앙상블 분류 모델을 이용한 스타트업 미래가치 예측 = Startup future value prediction using ensemble classification model

국문 초록 (Abstract)

한국 경제가 저성장구간에 접어들면서 높은 성장 가능성을 가진 스타트업에 대한 투자가 증가하고 있다. 스타트업은 상장기업과 달리 기업에 대한 정보가 부족하기 때문에 투자를 위한 미래가치를 예측하는 것이 어렵다. 본 논문에서는 앙상블 분류 모델을 이용해 스타트업의 미래가치를 예측하는 방법을 제안한다. 현재 가치와 비교한 미래가치의 변화율을 기준으로 3개의 클래스로 나누고 주어진 스타트업이 어느 클래스에 속할지를 예측하여 투자의사결정에 도움을 준다. 제안한 방법은 스타트업의 재무, 비재무, 기업가치 데이터를 수집하고 18개의 분류 모델 중 정확도가 가장 높은 5개 모델에 소프트 투표 기반의 앙상블(ensemble) 기법을 적용하여 스타트업의 클래스를 예측한다. 실제 스타트업 투자 데이터 206개를 이용하여 실험한 결과, 제안한 방법이 주가매출액비율(PSR) 기반 상대적 가치평가방법보다 19%P 더 높은 분류 정확도를 보였다.

다국어 초록 (Multilingual Abstract)

As the Korean economy enters a low-growth phase, investment in startups with high growth potential is increasing. Unlike listed companies, it is difficult to predict the future value of a startup company for investment because there is a lack of information on the startup. In this paper, we suggest a method predicting the future value of startups using an ensemble classification model. To help investment decisions, we divide startups into three classes based on the changing rate of the future value compared to the current value and predict which class a given startup will belong to. The proposed method collects financial, non-financial, and company value data from startups, and predicts the class of the startup by using a soft voting ensemble method to the five most accurate models among the 18 classification models. The experimental results using 206 startup investment data show that the proposed method accomplishes 19%P higher classification accuracy than the relative valuation based on Price Sales Ratio(PSR).

목차 (Table of Contents)

• 제 1 장 서 론 1
• 제 2 장 배경 지식 3
• 2.1 기업가치평가방법 3
• 2.2 앙상블 기법 6
• 제 3 장 관련 연구 9
• 3.1 비상장기업 가치평가 9
• 3.2 머신러닝 기반 상장기업 가치예측 9
• 제 4 장 스타트업 미래가치 예측 방법 10
• 4.1 데이터 수집 및 데이터 전처리 12
• 4.2 분류를 위한 클래스 정의 14
• 4.3 앙상블 모델링 15
• 제 5 장 실험 및 결과 분석 16
• 5.1 실험방법 및 환경 16
• 5.2 실험 결과 18
• 제 6 장 결론 및 향후 연구 20
• 참고 문헌 21