[우수자료] 다양한 결측치 처리방법에 따른 부실예측모형의 정확도 비교 연구

Ⅱ. 기존의 결측치 처리 방법과 MI의 소개
대부분의 기존 부실예측연구에서는 결측이 있는 관찰치는 모두 제거하고 모형을 개발하였다. 그러나, 관찰치를 제거하는 방법은 부실기업 관찰치를 감소시켜 정확한 모형개발을 어렵게 하며 부실예측모형 적용 시 결측이 있는 기업은 부실확률을 계산할 수 없는 문제점이 있다. 중앙값이나 평균으로 대체하는 방법은 적용이 간편하여 폭 넓게 사용되어 지고 있지만, 비효율적이며 편의가 많이 존재하는 방법이다. 특히, 부실예측 모형의 경우 건전기업의 전체 표본의 95~97% 이상을 차지하고 있어 중앙값이나 평균이 건전기업을 대표하는 값이 될 가능성이 높다. 또한, 평균은 극단치(Out lier)의 영향으로 더욱 현실을 왜곡하는 정보를 제공하게 된다. 회귀 예측치로 대체하는 방법은 인위적으로 상관관계를 상승시키는 단점이 있으며 하나의 관측치에 여러 변수가 미싱인 경우에 적용하기가 어렵다.
Rubin(1987)에 의해 처음 제시된 Multiple Imputation 방법은 결측치를 예측된 분포에서 추출된 값으로 대체한 완전한 데이터 집합을 m(m>1)개 만들어서 모수를 측정한 후 모수 추정치와 표준에러를 결합하여 모형을 개발하였다. 여기서 Imputation은 결측을 채운다는 뜻이며 Multiple Imputation은 m>1 번 이상 채운다는 뜻이다.
<그림1> 미싱을 가진 실제 데이터와 Multiple Imputation의 과정
Schafer(1997)의 MI방법은 관측된 데이터 중간에 결측이 존재하는 경우 Markov Chain Monte Calro의 한 방법인 DA(Data Augmentation)을 이용하여 Predictive Distribution을 찾아내고 이것을 이용하여 결측 부분을 임의의 숫자로 채우면서 m개의 완전한 데이터를 추출한다. m개의 …
이다.