• 기술혁신연구
• /
• 제22권2호
• /
• pp.185-220
• /
• 2014

본 연구의 목적은 신기술을 바탕으로 급속히 성장한 신재생에너지 분야 기업의 재정적 어려움을 계량적으로 파악하고 부도위험과 지속가능성을 예측하는 것이다. 태양광 및 풍력기업으로 대표되는 신재생에너지산업은 신생기업이 많은 분야이며, 또한 한국의 현실상 중소기업이 많은 영역이라 start-up기업, 중소기업의 연구란 관점에서도 의의가 있다. 기업의 부도가능성 측정에 관한 연구는 재무비율을 이용한 초기모형 구축을 통한 분석, 기업의 지배구조 분석을 통한 모형분석, 위험과 생존요인을 이용한 분석 등이 주를 이룬다. 본 연구의 분석방법으로 많은 국가에서 이용되고 있는 'Altman Z-score'를 채택하였다. 분석 표본은 한국의 태양광과 풍력분야 상장기업 121개 이며, KIS-VALUE Data를 중심으로 수집, 분석하였다. 분석 대상기간은 2006년부터 2011년이다. 알트만 스코어로 분석한 결과, 태양광과 풍력기업 중에서 '경계 태세(on-alert)'로 분류되어 부도위험에 크게 노출된 기업은 38%,'예의주시(watch)'가 필요한 기업은 38%로, 합하여 76%가 지속가능성에 의문을 받는 기업으로 측정되었다. 신생기업의 경우 순수한 중소기업이 대기업군에 속한 기업보다 지속가능성이 낮았다. 기업규모가 대체적으로 큰 풍력분야 기업과 규모가 작은 태양광분야 기업의 부도위험을 비교한 결과, 풍력기업군의 부도위험이 다소 높게 나타났으나 유의적이지는 않았다. 결과적으로 Altman Z-score의 유용성이 한국의 신재생에너지 산업군 분석에도 검증되었다고 할 수 있다. 본 연구는 신성장산업인 태양광, 풍력기업의 상당수가 부도위험에 직면하였다는 것을 실증적으로 보여준 점에 의의가 있다. 또한 신생 start-up 기업의 연구, 중소기업과 대기업군기업과의 비교연구를 진전시켰다는 점에 의미가 있다.

• The Journal of Asian Finance, Economics and Business
• /
• 제8권1호
• /
• pp.573-585
• /
• 2021

The banking sector is one of the most important sectors in Pakistan's struggling economy. Recent studies have recommended that suitable methods can be applied to predict bankruptcy. In this context, this work analyzes Pakistan's banking sector's financial status through the five-factor Altman Z-score model, which determines the probability of bankruptcy for an organization. Banking data has been collected through the Pakistan Stock Exchange (PSX) in the period 2013-2017. The Z-score assessment criteria is defined as: Z> 2.99 - "safe" zone; Z> 1.8 Z>2.98- "grey" zone; and Z <1.8 - "distress" zone. Results show good predictions for the local banking industry, while most foreign Pakistani banks were found bankrupt with the Z-score below 1.1. One of the financial risks investors face when investing in any company is the risk of bankruptcy. One of the most used models for predicting financial distress for any company is Altman's Z-score model. On the other hand, the Z-score analysis suggests that all banking establishments are not bankrupt because they have sufficient ability to control bankruptcy. At the same time, foreign banks failed financially and would not be able to be sustained in the future because they do not have the ability to pay the short-term and long-term debt.

• The Journal of Asian Finance, Economics and Business
• /
• 제8권8호
• /
• pp.1-12
• /
• 2021

Altman's Z-score is used to measure a company's financial health and to predict the probability that a company will collapse within 2 years. It is proven to be very accurate to forecast bankruptcy in a wide variety of contexts and markets. The goal of this study is to use Altman's Z-score model to forecast insolvency in non-financial publicly traded enterprises. Non-financial firms are a significant industry in Malaysia, and current trends of consolidation and long-term government subsidies make assessing the financial health of such businesses critical not just for the owners, but also for other stakeholders. The sample of this study includes 84 listed companies in the Kuala Lumpur Stock Exchange. Of the 84 companies, 52 are considered high risk, and 32 are considered low-risk companies. Secondary data for the analysis was gathered from chosen companies' financial reports. The findings of this study show that the Altman model may be used to forecast a company's financial collapse. It dispelled any reservations about the model's legitimacy and the utility of applying it to predict the likelihood of bankruptcy in a company. The findings of this study have significant consequences for investors, creditors, and corporate management. Portfolio managers may make better selections by not investing in companies that have proved to be in danger of failing if they understand the variables that contribute to corporate distress.

• 기술혁신연구
• /
• 제19권2호
• /
• pp.25-51
• /
• 2011

R&D 지출은 지속적이어야 하며, 일시적으로 감소할 경우 이후 상당한 조정비용을 부담하게 된다. 본 연구에서는 기업이 재정적으로 어려움에 처한 경우 R&D 조정비용을 회피하기 위해서 기업이 보유한 현금성 자산을 이용하여 R&D 자금을 조달하는지를 분석하였다. 기업의 재정상태를 알아보기 위해 선행연구에서 이용한 기업 연수 뿐 아니라 기업 규모, Altman Z-score 및 K-Score에 따라 기업의 재정상태를 구분하였고, Brown and Petersen(2010)의 동적 R&D모형을 이용하여 실증 분석을 실시하였다. 분석 결과, 재정적으로 어려움에 처한 기업을 분석한 모든 결과에서 R&D지출과 기업이 보유한 현금성 자산과 유의한 음(-)의 관계가 도출되었다. 즉, 중소기업, 부도확률이 중간이상인 기업, 기업 연수가 짧은 기업일수록 그렇지 않은 기업에 비해 지속적인 R&D지출을 위해 기업이 보유한 현금성 자산을 이용하는 것으로 나타났다. Altman의 Z-Score와 K-Score를 사용하여 분류한 결과는 새로운 시사점을 제공하고 있었는데, 부도확률이 매우 높은 기업들은 R&D 지출을 유지하고 있지 못하지만, 다만 판단유보 상태에 있는 중간 기업들이 재정적인 어려움에 처했을 때에도 막대한 R&D 조정비용을 예방하기 위하여 현금성 자산으로 재원을 조달하고 있었다. 이러한 결과는 본 논문에서 설정한 가설과 일치되는 것으로 재정적으로 어려움에 처한 기업은 현금성 자산을 이용해 R&D 자금을 조달하고 있음을 확인할 수 있었다.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권11호
• /
• pp.241-250
• /
• 2020

This study examines the relationship between the attributes of board structure and the likelihood of financial distress for the non-financial sector of an emerging market characterized by concentrated ownership and family-controlled business. The present study utilized panel logistic regression to estimate the relationship between board structure attributes and the likelihood of financial distress. We used Altman Z-Score as a proxy for firm financial distress, as this tool measures the financial distress inversely. The study finds a significant relationship between board size and the likelihood of financial distress. The results show that a one-unit increase in board size would decrease the probability of financial distress by 3.4%. Further, we observe that a greater level of board independence is associated with a lower likelihood of financial distress. A one-unit increase in board independence would decrease the probability of financial distress by 20.4%. We also find a significant positive impact of leverage on the likelihood of financial distress. The present study contributes to the body of literature on board structure attributes and likelihood of financial distress in emerging markets, like Pakistan. Furthermore, the findings would be beneficial for corporate policymakers and investors in formulating corporate financial strategy and predicting business failure.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권12호
• /
• pp.181-193
• /
• 2020

This study examines the relationship between gender diversity (women on the board and women on the audit committee) and a firm's financial stability. The ordinary least square analysis was used to determine the relationship. To measure the financial stability of Malaysian suspect firms, i.e., firms with the lowest positive earnings, the Altman (1993) Z-Score measurement was utilized. The results indicate that women on the board are significantly and negatively associated with the firm's financial stability. That is, they are related to low financial stability, which contradicts the agency and resource dependence theories. Regarding women directors on the audit committee, there is no significant relationship with financial stability, meaning that they cannot protect the company against financial distress. These results are robust and do not change when using different measurements of gender diversity, one-year lag of independent variables, and other methods of analysis, namely random effect panel data. This study is the first to alert policymakers, stakeholders, researchers, and society in general to the need to re-evaluate and strengthen the role of women directors in improving firms' financial stability, particularly in emerging economies like Malaysia.

• Asian Journal of Business Environment
• /
• 제11권2호
• /
• pp.27-38
• /
• 2021

Purpose: The study mainly investigates bankruptcy risk and income smoothing tendency of Non-Banking Financial Institutions (NBFIs) in Bangladesh. External parties of NBFIs take investment decisions based on financial reports. Stable and predictable income is one of their preference. On the other hand, poor income is one of the signs of NBFIs having bankruptcy risk. Hence the study tries to find whether the NBFIs having bankruptcy are involved in income smoothing or not. Research design, data and methodology: Data were collected from the annual report of twenty-two listed NBFIs in Bangladesh. Data from 2013 to 2017 were used. Altman's Z score and Eckel's model are used to detecting bankruptcy risk and income smoothing respectively. Results: Result implies that most of the NBFIs which have bankruptcy risk are not involved in income smoothing. Therefore, NBFIs which has bankruptcy risk are involved less with income smoothing. Conclusions: The present study revealed that most of the listed NBFIs in Bangladesh are facing bankruptcy risk. They didn't use any fraudulent technique to show smooth income. The findings will help the investor to take an investment decision on NBFIs in Bangladesh. It will convey signals to the stock market in Bangladesh.

• 지능정보연구
• /
• 제20권1호
• /
• pp.35-48
• /
• 2014

2013년 건설 경기 전망 보고서에 따르면 주택건설경기 침체 상황의 지속으로 건설 기업의 유동성 위기가 지속될 것으로 전망된다. 건설업은 파산으로 인한 사회적 파급효과가 다른 산업에 비해 큰 편이지만, 업종의 특성상 다른 산업과는 상이한 자본구조와 부채비율, 현금흐름을 가지고 있어서 기업의 파산 예측이 더 어려운 측면이 있다. 건설업은 레버리지가 큰 산업으로 부채비율이 매우 높은 업종이며 현금흐름이 프로젝트 후반부에 집중되는 특성이 있다. 그리고 경기사이클에 따른 부침이 매우 심하여 경기하강국면에선 파산이 급증하는 양상을 보인다. 건설업이 레버리지 산업인 이상 건설업체의 파산율 증가는 여신을 공여한 은행에 큰 부담으로 작용한다. 그럼에도 그간의 파산예측모델이 주로 금융기관에 집중되어 왔고 건설업종에 특화된 연구는 드물었다. 기업의 재무 자료를 바탕으로 한 파산 예측 모델에 대한 연구는 오래 전부터 다양하게 진행되었다. 하지만, 일반적인 기업 전체를 대상으로 하는 모델이기 때문에, 건설 기업과 같이 유동성이 큰 기업의 예측에는 적절하지 못할 수 있다. 건설 산업은 오랜 사업 기간과 대규모 투자, 그리고 투자금 회수가 오래 걸리는 특징을 갖는 자본 집약 산업이다. 이로 인해 다른 산업과는 상이한 자본 구조를 갖기 마련이고, 다른 산업의 기업 재무 위험도를 판단하는 기준과 동일한 적용이 곤란할 수 있다. 최근에는 기계 학습을 바탕으로 한 기업 파산 예측 연구가 활발하다. 기계 학습의 대표적 응용 분야인 패턴 인식을 기업의 파산 예측에 응용한 것이다. 기업의 재무 정보를 바탕으로 패턴을 작성하고 이 패턴이 파산 위험 군에 속하는지 안전한 군에 속하는지 판단하는 것이다. 전통적인 Z-Score와 기계 학습을 이용한 파산 예측과 같은 기존 연구들은 특정 산업 분야가 아닌 일반적인 기업을 대상으로 하기 때문에 기업들의 특성을 전혀 고려하고 있지 못하다. 본 논문에서는 건설 기업을 규모에 따라 각 기법들의 예측 능력을 비교하여 적응형 부스팅이 가장 우수함을 확인하였다. 본 논문은 건설 기업을 자본금 규모에 따라 세 등급으로 분류하고 각각에 대해 적응형 부스팅의 예측력을 분석하였다. 실험 결과 적응형 부스팅이 다른 기법에 비해 예측 결과가 좋았고, 특히 자본금 규모가 500억 이상인 기업의 경우 아주 우수한 결과를 보였다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.83-102
• /
• 2021

2020년 8월 정부는 한국판 뉴딜을 뒷받침하기 위한 공공기관의 역할 강화방안으로서 각 공공기관별 역량을 바탕으로 5대 분야에 걸쳐 총 20가지 과제를 선정하였다. 빅데이터(Big Data), 인공지능 등을 활용하여 대국민 서비스를 제고하고 공공기관이 보유한 양질의 데이터를 개방하는 등의 다양한 정책을 통해 한국판 뉴딜(New Deal)의 성과를 조기에 창출하고 이를 극대화하기 위한 다양한 노력을 기울이고 있다. 그중에서 한국무역보험공사(KSURE)는 정책금융 공공기관으로 국내 수출기업들을 지원하기 위해 여러 제도를 운영하고 있는데 아직까지는 본 기관이 가지고 있는 빅데이터를 적극적으로 활용하지 못하고 있는 실정이다. 본 연구는 한국무역보험공사의 수출신용보증 사고 발생을 사전에 예측하고자 공사가 보유한 내부 데이터에 기계학습 모형을 적용하였고 해당 모형 간에 예측성과를 비교하였다. 예측 모형으로는 로지스틱(Logit) 회귀모형, 랜덤 포레스트(Random Forest), XGBoost, LightGBM, 심층신경망을 사용하였고, 평가 기준으로는 전체 표본의 예측 정확도 이외에도 표본별 사고 확률을 구간으로 나누어 높은 확률로 예측된 표본과 낮은 확률로 예측된 경우의 정확도를 서로 비교하였다. 각 모형별 전체 표본의 예측 정확도는 70% 내외로 나타났고 개별 표본을 사고 확률 구간별로 세부 분석한 결과 양 극단의 확률구간(0~20%, 80~100%)에서 90~100%의 예측 정확도를 보여 모형의 현실적 활용 가능성을 보여주었다. 제2종 오류의 중요성 및 전체적 예측 정확도를 종합적으로 고려할 경우, XGBoost와 심층신경망이 가장 우수한 모형으로 평가되었다. 랜덤포레스트와 LightGBM은 그 다음으로 우수하며, 로지스틱 회귀모형은 가장 낮은 성과를 보였다. 본 연구는 한국무역보험공사의 빅데이터를 기계학습모형으로 분석해 업무의 효율성을 높이는 사례로서 향후 기계학습 등을 활용하여 실무 현장에서 빅데이터 분석 및 활용이 활발해지기를 기대한다.