5조원 시장으로 급격한 성장이 예상되고 있음(KT 경영연구소). ▣ 빅데이터는 복잡하고 방대한 양의 데이터를 기반으로 발전된 기법이므로 소매 금융 데이터 분석에 활용 효과가 높음. · 소매 금융은 개인 및 소규모 기업 고객을 대상으로 하는 금융 서비스로서, 기업 고객에 비하여 상대적으로 데이터의 양이 많으며 다양한 속성이 복잡하게 나타나는 특성이 있음. · 기존의 고객이 제공하던 데이터의 수집을 넘어서, 고객에 대한 정보를 직/간접적으로 확보하는 방향으로 정보 원천을 확대함. · 소매 금융 부문 중 본 연구와 관련된 ‘신용 평가’ 부분은 가장 빅데이터가 활발하게 활용되는 분야 중 하나임. ▣ 인공지능 알고리즘은 신용 평가모형의 예측 성능을 개선하기 위한 목적으로 활용도가 증가하고 있음. · 미국의 ‘제스트 파이낸스’ 는 1만개 이상의 대용량 변수를 신용 평가모형에 활용 · 독일의 ‘크레디테크’, 홍콩의 ‘렌도’, 일본의 ‘소프트뱅크’, ‘미즈호뱅크’ 등도 비슷한 수준 · 미국 ‘FICO’는 인공지능의 도입으로 신용 평가모형에 비선형변수의 반영, 다양한 변수 결합에 의한 고객 특성 반영 등으로 10~25%의 모형 개선 효과가 있다고 보고 · 미국 및 글로벌 핀테크 업체를 중심으로 신용 평가 및 금융기관 운영 과정에서 인공지능을 다양하게 활용하고 있음. · 국내의 경우 여러 기관이 현재의 신용평가 모형을 인공지능을 활용하여 개선하고 있으나 아직은 선도적인 결과를 보고하는 기관을 찾기 어려움. ▣ 빅데이터 및 인공지능 도입은 비용 증가, 예측결과 해석의 어려움, 평가 모형의 신뢰성 부족 및 관련 규제 미비 등의 한계요인도 가지고 있음. · 데이터의 확보, 처리, 분석 등에 시간, 인원, 컴퓨터 하드웨어 등의 추가 비용 요인 발생 · 전통적인 통계 분석 기법과 달리 예측 결과에 대한 원인 분석이 쉽지 않음. · 과거 모형에 비하여 구축 및 적용된 기간이 길지 않아, 아직은 신뢰성에 대한 의문 존재 · 관련 산업에 대한 규제가 많아 관련 산업 발전의 장애 요인으로 작용 중 Ⅲ. 부도 예측 연구 방법론 1. 선행연구 ▣ Altman(1968)의 다변량 판별분석과 Ohlson(1980)의 로짓 모형으로 대표되는 전통적인 기업부도예측 연구는 다양한 방법론을 적용하여 예측 성과를 높이는 방향으로 발전하여 왔음. · McQuown(1993)은 자본시장의 시장 가격을 바탕으로 옵션가격 평가모형을 적용하여 기업의 부도 위험 수준인 EDF(Expected default frequency)를 측정하는 모형(KMV 모형)을 제시 · 오세경(2001)은 국내 기업을 대상으로 로짓(Logit) 모형을 이용한 다변량 판별분석과 함께 옵션가격 평가모형을 이용하여 EDF의 시간별 변화 추이를 분석 ▣ 각각 부도예측 과정에 활용되던 재무 정보와 시장 정보는 두 원천을 통합하여 부도예측력을 높일 수 있는 방법에 대한 연구로 발전 · Shumway(2001)가 회계 정보와 시장 정보를 헤저드 모형으로 통합하여 부도예측력을 높일 수 있는 방법을 처음 제안 · Campbell et al(2008) 또한 회계모형과 시장 정보를 결합한 헤저드 모형이 기존의 각각의 모형보다 부도예측력이 우수하다는 것을 실증 · 이인로·김동철(2015), 최정원·오세경(2016)은 국내 기업을 대상으로 재무정보와 시장정보를 통합하면 기존의 모형보다 예측력이 우수한 것을 실증 · Nam et al(2008)은 시간 가변적인(Time-varying) 헤저드 모형을 사용하여 재무정보와 시장정보 및 거시경제 정보가 기업의 부도 예측 가능성을 높일 수 있음을 실증 ▣ 빅데이터를 활용한 예측 모형 연구는 최근 관련 분야의 대내외적인 관심 증가로 인하여 폭발적으로 증가하고 있음. · 배상진·박철균(2003), 김근형·오성렬(2009) 등은 텍스트 마이닝 및 텍스트 데이터 전처리 과정 등을 세부적인 절차로 제시 · 김유신·김남규·정승렬(2012), Martinez et al(2012)은 텍스트 정보를 이용한 분석 과정에서 텍스트가 담고 있는 감성(Opinion)을 분석하고 이를 연구 과정에 활용함. · 이광석(2014), 최정원·한호선·이미영·안준모(2015), 조남옥·신경식(2016)은 텍스트 정보를 활용한 기업 부도예측모형의 유용성을 실증함. · Chen et al(2014), 김민수·구평회(2013), 안성원·조성배(2010)는 뉴스 텍스트마이닝 기법을 주가예측 모형에 활용 ▣ 인공지능(딥러닝) 기법은 비교적 최신의 방법론으로서 금융 및 재무 분야에서는 전통적인 방법론에 의한 예측 방법론에 비하여 연구의 양과 질 모두 부족하지만 최근 기술의 발전 및 전 세계적인 관심 증가와 함께 관련 연구가 매우 급격하게 증가하고 있음. · 이재식·한재홍(1995)은 기존의 재무정보만 활용한 부도예측의 한계가 있음을 지적하고 이를 보완하기 위하여 비재무정보를 활용한 인공신경망 기반의 부도예측 모형을 제시 · Kim and So(2010)는 SVM 기법으로 부도예측을 수행하고, 정보가 상대적으로 부족한 중소기업의 경우 기존의 방법론보다 인공지능 기법의 예측 성능이 더욱 우수함을 실증 · 김성진·안현철(2016)은 금융기관의 신용위험관리의 중요한 도구인 기업신용등급 예측 과정에 인공지능 기법 중 랜덤 포레스트(Random Forests) 방법을 적용 · Yeh et al.(2015)은 딥러닝 개념의 인공신경망 기법 중 하나인 Deep Belief Networks (DBN)이 기존의 머신러닝 중 대표적 기법인 SVM보다 기업 부도예측 성능이 더 우수함을 실증 · Addal(2016)은 인공신경망, K 근접 군집분석 등의 방법론을 이용하여 기업부도예측 모형이 우수한 예측력을 보이는 것을 실증 2. 연구방법론 ▣ 선행연구를 참고하여 확보 가능한 다양한 정보 원천을 모두 포괄하여 예측 모형에 활용 · 재무 정보의 경우 기업에 대한 가장 기본적이고 객관적인 실적 지표로서 기업 부도예측에 반드시 활용되는 정보 · 시장 정보는 분석 시점의 기업에 대한 최신 정보를 반영하고 있다는 특성이 있으므로 재무 정보의 적시성 부족 문제를 보완하나 유가증권 시장에 상장되어 주식이 거래되고 있는 기업들만의 정보를 이용한다는 한계 · 재무 정보와 시장 정보는 두 정보를 결합하여 모형에 반영이 가능함. Nam et al.(2008)의 연구는 Hazard 모형을 활용하여 재무정보와 시장정보를 결합한 부도 예측 모형 제시 · 거시경제 지표의 경우 과거 일부 부도 예측 연구에서 설명변수로 활용은 되고 있으나, 그 빈도가 재무지표나 시장지표에 비하여 많이 떨어짐. · 여러 선행연구에서 적용하는 비정형 정보는 그간에 연구들이 주로 사용하지 못하였던 뉴스 및 인터넷 등의 텍스트 정보를 원천으로 활용하는 경우가 많음. ▣ 본 연구 분석 과정에서 활용한 예측 방법론의 종류와 각 방법론의 특징 ▣ 텍스트 데이터를 예측 모형 등에 활용하기 위해서는 계량화된 변수로 측정하는 과정이 필요 · ‘Word2vec’은 단어들 간의 연관된 규칙을 찾아서 각 단어의 관계를 계량적으로 산출하는 방법론으로서, 각 단어 간의 앞뒤 관계를 보고 근접도를 벡터의 형태로 계산하는 알고리즘 · ‘Word2vec’을 활용하여 뉴스 기사 내에 언급된 단어 간의 관계를 계량적으로 분석할 수 있음. · 본 연구에서는 부도와 연관된 기사에서 나타나는 ‘부도’의 의미를 가지는 다른 단어들을 객관적으로 판단(‘부도 연관어휘’)하는 근거를 마련하여 위하여 ‘Word2vec’ 활용 · 산출된 ‘부도 관련 기사 비율’과 ‘부도 유사도’ 지표는 수준이 높게 나타날 경우 이를 사전적인 ‘부도’의 징후로 판단할 수 있음. ▣ 여러 가지 방법론을 적용하여 기업 부도예측을 수행할 경우 모형의 성능을 비교하기 위해서는 동일한 개념으로 적용이 가능한 객관적인 모형 평가 방법 필요 · 본 연구의 기업 부도예측과 같은 이진 분류 예측의 상황은 두 범주(부도, 정상)간의 정확한 분류가 가능한지를 여러 모형 간에 비교하여 봄으로써 모형 평가를 수행 · 기업예측 모형과 같은 이진 판별 예측은 할 때, 예측 모형의 추정 값들은 0에서 1 사이에서 판별 값(Threshold)이 변함에 따라 정확도가 변동함. 따라서 최적의 판별 값 수준 결정필요 ▣ 예측 모형을 도출하여 모형의 예측력을 평가하는 과정에서 Sample data를 학습 세트(training set)와 평가 세트(test set)으로 나누어 예측 정확도(Accuracy)를 산출하고 이를 근거로 모형의 성능을 평가하여야 함(out of sample test). · 본 연구도 학습 세트와 평가 세트를 전체 표본 중 중복되지 않도록 70% 대 30%의 비중으로 배분하여 모형 추정과 예측력 평가 과정에 각각 사용 · 과거 부도예측 연구에서는 부도 기업의 표본(sample) 수가 너무 적어 표본의 불균형에 의한 모형 예측력 평가의 어려움이 있음을 한계로 지적하였음. · 본 연구는 부도 기업의 표본을 고정하고, 정상 기업의 표본을 부도 기업 수만큼만 Random 형태로 Sampling하여 균형(equal-weighted. 50% 대50%) 표본을 구성하여 모형의 추정과 평가에 활용하는 방안을 적용. · 다만 이러한 Sampling 방식을 사용할 경우 정상 기업 표본에서 표본 선택에 따른 편의(bias)가 발생할 수 있으므로, 평가 과정의 강건성을 얻기 위하여 정상 기업 표본을 반복적으로 총 100 세트(set)를 임의 확률(random)로 구성하여 모형평가 과정에 활용 · 각 방법론의 예측 수준 평가를 위한 정확도 값은 모든 평가세트(100 set)에서 산출된 정확도의 평균 수준으로 산출 Ⅳ. 실증분석 1. 부도 사건의 정의 ▣ 기업 부도예측 연구 과정에서 보다 유용한 결과를 얻기 위해서는 기업의 부도(부실)에 대한 명확한 정의를 하는 것이 매우 중요 ▣ 유가증권시장에서 ‘상장폐지’가 결정된 기업들 중 부도에 관련된 공시가 발생한 기업들을 부도 발생기업으로 인식하고 분석을 진행 · 이인로·김동철(2015), 최정원·오세경(2016) 등의 선행연구와 동일한 가정 · 상장폐지 사건은 부도와 반드시 연결된다고 볼 수는 없으나, 부도와 관련된 이유로 상장폐지가 발생한 대부분의 기업은 특수한 상황을 제외하고 부도가 발생하거나 부도에 준하는 재무상황이 발생함. 2. 데이터 수집 및 정제 ▣ 2001년부터 2015년 까지 부도 정의에 따라 유가증권 시장에 상장된 기업을 대상으로 분석 ▣ 비정형 정보인 뉴스 텍스트 데이터 수집을 위하여, 네이버 뉴스 검색 홈페이지를 활용하여, 분석 대상 기업들에 대한 2010년 1월부터 2016년 12월까지의 84기간의 뉴스 컨텐츠를 수집 · 인터넷 뉴스 서버에 DB가 구축되지 않아 기사를 확보할 수 없거나, 총 집계기간 동안 기사 수가 부족한 기업, 검색이 불가능한 이름의 기업, 명확한 구별이 어려운 기업 등의 기사는 수집 과정에서 제외 · 제외 후 텍스트 정보 수집 대상 기업은 총 1,788개의 기업으로 총 2,506,080건의 기사를 텍스트 DB로 확보함. 기업당 평균적으로 약 1,401건, 1개월 당 평균적으로 약 16.6건 · 텍스트 DB는 집계 이후 자연어 처리, 분석 Sample 수 미달제외, 특정 의미 단어 제외 등의 정제 과정을 거쳐 최종 텍스트 분석 DB로 산출됨. ▣ 텍스트 분석 DB를 기반으로 ‘부도’ 및 ‘상장폐지’와 기사 내에 언급된 단어 간의 유사도를 ‘Word2vec’을 이용하여 산출 · ‘부도’ 혹은 ‘부도’ 및 ‘상장폐지’로 ‘Word2vec’ 유사도 기준상위 20개 단어 선별 · 선정된 부도 유사 단어가 포함된 경우 해당 기사를 부도 연관 기사로 간주하고, 전체 기사 대비 부도 연관 기사 비율을 산출하여 ‘부도 기사 비율’을 산출함. · 기사를 구성하고 있는 개별 단어별로 ‘부도’ 및 ‘상장폐지’ 유사도를 부여하고, 각 기사별 ‘부도 유사도(평균수준)’을 산출함. · ‘부도 기사 비율’ 과 ‘부도 유사도’ 는 부도 기사에 대한 계량화된 텍스트 분석 결과로서 향후 부도 예측 모형 추정 과정에서 설명 변수로 활용 ▣ 정보 원천별로 모형 예측의 영향을 평가하기 위하여 취합된 분석 DB를 4가지의 데이터 세트로 분류하여 각각의 모형에 적용하고 가용한 데이터 수준에 따라 기간을 나누어 분석함. · 총 7개의 분석 Set가 구성되어 각각의 예측 방법론에 적용됨 1) Set A(2001~2016년) : 재무, 시장, 거시경제 정보. 총 2291개 (부도 502개) 기업 대상 2) Set B(2010~2016년) : 재무, 시장, 거시경제 정보. 총 1586개 (부도 258개) 기업 대상 3. 연간 예측 모형 ▣ 각 분석 DB Set를 예측 방법론별 모형에 적합(Fitting) 하고 최적 모형을 도출함. ▣ SET A 결과(분석기간 2001년~2016년 적용) · 가장 높은 정확도를 나타낸 방법론은 Random Forests 방법론 · 로지스틱 모형과 SVM 또한 0.9에 상회하는 높은 정확도가 산출 · 의사결정나무(Dtree)와 인공신경망(DNN, RNN) 등은 0.9에 다소 못 미치는 정확도 · 기업의 재무정보, 거시 경제정보, 시장정보를 포괄하여 가장 정보가 많이 활용된 < SET3 >의 정확도는 타 데이터 세트에 비하여 다소 높게 산출. 하지만 유의미한 수준은 아님. ▣ SET B 결과(분석기간 2010년~2016년 적용) · Random Forests 방법론이 가장 우수한 예측력. SVM, 인공신경망(DNN) 순 · 로지스틱 모형은 상대적으로 모형 예측력이 하락. 인공지능 기법들의 예측력은 유지되거나 오히려 다소 상승 · 기존 전통적 정보 원천이 반영된 < SET B_3 >에 뉴스 텍스트 정보까지 추가로 반영된 < SET B_4 >가 타 모형에 비하여 모형 예측력이 높게 산출. 비정형 정보도 부도예측 성능 향상에 영향을 줄 수 있음을 실증하는 결과임. 유의성은 떨어짐. ▣ 연관 예측 모형 추정 결과 인공지능 중 Random Forests 방법론이 두 데이터 SET 모두 가장 높은 수준의 예측력 나타남. · 데이터 수가 상대적으로 적은 < SET B >에서도 우수한 예측력을 유지함으로써 인공지능 기법이 강건하게 기업의 부도에 대한 예측을 잘 수행할 수 있음을 실증 · 인공지능_DNN의 예측 성능이 기대 수준에 미치지 못함. 컴퓨터 하드웨어를 보강하고 추가적인 효율화 방안을 도입하여 이러한 구조를 개선하면 현재보다 더 높은 예측 정확도를 얻을 가능성이 있음. ▣ 텍스트 데이터를 추가로 반영한 < SET B_4 >의 예측 정확도는 방법론에 따라 약간의 차이는 있지만 전반적으로 텍스트 데이터를 반영하지 않은 SET에 비하여 유의한 수준의 정확도 차이가 나타나지 않음. · 재무정보만 활용한 < SET A_1 >, < SET B_1 >의 예측력도 타SET에 비하여 큰 차이가 없음. · 이는 상장 기업의 경우 다양한 공시 요구 및 규제에 의하여 기업의 정보가 재무정보에 이미 충분히 반영되어 나타나는 결과라 판단됨. 4. 월간 예측 모형 ▣ 미디어의 뉴스 기사는 시장 정보(주가)와 마찬가지로 실시간으로 공개되는 정보임. 따라서 시장정보를 활용한 예측 모형인 KMV 모형과 유사한 형태의 부도예측 모형 구축 가능 · 기업의 부도 관련 뉴스가 실제 부도가 발생하는 시점 이전에 부도 가능성을 선제적으로 알려줄 수 있는지, 조기 경보 지표(early warning index)로서 활용 가치가 있는지 연구 · 분석 가능 대상 Sample : 부도 기업 52개, 정상기업 855개 확보 · KMV모형 및 텍스트 기반 모형의 부도예측 단위는 월간이며, 부도 기준 직전 12개월의 추이를 분석함. · 부도 기업의 경우 부도 발생 1년전부터 점진적으로 평균 수준에 비하여 다소 낮은 수준으로 D.D. 가 하락하다가, 부도발생 3개월 전부터 급격하게 하락함. ▣ 텍스트 정보기반 예측 모형 산출 결과(부도 기사 비율 추이) · 동일한 기간과 동일한 기업에 대하여 기사 텍스트 DB를 기반으로 산출한 부도 기사 비율 · KMV 모형과 마찬가지로 부도기사 비율은 부도 발생 12개월 이전부터 점진적으로 상승하여 지속적으로 정상기업에 비하여 높은 수준으로 산출 ▣ 텍스트 정보기반 예측 모형 산출 결과(부도 유사도 추이) · 동일한 기간과 동일한 기업에 대하여 기사 텍스트 DB를 기반으로 산출한 부도 유사도 · 부도 유사도 역시 부도기사비율과 마찬가지로 부도발생 이전부터 정상기업과 차이가 나타남. · 단, KMV 와 부도기사비율과는 달리 점진적 상승 추세가 다소 약하고, 부도 시점에 가까워지면서 오히려 정상기업보다 떨어지는 수준도 나타나는 것을 확인할 수 있음. ▣ KMV 모형과 텍스트 정보기반의 예측 모형은 각각 부도 발생 이전 시점부터 부도 가능성이 상승함을 보여주는 것을 확인할 수 있음. · 선제적 예측 성능을 비교하기 위하여 두 모형을 함께 그래프로 도식화 · 부도 기사 비율은 KMV 모형의 결과인 D.D. 와 비슷한 형태로 부도 가능성에 대한 신호가 나타남. · 특히 부도 발생 6개월 이전 시점부터는 지속적으로 KMV모형보다 다소 높은 수준으로 부도 기사 비율이 나타남. ▣ ‘부도 기사비율’과 ‘부도 유사도’를 활용할 경우 KMV 모형과 유사한 형태로 부도 예측이 가능하며 추가적인 확장도 가능함. · 부도 발생 시점을 기준으로 KMV 모형 보다 이전 기간에 부도 유사도가 상승하여 기업 부도에 대한 조기경보 지표로서 충분히 활용 가능성이 있음. · 텍스트 정보 기반의 부도예측은 주가 정보가 없는 비상장기업에도 활용이 가능하다는 점에서 KMV 의 단점을 보완하는 방법론으로 더욱 의미가 있음. ▣ 텍스트 기반의 부도 예측 방법 또한 기업관련 뉴스의 편중 문제가 나타나는 단점이 있음. · 대부분의 기업 뉴스는 일부 매우 우량하고 유명한 대기업에 대한 기사가 많이 생성되고, 정작 부도가 많이 발생하는 규모가 작은 기업에 대한 뉴스는 상대적으로 매우 적음. · 향후 이를 보완하기 위해서는 텍스트 데이터 확보 정보 원천을 미디어 뉴스뿐만 아니라 기업 공시자료, 증권/투자 관련게시판, 해당기업 홈페이지 등으로 확대하여 보다 광범위한 텍스트 데이터의 확보가 필요함. Ⅴ. 결론 및 시사점 ▣ 기업 부도 예측 과정에서 우선 비정형 데이터인 뉴스 텍스트 데이터를 계량화하여 새로운 정보 원천으로 활용할 수 있는 방법을 제시 ▣ 기존 정보 원천과 함께 텍스트 정보를 포함한 인공지능 기반의 예측 방법론을 제시하고 기존의 방법론과 예측력을 비교분석 ▣ 연구 결과, 연간 모형에서는 인공지능 기법인 Random forests 기법이 가장 우수한 예측력이 나타나는 것으로 분석 · 인공지능을 이용한 다른 방법론들도 전반적으로 기존의 전통적인 예측 방법보다 예측력이 우수함. ▣ 또한 뉴스 텍스트를 추가적인 정보 원천으로 추정한 월간 예측 모형의 경우 시장 정보 기반의 예측 모형인 KMV 모형과 유사한 결론을 도출할 수 있는 것으로 나타남. · 기업 부도 예측 과정에서 텍스트 정보 기반의 부도 예측 모형은 조기 경보 모형으로 충분히 활용이 가능함. ▣ 중소기업(SME)과 개인에 대한 부도 예측 모형으로 연구의 확장이 필요 · 현재 분석 대상인 상장기업의 경우 재무 정보가 기업 현황을 비교적 잘 반영하고 있고, 기업에 대하여 발생하는 정보 또한 주가에 즉각 반영되고 있는 편이기 때문에 텍스트 정보 및 인공지능 도입에 대한 예측 증가 수준이 미미할 수 있음. · 재무정보의 신뢰도가 떨어지고 시장 정보의 확보가 어려운 중소기업이나 개인에 대하여 본 연구의 부도 예측 방법을 적용한다면 기존의 방법에 대하여 추가적인 예측 수준 증대를 얻을 수 있을 것으로 기대됨. · 기업을 대상으로 하는 연구의 경우, 뉴스 텍스트 정보와 함께 웹 페이지, 공시자료 등 추가적인 정보 원천을 포괄하여 적용하면 추가적인 예측 수준 개선이 기대됨. ▣ 빅데이터 및 딥-러닝 분야는 아직까지 국내 금융, 재무 분야에서 관련 연구가 부족함. · 본 연구에서 활용한 방법론은 타 연구에서도 충분히 응용하여 활용이 가능하므로 향후 관련 된 연구가 많이 발전할 것이라 기대할 수 있음.

국내 신용평가산업의 현황과 과제

오세경 한국재무학회 2006 한국재무학회 학술대회 Vol.2006 No.10

도보여행자의 진지한 여가 체험에 관한 연구: 인천둘레길 여행자를 중심으로

오세경,김영순 여가문화학회 2014 여가학연구 Vol.11 No.3

This study aims to examine the meanings of serious leisure experiences for walking tourist by analyzing their experience as serious leisure activities. For this purpose, 7 research participants were chosen out of Incheon's Dullegil walking tourists in 2013 using reputational case selection method and purposeful sampling method. For collection of data, a preliminary investigation was conducted with 2 participants in the '1st Incheon's Dullegil Academy', and participant observation and in-depth interview were carried out from September 13rd to December 14th 2013. For data analysis, data which were collected using the phenomenological method, were divided into key words, clusters of themes and categories, based on Colaizzi's 7 analysis stages, and they were analyzed. As a result, 59 key words, 11 clusters of themes and 4 categories were extracted. Serious leisure experiences of walking tourists were categorized into physical experience, social experience, aesthetic experience, and artistic experience. Results of the study on serious leisure experiences of walking tourists are as follows. First, physical experience is to get over pain and negative emotion and to look for physical change and effect and pleasure, as an experience to appear through body movements. Second, social experience is to feel a sense of belonging and to receive rewards including self-satisfaction through voluntary activities, as an experience to appear through an interaction between an ego and social members. Third, aesthetic experience is a mental experience to feel sincerity and nobleness which appear through an interaction between a space and an inner activity. Fourth, artistic experience is a nomadic experience to collect and to create and to process and to use necessary information for expanding knowledge about walking tour. 본 연구의 목적은 진지한 여가로서 도보여행자의 체험 요인을 분석하여, 진지한 여가 체험이 도보여행자에게 어떠한 의미를 지니는지를 살펴보고자 했다. 이를 위해 2013년 9월 13일부터 2013년 12월 14일까지 인천 둘레길 이용자들을 대상으로 참여 관찰 및 심층면담을 진행했다. 이렇게 수집된 자료는 현상학적 방법에 근거한 콜레지(Colaizzi)의 7단계 분석 절차를 참고하여 주요어, 주제모음, 범주화과정으로 나누어 분석을 했다. 그 결과 59개의 주요어와 11개의 주제모음, 4개의범주를 도출했다. 도보여행자의 진지한 여가 체험 결과는 신체적 체험, 사회적체험, 심미적 체험, 기예적 체험으로 범주화된다. 신체적 체험은 신체상, 고통극복경향이며, 사회적 체험은 관계적 소통, 사회공헌 성향으로 도출했다. 심미적 체험의 경우, 치유감, 향수감, 순간성, 자연친화성이며, 기예적 체험은 탐구적 신기성, 시각의 확장, 창조적 수행감 요인으로 분류하였다. 이 연구에서 얻어낸 결과로서 도보여행자의 진지한 여가 체험은 첫째, 신체적 체험은 몸의 움직임을 통해 발현되는 체험으로서 고통과 부정적 감정이 수반된다 하더라도 그것을 이겨내며, 신체적 변화 및 효과, 즐거움을 기대하는 체험이다. 둘째, 사회적 체험의 경우, 자아와 사회 구성원 간의 상호작용을 통해 발현되는 체험으로서 소속감을 느끼며, 자발적인 봉사활동을 통해 자아만족 등의 보상이 이루어지는 체험이다. 셋째, 심미적 체험은 공간과 자신의 내면 활동이 상호작용을 하면서 발현되는 진정성과 숭고 감정을 느끼게 되는 정신적 체험이다. 넷째, 기예적 체험은 도보여행 관련 지식을 확장하기 위해 필요한 정보를 수집하고 이에 관한 지식을 창조하며, 이를 수행하는 등의 유목적 체험이다.

디지털 환경변화에 따른 지급결제시장의 발전방안

오세경 한국금융연구원 2019 금융연구 working paper Vol.2019 No.1

각국 정부는 금융 산업의 혁신을 촉진하고 핀테크 기업들이 발전할 수 있도록 규제 샌드박스를 설치하고, 핀테크 기업에 은행의 일부 업무를 허용하는 등 과감한 조치들을 취하고 있다. 또한 과점화된 은행시장의 경쟁을 유발하고 은행이 독점하고 있는 데 이터의 공유 및 활용을 위해 오픈뱅킹의 도입을 추진 중이다. 특히 EU는 PSD2의 제정을 통해 제3자 제공자를 비롯한 지급결제 서비스 부문의 혁신을 촉진하여 고객들이 제품과 서비스에 대한 지급을 더 쉽고, 더 빠르고, 더 싸게 할 수 있도록 만들기 위한 법적 틀을 마련하였다. 이러한 상황에서 우리나라 정부도 혁신적 금융서비스의 실험이 가능할 수 있도록 금융지원특별법의 제정을 서두르고 있고 입법화를 목전에 두고 있다. 또한 포지티브 방식의 규제체계를 핀테크 혁신을 위해 네거티브 방식의 규제체계로 바꾸는 입법활동도 진행 중이다. 뿐만 아니라 혁신적 핀테크 서비스의 출현을 막는 전자금융거래법의 개편과 금융 데이터의 창출과 활용을 가로막고 있는 정보규제법 간 규제 체계를 개선하려고 준비중이다. 이러한 모든 준비 사항들이 원활히 이루어질 수 있도록 정부의 노력이 필요하다. 국내 금융기관들은 디지털 환경변화에 따라 사업 환경이 크게 변하고 있는 상황에서 적극적으로 대처해야 할 필요성이 있어 보인다. 각국 정부는 물론 우리나라 정부도 핀테크 기업들을 적극적으로 육성하는 동시에 금융 산업의 혁신을 도모하고자 하고 있기 때문이다. 이에 따라 국내 금융기관들은 첫째, 기존 영업조직 및 영업방식 등의 개편을 검토하고, 둘째, 사업자 중심에서 소비자 중심으로 변화된 관점을 가져야 하고, 셋째, 핀테크 기업과의 협업 체제를 구축할 필요가 있으며, 넷째, 오픈뱅킹 환경 하에서 사업방향을 어떻게 정할지 심사숙고하여야 하고, 다섯째, 개인정보보호 및 금융보안 강화가 요구되는 상황에 선제적으로 대응할 필요가 있다. 또한 국내 핀테크 업체들은 금융회사와의 협력을 강화하고 틈새시장을 중심으로 한 독자 모델을 구축하는 방식으로 사업영역을 확장해 나갈 필요가 있다. 국내에 규재 샌드박스가 허용되고 오픈뱅킹이 확산되면 자신의 핵심 기술이나 아이디어를 실험할 수 있는 테스트 베드가 만들어지고 고객 데이터를 이용할 수 있게 되므로 이러한 환경변화를 잘 활용할 수 있도록 선제적으로 대응하여야 한다.

국민연금의 전략적자산배분시 Shortfall Risk의 적합성에 관한 연구

오세경,이정우 한국재무학회 2014 한국재무학회 학술대회 Vol.2014 No.05

현재 국민연금에서는 전략적 자산배분(SAA) 수립시 반영해야 하는 ‘허용위험한도’의 risk measures로 CPI기준 shortfall risk모형을 사용하고 있다. 그러나 이 모형은 기대수 익률 등의 산출방식과 변수들 사이에 연동이 되지 않는 문제로 인해 변동성이 없음에도 불구하고 소비자물가상승률(CPI) 전망치의 상승이나 경제성장율(GDP) 전망치의 하락시 에 shortfall risk가 급격히 증가하여 마치 risk-taking이 확대된 것처럼 보이는 착시효과 가 발생하는 등 불안정하다. 본 연구에서는 이에 대한 문제점들을 제시하고 실증 분석을 통해 그 대안을 제시하였다. 첫째, CPI의 대체변수로 피셔효과의 추정식을 사용할 수 있는지를 검토하기 위해 단 위근검정, 공적분검정, OLS분석을 실행한 결과 피셔효과의 존재성을 확인하였다. 이는 피셔효과의 추정식이 CPI의 대용치로 사용될 수 있음을 의미한다. 둘째, CPI 전망치 상 승시의 문제점을 해결하기 위해 이 추정식을 국내채권의 기대수익률 산출모형에 적용하 였다. 셋째, GDP 전망치 하락시의 문제점을 해결하기 위해 국내주식의 기대수익률 산출 방식(실질GDP+CPI+Dividend)을 CAPM으로 대체한 후 이 모형에도 피셔효과의 추정식 을 적용하였다. 이를 토대로 기존방식과 신규방식을 비교ㆍ분석한 결과, 신규방식에서의 shortfall risk는 CPI 전망치의 급격한 상승이나 GDP 전망치의 하락시에도 shortfall risk 의 통제값인 10% 이하에서 안정적으로 움직인다는 것이 확인되었다. 따라서 국민연금의 CPI기준 shortfall risk모형이 경제변수의 변동에 따라 불안정한 것은 현행 모형 자체의 문제가 아니라 이 모형의 투입변수들의 구조적인 문제 즉, 주식 의 기대수익률 산출체계, CPI의 대체변수 부재, 그리고 변수들 간의 연동성 결여 문제에 의해 기인한다고 볼 수 있다.

자본시장통합법 시행에 즈음한 고수익채권시장의 재조명

오세경,황인덕 한국재무학회 2007 한국재무학회 학술대회 Vol.2007 No.11

우리나라의 경우 고수익채권시장이 활성화되지 않는 이유는 과연 무엇일까? 고수 익채권의 높은 위험에 비해 수익률이 적정하지 않기 때문이 아닌가? 또는 고수익채 권의 부도위험, 회수율 등에 대한 부정확한 정보로 인해 문제가 되고 있는 것은 아 닌가? 또한 고수익채권의 높은 위험을 적절히 전가할 수 있는 수단이 없기 때문은 아닌가? 고수익채권의 공급자 입장에서 볼 때 고수익채권을 굳이 발행할 인센티브 가 별로 없기 때문은 아닌가? 이러한 질문과 함께 자본시장통합법이 고수익채권시 장에 어떤 변화를 몰고 올지에 대해 살펴보는 것이 본 논문의 주제이다.

대학교 행정 직원의 멘토링 기능과 조직 몰입의 관계에 대한 심리적 임파워먼트의 조절된 매개효과

오세경 인문사회 21 2023 인문사회 21 Vol.14 No.2

The purpose of this study was to investigate the level of mentoring function, organizational commitment, and psychological empowerment of university administrators, and to examine the mediating effect and moderating effect of the relationship between mentoring function, psychological empowerment, and organizational commitment, respectively. Based on previous studies, this research hypothesis is based on 1. University administrative staff's psychological empowerment will mediate the relationship between mentoring function and organizational commitment. Hypothesis 2. The mentoring function of university administrators was set to moderate the relationship between psychological empowerment and organizational commitment. A total of 203 data were analyzed using a web-based survey targeting administrative staff at A university in Korea, using frequency analysis, descriptive statistics analysis, Pearson moment-moment correlation analysis, and hierarchical regression analysis. As a result of the study, first, hypothesis 1, which established that psychological empowerment would mediate the relationship between mentoring function and organizational commitment, was adopted. Second, hypothesis 2, which established that the mentoring function would regulate the relationship between psychological empowerment and organizational commitment, was rejected. Conclusions and suggestions confirmed that the mentoring function of university administrators can affect organizational commitment in that it induces a sense of belonging to the organization, reduces the uncertainty of one's role, and helps to form the meaning. Therefore, it is necessary to operate counseling and training programs to enhance the psychological empowerment of university administrators within the organization.

B2B 산업재 시장에서 마케팅 커뮤니케이션 요인과 신뢰가 장기거래지향성에 미치는 영향

오세경,한경일 한국디지털정책학회 2012 디지털융복합연구 Vol.10 No.8

정보그림책을 활용한 스토리텔링의 효과

오세경,이미나 사단법인 인문사회과학기술융합학회 2017 예술인문사회융합멀티미디어논문지 Vol.7 No.8

The research is to investigate the effect of storytelling using information picture book on linguistic ability of children. The subjects of the study were 40 children aged 5 for two classes in M kindergarten located in G city. There are 20 experimental group and 20 control group. The period of this study was from August to December 2016 and the research procedure was conducted in the order of preliminary study, examiner and teacher training, pre-test, experimental procedure, and post-test. To measure children's linguistic ability, the verbal sentence comprehension ability tool developed by Seoul Welfare Center for Disabled was used. This test tool is measure the verbal sentence comprehension of aged 4 to aged 10, with 57 items including grammatical elements and semantic elements. This study was conducted from August to December 2016, the research procedure was conducted in the order of preliminary study, examiner and teacher training, pre-test, experimental procedure and post-test. As a result of the study, it was found that the language ability was improved in the experimental group. There was a significant difference between pre-test and post-test in the experimental group, and the grammatical morpheme, syntactic structure and semantic ability were improved. Storytelling in the field of early childhood education consists of activities such as storytelling and reconstruction through dialogue. Through these activities, children's cognition, language development and creativity can be improved and utilized in real life. 본 연구는 정보그림책을 활용한 스토리텔링이 유아의 언어능력에 미치는 효과를 알아보고자 실시하였다. 본 연구대상은 G광역시에 소재한 M유치원의 만 5세 2학급의 유아 총 40명으로 실험집단 20명과 통제집단 20명이다. 본 연구는 실험실시 기간은 2016년 8월부터 12월까지 진행되었으며 연구절차는 예비연구, 검사자 및 교사훈련, 사전검사, 실험처치, 사후검사 순서로 진행되었다. 유아의 언어능력을 측정하기 위하여 서울장애인종합복지관에서 개발한 구문의미 이해력 검사 도구를 사용하였다. 이 검사 도구는 문법적 요소와 의미적 요소를 포함한 총 57개의 문항으로 만 4세에서 초등학교 3학년까지의 구문의미 이해력을 측정하는 도구이다. 연구결과 스토리텔링을 실시한 실험집단에서 언어능력이 증진됨을 알 수 있었다. 이는 실험집단의 사전검사와 사후검사에서 유의미한 차이가 있었으며, 언어능력발달의 하위변인 중 문법형태소, 구문구조, 의미능력이 향상되었다. 이처럼 유아교육현장에서의 Storytelling은 책읽기 후 이야기 들려주기, 담화로 재구성하기 등의 활동으로 이루어지며, 이러한 활동을 통하여 유아의 인지 및 언어발달, 창의성이 향상되고 실생활에서 다양하게 활용이 가능하다고 할 수 있다.

우리나라 주가지수 선물시장의 특성과 미시구조 분석

오세경 建國大學校 經濟經營硏究所 1998 商經硏究 Vol.23 No.1

From the 3rd of May in 1996, stock index futures markets have opened and been operating in Korea. Since the 7th of July in 1997 when Korean stock index options markets were introduced, we are in fact opening an era of derivative commodities in Korea. Derivative commodities are hedging instruments to the investors who want to avoid risks but very risky instruments to the investors who speculate for big returns. Derivatives markets as one of several securities markets will show its own unique features so that we are interested in what behavior Korea stock index futures markets as the first and new derivative market in Korea will show. Using daily and intraday data of our stock index futures markets, this paper analyzes the characteristics and the microstructure of the markets and discusses problems and some recommendations for improving them.