메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
박성홍 (아주대학교) 박강희 (한국과학기술정보연구원) 신현정 (아주대학교)
저널정보
대한산업공학회 대한산업공학회 추계학술대회 논문집 2019년 대한산업공학회 추계학술대회
발행연도
2019.11
수록면
2,154 - 2,180 (27page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
정량적 방법으로 기업 평가를 수행함에 있어 다양한 정보를 활용하여 기업의 역량을 종합적으로 고려해야한다. 또한 평가 결과에 대한 해석과 피드백이 용이해야 한다. 그러나 기존 방법에서는 안정적인 자금 회수와 같은 특정 목적에 따라 정보가 선택적으로 처리되며, 정량적 모델을 기반으로 기업 평가가 수행되지만 도메인 전문가의 의견이 반영된다. 따라서 정보의 확장성을 향상시키는 데 한계가 있고 평가 결과에 대한 피드백이 명확하지 않다. 또한 전문가의 주관성에 따라 평가 결과가 달라질 수 있으므로 객관성을 완전히 보장할 수 없다. 본 연구에서는 기계학습 알고리즘을 활용한 정량적 기업 평가 방법으로 기업 잠재유망지수를 제안한다. 제안 방법은 재무 변수와 R&D 변수를 활용하여 기업의 현재 상태와 미래 잠재력을 모두 고려한 평가를 수행한다. 전체 변수들을 상관 관계가 높은 것들끼리 그룹으로 구분하며 각 그룹은 하나의 변수로 추출한다. 추출 변수는 전체 정보를 효율적으로 요약함으로써 평가 결과의 해석을 용이하게 한다. 다음으로, 기업 그래프를 구성하고 준지도학습을 적용하여 각 기업의 점수를 도출한다. 소수의 우수기업과 부실기업을 레이블 정보로 활용하여 나머지 기업들로 확장한다. 이를 통해 우수 기업과 유사한 기업들의 점수는 높아지고, 부실 기업과 유사한 기업들의 점수는 낮아지게 된다. 실험을 통해 27,790개 기업의 113개의 재무비율 및 R&D 파생변수를 활용하여 기업 평가를 수행했다. 전체 변수를 7개로 추출하여 그래프를 구성했고, 각 기업의 잠재유망지수를 점수로 도출하고 5개의 등급으로 분류했다. 기존 방법과 비교를 통해 제안 방법이 더 우수한 평가를 수행함을 알 수 있었다.

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

기술금융 평가정보를 활용한 고신규고용 중소기업 판별
이준원 지식재산연구 2020 .03
기계학습 기반 기업 평가모형 설계
박강희 ,  최윤정 ,  김은선 외 2명 대한경영학회 학술발표대회 발표논문집 2019 .06
기업 간 거래 네트워크를 이용한 도시별 거래 특성 및 비교 분석
이동훈 ,  마진희 ,  안영효 외 1명 한국전자거래학회지 2023 .02

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2019-530-001292680