EosWos 연결 중...

EosWos Mezzanine
AI Decision Support Framework

컴퓨터프로그램저작물 제C-2026-036575호

BM 특허출원

AI-powered Mezzanine Investment Decision Support Platform

EosWos AI Agent

메자닌 투자 검토의 시작부터 사후관리까지

🏠 Agent Home

궁금한 건 참지 말고 질문하세요. 대화는 AI패널에서 진행됩니다.

주요 업무: 투자 검토 • 심사 • 사후관리 전 과정의 AI 의사결정 지원

M-CORE Analytics

컴퓨터프로그램저작물 제C-2026-036575호 | BM 특허출원

risk DEA + dual ML Hybrid Framework 메자닌 후보군 선별 및 등급평가

Framework Overview

risk DEA dual ML Hybrid Framework structure

최종 운영모델은 행사종료시점이 기준일(2026-06-30) 이내인 완료 cohort를 기준으로 산정하며, ITM 및 Timing label 학습도 동일한 완료 cohort 기준을 사용한다.
본 사이트는 risk DEA를 통해 위험대비 전환매력도 및 구조적 효율성을 의미하는 e_M Grade를 산출하고, 이를 Structural Latent로 활용하여 ITM 도달가능성 및 PK 강도를 나타내는 ML p_M Grade(종축)와 최초 ITM 도달시점의 빠르기를 나타내는 ML s_M Grade(횡축)를 산출한다. 이후 Final_Score 기준으로 서열화하여 메자닌 상품의 M Grade 검토영역과 M5 후순위 검토영역을 구분한다.
※ 주의: 개별 종목의 성공확률을 직접 산출하는 보정된 확률(calibrated probability) 모델이 아니며, 상대적 Ranking/Concentration이 주된 목적임

risk DEA + dual ML Hybrid Mezzanine Selection & Grading Method

[1단계] risk DEA(Data Envelopment Analysis) Layer → Final_Efficiency 산출

Formal BCC LP DEA output-oriented 방식을 적용
Final_Efficiency 산출: 위험대비 전환매력도 및 구조적 효율성 → Risk Definition: 발행자 신용위험 + 개별주식 시장위험 + 상품위험(중도상환)

[2단계] dual ML(Machine Learning) Layer → p_M score 및 s_M score 산출

전환가능기간 내 p_M(내가격 도달가능성 및 PK 강도) + s_M(도달속도)를 평가
발행시점 사전 Feature만 사용하며, 사후 Outcome은 Label 생성에만 사용

[3단계] Mezzanine Grade Layer → M1~M4 및 M5 구분

Final_Score = p_M percentile × (1 + s_M percentile)를 산출하여 Universe를 서열화
Completed cohort ITM>0 base rate를 Review 경계로 M1~M4 및 M5로 등급화

Practical Utility and Business Applicability

① Base-rate universe에서의 후보군 선별 및 압축효과

ITM>0 rate(Cohort 71.6%): M1 95.9%, M5 40.0% / Lift: Cohort 대비 1.34x, M5 대비 2.40x
시장효율성(EMH) 하에서 공개 정보만으로 전환가능성을 예측하는 것은 본질적으로 한계가 있으나, 상위 후보군 내 의미 있는 Lift 관찰은 실무적 선별도구로서의 운용 가치를 뒷받침. 또한 M5(후순위 검토영역)에 대한 우선순위 하향조정기능까지 수행

② 채권형 메자닌(CB/BW/EB) 전반으로의 확장 가능성

전환권, 신주인수권, 교환권 등 유사한 경제적 구조를 갖는 메자닌 상품 전반에 확장 적용가능
BW 및 자기주식 EB의 경우 CB와 동일한 기준을 적용하며, 타사주식 EB의 경우 Credit info는 채권 발행사, Stock info는 주식 발행사 정보를 적용

③ 정성적 Screening 비용을 줄여주는 Front-line filter

M Grade(M1~M5) 구분을 통해 전체 Mezzanine Universe를 사전 분류
신규업체 검토에 필요한 투입시간과 비용을 절감

이용안내 Click

선행연구

EX 중심 메자닌 평가 프레임워크
Exercise-centered DEA-ML Hybrid Framework

본 연구의 기초가 된 선행연구로서, 메자닌의 EX_parity > 1.0 도달가능성과 관련 후보군을 평가한 초기 프레임워크입니다.

선행연구에서는 전환권 행사개시시점의 성과를 중심으로 평가체계를 구성하였습니다. 반면, 최신 연구에서는 EX 중심의 초기 평가체계를 risk DEA + dual ML Hybrid 선별·등급평가 체계로 고도화하였습니다.

선행연구 요약본 다운로드

전문 보고서 열람

본 페이지에서는 연구의 핵심 내용과 주요 검증 결과를 정리한 요약본을 제공합니다.

전문 보고서에는 연구방법론, 변수 정의, 데이터 구성, 모델 설계, 검증 절차 및 세부 결과가 포함되어 있습니다.

전문 보고서의 열람 또는 연구 관련 문의는 제작자에게 연락해주시기 바랍니다. 아래 버튼을 통해 성명/연락처/열람 목적/활용 범위 등을 적어서 보내주시면 확인한 후 제공여부를 안내드립니다.

전문 보고서 열람 문의: alfaro@kakao.com

지식재산권 안내

본 연구와 관련된 보고서, 데이터베이스 및 컴퓨터프로그램은 저작권 보호 대상입니다.

컴퓨터프로그램저작물 등록
데이터베이스 저작물 등록
방법론 보고서 저작권 등록
선행연구 보고서 저작권 등록
BM 특허출원

세부 등록사항과 권리관계는 한국저작권위원회 등록부 등을 통해 확인할 수 있습니다.

유의사항

본 연구는 공개된 공시자료를 기반으로 수행한 개인 연구입니다.

본 시스템이 제공하는 점수, 등급 및 분석 결과는 연구 목적의 의사결정 지원정보이며, 특정 회사의 공식 심사의견이나 투자판단을 의미하지 않습니다. 최종 투자 및 심사 결정은 이용자의 독립적인 판단과 책임에 따라 이루어져야 합니다.

분석기간 (Cohort 기준)2016.01.01 ~ 2026.06.30

Universe / Cohort3,616 / 2,327

ITM>0 base rate71.6%

M1 ITM>0 rate95.9%

M5 ITM>0 rate40.0%

M1 Lift ITM>0 (Cohort 대비)1.34x

M1 Lift ITM>0 (M5 대비)2.40x

Mezzanine Grade Table

M Grade 등급 정의

M Grade별 상위 5개사

주: M score는 Mezzanine Grade Table과 동일하게 Frozen reference 최대 Final Score 대비 100점 환산 후 반올림한 표시값이며, M Grade는 원본 Final Score 순위 cutoff로 산정됩니다.

주: e_M/p_M/s_M Grade는 각 축별 rank에 M Grade와 동일한 운영 cutoff range를 적용하며, cutoff 밖은 M5(후순위 검토)입니다.

DEA 통계표 Click

ML 검증표 Click

상품유형

최초 계약 TTM 원값을 입력하세요(0.25~30년). Frozen Model 계산에는 최대 5.00년 cap이 자동 적용됩니다.

CB / BW / EB(자기주식)

Listed company Underlying stock Credit rating Conversion / Exercise / Exchange price Call rate 최초 계약 TTM(년) Issue date

EB(타사주식)

Listed company (Bond issuer) Underlying stock Credit rating Exchange price Call rate 최초 계약 TTM(년) Issue date

Single Candidate Result

M Grade	M Score	M rank	도달/PK강도	도달지점	Listed company	Underlying	Stock code	Issue date	Price basis	Price	e_M Grade	e_M Score	e_M rank	p_M Grade	p_M Score	p_M rank	s_M Grade	s_M Score	s_M rank

상세출처보기

항목	적용 기준

처리성과

항목	값

Grade 분포

M Grade	Count	비중

Maturity years 열에는 최초 계약 TTM 원값(0.25~30년)을 입력합니다. Frozen Model 계산에는 최대 5.00년 cap이 자동 적용되며, 결과 raw_result에 계약·모델 TTM이 함께 저장됩니다.

Download batch template

Upload candidate batch Excel Drag and drop file hereLimit 200MB per file • XLSX, XLS Resume from saved batch result (optional) Drag and drop file hereLimit 200MB per file • XLSX

업로드 파일의 Issue date를 기준으로 신규 평가합니다. 중간저장 결과를 올리면 저장된 행 이후부터 이어서 평가합니다.

Batch Evaluation Result

처리성과

항목	누적

Grade 분포

E Grade	E Count	E 비중	M Grade	M Count	M 비중

일괄조회 결과는 화면에 출력하지 않습니다. 저장된 Excel 파일을 다운로드해서 확인해 주세요.

상품유형

CB / BW / EB(자기주식)

채권발행사 기초주식 현재 신용등급 현재 전환가액·행사가액·교환가액 현재 Call rate 최초 계약 TTM(년) 실제 발행일 재무제표 기준일 Monitoring Date

EB(타사주식)

채권발행사 기초주식 현재 신용등급 현재 교환가액 현재 Call rate 최초 계약 TTM(년) 실제 발행일 재무제표 기준일 Monitoring Date

Monitoring M Grade

M Grade	M Score	M rank	도달/PK강도	도달지점	Listed company	Underlying	Stock code	Actual Issue Date	Synthetic Issue Date	Price basis	Price	e_M Grade	e_M Score	e_M rank	p_M Grade	p_M Score	p_M rank	s_M Grade	s_M Score	s_M rank

처리성과

항목	값

M Grade 분포

M Grade	Count	비중

Monitoring Audit

Audit item	Value

컴퓨터프로그램저작물 제C-2026-036575호 | BM 특허출원

EosWos AI Agent

Framework Overview

최신 연구

선행연구

전문 보고서 열람

지식재산권 안내

유의사항

Mezzanine Grade Table

M Grade 등급 정의

M Grade별 상위 5개사

Single Candidate Result

처리성과

Grade 분포

Grade Visualization.

Batch Evaluation Result

처리성과

Grade 분포

Monitoring M Grade

처리성과

M Grade 분포

Grade Visualization.

Monitoring Batch 재평가

처리성과

Grade 분포

6. AI 평가의견

7. 최종 검토의견