운송 서비스 유형별 해운업 파산예측에 관한 연구

• 영문명: Bankruptcy Prediction Models Based on Shipping Service Types
• 발행기관: 한국항해항만학회
• 저자명: 권민수(Min-Su Kwon)
• 간행물 정보: 『한국항해항만학회지』제48권 제6호, 547~553쪽, 전체 7쪽
• 주제분류: 공학 > 해양공학
• 파일형태: PDF
• 발행일자: 2024.12.31

국문 초록

본 연구는 해운업에서 운송 서비스 유형별(컨테이너, 벌크, 탱커) 파산 예측 모델을 개발하고, 주요 리스크 요인을 비교 분석하였다. 전통적인 통계 모델과 최신 머신러닝 기법(XGBoost, LightGBM, CatBoost 등)을 활용하여 각 유형의 예측 성능을 평가하였으며, SHAP 분석을 통해 변수 중요도를 시각화하였다. 연구 결과, 서비스 유형별 주요 리스크 요인이 상이하게 나타났으며, 각 유형에 특화된 맞춤형 리스크 관리 전략의 필요성을 시사한다. 본 연구는 해운업의 재무 안정성 강화를 위한 기초 자료를 제공한다.

영문 초록

This study develops bankruptcy prediction models for various types of shipping services (container, bulk, and tanker) and compares the key risk factors associated with each. By utilizing traditional statistical models alongside advanced machine learning techniques, such as XGBoost, LightGBM, and CatBoost, we evaluated the predictive performance of each service type. SHAP analysis was applied to visualize variable importance. The findings reveal significant differences in key risk factors by service type, highlighting the need for tailored risk management strategies for each segment. This study provides foundational insights to enhance the financial stability of the shipping industry.

목차

1. 서 론

2. 선행 연구

3. 연구 모형 및 방법론

4. 실증 분석

5. 결 론

References

키워드

파산예측 머신러닝 해운산업 위험요인분석 설명 가능한 AI bankruptcy prediction machine learning shipping industry risk factor analysis explainable AI