[논문 리뷰] Principal Component Analysis and Factor Analysis for Feature Selection in Credit Rating

Shenghuan Yang, lonut Florescu외 1명|arXiv (Cornell University)|2020. 11. 18.

Financial Distress and Bankruptcy Prediction참고 문헌 20인용 수 8

한 줄 요약

이 논문은 기업 신용등급 예측을 위한 핵심 재무 특징을 선별하기 위해 주성분 분석(PCA)과 요인 분석(FA)을 적용하였으며, 두 데이터셋(재무비율 및 손익계산부)과 두 가지 신용등급 매핑 방식을 사용하였다. FA는 훨씬 적은 수의 특징으로 95% 이상의 정확도를 달성하여 PCA를 능가하였으며, 재무비율 데이터에서는 일곱 개의 주요 요인, 손익계산부 데이터에서는 열 개의 주요 요인을 식별하여 효율적이고 해석 가능한 신용위험 분석을 가능하게 하였다.

ABSTRACT

The credit rating is an evaluation of a company's credit risk that values the ability to pay back the debt and predict the likelihood of the debtor defaulting. There are various features influencing credit rating. Therefore, it is essential to select substantive features to explore the main reason for credit rating change. To address this issue, this paper exploited Principal Component Analysis and Factor Analysis as feature selection algorithms to select important features, summarized the similar features together, and obtained a minimum set of features for four sectors, Financial Sector, Energy Sector, Health Care Sector, Consumer Discretionary Sector. This paper used two data sets, Financial Ratio and Balance Sheet, with two mappings, Detailed Mapping, and Coarse Mapping, converting the target variable(credit rating) into categorical variable. To test the accuracy of credit rating prediction, Random Forest Classifier was used to test and train feature sets. The results showed that the accuracy of Financial Ratio feature sets was higher than that of Balance Sheet feature sets. In addition, Factor Analysis can reduce the number of features significantly to obtain almost the same accuracy that can decrease dramatically the time spent on analyzing data; we also summarized seven dominant factors and ten dominant factors affecting credit rating change in Financial Ratio and Balance Sheet by utilizing Factor Analysis, respectively, which can explain the reason of credit rating change better.

연구 동기 및 목표

• 차원 축소 기법을 활용하여 기업 신용등급에 가장 영향을 미치는 재무 특징을 규명하는 것.
• 주성분 분석(PCA)과 요인 분석(FA)의 효과성을 비교하여 신용등급을 정확하게 예측할 수 있는 특징 선별에 있어 어느 것이 더 유의미한지 평가하는 것.
• 상호관련성이 높은 특징들을 잠재 요인으로 요약함으로써 데이터 복잡성을 줄이고, 더 나은 해석 가능성과 계산 효율성을 확보하는 것.
• 다양한 재무 부문에서 신용등급 변화를 이끄는 주요 잠재 요인을 식별하고 해석하는 것.
• 감소된 특징 집합을 사용하여 랜덤 포레스트 모델의 성능을 평가하고, 어떤 방법이 더 높은 예측 정확도를 제공하는지 판단하는 것.

제안 방법

• 최대 분산을 설명하는 특징의 선형 조합을 추출하기 위해 주성분 분석(PCA)을 적용하였으며, 외포값의 영향을 줄이기 위해 중요도 순위 매기기 시 제곱적재량을 사용하였다.
• 상호관련성이 높은 재무 변수들 뒤에 숨은 잠재 요인을 식별하기 위해 요인 분석(FA)을 사용하였으며, 각 요인 내에서 절대적재량을 기준으로 특징을 순위 매겼다.
• PCA와 FA에서 도출된 중요도 점수를 바탕으로 상위 20개 특징을 선택하여 특징 선별을 최적화하였으며, 일관성과 강건성을 확보하였다.
• 감독 학습을 가능하게 하기 위해 신용등급을 두 가지 방식인 상세 매핑과 굵은 매핑으로 범주형 변수로 매핑하였다.
• 감소된 특징 집합에 대해 랜덤 포레스트 분류기를 100번 훈련 및 테스트하여 평균 예측 정확도를 산출하였다.
• 높은 적재량을 기반으로 특징들을 해석 가능한 잠재 요인으로 묶어, 신용위험의 근본 원인을 규명하는 데 기여하였다.

실험 결과

연구 질문

• RQ1 PCA와 요인 분석 중 어느 특징 선별 방법이 더 적은 수의 특징으로 더 높은 예측 정확도를 달성하는가?
• RQ2 재무비율 및 손익계산부 데이터셋에서 신용등급 변화의 대부분을 설명하는 주요 잠재 요인은 몇 개인가?
• RQ3 해석 가능한 재무 요인은 무엇이며, 두 데이터 유형 간에 이는 어떻게 다를까?
• RQ4 요인 분석은 PCA보다 특징 차원을 더 효과적으로 줄일 수 있는가, 동시에 고정확도의 신용등급 모델을 유지할 수 있는가?
• RQ5 동일한 머신러닝 파ip라인을 사용할 때 재무비율 특징 집합이 손익계산부 특징 집합보다 신용등급 예측에 더 뛰어난 성능을 보이는가?

주요 결과

• 요인 분석은 주성분 분석보다 훨씬 적은 수의 특징으로 95% 이상의 예측 정확도를 달성하여 계산 효율성을 향상시켰다.
• 재무비율 데이터셋은 기업 신용등급에 영향을 미치는 일곱 가지 주요 요인을 도출하였다: 부채/자산 및 부채/자본, 수익 및 이익, 현금회전율, 유동성, 주식가치, 자금조달, 기업가치.
• 손익계산부 데이터셋은 열 개의 주요 요인을 드러내었다: 자산 및 부채, 수익, 암시적 옵션, 퇴직 후 조정, 연금 조정, 지분수익, 중단된 운영, 우선주배당금, 소수주주지분, 개발중 R&D.
• 랜덤 포레스트를 사용할 때 재무비율 기반 특징 집합이 손익계산부 기반 특징 집합보다 더 높은 예측 정확도를 기록하였다.
• PCA에서 제곱적재량을 사용함으로써 극단치의 영향을 줄여 특징 순위 매기기의 강건성을 향상시켰다.
• 요인 분석은 유사한 재무 지표들을 일관된 잠재 요인으로 묶어 해석 가능성을 향상시켜 신용등급 변화의 근본 원인을 더 명확히 드러내었다.