스페인 기업 부도 분석 및 예측

이 프로젝트는 Bankruptcy_2016의 데이터를 이용하여 1998년부터 2003년까지 약 3000개의 기업에 대한 정보를 분석하고 부도 여부를 예측하는 것을 목표로 한다.

• Github
• Github page
• Github page - report

기업별 재무재표와 상태 정보등을 이용한 분석을 통해 기업 부도에 영향을 미치는 변수들을 선택하고 모수들을 추정해 적합한 통계적 모델을 찾는 것을 목적으로 한다. 이렇게 이끌어낸 통계적 모델을 이용해서 기업의 재무재표 및 상태 정보를 통해 부도 가능성을 예측하는 것을 목표로 한다.

스페인 소재의 기업을 대상으로 부도 여부를 조사한 1998년 ~ 2003년 까지의 데이터이다.

총 34개의 변수가 있으며 총 8개의 질적변수와 26개의 양적변수가 있다. 2859의 데이터가 있고 이중 NA 값을 제외한 데이터수는 2385개 이다. 데이터 분석시에는 NA 값을 제외한 2385개의 데이터를 이용할 것이다.

원본 데이터셋의 데이터 개요는 bankruptcy-datasets.arff 참조할 것.

기업 부도 요인을 분석하는 것이 목적으로 BANKRUPTCY 를 반응변수로 사용한다. BANKRUPTCY 는 질적변수로 YES(부도), NO(부도아님)를 통해 부도 여부를 나타내는 변수이다. 어떤 변수가 실제로 기업의 부도에 영향을 미치며, 어떤 분류 방법이 기업 부도 여부를 가장 잘 예측하는지를 알아내는 것이 이 프로젝트의 목적이다.

연구 목적을 달성하기 위해서 아래의 순서를 따라 데이터 분석을 진행해 나갈 것이다.

1. 데이터 설정
2. 변수 선택 : Best subset, Forward selection, Backward selection, Ridge regression, Lasso 등을 이용해 각각의 가장 좋은 모델을 선택
3. 최종 모델 선택 : 5개의 선택된 모델 중 Validation set approach, LOOCV, 10-fold 을 이용해 오류율을 비교하여 오류율이 가장 낮은 모델을 선택
4. 분류 방법 비교 : 선택한 모델을 이용해서 Logistic, LDA, QDA, KNN 을 이용해서 어떤 방법이 가장 오류율이 적은지 분석
5. Bootstrap : 선택한 모델에서 임의의 2개의 X 변수를 선택하여 Bootstrap을 이용해 모수 추정, 표준편차와 비교