• 지능정보연구
• /
• 제7권2호
• /
• pp.83-93
• /
• 2001

기업부실예측은 과거로부터 많은 연구가 이루어진 분야로, 주로 통계기법에 의한 분류예측문제로 다루어져 왔다. 최근에는 인공신경망, 의사결정나무 등 비선형성을 반영할 수 있는 인공지능 기법을 적용한 연구가 많이 수행되고 있다. 본 연구에서는 최적화에 주로 활용하는 인공지능 기법인 유전자 알고리즘을 규칙추출을 통한 기업부실예측 모형의 개발에 적용하고, 활용가능성을 검증하였다.

• 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
• /
• 제15권4호
• /
• pp.99-121
• /
• 2009

최근 데이터마이닝 기법을 이용하여 기업의 부실을 예측하고자 하는 연구가 많이 이루어져 왔다. 여러 연구자들에 의해 다양한 데이터마이닝 기법이 연구되었으나 각 방법론이 장단점을 가지고 있기에 이를 보완적으로 사용하고자하는 결합기법에 대한 연구도 꾸준하게 발표되고 있다. 본 연구에서는 데이터마이닝 기법을 각 기법의 특성을 바탕으로 4가지 형태로 구분하고 각 형태의 대표적인 기법을 선택하여 이를 유전자알고리즘을 통하여 통합하는 기법을 제안한다. 유전자알고리즘은 전역최적화기법으로 다양한 기법의 결과를 유기적으로 통합하여 최적해 또는 유사최적해를 찾게 해 줄 것이다. 본 연구에서는 기업부실예측에서 유용한 모형을 찾기 위하여 단일모형, 기존의 통합모형과 본 연구에서 제안하는 유전자알고리즘 통합기법의 결과를 비교한다.

• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 1999년도 춘계공동학술대회: 지식경영과 지식공학
• /
• pp.415-421
• /
• 1999

Altman의 연구(1965, 1977)나 Beaver의 연구(1986)와 같은 전통적 예측모형은 분석자의 판단에 따른 예측도가 높은 재무비율을 선정하여 다변량판별분석(MDA： multiple discriminant analysis), 로지스틱회귀분석 등과 같은 통계기법을 주로 이용해 왔으나 1980년 후반부터 인공지능 기법인 귀납적 학습방법, 인공신경망모형, 유전모형 둥이 부실기업예측에 응용되기 시작했다. 최근 연구에서는 인공신경망을 활용한 변수 및 모형개발에 관한 보고가 있다. 그러나 지금까지의 연구가 주로 기업의 재무적 비율지표를 고려한 모형에 치중되었으며 정성적 자료인 비재무지표에 대한 검증과 선정이 자의적으로 이루어져온 경향이었다. 또한 너무 많은 입력변수를 사용할 경우 다중공선성 문제를 유발시킬 위험을 내포하고 있다. 본 연구에서는 부실기업예측모형을 수립하기 위하여 정량적 요인인 재무적 지표변수와 정성적요인인 비재무적 지표변수를 모두 고려하였다. 재무적 지표변수는 상관분석 및 요인분석들을 통하여 유의한 변수들을 도출하였으며 비재무적 지표변수는 조직생태학내에서의 조직군내 조직사멸과 관련된 생태적 과정에 대한 요인들 중 조직군 내적요인으로 조직의 연령, 조직의 규모, 조직의 산업밀도를 도출하여 4개의 실험집단으로 분류하여 비재무적 지표변수를 보완하였다. 인공신경망은 다층퍼셉트론(multi-layer perceptrons)과 역방향 학습(back-propagation )알고리듬으로 입력변수와 출력변수, 그리고 하나의 은닉층을 가지는 3층 퍼셉트론(three layer perceptron)을 사용하였으며 은닉충의 노드(node)수는 3개를 사용하였다. 입력변수로 안정성, 활동성, 수익성, 성장성을 나타내는 재무적 지표변수와 조직규모, 조직연령, 그 조직이 속한 산업의 밀도를 비재무적 지표변수로 산정하여 로지스틱회귀 분석과 인공신경망 기법으로 검증하였다. 로지스틱회귀분석 결과에서는 재무적 지표변수 모형의 전체적 예측적중률이 87.50%인 반면에 재무/비재무적 지표모형은 90.18%로서 비재무적 지표변수 사용에 대한 개선의 효과가 나타났다. 표본기업들을 훈련과 시험용으로 구분하여 분석한 결과는 전체적으로 재무/비재무적 지표를 고려한 인공신경망기법의 예측적중률이 높은 것으로 나타났다. 즉, 로지스틱회귀분석의 재무적 지표모형은 훈련, 시험용이 84.45%, 85.10%인 반면, 재무/비재무적 지표모형은 84.45%, 85.08%로서 거의 동일한 예측적중률을 가졌으나 인공신경망기법 분석에서는 재무적 지표모형이 92.23%, 85.10%인 반면, 재무/비재무적 지표모형에서는 91.12%, 88.06%로서 향상된 예측적 중률을 나타내었다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 춘계공동학술대회-지식경영과 지식공학
• /
• pp.415-421
• /
• 1999

Altman의 연구(1965, 1977)나 Beaver의 연구(1986)와 같은 전통적 예측모형은 분석자의 판단에 따른 예측도가 높은 재무비율을 선정하여 다변량판별분석(MDA:multiple discriminant analysis), 로지스틱회귀분석 등과 같은 통계기법을 주로 이용해 왔으나 1980년 후반부터 인공지능 기법인 귀납적 학습방법, 인공신경망모형, 유전모형 등이 부실기업예측에 응용되기 시작했다. 최근 연구에서는 인공신경망을 활용한 변수 및 모형개발에 관한 보고가 있다. 그러나 지금까지의 연구가 주로 기업의 재무적 비율지표를 고려한 모형에 치중되었으며 정성적 자료인 비재무지표에 대한 검증과 선정이 자의적으로 이루어져온 경향이었다. 또한 너무 많은 입력변수를 사용할 경우 다중공선성 문제를 유발시킬 위험을 내포하고 있다. 본 연구에서는 부실기업예측모형을 수립하기 위하여 정량적 요인인 재무적 지표변수와 정성적 요인인 비재무적 지표변수를 모두 고려하였다. 재무적 지표변수는 상관분석 및 요인분석들을 통하여 유의한 변수들을 도출하였으며 비재무적 지표변수는 조직생태학내에서의 조직군내 조직사멸과 관련된 생태적 과정에 대한 요인들 중 조직군 내적요인으로 조직의 연령, 조직의 규모, 조직의 산업밀도를 도출하여 4개의 실험집단으로 분류하여 비재무적 지표변수를 보완하였다. 인공신경망은 다층퍼셉트론(multi-layer perceptrons)과 역방향 학습(back-propagation)알고리듬으로 입력변수와 출력변수, 그리고 하나의 은닉층을 가지는 3층 퍼셉트론(three layer perceptron)을 사용하였으며 은닉층의 노드(node)수는 3개를 사용하였다. 입력변수로 안정성, 활동성, 수익성, 성장성을 나타내는 재무적 지표변수와 조직규모, 조직연령, 그 조직이 속한 산업의 밀도를 비재무적 지표변수로 산정하여 로지스틱회귀 분석과 인공신경망 기법으로 검증하였다. 로지스틱회귀분석 결과에서는 재무적 지표변수 모형의 전체적 예측적중률이 87.50%인 반면에 재무/비재무적 지표모형은 90.18%로서 비재무적 지표변수 사용에 대한 개선의 효과가 나타났다. 표본기업들을 훈련과 시험용으로 구분하여 분석한 결과는 전체적으로 재무/비재무적 지표를 고려한 인공신경망기법의 예측적중률이 높은 것으로 나타났다. 즉, 로지스틱회귀 분석의 재무적 지표모형은 훈련, 시험용이 84.45%, 85.10%인 반면, 재무/비재무적 지표모형은 84.45%, 85.08%로서 거의 동일한 예측적중률을 가졌으나 인공신경망기법 분석에서는 재무적 지표모형이 92.23%, 85.10%인 반면, 재무/비재무적 지표모형에서는 91.12%, 88.06%로서 향상된 예측적중률을 나타내었다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 1999년도 춘계공동학술대회:정보화시대의 지식경영
• /
• pp.368-370
• /
• 1999

• 한국수산경영학회:학술대회논문집
• /
• 한국수산경영학회 2008년도 춘계학술발표회 및 심포지엄
• /
• pp.15-24
• /
• 2008

• 산업융합연구
• /
• 제21권11호
• /
• pp.13-27
• /
• 2023

본 연구는 우리 경제에서 사회적기업의 역할이 증가함에 따라, 사회적기업의 부실에 영향을 미치는 요인을 분석하여 부실률을 낮추고 기업부실로 인한 사회적 비용을 감소하는데 도움이 되고자 한다. 본 연구에 사용된 데이터는 신용보증기관의 신용보증을 지원받고, 2009년부터 2018년 사이에 설립된 사회적 기업(예비 사회적기업 포함) 중에서 2022년 6월말 기준으로 정상기업과 부실기업으로 분류하였다. 수집된 사회적기업의 수는 재무정보 활용이 가능한 439개를 대상으로 하였으며, 정상기업은 406개(92.5%), 부실기업은 33개(7.5%)이다. 선행연구를 통하여 부실예측에 주로 사용하는 비재무적요인 8개를 선정하였다. 교차분석 결과 4개가 부실에 대하여 유의한 변수로 나타났고. 채택된 4개의 변수를 대상으로 로지스틱 회귀분석을 한 결과로 기업신용등급, 대표자개인신용등급 등 2개 변수가 부실에 유의한 변수로 채택되었다. 또한 부채비율, 매출액영업이익율, 총자산회전율 등 재무요인을 통제변수로 사용하여 분석을 수행하였다. 실증분석 결과, 사회적 기업의 부실에 영향을 미치는 독립 변수들이 재무적 요인을 통제한 상태에서 2개 변수가 영향력을 유지하고 있음이 확인되었다. 지금까지와 같은 정부 주도의 육성·지원 정책으로는 한계가 있어 민간·지역의 자발적인 주도로 다양한 사회적 가치를 지향하는 기업들이 사회적기업으로 유입되고 사회적경제 주체와 지역·주민이 함께 연대하여 사회적가치를 실현할 수 있는 환경을 조성하고 정부는 이를 적극적으로 지원할 수 있도록 정책의 방향을 전환할 필요가 있다.

• 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.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2012년도 춘계학술발표대회논문집
• /
• pp.54-57
• /
• 2012

본 논문은 클라우드 기반 종합채권관리 지원 시스템을 제안한다. 제안된 시스템은 자동화된 통합인증 및 접근제어 시스템으로서, 각기 독립된 모듈을 통합하여, 부실예측을 예상하고 자산을 평가하여 채권회수에 관한 데이터 및 기법을 다른 모듈과 공유함으로써 채권회수 및 관리의 효율성을 높인다. 또한 제안하는 시스템은 클라우드 환경에서 운영됨으로 인하여 금융 사고를 줄이고, 업무 투명성을 높이는데 목적을 둔다. 따라서 제안하는 시스템은 고객의 접근성 및 보안성을 강화하여 기존 시스템보다 효율적으로 사용될 것으로 기대된다.