초록
본 연구는 기업신용평가모형 중 재무모형을 개발하는데 있어 여러 조건들의 기준값을 변화시킴에 따라 모형 성능이 어떻게 달라지는지 확인하고 자료의 특성에 맞는 조건을 제안하는데 목적이 있다. 기준값의 변화에 따른 모형의 성능은 정확도비를 기준으로 측정하고, 반복적인 절차를 간편하게 하기 위해 SAS/MACRO를 활용하였다. 재무비율을 구간에 따라 점수화한 신용평점모형과 유의한 재무비율로 로지스틱 회귀모형을 사용한 부실예측모형으로 구성되는 재무모형에서 기준값의 변화에 따른 성능 비교 결과, 부실예측모형이 신용평점모형보다 좋은 것으로 나타났다. 기업규모에 따른 특성비교에서는 재무제표의 신뢰도가 높고 비재무적인 요소에 영향을 적게 받는 대규모 기업에서 모형의 성능이 좋을 뿐만 아니라 재정학적인 의미가 뛰어난 통계모형이 만들어지는 것을 확인할 수 있었다. 규모가 작아질수록 부실예측모형과 신용평점모형의 성능 차이가 커지는 것과 이상값이 많아져서 모형의 안정성이 떨어지는 것을 알 수 있었다.
This study aims to compare the model power in developing corporate credit rating models and to suggest a good way to build models based on the characteristic of data. Among many measurement methods, AR is used to measure the model power under various conditions. SAS/MACRO is in use for similar repetitions to reduce time to build models under several combination of conditions. A corporate credit rating model is composed of two sub-models; a credit scoring model and a default prediction model. We verify that the latter performs better than the former under various conditions. From the result of size comparisons, models of large size corporate are more powerful and more meaningful in financial viewpoint than those of small size corporate. As a corporate size gets smaller, the gap between sub-models becomes huge and the effect of outliers becomes serious.
