현대 기업 환경에서 리스크 관리의 중요성이 증가함에 따라 기업도산예측을 위한 다양한 통계모형들이 개발되었다. 그러나 이러한 모형들은 기업도산에 영향을 미치는 변수들에 대한 사후적 정보와 함께 도산여부에 대한 사전적 정보를 반드시 필요로 하는 한계가 있다. 이에 따라 DEA가 기업도산예측을 위한 대안으로 연구되고 있다. DEA는 도산여부에 대한 사전적 정보 없이 사후적인 정보만을 가지고 의사결정단위(DMU)의 효율성(재무신뢰도)을 측정할 수 있는 장점이 있다. 그러나 지금까지 기업도산예측에 활용된 DEA 모형은 바람직하지 않은 산출물(negative outputs)은 다루지 못하는 한계가 있었다. 이에 본 논문에서는 Negative DEA 방법을 소개하고, 이를 기존의 DEA 방법과 병행하여 기업도산예측에 적용함으로써 기업도산예측을 위한 대안적 방법을 제시하고자 한다.
우리 나라 경제는 1993년 이후로 호황을 유지하다가 1996년 말부터는 경제불황이 닥쳐, 현재는 구제금융이라는 최악의 경제혼란기에 처해 있다. 하루에도 기업의 도산은 부지기수로 발생되고 있으며, 도산으로 인하여 국민들은 직장을 싫고 물가인상 등으로 가계마저 흔들리고 있는 실정이다. 이러한 이유로 본 연구에서는 재무비율에 의한 기업도산예측모델을 설정하려고 한다. 연구의 자료는 1996년 3월 은행연합회에서 개발한 '기업신용평가표'에 나타난 재무비율을 이용하였다. 연구의 결과를 보면 '기업신용평가표'의 변수는 기존연구에 비교하여 보면 도산예측력이 낮은 편인데, 그 이유는 기존연구는 대부분 통계적으로 검증된 5-6개의 변수를 대상으로 도산예측력을 나타내고 있는데 반하여, 본 연구에서는 기업신용평가표에서 선정된 모든 변수를 대상으로 분석했기 때문이다. 그러나 대체적으로 분석하여 볼 때 기업신용평가표의 재무비율 선정은 양호한 편으로 생각된다. 그러나 본 연구의 주목적은 신용평점에 의한 도산예측력분석이므로 본 연구의 선정모형에서 나타난 자기자본비율, 현금흐름/총부채(고정장기적합율), 매출액경상이익율, 총자본순이익율, 영업자산회전율 등은 기업신용평가내지 도산예측분석에 유용한 것으로 나타났다.
본 연구는 유전 알고리듬에 기반한 새로운 도산예측기법을 개발하고 그 기법의 타당성 및 예측 우수성을 검증하는데 목적이 있다. 본 연구에서 제안하는 이진분류기법은 도산기업과 비도산기업을 대표할 수 있는 가상기업(virtual company)을 설정하고, 그 가상기업과 분류대상 기업 간의 유사도를 측정하여 도산여부를 분류하는 방법론으로, 가상기업의 변수 값과 각 변수의 가중치는 훈련용 자료의 분류정확도를 극대화할 수 있도록 유전 알고리듬을 이용하여 구하게 된다. 본 연구에서 제안하는 기법의 타당성을 검증하기 위해 기존의 도산예측기법과 예측성과를 실험을 통해 비교한 결과, 본 연구에서 개발한 기법의 예측력이 기존의 다변량판별분석, 로지스틱 회귀모형, 의사결정나무, 인공신경망 모형보다 높은 수준을 보이는 것을 확인하였다.
인공신경망을 이용한 기업도예측에 관한 연구는 일반적으로 대기업을 대상으로 수행되고 있으며, 분석자료로는주로 재무제표에서 얻어지는 재무정보를 사용하고 있다. 이들 대기업의 재무정보들은 비교적양이 풍부하고 신뢰성이 높기 때문에 인공신경망을 이용한 도산예측의 적중률이 80%∼85%의 높은 수준을 보이고 있다. 하지만, 중소기업이 재무정보는 불충분할 뿐만 아니라 신뢰성이 낮을 가능성이 높기 때문에, 중소기업의 도산예측에 있어서 재무정보만을 사용하게 되면 그 정확도가 떨어지게 된다. 본 연구에서는 인공신경망을 이용한 중소기업의 도산예측에 있어서, 재무정보를 보완할 수 있는 비재무정보의 유용성을 검증하였다. 연구결과 본 연구에서 사용한 비재무정보가 획득가능한 비재무정보중 극히 일부에 지나지 않았음에도 불고하고, 재무정보만을 사용하였을 때보다 예측력이 10%정도나 향상되었다.
Journal of the Korean Data and Information Science Society
/
제23권3호
/
pp.569-577
/
2012
기업도산에 대한 분석과 관리는 기업의 성과와 성장능력을 평가하는 재무관리 분야에서 중요하게 인식되어 왔다. 결국, 기업도산 예측에 대한 효과적인 모형이 필요하게 된다. 본 논문은 서포트 벡터 기계의 한 종류인 토탈 여유도 알고리즘을 이용하여 기업도산 예측을 위하여 새로운 접근 방법을 서술한다. 몇 개의 실제 자료를 통하여 제안한 방법들이 도산 위험의 평가에서 기존의 방법들보다 개선됨을 확인할 수 있었다.
본 연구의 목적은 특정 금융기관의 주거래기업들에 대한 부실예측을 위해 주거래기업들을 잠식, 도산, 그리고 건전기업과 같이 세집단으로 구분하여 예측하고자 하며, 기업부실 예측력에 영향을 미치는 세 가지 요인으로서 표본구성, 투입 변수, 분석 기법의 관점에서 다음을 살펴보는 것이다. 첫째, 기업부실예측에서 전통적인 delta learning rule과 sigmoid함수를 사용한 역전파학습(신경망 I)과 이들의 변형형태인 normalized cumulative delta learning rule과 hyperbolic tangent함수를 사용한 역전파 학습(신경망 II)과의 예측력의 차이를 살펴보고 또한 이러한 두가지 신경망기법의 예측력을 MDA(다변량판별분석) 결과와 비교하여 신경망기법에 대한 예측력의 유용성을 살펴보고자 한다. 둘째, 세집단분류문제에서는 잠식, 도산, 건전기업의 구성비율이 위의 세가지 예측기법의 결과에 어떠한 영향을 미치는지를 살펴보고자 한다. 세째, 투입 변수선정은 기존연구 또는 이론을 바탕으로 연구자의 판단에 의해 선택하는 방법과 다수의 변수를 가지고 통계적기법에 의해 좋은 판별변수의 집합을 찾는 것이다. 본 연구에서는 이러한 방법들에 의해 선정된 투입변수들이 세가지 예측기법의 결과에 어떠한 영향을 미치는지를 살펴보고자 한다. 이러한 관점에서 본 연구의 실증분석 결과를 요약하면 다음과 같다. 1) 신경망기법이 두집단에서와 같이 세집단 분류문제에서도 MDA보다는 더 높은 예측력을 보였다. 2) 잠식과 도산기업의 수는 비슷하게 그리고 건전기업의 수는 잠식과 도산기업을 합한 수와 비슷하게 표본을 구성하는 것이 예측력을 향상하는데 도움이 된다고 할 수 있다. 3) 속성별로 고르게 투입변수로 선정한 경우가 그렇지 않은 경우보다 더 높은 예측력을 보였다. 4) 전통적인 delta learning rule과 sigmoid함수를 사용한 역전파학습 보다는 normalized cumulative delta learning rule과 hyperbolic tangent함수를 사용한 역전파 학습이 더 높은 예측력을 보였다. 이러한 현상은 두집단문제에서 보다 세집단문제에서 더 큰 차이를 나타내고 있다.
본 연구는 IMF후에 도산한 기업을 대상으로 다변량판별분석 모형, 확률모형(로짓분석모형) 그리고 인공신경망 모형을 개발하여 각 모형의 도산예측력을 비교하고 인공신경망 모형의 일반화 가능성을 높이는데 목적이 있다. 본 연구는 도산예측 모형간의 예측력 비교 측면에서는 기존 연구와 유사하나 연구표본을 IMF후에 도산한 기업으로 하여 도산예측력을 향상시키고 모형의 일반화 가능성을 높이기 위해 상장회사 중 동일한 업종인 제조업종에 한정하여 모형을 개발한다는 측면에서 기존 연구와 차이가 있다고 할 수 있다. 또한, 보다 의미있는 연구를 위하여 학습용 표본과 검증용 표본을 동일한 기간에서 추출하지 않고 검증용 표본을 학습용 표본기간 이후의 기간에서 추출하여 도산예측의 타당성을 현재가 아닌 미래의 시점에서 검증함으로써, 개발한 모형이 미래의 환경변화에 적응력을 보이는지를 분석하였다.
본 연구에서는 중소기업 정책자금을 지원받는 상장기업을 대상으로 위험 예측모형을 제시하고자 한다. 정책자금을 지원하는 기관 입장에서는 대상기업의 위험성을 판단하는 것은 자산의 건전한 운용을 위해 중요한 과제일 것이다. 리스크 예측 방법은 J.P.Morgon의 CreditMetrics를 이용한 보증기관의 경제자본 측정과 신용자산배분, 극단적 상황에서 이용할 수 있는 스트레스 테스팅(stress testing)기법, 판별 분석 모형, 로짓분석 등 다양한 방법이 존재한다. 본 연구에서는 로짓분석을 통해 정책자금의 건전한 운용을 위해 정책자금 지원 기관에 대한 부실위험을 살펴본다. 분석을 위해 먼저 기존 연구에 대한 검토와 최근 기업도산의 상황을 감안하여 14개의 재무지표를 선정한 다음 수행한 로짓회귀분석의 결과 추정계수로 로짓반응함수와 로지스틱 반응함수를 구성할 수 있다. 여기서는 정상기업/도산기업에 있어서 자기자본대타인자본비율, 매출액경상이익율, 총자산영업이익율, 총자산회전율, 매출채권회전율, 재고자산회전율만이 도산가능성을 예측하는데 유용한 변수로 선택되었다. 이는 재무비율 상호간의 높은 상호간 관계로 인하여 다수의 재무비율이 지닌 정보의 대부분이 소수의 재무비율에 의하여 파악될 수 있음을 의미한다. 또한 부실기업/도산기업의 구분에 있어서는 모든 비율이 두 그룹을 구분 짓는데 설명력이 높음을 나타내고 있다. 또한 총자산이익잉여금율이 높은 기업일수록 도산가능성이 낮다는 것을 두 그룹 모두에서 보여주고 있으며 회귀계수의 유의수준도 가장 높다. 금융비용부담율 또한 그 비율이 높은 기업일수록 도산가능성이 높다는 것을 제시하고 있다. 순운전자본비율, 자기자본비율, 매출액순이익율, 총자산영업이익율, 총자산회전율, 재고자산회전율은 도산기능성에 기대된 (-)의 영향을 미치는 것으로 나타나고 있다.
본 연구는 코스닥기업이 발표하는 회계정보가 유용하다면, 부도발생, 자본전액잠식, 거래실적부진, 감사의견 거절, 감사의견부적정으로 정의된 도산기업과 정상기업 간의 "회계정보는 어떠한 차이가 있는지" 재무지표를 기준으로 검증하는 것이 본 연구의 목적이다. 표본기업은 $2000{\sim}2007$년 도산한 코스닥기업 45개와 자산규모를 기준으로 대응하여 선정한 45개의 정상기업으로 구성하였으며, 같은 방법으로 모형확인을 위한 검증용 표본 30개 기업을 선정하였다. 실증분석 결과 도산 5년 전부터 본 연구에 사용된 17개의 재무지표 중 안전성에 관련된 변수들이 도산 및 정상기업에서 많은 유의한 차이를 보였다. 확인표본을 이용한 분류정확도는 도산 5년 전 76.7%, 도산 4년 전 76.7%, 도산 3년 전 65.0%, 도산 2년 전 76.7%, 도산 1년 전 88.3%로 나타났으며, 이는 정상기업에서 도산기업으로 서서히 진행되었음을 알 수 있는 것으로, 도산 5년 전부터 추정표본 83.3%, 확인표본 76.7%의 분류정확도를 보여 재무지표를 통한 회계정보의 유용성을 확인하였다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.