최근 채권의 상환 및 이자의 확실성 정도를 측정하고 연관된 상대적인 위험의 정도를 나타내는 채권등급 평가의 중요성이 대두되고 있다. 초기의 대다수 선행 연구들에서는 기업의 채권 등급예측을 위하여 통계적 기법이 많이 사용되었으나, 많은 연구들에 의해 그 우수성이 보고되고 있는 사례기반 추론 등 인공지능 기법들이 통계모형의 대안으로 제시되어지고 있다. 사례기반 추론에서는 과거의 사례들이 지식으로 표현되고 해결 방법으로 사용된다. 유용한 사례기반 시스템을 구축하기 위해서 시스템의 지식베이스를 구축할 사례들을 인간의 정보처리 과정과 유사한 방법으로 표현하는 것이 중요하다. 본 논문은 실제 세계의 애매모호한 사례들을 다루는데 적절한 퍼지집합개념을 사례기반 추론과 결합하는 통합 방법론을 제시하고자 한다. 퍼지집합이론은 인간이 의사결정시 사용하는 유사한 자연스러운 언어를 수학적으로 변환할 수 있게 해주는 인공지능 기법이다.
This study investigates the effectiveness of a hybrid approach using fuzzy sets that describe approximate phenomena of the real world. Compared to the other existing techniques, the approach handles inexact knowledge in common linguistic terms as human reasoning does it. Integration of fuzzy sets with case-based reasoning (CBR) is important in that it helps to develop a successful system far dealing with vague and incomplete knowledge which statistically uses membership value of fuzzy sets in CBR. The preliminary results show that the accuracy of the integrated fuzzy-CBR approach proposed for this study is higher that of conventional techniques. Our proposed approach is applied to corporate bond rating of Korean companies.
