KR20230103025A - 기업 신용 분석 및 평가 정보 제공 방법, 장치 및 시스템 - Google Patents

기업 신용 분석 및 평가 정보 제공 방법, 장치 및 시스템 Download PDF

Info

Publication number
KR20230103025A
KR20230103025A KR1020210193571A KR20210193571A KR20230103025A KR 20230103025 A KR20230103025 A KR 20230103025A KR 1020210193571 A KR1020210193571 A KR 1020210193571A KR 20210193571 A KR20210193571 A KR 20210193571A KR 20230103025 A KR20230103025 A KR 20230103025A
Authority
KR
South Korea
Prior art keywords
data
company
indicator
financial
information
Prior art date
Application number
KR1020210193571A
Other languages
English (en)
Inventor
박병호
양기태
Original Assignee
박병호
양기태
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 박병호, 양기태 filed Critical 박병호
Priority to KR1020210193571A priority Critical patent/KR20230103025A/ko
Publication of KR20230103025A publication Critical patent/KR20230103025A/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/03—Credit; Loans; Processing thereof
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G06Q10/06375—Prediction of business process outcome or impact based on a proposed change
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations

Abstract

기업 신용 분석 및 평가 정보 제공 방법, 장치 및 시스템을 제공한다. 본 발명의 일 실시 예에 따른 컴퓨팅 디바이스에 의해 기업 신용 분석 및 평가 정보 제공 방법은, 상기 기업의 데이터를 수신하는 단계; 상기 수신한 기업 데이터로부터 재무정보 기반 제1 인디케이터와 감사보고서 정보 기반 제2 인디케이터 데이터를 추출하는 단계; 상기 추출된 각 인디케이터 데이터 내 식별항목과 가중치 기반으로 인공지능 기반 예측 모델을 통해 상기 기업의 재무 리스크와 감사보고서 리스크를 각각 산출하여 분석하는 단계; 및 상기 분석 결과에 기초하여 상기 기업의 신용도를 평가하여 제공하는 단계를 포함할 수 있다. 이 때, 상기 제1 인디케이터는 상기 수신된 기업의 데이터 내 재무정보로부터 세그먼트를 분류하여 생성한 재무 변수 기반으로 생성되고, 상기 제2 인디케이터는 상기 수신된 기업의 데이터 내 감사보고서 정보를 텍스트 마이닝하고 분석하여 생성된다.

Description

기업 신용 분석 및 평가 정보 제공 방법, 장치 및 시스템{Method, Apparatus, and System for provision of corporate credit analysis and rating information}
본 발명은 기업 신용 분석 및 평가 정보 제공에 관한 것으로, 더욱 상세하게는 부실화가 진행 및 증가하고 있는 기업을 대상으로 신용 위험 관리(Credit Risk Control; CRC) 컨설팅, 즉 기업의 신용도에 영향을 주는 신용 위험 관리 정보를 통해 객관적으로 분석하여 제공함으로써, 기업의 신용도를 향상시킴과 동시에 부실화를 예방하고 자기 신용 관리 능력을 배양시킬 수 있도록 한 기업 신용 분석 및 평가 정보 제공 방법, 장치 및 시스템에 관한 것이다.
일반적으로, 신용보증기관, 금융기관 및 기업 간의 거래에 있어서, 신용보증기관에서는 금융기관 및 기업의 부도 가능성을 확인할 수 있는 신용도 분석이 매우 중요한 요소이다.
이러한 신용보증기관에서의 신용도 분석은 금융기관 및 기업의 신용도, 자산 상태, 영업 실적, 재무제표 등의 신용 정보를 수집, 조사 및 분석하여 거래 능력이나 금융 위험도를 판단하기 위해 필수적인 사항이다.
한편, 최근에는 조달청, 지방자치단체 및 공사 등의 공공기관 입찰에 기업의 신용도 평가 등급의 제출이 의무화됨에 따라, 대기업은 물론 중소기업들도 공공기관 입찰시 입찰 자격을 획득함과 동시에 낙찰 가능성을 높이기 위해서 신용평가기관을 통한 기업의 신용도를 향상시키기 위한 노력이 계속해서 진행되고 있다.
이때, 일반적인 기업의 신용도 평가는 기업이 신용평가기관에 제출한 각종 서류와 신용평가기관이 자체적으로 조사한 자료 및 정보를 기반으로 하여 이루어지고 있는데, 신용평가기관에서 기업으로부터 제공되는 서류와 자체 조사만으로 해당 기업의 신용도를 평가하는 방식은 매우 주관적인 문제점이 있다.
종래 특허문헌 1(아래 선행기술문헌, 한국 등록특허공보 제10-0974342호)은 전문단체의 추천을 이용한 기업신용평가 시스템 및 그 방법에 관한 것으로, 신용평가업체의 웹서버에 접속한 전문단체로부터 평가대상기업에 대한 평가항목별 추천 점수를 입력받고, 해당 전문단체가 기존에 입력한 추천 결과로부터 산정되는 전문단체 신뢰도에 따라 전문단체가 입력한 추천 점수를 가감하여 기업의 신용등급을 산출하게 구성되어 있는 바, 이는 전문단체의 자체적인 평가항목, 추천 횟수 및 점수, 자체 평가점수 등과 같은 전문단체의 평가 기준에 따라 기업의 신용도가 변화하기 때문에, 기업에 대한 신용도 평가가 객관적이지 않고 매우 주관적인 문제점이 있다.
한국 등록특허공보 제10-0974342호 (2010.07.30)
본 발명은 상기와 같은 문제점을 해결하기 위한 것으로서, 그 목적은 급변하는 시장 환경에 대한 선제적 대응이 미흡하여 부실화 가능성이 높아지고 있는 기업을 대상으로, 신용도에 영향을 주는 신용 위험 정보를 객관적인 데이터를 통해 분석하여 제공하는 신용 위험 관리 컨설팅을 수행함으로써, 기업의 신용도를 향상시킴과 동시에 부실화를 예방하고 자기 신용 관리 능력을 배양시킬 수 있도록 한 기업 신용 분석 및 평가 정보 제공 방법, 장치 및 시스템을 제공하는 것이다.
상술한 기술적 과제를 해결하기 위하여, 본 발명의 일 실시 예에 따른 컴퓨팅 디바이스에 의해 기업 신용 분석 및 평가 정보 제공 방법은, 상기 기업의 데이터를 수신하는 단계; 상기 수신한 기업 데이터로부터 재무정보 기반 제1 인디케이터와 감사보고서 정보 기반 제2 인디케이터 데이터를 추출하는 단계; 상기 추출된 각 인디케이터 데이터 내 식별항목과 가중치 기반으로 인공지능 기반 예측 모델을 통해 상기 기업의 재무 리스크와 감사보고서 리스크를 각각 산출하여 분석하는 단계; 및 상기 분석 결과에 기초하여 상기 기업의 신용도를 평가하여 제공하는 단계를 포함할 수 있다. 이 때, 상기 제1 인디케이터는 상기 수신된 기업의 데이터 내 재무정보로부터 세그먼트를 분류하여 생성한 재무 변수 기반으로 생성되고, 상기 제2 인디케이터는 상기 수신된 기업의 데이터 내 감사보고서 정보를 텍스트 마이닝하고 분석하여 생성될 수 있다.
본 발명의 일 실시 예에 따른 기업 신용 분석 및 평가 정보 제공 방법에 따르면, 상기 인공지능 기반 예측 모델은, SVM(Support Vector Machine)과 GBM(Gradient Boost Machine) 중 어느 하나가 적용될 수 있다.
본 발명의 일 실시 예에 따른 기업 신용 분석 및 평가 정보 제공 방법에 따르면, 상기 텍스트 마이닝은, 상기 감사보고서 정보 내 주석 및 공시사항에 대하여 룰 기반 및 기계학습을 통해 획득되는 빅데이터로부터 유효 항목을 필터링하여 이루어질 수 있다.
본 발명의 일 실시 예에 따른 기업 신용 분석 및 평가 정보 제공 방법에 따르면, 글로벌 경기순환주기를 모니터링하여 데이터를 수집하는 단계를 더 포함하되, 상기 모니터링하여 수집된 데이터에는, 실물 변수와 금융 변수가 포함될 수 있다.
본 발명의 일 실시 예에 따른 기업 신용 분석 및 평가 정보 제공 방법에 따르면, 상기 실물 변수와 금융 변수를 상기 예측 모델에 입력으로 하여 글로벌 경기 침체 가능성 데이터를 산출하고 분석하는 단계; 및 상기 분석 결과 데이터를 제공하는 단계를 더 포함될 수 있다.
본 발명의 일 실시 예에 따른 기업 신용 분석 및 평가 정보 제공 장치는, 메모리; 및 프로세서를 포함하되, 상기 프로세서는, 상기 기업의 데이터를 수신하고, 상기 수신한 기업 데이터로부터 재무정보 기반 제1 인디케이터와 감사보고서 정보 기반 제2 인디케이터 데이터를 추출하여, 상기 추출된 각 인디케이터 데이터 내 식별항목과 가중치 기반으로 인공지능 기반 예측 모델을 통해 상기 기업의 재무 리스크와 감사보고서 리스크를 각각 산출하여 분석하고, 상기 분석 결과에 기초하여 상기 기업의 신용도를 평가하여 제공할 수 있다. 이 때, 상기 프로세서는, 상기 수신된 기업의 데이터 내 재무정보로부터 세그먼트를 분류하여 생성한 재무 변수 기반으로 상기 제1 인디케이터를 생성하고, 상기 수신된 기업의 데이터 내 감사보고서 정보를 텍스트 마이닝하고 분석하여 상기 제2 인디케이터를 생성할 수 있다.
본 발명의 일 실시 예에 따른 기업 신용 분석 및 평가 정보 제공 장치에 따르면, 상기 프로세서는, SVM(Support Vector Machine)과 GBM(Gradient Boost Machine) 중 어느 하나를 상기 인공지능 기반 예측 모델에 적용할 수 있다.
본 발명의 일 실시 예에 따른 기업 신용 분석 및 평가 정보 제공 장치에 따르면, 상기 프로세서는, 상기 감사보고서 정보 내 주석 및 공시사항에 대하여 룰 기반 및 기계학습을 통해 획득되는 빅데이터로부터 유효 항목을 필터링하여 상기 텍스트 마이닝을 수행할 수 있다.
본 발명의 일 실시 예에 따른 기업 신용 분석 및 평가 정보 제공 장치에 따르면, 상기 프로세서는, 글로벌 경기순환주기를 모니터링하여 데이터를 수집하되, 상기 모니터링하여 수집된 데이터에는 실물 변수와 금융 변수가 포함될 수 있다.
본 발명의 일 실시 예에 따른 기업 신용 분석 및 평가 정보 제공 장치에 따르면, 상기 프로세서는, 상기 실물 변수와 금융 변수를 상기 예측 모델에 입력으로 하여 글로벌 경기 침체 가능성 데이터를 산출하고 분석하고, 상기 분석 결과 데이터를 제공할 수 있다.
본 발명의 일 실시 예에 따른 기업 신용 분석 및 평가 정보 제공 시스템은, 단말; 및 컴퓨팅 디바이스를 포함하되, 상기 기업의 데이터를 수신하고, 상기 수신한 기업 데이터로부터 재무정보 기반 제1 인디케이터와 감사보고서 정보 기반 제2 인디케이터 데이터를 추출하여, 상기 추출된 각 인디케이터 데이터 내 식별항목과 가중치 기반으로 인공지능 기반 예측 모델을 통해 상기 기업의 재무 리스크와 감사보고서 리스크를 각각 산출하여 분석하고, 상기 분석 결과에 기초하여 상기 기업의 신용도를 평가하여 제공하는 프로세서를 포함하고, 상기 프로세서는 상기 수신된 기업의 데이터 내 재무정보로부터 세그먼트를 분류하여 생성한 재무 변수 기반으로 상기 제1 인디케이터를 생성하고, 상기 수신된 기업의 데이터 내 감사보고서 정보를 텍스트 마이닝하고 분석하여 상기 제2 인디케이터를 생성할 수 있다.
본 발명에 따른 기업 신용 분석 및 평가 정보 제공 방법, 장치 및 시스템에 따르면, 급변하는 내외부의 시장 환경에 대응하지 못하여 부실화가 진행 및 증가하고 있는 기업을 대상으로 신용도에 영향을 주는 신용 위험 정보를 데이터를 통해 객관적으로 분석하여 제공하는 신용도 위험 관리 컨설팅을 수행함으로써, 해당 기업의 신용도를 향상시킴과 동시에 부실화를 예방하고, 기업의 신용도 제고를 통한 공공거래 수주 가능성을 향상시키는 등의 공공거래 활성화, 기업의 신용도 제고를 통한 보증 수수료와 금리 감소 및 보증과 대출 한도 향상 등의 자금 지원 원활화에 기여하며, 기업의 자체위험 관리진단 능력을 배양할 수 있다.
도 1은 본 발명의 일 실시 예에 따른 기업의 신용 분석 및 평가 정보 제공 시스템의 개략도이다.
도 2는 본 발명의 일 실시 예에 따른 컴퓨팅 디바이스의 구성 블록도이다.
도 3과 4는 본 발명의 일 실시 예에 따른 기업의 신용 분석 및 평가 정보 제공 방법을 설명하기 위해 도시한 흐름도이다.
도 5는 본 발명의 일 실시 예에 따라 구성한 프로세서의 상세 구성 블록도이다.
도 6은 본 발명의 다른 일 실시 예에 따른 기업 신용 분석 평가 방법을 설명하기 위해 도시한 흐름도이다.
도 7은 본 발명의 일 실시 예에 따라 적용되는 인디케이터의 예시를 나타낸 도면이다.
도 8은 본 발명의 일 실시 예에 따라 상장 기업에 대하여 부실 기업 예측 모델링한 결과를 도시한 도면이다.
도 9는 본 발명의 일 실시 예에 따라 비상장 기업에 대하여 부실 기업 예측 모델링한 결과를 도시한 도면이다.
이하, 본 발명의 바람직한 실시예에 따른 기업 신용 분석 및 평가 정보 제공 방법, 장치 및 시스템을 첨부된 도면들을 참조하여 상세히 설명한다.
본 발명은 다양한 변경을 가할 수 있고 여러 가지 실시예를 가질 수 있는 바, 특정 실시예들을 도면에 예시하고 상세한 설명에 상세하게 설명하고자 한다. 이는 본 발명을 특정한 실시 형태에 대해 한정하려는 것이 아니며, 본 발명의 사상 및 기술 범위에 포함되는 모든 변경, 균등물 내지 대체물을 포함하는 것으로 이해될 수 있다.
본 발명을 설명함에 있어서 제 1, 제 2 등의 용어는 다양한 구성요소들을 설명하는데 사용될 수 있지만, 상기 구성요소들은 상기 용어들에 의해 한정되지 않을 수 있다. 상기 용어들은 하나의 구성요소를 다른 구성요소로부터 구별하는 목적으로만 사용될 수 있다. 예를 들어, 본 발명의 권리 범위를 벗어나지 않으면서 제 1 구성요소는 제 2 구성요소로 명명될 수 있고, 유사하게 제 2 구성요소도 제 1 구성요소로 명명될 수 있다.
어떤 구성요소가 다른 구성요소에 "연결되어" 있다거나 "접속되어" 있다고 언급되는 경우는, 그 다른 구성요소에 직접적으로 연결되어 있거나 또는 접속되어 있을 수도 있지만, 중간에 다른 구성요소가 존재할 수도 있다고 이해될 수 있다. 반면에, 어떤 구성요소가 다른 구성요소에 "직접 연결되어" 있다거나 "직접 접속되어" 있다고 언급된 때에는, 중간에 다른 구성요소가 존재하지 않는 것으로 이해될 수 있다.
본 출원에서 사용한 용어는 단지 특정한 실시예를 설명하기 위해 사용된 것으로, 본 발명을 한정하려는 의도가 아니다. 단수의 표현은 문맥상 명백하게 다르게 뜻하지 않는 한, 복수의 표현을 포함할 수 있다.
다르게 정의되지 않는 한, 기술적이거나 과학적인 용어를 포함해서 여기서 사용되는 모든 용어들은 본 발명이 속하는 기술 분야에서 통상의 지식을 가진 자에 의해 일반적으로 이해되는 것과 동일한 의미를 가질 수 있다. 일반적으로 사용되는 사전에 정의되어 있는 것과 같은 용어들은 관련 기술의 문맥상 가지는 의미와 일치하는 의미를 가지는 것으로 해석될 수 있으며, 본 출원에서 명백하게 정의하지 않는 한, 이상적이거나 과도하게 형식적인 의미로 해석되지 않을 수 있다.
아울러, 이하의 실시예는 당 업계에서 평균적인 지식을 가진 자에게 보다 완전하게 설명하기 위해서 제공되는 것으로서, 도면에서의 요소들의 형상 및 크기 등은 보다 명확한 설명을 위해 과장될 수 있다.
이하에서 설명되는 다양한 실시예들은 소프트웨어, 하드웨어 또는 이들의 조합된 것을 이용하여 컴퓨터 또는 이와 유사한 장치로 읽을 수 있는 기록매체 내에서 구현될 수 있다. 하드웨어적인 구현에 의하면, 본 발명의 실시예는 ASICs (application specific integrated circuits), DSPs(digital signal processors), DSPDs (digital signal processing devices), PLDs (programmable logic devices), FPGAs (field programmable gate arrays, 프로세서(processors), 제어기(controllers), 마이크로 컨트롤러(micro-controllers), 마이크로 프로세서(microprocessors), 기능 수행을 위한 전기적인 유닛 중 적어도 하나를 이용하여 구현될 수 있다.
한편, 소프트웨어적인 구현에 의하면, 본 발명에서 절차나 기능과 같은 실시예들은 적어도 하나의 기능 또는 작동을 수행하게 하는 별개의 소프트웨어 모듈과 함께 구현될 수 있다.
도 1은 본 발명의 일 실시 예에 따른 기업의 신용 분석 및 평가 정보 제공 시스템의 개략도이다.
도 1을 참조하면, 기업의 신용 분석 및 평가 정보 제공 시스템은, 단말(100)과 컴퓨팅 디바이스(150)를 포함하여 구성될 수 있다. 이 때, 실시 예에 따라서, 상기 기업의 신용 분석 및 평가 정보 제공 시스템은, 상기 단말(100)과 컴퓨팅 디바이스(150) 외에 하나 또는 그 이상의 구성요소를 더 포함하여 구성될 수도 있다.
단말(100)은 컴퓨팅 디바이스(150)로 신용 분석 및 평가 정보를 요청할 수 있다.
이러한 단말(100)는, 스마트 폰(Smart Phone), 휴대 단말기(Portable Terminal), 이동 단말기(Mobile Terminal), 텔레매틱스 단말기(Telematics Terminal), 노트북 컴퓨터(Notebook Computer), 디지털 방송용 단말기, 개인 정보 단말기(Personal Digital Assistant : PDA), 와이브로 단말기(Wibro Terminal), IPTV(Internet Protocol Television) 단말기, AVN(Audio Video Navigation) 단말기, PMP(Portable Multimedia Player), 내비게이션 단말기(차량 내비게이션 장치)(Navigation Terminal) 등 중 어느 하나이거나 본 발명과 관련하여 신용 분석 및 평가 정보 요청 및 결과 출력 목적으로 제작된 전용 단말기일 수 있다.
단말(100)은 상기 신용 분석 및 평가 정보 요청을 위한 사용자 인터페이스(User Interface)를 출력할 수 있다. 또한, 상기 단말(100)은 상기 사용자 인터페이스의 액세스를 위한 마우스, 키보드 등 다양한 입력 인터페이스를 구비하거나 그와 연결될 수 있다.
단말(100)은 상기 신용 분석 및 평가 정보 요청에 대응하는 신용 분석 및 평가 정보 결과 데이터를 수신하여 디스플레이를 통해 출력할 수 있다. 상기 디스플레이는 터치스크린을 포함할 수 있다. 실시 예에 따라, 단말(100)은 상기 터치스크린 외의 스피커 등 다양한 형태의 출력 인터페이스를 구비하거나 그와 연결될 수 있다.
컴퓨팅 디바이스(150)는 상기 단말(100)의 요청에 따른 해당 기업의 신용 분석 및 평가 정보를 제공할 수 있다. 이 때, 상기 컴퓨팅 디바이스(150)는 상기 기업의 신용 분석 및 평가 정보 요청 및 제공을 위한 플랫폼(platform)을 제공할 수 있다.
컴퓨팅 디바이스(150)는 상기 플랫폼을 위한 어플리케이션 또는 웹 서비스를 통해 이용할 수 있도록 할 수 있다. 예를 들어, 단말(100)은 상기 어플리케이션을 을 다운로드 받아 설치하고, 설치된 어플리케이션을 실행하여 상기 플랫폼 이용 즉, 신용 분석 및 평가 정보 제공 요청 및 결과 정보를 출력할 수 있다.
기업의 신용 분석 및 평가 정보 제공 시스템 내 단말(100)과 컴퓨팅 디바이스(150) 유/무선 통신 연결될 수 있다.
여기서, 상기 무선 인터넷 기술은 무선랜(Wireless LAN : WLAN), 와이 파이(Wi-Fi), 와이브로(Wireless Broadband : Wibro), 와이맥스(World Interoperability for Microwave Access : Wimax), HSDPA(High Speed Downlink Packet Access), IEEE 802.16, 롱 텀 에볼루션(Long Term Evolution : LTE), 광대역 무선 이동 통신 서비스(Wireless Mobile Broadband Service : WMBS) 등이 포함될 수 있다. 또한, 근거리 통신 기술로는 블루투스(Bluetooth), RFID(Radio Frequency Identification), 적외선 통신(Infrared Data Association : IrDA), UWB(Ultra Wideband), 지그비(ZigBee), 인접 자장 통신(Near Field Communication; NFC) 등이 포함될 수 있다. 또한, 유선 통신 기술로는 USB 통신, 이더넷(Ethernet), 시리얼 통신(serial communication), 광/동축 케이블 등이 포함될 수 있다.
도 2는 본 발명의 일 실시 예에 따른 컴퓨팅 디바이스(150)의 구성 블록도이다. 도 3과 4는 본 발명의 일 실시 예에 따른 기업의 신용 분석 및 평가 정보 제공 방법을 설명하기 위해 도시한 흐름도이다.
도 2를 참조하면, 컴퓨팅 디바이스(150)는 메모리(210)와 프로세서(220)를 포함하여 구성될 수 있다.
이하는 도 3과 4의 설명은, 도 2를 참조하여 설명한다.
도 2 내지 4 참조하면, 컴퓨팅 디바이스(150)에 의해 제공되는 기업 신용 분석 및 평가 정보 제공 방법에 있어서, 프로세서(220)는 먼저 기업의 데이터를 수집할 수 있다(S11).
상기 수집되는 기업의 데이터는, 기업개황, 감사보고서(재무제표 외에 주석 사항 및 내부회계관리제도 검토(감사)보고서를 모두 포함), 공시 사항 등을 포함할 수 있다. 이 때, 상기 감사보고서 내 재무제표는 평가 대상 기업의 재무 상태를 나타내는 데이터로 예를 들어, 상기 재무제표의 각 항목은 기업 재무 평가에 적용되는 요소로 자산, 부채, 자본 등을 포함할 수 있다.
상기에서, 부채는 기업의 재무 상태를 하락시키는 요소일 수 있으며, 반대로 자산은 기업의 재무 상태를 상승시키는 요소일 수 있다.
상기에서, 자산은 유동 자산과 비유동 자산으로 구분할 수 있고, 부채는 유동 부채와 비유동 부채로 구분할 수 있다. 또한, 상기에서, 자본은 자본금, 자본 잉여금, 자본 조정, 기타 포괄 손익 누계액, 잉익 잉여금 등으로 세분화될 수 있다.
프로세서(220)는, 상기 수집한 기업의 데이터로부터 데이터의 식별 항목을 추출할 수 있다(S12).
이 때, 상기 식별 항목은, 기업 신용 분석 및 평가 정보 제공을 위해 식별하기 위한 항목일 수 있다. 예를 들어, 상기 식별 항목은 감사보고서, 공시 자료 등에서 자동으로 추출할 수 있다.
한편, 공시 또는 주석과 같이 텍스트(text)로 구성된 부분은　임의의 단어나 문자, 숫자, 기호 등에 대해 EOS(End Of Sentence) 또는 NBSP(Non-Break Space)가 될 확률을 나타낸 사전(리스트)을 이용해 문장을 분리 후, 분리된 각 문장에 찾고자 하는 하나 이상의 단어의 등장 유무로 상기 식별 항목을 파악 후 그 문장을 추출할 수 있다.　
그 외 재무제표 내 수치값은 테이블(Table) 형태로 구조화된 HTML 소스(source) 상에서 공통적인 패턴(pattern)을 파악하여 각 항목을 추출할 수 있다.
프로세서(220)는, 상기 추출한 식별 항목의 연산 가능 여부를 검증할 수 있다(S13).
프로세서(220)는, 수치로 표현된 식별 항목이 연산이 가능한지 여부에 대해 검증하는 방법으로, 상기 식별 항목의 값의 유효성을 확인할 수 있다(S21).
프로세서(220)는 데이터에 있는 각 항목에 대해 서로 다른 가중치를 두어 연산할 수 있다(S23).
일 실시 예에서, 각 데이터 중 특정 데이터가 평가 대상 기업의 재무 상태를 하락시키는 요소라면, 프로세서(220)는 상기 특정 데이터에 음('-')의 가중치를 부여할 수 있다. 예를 들어, 프로세서(220)는 재무제표의 부채에 음의 가중치를 부여할 수 있다.
다른 일 실시 예에서, 각 데이터 중 특정 데이터가 평가 대상 기업의 재무 상태를 상승시키는 요소라면, 프로세서(220)는 특정 데이터에 양('+')의 가중치를 부여할 수 있다. 예를 들어, 프로세서(220)는 재무제표의 부채에 영업 이익에 양의 가중치를 부여할 수 있다.
또 다른 일 실시예 에서, 프로세서(220)는 재무 상태와 관련하여 재무 상태 데이터에 있는 항목들의 연관 관계에 따라 서로 다른 가중치를 부여할 수 있다.
일 실시 예에서, 재무 상태 데이터에 있는 항목들의 연관 관계가 반비례 관계이면, 프로세서(220)는 한 항목에는 낮은 가중치를 부여하고, 다른 항목에는 높은 가중치를 부여할 수 있다. 예를 들어, 매출은 높지만 이익이 낮은 기업은 매출에 비하여 이익이 발생하지 않기 때문에 해당 기업은 재무 상태가 좋지 않다고 평가될 수 있으므로, 프로세서(220)는 매출에는 이익보다 상대적으로 낮은 가중치를 부여할 수 있다.
프로세서(220)는 상기 식별 항목의 연산 가능 확률을 확인할 수 있다(S22).
프로세서(220)는 상기 식별 항목의 연산 가능 확률을 니어-리얼 타임(Near-real time) 추출 기술을 통해 확인할 수 있다. 프로세서(220)는 또한, 식별 항목의 연산 가능 확률을 아이-체크(eye-check)할 수 있다.
프로세서(220)는, 상기 식별 항목의 연산이 가능하다고 판단되면, 상기 식별 항목을 연산할 수 있다(S15).
프로세서(220)는 상기 재무제표 내에서 추출된 식별 항목(수치) 값을 연산을 통해 재무 비율값을 산출할 수 있다.
반면, 프로세서(220)는 상기 식별 항목의 연산이 불가능하다고 판단되면, 검증을 통해 상기 식별 항목의 추출 여부를 파악할 수 있다.
프로세서(220)는, 상기 식별 항목의 연산 정확도를 계산할 수 있다. 프로세서(220)는 상기 식별 항목의 연산 결과를 검증할 수 있고, 오연산된 식별 항목을 검증할 수 있다.
프로세서(220)는 만약, 상기 식별 항목이 연산이 불가능하다고 판단되면, 검증을 통해 상기 식별 항목의 정확도를 확인할 수 있다. 프로세서(220)는 상기 식별 항목의 매핑 기법(mapping method)을 통해 연산을 할 수 있고, 연산 결과를 검증할 수 있다.
프로세서(220)는 마지막으로, 연산 데이터를 통해 기업의 신용 분석 및 평가 정보를 생성하고, 해당 기업에 대한 평가할 수 있다.
프로세서(220)는 각 기업의 여러 재무 비율과 추출된 문장 등을 이용해 각 인디케이터(indicator)를 연산 평가할 수 있다. 프로세서(220)는 상기 평가 결과(NULL, NORMAL, WATCH, 및 ALERT)를 학습의 데이터로 사용할 수 있다.　
예를 들어, 프로세서(220)는 머신러닝 기법을 적용한 예측 모델에 기반 각 기업의 이상치 확률을 산출할 수 있다. 이 때, 상기 머신러닝 기법에는 예를 들어, 패턴 인식 분석 기법의 하나인 SVM(Support Vector Machine), 의사결정나무 앙상블 모형 분석 기법의 하나인 GBM(Gradient Boost Machine) 등이 포함될 수 있으나, 본 발명이 이에 한정되는 것은 아니다. 다만, 본 명세서에서는 본 발명의 이해를 돕고 설명의 편의를 위하여, 후자 즉, GBM 기법이 적용된 예측 모델을 이용하는 것을 예로 한다.
프로세서(220)는 그 외 단순히 인디케이터 이상치 개수를 사용하여 기업을 평가하거나 또는　특정 인디케이터 평가 결과를 기업의 평가 결과로 사용하는 세가지 방법을 모두 적용하여 해당 기업의 부실 정도를 파악할 수 있다(S16).
상기에서, 인디케이터는, 일종의 재무 인디케이터(Financial Outliers Tracker)에 관한 것으로, 본 발명에 따라 객관적인 판단 요소로서 기능하기 위해, 복합 재무 비율들을 신용 분석 관점에서 결합하여 재무제표 이상치를 모니터링하여 새로운 재무 위험의 분석 솔루션을 제공할 수 있다. 이를 통해 'In-depth Analysis' 심사 의견 자동화 보고서를 산출하고 제공할 수 있다. 이러한 재무 인디케이터는 예를 들어, 데이터가 입력되면 세그먼트(segment)를 분류하고, 분류된 세그먼트 기반으로 재무 변수를 생성하여, 상기 생성된 재무 변수 기반으로 재무 인디케이터를 생성하고, 이렇게 생성된 재무 인디케이터 기반으로 재무 리스크를 산출 및 분석할 수 있다. 따라서, 상기 분석 결과인 재무 리스크는 기본정보와 재무제표 기반으로 한 것으로, 조기에 경고하거나 감리 정보로써 활용할 수 있다.
상기에서 인디케이터는, 일종의 감사 인디케이터(Governance Outliers Tracker)에 관한 것으로서, 본 발명에 따른 객관적인 판단 요소로서 기능하기 위해, 기업의 신용 분석 및 평가에 필요한 다양한 변수인 감사 보고서 리스크를 모니터링하여 관련 분석 솔루션을 제공할 수 있다.
프로세서(220)는 감사보고서, 공시 등 기업 정보를 수집하고, 수집된 데이터에 대하여 텍스트 마이닝(text mining) 즉, 룰 기반 및 머신러닝 기반 빅데이터로부터 유효항목을 필터링(filtering)하고, 필터링된 데이터 기반 개별 기업 단위로 기업위험키워드 등을 분석하여 기업별 평가를 제공할 수 있다. 이 때, 관련 유용성 검증에는 통계 모형이 적용될 수 있다.
프로세서(220)는 개별 기업 분석 즉, 텍스트 마이닝을 통한 감사보고서 주석사항분석과 재무제표 재무 인디케이터들의 결합을 통하여 기업의 신용도의 취약점을 효과적으로 분석하여, 기업의 지배구조의 질, 운전자산의 질, 재무안정성의 질, 수익성의 질, 경영진의 질, 편중 리스크의 질, 사업 영속성의 질, 성장성의 질 등에 대해 구분하여 신용 분석 및 평가의 대상 정보로 활용할 수 있다.
그 밖에, 프로세서(220)는 이러한 인디케이터를 통하여, 빈번한 상호 변경 여부, 과소한 기계장치 여부, 매출채권 대손 충당금 여부, 매출채권 할인의 질 여부, 재고자산 충당금의 질 여부, 장단기 대여금의 질 여부, 단기 차입금의 질 여부, 견질 어음 여부, 어음 및 수표 분실 여부, 이익의 질 여부, 유형/무형 자산의 빈번한 손상차손 발생 여부, 주임종 대출 여부, 유상 증자의 질 여부, 대표이사 변경 여부, 공동 대표이사 체제 변경 여부, 공급 계약 공시 여부, 타법인 주식 및 출자증권 취득 여부, 대주주 주식 담보 여부, 빈번한 사업 목적 변경 및 정정 여부, 계속 기업 가정에 관한 중요한 불확실성 여부, 외부 감사 의견의 적정성 여부, Weird-Cost Indicator, Rootless-Growth Indicator, Crocodile-Mouth Indicator 등의 정보를 또한 신용 분석 및 평가의 대상 정보로 활용할 수 있다.
도 5는 본 발명의 일 실시 예에 따라 구성한 프로세서(220)의 상세 구성 블록도이다.
도 5를 참조하면, 프로세서(220)는 웹 서버 파트(510), 제1 적재 서버 파트(520), 제2 적재 서버 파트(530), 수집 및 전처리 파트(540) 및 연산 파트(550)을 포함하여 구성될 수 있다. 실시 예에 따라, 본 발명에 따른 프로세서(220)는 상기한 구성요소 외에 하나 또는 그 이상의 구성요소를 더 포함하여 구성될 수도 있다.
웹 서버 파트(510)는 웹 모듈, Rest API 모듈, 운영 및 모니터 모듈, 인디케이터 연산을 수행하는 연산 모듈, 계정과목을 추출하는 추출 모듈 등을 포함할 수 있다.
제1 적재 서버 파트(520)는 분석 결과 및 추출 데이터를 저장하는 데이터베이스 등을 구축할 수 있다. 이때, 상기 데이터베이스는 MySQL/MongoDB 일 수 있으나, 반드시 이에 한정되는 것은 아니다.
제2 적재 서버 파트(530)는 감사보고서, 공시보고서 파일 등을 저장할 수 있다. 이 때, 상기 저장되는 파일은 HTML 형식일 수 있다.
상기에서, 수집 및 전처리 파트(540)와 연산 파트(550)는 프로세서(220)의 백엔드 파트에 해당할 수 있다.
상기 수집 및 전처리 파트(540)는 데이터를 수집하고 수집된 데이터를 전처리하는 등의 동작을 수행할 수 있다.
이 때, 상기와 같은 동작을 수행하기 위하여, 도 5에 도시된 바와 같이, 데이터 수집을 담당하는 수집 엔진과 수집된 데이터를 담당하는 전처리 엔진이 개별 칩 형태로 구현될 수 있다. 다만, 본 발명은 이에 한정되지 않고 상기 엔진들이 하나의 칩 형태로 통합 구현될 수도 있다.
상기에서 수집 엔진은 예를 들어, 감사보고서와 공시보고서, 기업 정보 등을 적어도 하나의 소스(source)로부터 수집할 수 있다.
한편, 상기에서 전처리 엔진은 상기 수집 엔진을 통해 수집된 데이터를 전처리하는데 예를 들어, 수집된 데이터 중 감사보고서의 정형 데이터 및 감사보고서와 공시보고서의 텍스트를 파싱(parsing)하고, 파싱된 데이터에 대한 검증을 수행할 수 있다.
마지막으로, 연산 파트(550)는 연산 동작을 수행하는 구성으로서, 기업의 부실 여부를 분석하고 평가하는 분석 모듈을 포함할 수 있다.
비록 도시되진 않았으나, 제어부(미도시)는 상기 도 5의 각 구성에서의 전반적인 동작을 제어할 수 있다.
상술한 바와 같이, 프로세서(220)는 데이터를 수집하고, 수집된 데이터로부터 식별 항목을 탐색 및 추출한 후, 연산 가능 여부를 검증하고, 인디케이터 연산을 수행하여, 부실 기업 판단과 같은 기업 신용 분석 및 평가 절차를 수행할 수 있다. 프로세서(220)는 수집 및 전처리 시스템을 통해 감사보고서, 공시 등을 수집하고, 감사 보고서 포맷을 변경하고 가비지를 제거하며, 데이터 영역을 분할하여 재무제표를 추출하고, 주석 사항을 추출할 수 있다. 프로세서(220)는 식별 항목 존재 여부 확인, 식별항목별 미추출 패턴 확인, 식별항목별 신규 패턴 추가, 식별항목 추출 정확도 산출을 통해 인디케이터 필요 계정을 추출할 수 있다. 프로세서(220)는 식별항목의 값 유효성 확인, 인디케이터별 연산 필수 식별항목 확인, 인디케이터별 계산 가능 확률 확인 등을 통해 연산 가능 인디케이터 확인을 통하여 연산 가능 여부를 검증할 수 있다. 프로세서(220)는 연산 결과 검증, 오연산된 인디케이터 검증, 컷오프 검증 통계 등을 통해 인디케이터 연산 정확도를 개선할 수 있다. 프로세서(220)는 일반적인 통계 모형 및 다양한 기계학습 기법으로 검증한 확률 통계 모형을 적용하고, 인디케이터별 예측 정확도를 확인하고 보고서를 생성하여 부실기업 예측 및 표시하여 해당 기업의 신용 분석 및 평가 결과 데이터를 생성하여 제공할 수 있다.
도 6은 본 발명의 다른 일 실시 예에 따른 기업 신용 분석 평가 방법을 설명하기 위해 도시한 흐름도이다.
프로세서(220)는 상기 기업의 데이터를 수신(또는 수집)할 수 있다(S31).
프로세서(220)는 상기 수신한 기업 데이터로부터 재무정보 기반 제1 인디케이터와 감사보고서 정보 기반 제2 인디케이터 데이터를 추출할 수 있다(S32).
프로세서(220)는 상기 추출된 각 인디케이터 데이터 내 식별항목과 가중치 기반으로 인공지능 기반 예측 모델을 통해 상기 기업의 재무 리스크와 감사보고서 리스크를 각각 산출하여 분석할 수 있다(S33).
프로세서(220)는 상기 분석 결과에 기초하여 상기 기업의 신용도를 평가하여 제공할 수 있다(S34).
상기 S32 과정에서, 프로세서(220)는 상기 프로세서는 상기 수신된 기업의 데이터 내 재무정보로부터 세그먼트를 분류하여 생성한 재무 변수 기반으로 상기 제1 인디케이터를 생성하고, 상기 수신된 기업의 데이터 내 감사보고서 정보를 텍스트 마이닝하고 분석하여 상기 제2 인디케이터를 생성할 수 있다.
프로세서(220)는, 글로벌 경기순환주기(Metus Signals Tracker)를 모니터링하여 데이터를 수집할 수 있다. 이 때, 상기 모니터링하여 수집된 데이터에는 실물 변수(business cycle)와 금융 변수(economy cycle)가 포함될 수 있다.
프로세서(220)는, 상기 실물 변수와 금융 변수를 상기 예측 모델에 입력으로 하여 글로벌 경기 침체 가능성 데이터를 산출하고 분석하고, 상기 분석 결과 데이터를 제공할 수 있다.
도 7은 본 발명의 일 실시 예에 따라 적용되는 인디케이터의 예시를 나타낸 도면이다.
이 때, 도 7의 (a)는 상장기업의 부실 여부 평가 및 예측에 이용되는 인디케이터를 예시한 것이고, 도 7의 (b)는 비상장기업 부실 여부 평가 및 예측에 이용되는 인디케이터를 예시한 것이다.
도 7의 (a) 및 (b)을 참조하면, 각 인디케이터는 개별 인디케이터 식별항목과 해당 식별항목의 가중치가 예시되었다.
도 7의 (a) 및 (b)에 예시된 인디케이터는 예시로서, 본 발명이 반드시 이에 한정되는 것은 아니다. 즉, 상기 도 7의 (a) 및 (b)에 열거된 인디케이터 항목들과 가중치는 요청, 설정, 예측 모델의 성능 등을 포함한 시스템 레벨의 구현 정도 등에 따라 상이해질 수 있다.
도 8은 본 발명의 일 실시 예에 따라 상장 기업에 대하여 부실 기업 예측 모델링(modeling)한 결과를 도시한 도면이다. 도 9는 본 발명의 일 실시 예에 따라 비상장 기업에 대하여 부실 기업 예측 모델링한 결과를 도시한 도면이다.
이 때, 도 8과 9는 예를 들어, 전술한 GBM이 적용된 부실 기업 예측 모델 기반으로 모델링한 결과일 수 있다.
또한, 도 8은 전술한 도 7의 (a)에 도시된 것과 같은 인디케이터 식별항목들 중 적어도 하나 이상과 해당 식별항목의 가중치를 참조한 것일 수 있다.
도 8의 (a)는 본 발명에 따른 인디케이터와 예측 모델 기반의 모니터링 결과를 나타낸 것으로, 예측 모델을 통한 예측 부실 건수 대비 실제 부실 건수 비율은 약 66.3%의 정확도가 계산된 예시이다. 한편, 도 8의 (b)는 변수의 중요도에 대한 그래프이고, 도 8의 (c)는 GBM의 수진자 조작 특성(Receiver Operating Characteristic)에 대한 그래프이다.
한편, 도 9은 전술한 도 7의 (b)에 도시된 것과 같은 인디케이터 식별항목들 중 적어도 하나 이상과 해당 식별항목의 가중치를 참조한 것일 수 있다.
도 9의 (a)는 본 발명에 따른 인디케이터와 예측 모델 기반의 모니터링 결과를 나타낸 것으로, 예측 모델을 통한 예측 부실 건수 대비 실제 부실 건수 비율은 약 79.5%의 정확도가 계산된 예시이다. 한편, 도 9의 (b)는 변수의 중요도에 대한 그래프이고, 도 9의 (c)는 GBM의 수진자 조작 특성(Receiver Operating Characteristic)에 대한 그래프이다.
이상 상술한 본 발명에 따르면, 종래 주관적 요소에 따라 기업 신용 분석 및 평가에 의존하던 방식을 인하여 상대적 신용 위험 정도만을 측정하고 단순 등급 결과만 표시하던 것에 비하여, 객관적인 요소를 기업 신용 분석 및 평가에 반영하여 절대적 신용 위험도를 측정할 수 있으며, 재무적 이상치 항목을 표시하여 근거, 주석 및 공시 사항을 제공하여, 기업의 신용 분석 및 평가 결과를 제공할 수 있다.
본 발명의 실시예들은 다양한 컴퓨터로 구현되는 동작을 수행하기 위한 프로그램 명령을 포함하는 컴퓨터 판독가능 매체를 포함한다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 로컬 데이터 파일, 로컬 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체는 본 발명을 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD와 같은 광기록 매체, 플롭티컬 디스크와 같은 자기-광 매체, 및 롬, 램, 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.
지금까지 본 발명에 따른 구체적인 실시예에 관하여 설명하였으나, 본 발명의 범위에서 벗어나지 않는 한도 내에서는 여러 가지 변형이 가능함은 물론이다. 그러므로, 본 발명의 범위는 설명된 실시예에 국한되어 정해져서는 안 되며, 후술하는 특허 청구의 범위뿐 아니라 이 특허 청구의 범위와 균등한 것들에 의해 정해져야 한다.
이상과 같이 본 발명은 비록 한정된 실시예와 도면에 의해 설명되었으나, 본 발명은 상기의 실시예에 한정되는 것은 아니며, 이는 본 발명이 속하는 분야에서 통상의 지식을 가진 자라면 이러한 기재로부터 다양한 수정 및 변형이 가능하다. 따라서, 본 발명 사상은 아래에 기재된 특허청구범위에 의해서만 파악되어야 하고, 이의 균등 또는 등가적 변형 모두는 본 발명 사상의 범주에 속한다고 할 것이다.

Claims (5)

  1. 컴퓨팅 디바이스에 의해 기업 신용 분석 및 평가 정보 제공 방법에 있어서,
    상기 기업의 데이터를 수신하는 단계;
    상기 수신한 기업 데이터로부터 재무정보 기반 제1 인디케이터와 감사보고서 정보 기반 제2 인디케이터 데이터를 추출하는 단계;
    상기 추출된 각 인디케이터 데이터 내 식별항목과 가중치 기반으로. SVM(Support Vector Machine)과 GBM(Gradient Boost Machine) 중 어느 하나가 적용된 인공지능 기반 예측 모델을 통해 상기 기업의 재무 리스크와 감사보고서 리스크를 각각 산출하여 분석하는 단계;
    상기 분석 결과에 기초하여 상기 기업의 신용도를 평가하여 제공하는 단계; 및
    글로벌 경기순환주기를 모니터링하여 데이터를 수집하는 단계를 더 포함하되,
    상기 제1 인디케이터는 상기 수신된 기업의 데이터 내 재무정보로부터 세그먼트를 분류하여 생성한 재무 변수 기반으로 생성되고,
    상기 제2 인디케이터는 상기 수신된 기업의 데이터 내 감사보고서 정보를 텍스트 마이닝 - 상기 감사보고서 정보 내 주석 및 공시사항에 대하여 룰 기반 및 기계학습을 통해 획득되는 빅데이터로부터 유효 항목을 필터링하여 이루어지는 것임 - 하고 분석하여 생성되고,
    상기 모니터링하여 수집된 데이터에는, 실물 변수와 금융 변수가 포함되는,
    기업 신용 분석 및 평가 정보 제공 방법.
  2. 제1항에 있어서,
    상기 실물 변수와 금융 변수를 상기 예측 모델에 입력으로 하여 글로벌 경기 침체 가능성 데이터를 산출하고 분석하는 단계; 및
    상기 분석 결과 데이터를 제공하는 단계를 더 포함될는,
    기업 신용 분석 및 평가 정보 제공 방법.
  3. 기업 신용 분석 및 평가 정보 제공 장치에 있어서,
    메모리; 및
    프로세서를 포함하되, 상기 프로세서는,
    상기 기업의 데이터를 수신하고, 상기 수신한 기업 데이터로부터 재무정보 기반 제1 인디케이터와 감사보고서 정보 기반 제2 인디케이터 데이터를 추출하여, 상기 추출된 각 인디케이터 데이터 내 식별항목과 가중치 기반으로 인공지능 기반 예측 모델을 통해 상기 기업의 재무 리스크와 감사보고서 리스크를 각각 산출하여 분석하고, 상기 분석 결과에 기초하여 상기 기업의 신용도를 평가하여 제공하되,
    상기 프로세서는, 상기 수신된 기업의 데이터 내 재무정보로부터 세그먼트를 분류하여 생성한 재무 변수 기반으로 상기 제1 인디케이터를 생성하고, 상기 수신된 기업의 데이터 내 감사보고서 정보를 텍스트 마이닝하고 분석하여 상기 제2 인디케이터를 생성하는 것으로,
    상기 프로세서는, SVM(Support Vector Machine)과 GBM(Gradient Boost Machine) 중 어느 하나를 상기 인공지능 기반 예측 모델에 적용하는 것이며,
    상기 프로세서는, 상기 감사보고서 정보 내 주석 및 공시사항에 대하여 룰 기반 및 기계학습을 통해 획득되는 빅데이터로부터 유효 항목을 필터링하여 상기 텍스트 마이닝을 수행하는,
    상기 프로세서는, 글로벌 경기순환주기를 모니터링하여 데이터를 수집하되, 상기 모니터링하여 수집된 데이터에는 실물 변수와 금융 변수가 포함되는,
    기업 신용 분석 및 평가 정보 제공 장치.
  4. 제3항에 있어서,
    상기 프로세서는,
    상기 실물 변수와 금융 변수를 상기 예측 모델에 입력으로 하여 글로벌 경기 침체 가능성 데이터를 산출하고 분석하고, 상기 분석 결과 데이터를 제공하는,
    기업 신용 분석 및 평가 정보 제공 장치.
  5. 기업 신용 분석 및 평가 정보 제공 시스템에 있어서,
    단말; 및
    컴퓨팅 디바이스를 포함하되, 상기 컴퓨팅 디바이스는,
    상기 기업의 데이터를 수신하고, 상기 수신한 기업 데이터로부터 재무정보 기반 제1 인디케이터와 감사보고서 정보 기반 제2 인디케이터 데이터를 추출하여, 상기 추출된 각 인디케이터 데이터 내 식별항목과 가중치 기반으로 인공지능 기반 예측 모델을 통해 상기 기업의 재무 리스크와 감사보고서 리스크를 각각 산출하여 분석하고, 상기 분석 결과에 기초하여 상기 기업의 신용도를 평가하여 제공하는 프로세서를 포함하고,
    상기 프로세서는 상기 수신된 기업의 데이터 내 재무정보로부터 세그먼트를 분류하여 생성한 재무 변수 기반으로 상기 제1 인디케이터를 생성하고, 상기 수신된 기업의 데이터 내 감사보고서 정보를 텍스트 마이닝하고 분석하여 상기 제2 인디케이터를 생성하는,
    기업 신용 분석 및 평가 정보 제공 시스템.
KR1020210193571A 2021-12-30 2021-12-30 기업 신용 분석 및 평가 정보 제공 방법, 장치 및 시스템 KR20230103025A (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020210193571A KR20230103025A (ko) 2021-12-30 2021-12-30 기업 신용 분석 및 평가 정보 제공 방법, 장치 및 시스템

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020210193571A KR20230103025A (ko) 2021-12-30 2021-12-30 기업 신용 분석 및 평가 정보 제공 방법, 장치 및 시스템

Publications (1)

Publication Number Publication Date
KR20230103025A true KR20230103025A (ko) 2023-07-07

Family

ID=87153916

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020210193571A KR20230103025A (ko) 2021-12-30 2021-12-30 기업 신용 분석 및 평가 정보 제공 방법, 장치 및 시스템

Country Status (1)

Country Link
KR (1) KR20230103025A (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116757807A (zh) * 2023-08-14 2023-09-15 湖南华菱电子商务有限公司 一种基于光学字符识别的智能辅助评标方法

Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100974342B1 (ko) 2008-02-28 2010-08-05 주식회사 나이스디앤비 전문단체의 추천을 이용한 기업신용평가 시스템 및 그 방법

Patent Citations (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100974342B1 (ko) 2008-02-28 2010-08-05 주식회사 나이스디앤비 전문단체의 추천을 이용한 기업신용평가 시스템 및 그 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116757807A (zh) * 2023-08-14 2023-09-15 湖南华菱电子商务有限公司 一种基于光学字符识别的智能辅助评标方法

Similar Documents

Publication Publication Date Title
Breitenstein et al. Environmental hazards and risk management in the financial sector: A systematic literature review
Tang et al. Incorporating textual and management factors into financial distress prediction: A comparative study of machine learning methods
US20220343433A1 (en) System and method that rank businesses in environmental, social and governance (esg)
CN111144697A (zh) 数据处理方法、装置、存储介质及电子设备
US8903739B1 (en) Systems and methods for optimizing wealth
Louizi et al. Evaluation of corporate governance systems by credit rating agencies
US8972328B2 (en) Determining document classification probabilistically through classification rule analysis
Wong et al. Financial accounting fraud detection using business intelligence
CN111179051A (zh) 金融目标客户确定方法、装置及电子设备
Di Castri et al. Financial authorities in the era of data abundance: Regtech for regulators and suptech solutions
CN111221873A (zh) 基于关联网络的企业间同名人识别方法及系统
CN112950359B (zh) 一种用户识别方法和装置
KR20230103025A (ko) 기업 신용 분석 및 평가 정보 제공 방법, 장치 및 시스템
Clapham et al. Policy making in the financial industry: a framework for regulatory impact analysis using textual analysis
CN111798246A (zh) 一种金融风险等级评估方法和装置
US20230088044A1 (en) End-to-end prospecting platform utilizing natural language processing to reverse engineer client lists
CN114493853A (zh) 信用等级评价方法、装置、电子设备及存储介质
Chen et al. Predicting a corporate financial crisis using letters to shareholders
US20210295435A1 (en) Platform and method for monetizing investment data
McKnight Preliminary investigation of big data and implications for accounting curricula
CN113450208A (zh) 贷款风险变动预警、模型训练方法和装置
Lee et al. Application of machine learning in credit risk scorecard
Alles et al. The Case for an App-Based Financial Reporting System
Liang et al. Covid-19 forecasts via stock market indicators
Das et al. Mining qualitative attributes to assess corporate performance

Legal Events

Date Code Title Description
E902 Notification of reason for refusal