주수급자 역할을 하는 건설기업의 부실화는 발주자에게 공사계약 미이행에 따른 피해를 초래할 수 있고, 전문건설업체 및 자재공급업체의 재무건전성에 악영향을 줄 수 있다. 건설업은 프로젝트를 수주하고 진도에 따라 기성을 받는 현금흐름의 재무적 특성이 존재하고, 사업 진행 중의 부실화는 투입한 자금의 손실로 이어질 수 있으므로 건설업체의 부실화 예측은 중요하다. 국내 건설업체의 부실화 예측은 90년도 초 미국에서 개발된 KMV (Kealhofer McQuown and Vasicek)사의 KMV모형으로 수행되는 경우도 있지만, 이 모형은 일반적인 기업 및 은행의 신용위험 평가에 개발되어져 건설기업 예측력에는 부족함이 있다. 또한, KMV값의 부도확률 예측력에 대해서는 분석대상의 기업수 및 데이터의 부족으로 의문점이 지속적으로 제기되고 있다. 따라서 이러한 의문점을 해결하기 위해 기존 부도예측확률모형에 베이지안 확률적 접근법(Bayesian Probabilistic Approach)을 접목하고자 한다. 베이즈 통계학의 사전확률(Prior Probability)만 적절하게 예측가능하다면 적은 정보라도 증거에 대한 조건부 획득으로 신뢰성 있는 사후확률(Posterior Probability)을 예측할 수 있기 때문이다. 이에 본 연구에서는 기존 부도예측확률모형에 베이지안 확률적 접근법을 활용하여 예상부도확률(Expected Default Frequency, EDF)을 측정하고, 기존 모형의 예상부도확률과 비교하여 정확성을 예측하고자 한다.
본 연구는 서울, 수도권 및 부산광역시의 4지 신호교차로를 대상으로 도로의 기하구조측면, 교통특성, 환경특성 등 다양한 요인을 고려하여 교통사고예측모형을 구축하고 교차로사고와의 상호관계를 규명하고자 하였다. 분석 결과 기존의 음이항 모형보다 확률적 음이항 모형의 설명력이 높게 나타났으며 총 52개의 변수 중 10개의 변수가(주도로의 차로 수, 주도로의 좌회전 교통량, 주도로의 주행제약시설 수, 부도로의 우회전 교통량, 부도로의 교차로 시거, 교차로의 총 현시, 부도로의 중앙분리대 유무, 부도로의 제한속도, 부도로의 교통섬 유무, 부도로의 속도제약시설 수) 도시부 4지 신호교차로에서 교통사고에 영향을 미치는 유의한 변수로 나타났다. 또한 10개의 유의한 변수 중 2개의 변수가(부도로의 교차로 시거, 부도로의 차량 주행속도 제약 시설물 수)가 확률적 변수로 나타났다.
기존의 기업부도 예측모델들은 장부가치를 기준으로 한 회계적 자료에 의존하여 부도확률을 평가함으로써 시장의 상황변화를 민감하게 반영하지 못하며, 이론적 배경도 약하다는 약점을 가지고 있었다. 그러나 시장정보형 부도예측모형은 기업의 부도예측에 시장가치를 이용함은 물론 Black-Scholes(1973)의 옵션가격결정이론이라는 옵션이론을 배경으로 하고 있어 최근 들어 많은 기업들이 신용리스크를 평가하는 데 사용하고 있으며 그 대표적인 모형이 KMV이다. 우리나라 기업들도 최근 들어 KMV를 많이 사용하고 있으나, 미국기업들과 부채구조가 다른 데도 미국에서 사용하는 KMV모형을 그대로 사용함으로써 부도시점 예측 시 오차가 발생한다는 문제를 가지고 있다. 본 연구에서는 부채구조가 다를 경우 KMV모형을 그대로 사용하면 안 되고 부도확률 산출 시 부채구조를 감안하여야 함을 실증적으로 입증하였다. 즉, KMV모형을 국내에 적용할 경우, 부도확률계산 시 고정부채의 편입비율 50%로 일률적으로 적용하는 것보다는 부채구조를 감안하여 20% 이하로 고정부채편입비율을 조정해야 부도예측능력이 제고된다는 것을 확인함으로써 기업의 신용리스크관리에 중요한 시사점을 제공하고 있다. 또한 IMF 외환위기와 같은 외부충격이 기업부도에 미치는 영향을 확인하였으며, 한국기업들의 경우 유동비율보다는 유동부채비중이 부도점 산정에 보다 중요함도 확인하였다.
최근 몇 년간 SVM(support vector machines)기법은 패턴인식 또는 분류의사결정문제를 위한 분석기법으로서 기존의 데이터마이닝 기법과 비교할 때, 매우 높은 성과를 갖는 것으로 인식되어 왔다. 더 나아나 많은 연구자들은 SVM기법이 1980년대 이후 대표적인 예측 및 분류모형으로 인정받은 인공신경망기법(ANNs : Artificial Neural Networks)에 비해 더 성과가 좋다는 사실을 실증적으로 입증해 왔다(Amendolia et al., 2003; Huang et al., 2004, Huang et al., 2005; Tay and Cao, 2001; Min and Lee, 2005; Shin et al., 2005; Kim, 2003). 일반적으로 이와 같이 다양한 데이터마이닝 기법에 의해 분석되는 이진분류 또는 다분류 의사결정문제들은 특히 금융분야 등에 있어서 오분류비용에 민감하며, 이로 인한 오분류의 경제적 손실도 상대적으로 매우 크다고 할 수 있다. 따라서 기업부도예측모형과 같은 이진분류모형의 결과값을, 부도확률에 기초하여 정교하게 계산된 사후확률의 개념으로서 다분류의 신용등급평가의 문제로 변환할 필요가 있다. 그러나, SVM 모형의 결과값은 기본적으로 그와 같은 부도확률분포를 보여주지 않는다. 따라서, 그러한 확률분포를 정교하게 보여줄 방법을 제시할 필요가 있다(Platt, 1999; Drish, 2001). 본 연구는 AdaBoost 알고리즘기반의 SVM 모형을 이용하여, 이진분류모형으로서 IT 기업의 부실예측모형에 적용한 후, 이 SVM 모형의 예측결과를 SVM의 손실함수에 적용하여 계산된 값을 사후부도확률의 정규분포 특성에 따라 이를 구간화하여 IT기업에 대한 다분류 신용등급 평가의 문제로 전환시키는 방법을 제시하였다. 그리고 본 연구에서 제안하는 방법은 이러한 AdaBoost 알고리즘기반 SVM 모형이 각 기업이 고유한 신용위험(부도확률)을 갖고 있다는 조건하에서, 신용등급부여를 위한 부도확률분포 구간을 정교하게 조정함으로써 오분류 문제를 좀 더 줄일 수 있음을 제시하였다.
Journal of the Korean Data and Information Science Society
/
제22권2호
/
pp.149-157
/
2011
본 연구는 신용평가 과정에서 발생하는 미결정자를 결측자료 문제로 간주하여 MAR와 MNAR 가정 하에서 추론한다. MAR 가정에서 미결정자 추론은 결정자들에 대한 로지스틱 회귀모형의 회귀 계수벡터를 이용하여 미결정자의 부도 확률을 구한 후 결정자의 부도확률과 비교하여 미결정자의 미래 상태를 판단한다. 그리고 MNAR 가정에서의 미결정자 추론은 특성변수가 추가한 로지스틱 모형으로부터 미결정자의 부도확률을 구하고 미결정자를 예측하는 방법을 제안하였다. 두 종류의 실제 자료에 대하여 모의실험을 한 결과, MAR 가정에서 미결정자의 비율이 증가하더라도 원자료의 오분류율과 추론한 결과 차이가 없으며, MNAR 가정에서는 추가적인 변수를 고려하여 미결정자를 추정하였기 때문에 미결정자의 오분류율이 MAR 가정에서의 오분류율보다 감소하고 나아가 전체에서 미결정자가 차지하는 비율이 증가함에 따라 전체의 오분류율이 더욱 감소함을 발견하였다.
본 논문은 우리나라 기업의 신용등급 전이행렬을 활용하여 부도율과 신용 등급 전이에 내재된 체계적 요인을 추출하는 방법을 소개하고, 이률 활용한 위기상황분석에 관한 연구를 수행하였다. 본 논문의 주요 발견은 등급전이행렬에 내재된 체계적 요인의 변동은 경기 동행성이 뚜렷하고, 실제 경기 변동을 설명하는 것을 확인할 수 있었다. 특히, 투자적격등급과 투기등급별로 경기에 반응하는 속도가 상당히 다르다는 것을 확인할 수 있었다. 신용등급 전이행렬에 내재된 체계적 위험을 고려한 위기상황분석은 부도확률에만 초점을 맞추는 방법에 비해 위기상황에 대한 포트폴리오의 변화를 파악할 수 있기 때문에 개념적으로 우월하고, 분석 결과 등급 전이를 고려한 위기상황분석이 부도확률만을 고려하는 방법에 비해 예상손실에 상당한 차이가 있음을 발견하였다.
현행 기업신용평가모형에 관한 연구는 크게 부실예측모형 및 채권등급 평가모형으로 구분된다. 이러한 신응평가모형에 관한 연구는 단순히 부실여부 또는 이미 전문가 집단에 의해 사전에 정의된 등급체계만을 예측하는 데 초점을 맞추고 있었다. 그러나. 대부분의 금융기관에서 사용하는 신응평가모형은 기업의 부실여부만을 예측하거나 기존의 채권등급을 예측하기 위만 목적보다는 기업의 고유 신응위험을 평가하여 이에 적합한 신용등급을 부여함으로써, 효율적인 대출업무를 수행하기 위해 활용되고 있다. 본 연구에서는 기존의 부실예측모형들을 대상으로 다중 부실확률모형 (Business Failure Probability Map; BFPM) 접근방법을 이용한 신응등급화 방법을 제안하고자 한다. 본 연구에서 제시된 다중 부실확률모형은 신경망모형과 로짓모형을 통합하여 부도율, 점유율을 고려한 다단계 신용등급을 예측할 수 있게 해준다. 다중 부도확률지도 접근방법을 이용하여 각 금융기관에서 정의하는 수준의 신용리스크를 효과적으로 추정하고, 이를 기준으로 보다 객관적인 다단계 신용등급을 산출하는 새로운 신응등급화 방법을 제시 하고자 한다.
혼합분포를 가정한 신용평가연구에서 부도차주를 정상으로 예측하거나 정상차주를 부도로 예측하는 오류를 최소화하는 분류점을 추정하는 방법을 토론한다. 확률변수 스코어와 정상과 부도상태의 모수공간으로 정의된 확률밀도함수들에 대하여 강력검정과 일반화가능도비검정을 이용하여 최적분류점의 추정방법을 제안하고, ROC와 CAP 곡선에서 분류정확도를 측정하는 정확도(accuarcy)와 진실율(true rate)을 이용하여 이 측도를 최대로 하는 최적분류점을 확률밀도함수의 관계식으로 추정하는 방법을 제안한다. 다양한 정규분포에서 가설검정, 정확도 그러고 진실율을 이용하는 세가지 방법의 최적분류점을 구하고 각최적분류점에 대응하는 제 I 종과 제 II 종 오류합의 크기를 비교하여 효율성을 토론한다.
본 논문에서는 블랙-숄츠 옵션가격결정이론을 토대로 개발된 KMV 모형을 활용하여 건설업체 예상부도확률(Expected Default Frequency; EDF)을 측정하여 건설업체 경영상태 변동 특성을 건설업체 규모별로 비교분석하는 것을 목적으로 한다. 이를 위해 본 논문에서는 시공능력평가순위 50위권 내에서 국내에 상장된 건설업체 중 28개 업체를 선정하여 상위 14개 업체, 하위 14개 업체로 구분하여 분석에 활용하였다. KMV 모형을 통해 예상부도확률을 측정하기 위해서는 자산가치와 자산가치변동성, 채무불이행점(Default Point)을 먼저 산출하고 이를 기초로 부도거리(Distance to Default)를 측정하여 최종적으로 예상부도확률을 측정하였다. 또한 본 논문에서는 예상부도확률을 2001년 1분기부터 2010년 4분기까지 분기별로 측정하였다. 분석결과 선험적으로 인지하고 있듯이, 대규모 회사가 중소규모 회사보다 재무적으로 건전함을 확인할 수 있었다. 중소규모 회사의 경우 경영상태 변화 추이가 경기변동과는 매우 둔감하게 나타났다. 즉 상대적으로 규모가 작은 회사는 열악한 재무환경이 지속적으로 유지됨을 확인할 수 있었다. 또한 대규모 회사의 경우 전반적으로 중소규모 회사보다 재무적으로 안정적이었지만 경기에 매우 민감하게 반응하는 것으로 나타났다. 이에 따라 급격한 경기변동이 발생했을 때 중소규모 회사보다 체감적으로 재무상황이 급격히 나빠지는 것을 확인할 수 있었다.
기술혁신활동은 타 기업에 대한 진입장벽 구축, 공정개선 및 신제품 개발을 가능하게 함으로써 이익의 증대, 안정적 수익원의 확보 및 매출액의 증대를 가능하게 한다. 또한 기존 기업에게 신기술에 대한 대응력과 내재되어 있는 역량의 증대를 가능하게 함으로써 생존의 기회를 부여한다. 따라서 기술혁신활동은 부도위험을 줄일 수 있다. 그러나 기술혁신활동은 많은 자원의 투입을 필요로 함과 동시에 이에 내재된 성공의 불확실성으로 말미암아 오히려 기업의 부도위험을 증가시킬 수 있다. 이에 본 연구는 기업의 기술혁신활동이 부도위험에 미치는 영향을 분석하고자 한다. 기술혁신활동이 부도위험에 미치는 영향의 분석을 위해 본 연구는 2000년부터 2008년 까지 한국거래소 유가증권시장과 포스닥시장에 계속 상장된 기업으로 산업분류 상 제조업을 영위하는 기업을 대상으로 하였다. 기술혁신활동의 대용변수는 기존 연구에서 밭이 이용되고 있는 연구개발집약도를, 부도위험의 대용변수는 Black & Scholes(1973)의 유럽형 콜옵션 가격결정모형에 기반한 Merton(1974)의 타인자볼자격결정모형을 이용하여 측정된 부도확률을 각각 사용하였다. 추가적으로 부도위험의 대용변수로써 KIS 신용평점을 이용하여 강건성 검정을 실시하였으며, 주요 실증분석 결과는 다음과 같다. 첫째, 전체표본과 이를 유가증권시장표본 및 코스닥시장표본으로 나누어 분석한 결과 모든 표본에 있어 기술혁신활동의 대용변수인 연구개발집약도는 1% 수준에서 유의한 음(-)의 회귀계수를 보였다. 기업의 소속 시장 여부와 관계없이 기술혁신활동이 부도위험을 낮추는 중요한 변수임을 알 수 있었다. 둘째, 전체표본을 기업규모(대기업표본 및 중소기업표본), 기업연령(상위 50% 표본 및 하위 50% 표본) 및 신용평점(10~6점 표본 및 5~1점 표본)에 따라 분류하여 분석한 결과 모든 표본에 있어 연구개발집약도의 회귀계수는 유의수준에서 다소 차이를 보일 뿐 음(-)의 유의한 값을 보였다. 기업규모, 기업연령 및 신용평점의 정도와 관계없이 기술혁신활동이 증가할수록 부도위험이 감소함을 확인하였다. 셋째, 연구개발비는 자산과 비용으로 처리되는 그 여부와 관계없이 모두 부도위험과 음(-)의 유의한 관계를 가짐을 확인하였다. 또한 KIS 신용평점을 이용하여 분석한 강건성 검정 결과 기업의 소속 시장 여부와 관계없이 기술혁신활동이 부도위험을 낮추는 중요한 변수임을 거듭 확인할 수 있었다. 실증분석결과 본 연구는 기술혁신활동이 부도위험을 감소시키는 중요한 변수임을 확인하였다. 기업의 부도위험을 낮추기 위해 경영자는 기술혁신활동에 대한 지속적인 관심과 투자가 필요하겠으며, 국가의 기업지원 방향 역시 기업의 기술혁신활동을 촉진할 수 있도록 설계 되어야 하겠다.
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.