A Comparative Analysis of Bankruptcy Prediction Models for the Korean Shipping Companies and Extraction of Key Risk Factors

본 연구는 해운기업의 파산을 사전에 예측하고 리스크 요인을 도출 하기 위해 전통적 판별분석(LDA)·로지스틱 분석과 CatBoost, XGBoost, LightGBM 등 최신 기계학습 모델을 비교하였다. 단·중·장기 예측 모두에서 비선형 모델이 우수한 성능을 보였으며, SHAP 분석 결과 기간별로 중요 변수가 상이하게 나타났다. 단기(1년)에는 자산·매출 증가와 부채 관리가 핵심이었고, 중기(3년)에는 운임지표와 거시경제 변수가, 장기(5년)에는 기업 규모와 환율, LIBOR 등이 파산 위험에 크게 작용하였다. 이러한 결과는 해운기업이 예측 기간별로 차별화된 재무·운영 전략을 마련해야 함을 시사한다.