credit

엔진 역할

credit 은 단일 기업의 부도 위험·재무 건전성을 독립 평가하는 L2 엔진이다. 79 개사 검증 (대기업 87% · 중대형 82%) 의 dCR 등급 (dCR-AA+ ~ dCR-D) 을 DART 공시 기반으로 산출한다. 외부 신평사 (Moody's · KIS · NICE) 가 반영하는 시스템적 중요성·정성 요소는 dCR 만으로 판단하지 않는다.

analysis 엔진의 안정성·현금흐름 축과 상호 보완. credit 종합 등급 → analysis 로 인과 깊게, 또는 analysis 안정성 점수 → credit 으로 외부 신평 보정 비교.

시간축 — 등급 이력 → 현재 dCR → 누적 PD

credit.migration 모듈이 등급 전이 행렬과 forward PD ladder 를 제공한다. 학술 기반 — CreditMetrics (J.P. Morgan, 1997) Cohort 접근, Basel III IRB 표준. 관측 등급 변경 → row-stochastic transition matrix → 행렬 거듭제곱 (M^h) → 등급별 h 년 누적 부도확률.

from dartlab.credit.scoring.migration import buildTransitionMatrix, forwardPdLadder

matrix = buildTransitionMatrix()  # data/credit/transition.json 자동 로드
ladder = forwardPdLadder(horizons=(1, 3, 5))
# → DataFrame: rating · 1yPD · 3yPD · 5yPD (D 등급은 absorbing → PD = 1.0)

forecast precision = stable (observed transitions, 점예측 X). story 6 막에서 '등급 이력 회고 → 현재 dCR → n 년 누적 PD' 시간 narrative 결합.

공개 호출 방식

import dartlab

# 1. 가이드 (7 축 목록)
guide = dartlab.credit()

# 2. 종합 등급 (axis 미지정)
verdict = dartlab.credit("005930")
# → {"grade": "dCR-AA+", "score": 12.4, "axes": [...], "outlook": "안정적"}

# 3. 축 단독 (7 축 중 하나)
repayment = dartlab.credit("005930", "채무상환")
leverage = dartlab.credit("005930", "자본구조")
# 영문 alias 도 지원: dartlab.credit("005930", "repayment")

# 4. 상세 모드 — 모든 지표 시계열 + narrative
detailed = dartlab.credit("005930", detail=True)

# 5. Company 바인딩
c = dartlab.Company("005930")
verdict = c.credit()
repayment = c.credit("채무상환")

호출 동작

stockCode 미지정 → 7 축 가이드 DataFrame (axis · label · description · example · group).

stockCode 만 지정 → 종합 등급 dict — 3-Track 모델 (일반·금융·지주) + Notch Adjustment + CHS 시장 보정 적용. grade (dCR 등급), score (위험 점수 0~100), healthScore (100-score), axes (7 축 list), outlook (안정적·긍정적·부정적).

stockCode + axis → 해당 축 dict — axis (축 풀네임), score (해당 축 위험 점수), weight (가중치 %), metrics (개별 지표 name·value·score).

detail=True → 7 축 상세 + 모든 지표 시계열 (YoY · 5 년 평균) + narrative (한국어 인과 문장, story 블록 재료).