유전자 탐색기법을 활용한 기업신용평점모형의 지식 정제방법

현재까지 기업의 신용을 평가하기 위한 전통적인 방법으로 신용평가표에 근거한 신욘평점모형은 각 금융기관에서 대표적인 신용평가방법으로 사용되고 있다. 그러나 기존의 신용평점모형은 평가항목의 선정과 평가항목별 가중치 배점 그리고 구간의 설정 및 구간별 배점 등에 있어서 객관적이며 합리적인 기준의 설정이 어렵다는 점과 종합평점의 기준이 되는 절사점이 과거 자료와 경험, 주관적 판단 등에 근거하여 이루어지기 때문에 이를 적용시 오차가 클 수 있다는 한계점을 가지고 있다. 본 연구에서는 이러한 문제점들을 해결하기 위해서, 기존의 신용평가표에 근거한 신용평점모형의 한계점을 개선한 지능형 신용평점모형을 개발하였다. 이 모형은 전역적 학습방법중의 하나인 유전자 탐색기법에 의해 평가요인별 가중치, 구간분기점 및 구간별 차등점수부여 등의 신용평가 전문가 지식들을 정제시킴으로써, 이를 기준으로 계산된 신용점수결과에 따라 기업의 부실가능성과 이에 대한 신용상태를 보다 정확히 판단할 수 있도록 설게되었다. 이를 위한 모형의 최적화기준은 목적 함수값을 부도여부에 따라서, 신용평가표에서 사용되고 있는 각각의 전문가 지식들이 제약 조건하에서 최적화가 될 수 있도록 설계되었으며, 이에 대한 검증결과는 본 연구의 지능형 기업신용평점모형이 기존의 신용평점모형과 비교해서 보다 나은 성과를 가지는 것으로 나타났다.