• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 추계학술발표대회
• /
• pp.695-698
• /
• 2014

본 논문은 AHP의사결정 기법의 계층적 분석과 자산 및 부실채권에 대한 예측 평가르 수행하는 프레임워크를 설계하고 위험탐지 분석 시나리오 등을 통해 상황변화에 따른 모니터링에서 수집된 자료를 수집, 분석할 수 있는 포렌식 준비도 모형을 제안한다. 제안하는 시스템은 기업에서 운영하고 있는 기존의 레거시 시스템과 연계하여 자산 및 부실예측평가 항목을 다양한 속성에 따라 그룹화하고 분석을 수행함으로써 기업의 자산과 리스크를 보다 효율적이고 안정적으로 관리할 수 있으며, 부실 자산에 대한 관리와 회수를 통해 기업 경쟁력 및 수익률을 향상시킬 수 있다. 또한 포렌식 준비도와 분석 모니터링을 활용하여 민사 및 형사 소송 등의 기업 간 분쟁에 대하여 수집된 증거자료를 제공할 수 있으며, 민원발생과 기타 사고를 예방하고 처리비용을 줄일 수 있다.

• 벤처창업연구
• /
• 제14권1호
• /
• pp.139-149
• /
• 2019

본 연구의 목적은 창업기업의 부실에 영향을 미치는 비재무정보 분석을 통해 창업자와 창업지원기관에게 유용한 정보를 제공하여 창업기업의 성공률을 높여 기업부실로 인한 사회적 비용을 최소화하는데 기여하고자 한다. 본 연구는 창업기업을 대상으로 하고 있으며 신용보증기관에서 정의하고 있는 창업기업은 일반적으로 설립 5년이내 기업을 말한다. 연구에 사용된 자료는 2014년 1월부터 12월말까지 창업보증을 지원받은 기업중 2017년 12월말 기준으로 정상기업과 부실기업으로 구분하여 표본을 추출하였으며, 전체 표본기업의 수는 2,826개이며 정상기업 2,267개 (80.2%), 부실기업 559개 (19.8%)이다. 창업기업의 비재무정보를 창업자 특성정보, 창업기업 특성정보, 창업기업 자산정보, 창업기업 신용정보로 구분하여 교차분석과 로지스틱회귀분석을 실시하였다. 단변량분석인 교차분석 결과 개인신용등급, 동업계종사유무, 거주주택보유유무, 종업원보유유무, 재무제표보유유무가 유의한 변수로 선정되었다, 교차분석 결과 선정된 변수를 대상으로 다변량분석인 로지스틱회귀분석을 실시한 결과 개인신용등급, 동업계종사유무, 거주주택보유유무 등 3개 변수가 창업기업의 부실에 영향을 미치는 중요한 요인으로 나타났다. 이러한 결과는 기업경영에 있어 창업자의 개인신용과 경험, 창업기업의 자산의 중요성을 알 수 있었다. 창업지원기관은 이러한 결과를 창업기업 신용평가시스템에 반영하여야 할 것이며, 창업자는 창업교육시 개인신용의 중요성과 관리방안에 대한 연수가 필요하다. 이와 같은 분석결과는 창업자와 창업지원기관에게 유용한 비재무정보를 제공하여 창업기업의 부실을 최소화하는데 기여할 것이다.

• 한국정보과학회 언어공학연구회:학술대회논문집(한글 및 한국어 정보처리)
• /
• 한국정보과학회언어공학연구회 2018년도 제30회 한글 및 한국어 정보처리 학술대회
• /
• pp.487-492
• /
• 2018

4차산업 혁명의 여파로 국내에서는 다양한 분야에 인공지능과 빅데이터 기술을 활용하여 이전에 시행 중인 다양한 서비스 분야에 기술적 접목과 보완을 시도하고 있다. 특히 금융권에서 자금을 빌린 기업들을 대상으로 여신 안정성을 확보하고 선제적인 대응을 위해 온라인 뉴스기사들과 SNS 데이터 등을 이용하여 부실가능성을 예측하고 실제 업무에 도입하려는 시도들이 국내 주요 은행들을 중심으로 활발히 진행 중이다. 우리는 국내의 국책은행에서 수행한 비정형 데이터 기반의 기업의 부실징후 예측 시스템 개발 과정에서 시도된 다양한 분석 방법과 결과 그리고 과정 중에 발생한 문제점들에 관해 기술하고 관련 이슈들에 관하여 다룬다. 결과적으로 본 논문은 레이블이 없는 대량의 기사들에 레이블을 달기 위한 자동 태거(tagger) 개발과 뉴스 기사 예측 결과로부터 부실 가능성을 예측하기 위한 모델 및 성능 면에서 기사 예측 정확도 92%(AUC 0.96) 및 부실 가능성 기업 예측에서도 정형 데이터 분석결과에 견줄만한 성과를 이루었고 이에 관해 보고한다.

• 벤처창업연구
• /
• 제9권1호
• /
• pp.119-132
• /
• 2014

본 연구는 코스닥 기업의 횡령 배임 및 최대주주변경을 고려한 부실기업 예측 모형을 연구하였다. 모형개발을 위해 2009년부터 2012년까지 코스닥시장에서 상장폐지된 제조기업 83개사를 부실기업표본으로 선정하였고. 정상기업 표본은 같은 기간 코스닥시장에 상장되어 정상적인 영업활동을 하고 있으며 부실기업과 동일아이템 혹은 동종업종에 속한 83개사를 선정하여 총 166개사를 쌍대표본 추출법으로 구성하였다. 본 연구는 상기 표본기업의 상장폐지 직전 5년간 재무비율 80개를 선정하여 T-test를 실시하여 유의미한 변수 중에서 5년 연속 출현한 19개를 도출하였고 전진선택법을 이용하여 로지스틱 회귀분석 모형식을 추정하였다. 기존 연구에서는 상장폐지 직전 3년간 자료만을 분석하였으나 본 연구는 직전 5년간 자료를 분석하여 기업이 부실화되는 초기과정부터 어떤 유의미한 재무적 특성이 시차를 두고 부실화에 영향을 미치는 지를 연구했다는 점과 선행 연구에서 시도되지 않은 횡령 배임과 최대 주주변경이라는 비재무적인 특성을 더미변수로써 고려된 부실기업예측모형을 구축하여 그 정보의 유용함을 실증적으로 분석한 점이 기존 선행연구들과 차별화 된다. 연구결과, 더미변수를 추가한 모형의 판별력은 T-1년에 95.2%, T-2년에 88.0%, T-3년에 81.3%, T-4년에 79.5%, T-5년에 74.7%로 나타났으며, 상장폐지 년도에 가까워지면서 판별력도 점차 올라갔으며 기존 선행연구의 결과보다도 대체로 높은 판별력을 보였다. 본 연구가 사전에 부실화될 가능성이 높은 기업을 찾아냄으로써 해당기업은 물론 투자자, 금융기관 및 기타 이해관계자들의 피해를 조금이나마 줄여 줄 수 있을 것이라고 기대된다.

• 벤처창업연구
• /
• 제11권3호
• /
• pp.1-15
• /
• 2016

본 연구는 코스닥 시장에 상장 폐지된 중소제조기업의 재무자료를 이용하여 다변량 판별분석모형, 로지스틱회귀분석모형 그리고 인공신경망분석모형을 구축하고 이들의 예측력을 비교분석하였다. 표본기업은 2009년에서 2012년까지 상장 폐지된 83개의 부실기업과 83개의 정상기업 총166개사로 정하였다. 166개사 중에서 무작위로 부실기업50개사와 정상기업 50개사 총100개사를 선정하여 훈련용 표본(training data)으로 모형을 구축하는데 사용하였다. 나머지 66개사는 모형의 예측성과를 평가하기 위하여 검증용 표본(test data)으로 사용하였다. 과거 5년 동안의 재무비율 79개 자료로 T-test를 실시하여 5년 연속 유의미한 변수 9개를 선정하고 각각의 모형을 구축하였다. T-test 결과, 부실초기에는 주로 수익성지표들이 부실예측에 주요 변수로 나타났으며 부실 후반에 가면서 안정성지표와 현금흐름지표들이 추가로 유의미한 변수로 나타났다. 모형의 예측력을 비교해 보면 훈련용 표본의 경우, 로지스틱회귀분석모형이 가장 높은 분류 정확도를 보였고, 검증용 표본의 경우에는 인공신경망모형이 가장 높은 분류 정확도를 보였다. 본 연구는 첫째, 부실이 서서히 진행된다는 점을 감안하여 T-test를 실시하여 5년 연속 유의미한 변수로 모형을 구축하여 변수의 시계열적인 측면이 고려되었다는 점과, 둘째, 기존 선행 연구들이 정규성을 무시하고 판별분석모형을 구축하였으나, 본 연구가 정규성 여부를 검정하고 모형을 구축하였다는 점이 차별화된다. 본 연구에 따른 정책적 시사점은 부실기업의 징후는 본 논문에서처럼 대체로 재무제표에 나타나기 때문에 회사에 대한 공시서류의 신회성 확보가 중요하다. 따라서 이런 점에서 회계법인 혹은 세무기장 종사자들의 도덕적 해이을 억제할 수 있는 제도적 장치가 강화되어야 할 것이다.

• 지능정보연구
• /
• 제21권4호
• /
• pp.111-131
• /
• 2015

본 연구에서는 데이터마이닝 기법의 일종인 자기조직화지도(Self-Organizing Map, SOM)를 이용하여 비외감기업의 부실화 유형을 구분하고자 한다. 자기조직화지도는 인공 신경망을 기초로 자율학습을 통해 입력된 값을 유사한 군집끼리 묶어내는 방법으로, 기존의 통계적 군집 분류 방법보다 성능이 뛰어나고, 고차원의 입력데이터를 저차원으로 시각화할 수 있다는 장점 때문에 다양한 분야에서 각광받고 있다. 본 연구에서는 기존 연구의 주요 분석대상이었던 외감기업에 비해 부실화 빈도는 높지만 데이터 수집의 어려움으로 인해 분석대상에서 다소 제외되었던 비외감기업의 부실화 유형에 대해 알아보고, 유형별 구체적인 사례도 소개하고자 한다. 재무자료수집이 가능한 100개의 비외감 부실기업에 대해 분석한 결과, 비외감기업의 부실화 유형은 다섯 가지로 구분되었다. 유형 1은 전체 집단의 약 12%를 차지하며, 수익성, 성장성 등 재무지표가 다른 유형에 비해 열등하였다. 유형 2는 전체 집단의 약 14%로, 유형 1보다는 덜 심각하지만 재무지표가 대체로 열등하였다. 유형 3은 성장성 지표가 열등한 그룹으로 기업간 경쟁이 극심한 가운데 지속적으로 성장하지 못하고 부실화된 경우로 약 30%의 기업이 포함되었다. 유형 4는 성장성은 탁월하나 부채경영 등 과감한 경영으로 인해 유동성 부족이나 현금부족 등의 이유로 부실화된 그룹으로 약 25%의 기업이 포함되었다. 유형 5는 거의 모든 재무지표가 우수한 건전기업으로, 단기적인 경영전략의 실수 또는 중소기업의 특성상 경영자의 개인적 사정으로 부실화 되었을 가능성이 큰 그룹으로 약 18%의 기업이 포함되었다. 본 연구 결과는 부실화 유형을 구분하는데 기존의 통계적 방법이 아닌 자기조직화지도를 이용하였다는 점에서 학문적 의의가 있고, 비외감기업의 재무지표만으로도 1차적인 부실화 징후를 발견할 수 있다는 점에서 실무적 의의가 있다고 할 수 있다.

• 타이어
• /
• 통권47호
• /
• pp.4-4
• /
• 1973

김영준사장은 작년 6월 동신화학 사장으로 취임한 직후부터 최근까지 6차례에 걸쳐 미국시장을 찾아 한국「타이어」수출을 위한 획기적인 성과를 안고 돌아왔다. 농림부장관을 퇴임한 후 부실기업인 흥한화섬을 맡아 일약 성장기업으로 키워놓고 다시 부실화된 동신화학을 재건중에 있는 그는 취임 11개월만인 지난 5월부터는 흑자기업으로 일으켜 세웠다. 해외시장 개척부진과 출혈수출로 작년도 「타이어」업계의 수출은 5백만달러선에 머무르고 있는데 김사장은 연 2천만달러의 장기계약을 미국의 「시어스ㆍ로박」과 체결함으로써 「타이어」대미수출의 전기를 마련하고 귀국 했다.<편집자주>

• 한국중재학회지:중재연구
• /
• 제16권3호
• /
• pp.23-52
• /
• 2006

1997년 외환위기 이후 국내 부실기업의 해외매각을 빠른 속도로 진행하여 매각과정에서 협상력 부재로 인해 기업가치를 제대로 평가받지 못하였을 뿐만 아니라 계약조건 부분에 있어서도 협상성과는 매우 낮은 것으로 평가되고 있다. 또한, 부실한 계약조건으로 인해 계약이행이 종료되지 못하고 소송이나 중재와 같은 분쟁발생이 급격이 증가하고 있다. 이러한 문제인식 하에 본 논문은 부실기업 매각협상 사례중 국제중재와 관련된 한보철강 매각의 사례를 통해 매각시 국제중재를 통해 분쟁을 해결하는 과정을 상세하게 설명함으로써 향후 매각협상 과정뿐만 아니라 매각이후 분쟁이 실제로 발생한다면 이에 대한 정확한 대처와 중재 대처 전략을 수립할 수 있도록 하기 위함이다. 중재는 소송과 달리 단심제로서 중재기간이 상대적으로 짧다고 볼 수 있으나 단심제의 특성을 감안하여 최대한 유리한 증거와 증인확보 등 보다 더 적극적인 자세로 임해야 할 것이다. 본 사례연구에서 중요한 시사점은 국내 협상자들이 협상시 매각가격에만 중요성을 부여하며 기타 계약조건 특히, 준거법 및 관할권에 대해 소홀히 취급하는 경향이 있다는 점이다. 본 한보 중재에서도 승리의 결정적인 원인은 바로 계약서에 준거법을 한국법이라고 명시하였기 때문에 가능했던 것이다 이러한 점은 향후 국제협상시 중요하게 다루어져야 할 사항이라고 판단된다.

• KDI Journal of Economic Policy
• /
• 제13권1호
• /
• pp.35-63
• /
• 1991

현재 우리나라의 은행산업(銀行産業)은 상당규모의 부실채권(不實債權)을 보유하고 있는데, 이는 1980년 들어 구조적 불황(不況) 쇠퇴업종(衰退業種)의 부실기업체(不實企業體)들을 정부주도하(政府主導下)에 정리하는 과정에서 은행(銀行)이 이들 부채를 떠맡게 된 데에 주로 연유한다. 국내(國內) 비은행금융기관(非銀行金融機關)이나 국제금융기관(國際金融機關)에 비해 경쟁력이 취약한 국내은행(國內銀行)의 부실채권보유(不實債權保有)는 금후의 금융자유화(金融自由化)는 물론 금융국제화(金融國際化)를 추진하는 데 애로요인으로 작용하고 있다. 본고(本稿)에서는 먼저 주요 선진국(先進國)들의 대표적인 부실기업정리(不實企業整理)의 경험을 조사하여 각국의 상이한 금융시스템과 부실기업(不實企業) 정리(整理)패턴간의 연계성을 살펴보고, 과거 우리나라의 부실기업(不實企業) 정리사례(整理事例) 및 성과분석(成果分析)을 통하여 부실채권정리(不實債權整理)의 기본적 방향을 도출하였다. 이에 이어 최근 은행산업(銀行産業)의 부실채권(不實債權) 보유현황(保有現況) 및 경영실태(經營實態)에 대한 분석(分析)을 토대로 구체적인 정리방법과 그 실효성(實效性)에 관해 이론적으로 고찰해 보았다. 주지하는 바와 같이 부실채권정리(不實債權整理)를 제약하는 가장 큰 요인은 손실배분시(損失配分時) 첨예하게 대립되는 관련당사자간의 이해상충문제(利害相衝問題)이다. 경제적(經濟的) 손실(損失)을 최소화하는 부실채권정리의 기본방향(基本方向)은 사후적(事後的) 여신관리(與信管理)에 있어서 은행(銀行)의 수동적 자세를 유발시켜 온 정부(政府)의 직접적인 개입(介入)을 지양하고 부실채권의 내용을 가장 잘 파악하고 있는 관련채권은행(關聯債權銀行)이 주체가 되어 가급적 은행책임하(銀行責任下)에 부실채권(不實債權)을 정리하는 것이라 사료된다. 이를 위한 방법으로 본고(本稿)에서는 부실채권(不實債權)을 연체기간(延滯期間) 및 상환가능성(償還可能性) 등으로 구분하여 상대적으로 양질(良質)의 부실채권은 채무기업(債務企業)의 우선주(優先株)로 전환하는 방법을 모색해 보고, 매몰비용과 다름없는 불량한 부실채권(不實債權)에 대해서는 내부유보(內部留保)의 확충, 은행자산(銀行資産)의 재평가(再評價) 등을 통해 단계적으로 대손상각처리(貸損傷却處理)하는 방안을 고찰해 보았다. 특히 부채(負債)-주식(株式) 전환방법은 은행자산(銀行資産)의 유동성(流動性) 및 수익성(收益性)을 개선하는 데 도움을 줄 수 있으며, 채무기업(債務企業)도 당장의 채무상환압박(債務償還壓迫)의 해소로 재무구조(財務構造)의 강화를 기할 수 있다는 점에서 정책적(政策的) 차원(次元)에서 적극 검토할 필요가 있다고 사료된다.

• 재무관리연구
• /
• 제12권2호
• /
• pp.1-23
• /
• 1995

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.