• 한국건설관리학회논문집
• /
• 제15권2호
• /
• pp.112-121
• /
• 2014

공동주택 PF 부실사업장의 증가는 사업참여 주체인 시행사 및 시공사의 부도뿐만 아니라 금융사의 경영악화로 이어져 장기적으로 경제 전반을 악화시키는 악순환을 형성하고 있어 빠른 정상화가 요구되고 있다. 이를 위해서 많은 대안이 제시될 수 있으나, PF가 우리나라 부동산 개발 시장의 한계 속에서 개발된 금융기법인 만큼 금융시장과 자기자본 건전화 등 구조적 개선을 빠른 시일 내에 이루기에는 한계가 있다. 이에 현실적으로 조속한 정상화를 위해서는 대형시공사의 부실사업장에 대한 투자결정이 필요하다. 그러나 대형사공사와 투자를 원하는 시행사 및 금융사의 투자결정에 관한 중요도 인식에 차이로 사업이 무산되는 경우가 있어 본 연구에서는 각 사업주체별 공동주택 PF 부실사업장에 대한 투자결정시 시공사, 금융사, 시행사인 참여주체별로 고려하는 주요 투자결정요인의 도출하고 요인별 중요도를 비교분석하였다. 나아가 투자 결정요인 중요도 도출을 통해 부실 사업 참여 타당성 평가 모델을 수립하고 실제 사례에 적용함으로써 모델의 현실 적용성을 검증하고자 하였다. 전문가를 대상으로 한 AHP 분석 결과 1계층 중요도는 대형 시공사의 경우 사업성> 토지매입리스크, 분양성> 인허가> PF> 시행사 리스크인 것으로 나타났으며 2계층은 분양가의 경쟁력> 사업수익률> 사업부지 확보율> 사업기간>토지비상승 가능성인 것으로 나타났다. 이러한 결과는 시행사와 금융사의 중요도와 차이가 있는 것이며 대형 시공사의 투자결정요인 중요도 모델을 실제 3가지 유형의 투자사례에 적용해 본 결과 실제 투자결정 결과가 일치하여 적용성도 있는 것으로 나타났다.

• 한국건설관리학회논문집
• /
• 제13권4호
• /
• pp.60-68
• /
• 2012

과거 IMF 외환위기와 서브프라임 금융위기는 그 발생의 기원이 다를지라도 거시경제의 변동성에 크게 영향을 주었다. 이는 전체 산업에 상당한 영향을 미쳤을 뿐 만 아니라, 건설산업을 영위하는 개별 건설기업의 경영환경과 밀접하게 연계되어 많은 부실기업들을 양산하였다. 실제로 거시경제변동 전후 건설기업의 부실화 정도는 급격한 변화과정을 겪게 되며, 충격에 대한 반응 또한 기업별로 차이가 존재한다. 따라서 본 논문은 과거 IMF 외환위기와 최근 서브프라임 모기지 사태라는 거시경제변동 상황 하에서 건설기업 부실화의 변천과정을 확인하는데 그 목적이 있다. 거시경제변동 전후에 건설기업의 부실화 정도를 분석하기 위해 KMV 모형을 사용하여 예상부도확률(Expected Default Frequency)을 추출하였으며, 분석에 사용된 건설기업의 표본은 부실기업 20개, 정상기업 20개로 구성하였다. 분석결과 서브프라임 금융위기가 상대적으로 외환위기보다 건설기업에 더 큰 충격을 준 것으로 판단되며, 이는 거시경제 충격 이전의 건설시장의 상황과 관계가 있을 것으로 예상된다. 또한 부실기업과 정상기업을 비교해 보았을 때, 정상기업의 회복속도가 더 빠른 것으로 분석되었다. 이는 정상기업과 부실기업의 내부 사업역량차이에 의해 작용한 것으로 판단된다. 결과적으로 KMV 모형을 활용하여 건설기업의 부실화정도를 시간 흐름에 따라 측정하는 것이 가능함에 따라 각 시기별 부실화의 속성을 유추할 수 있을 것으로 판단된다. 이는 개별기업의 재무구조 개선 효과 및 투자자의 투자지표로 활용할 수 있음은 물론이며, 리스크 매니지먼트 관점에서 의사결정지표로 활용이 가능할 것으로 판단된다.

• 한국항해항만학회지
• /
• 제48권2호
• /
• pp.109-115
• /
• 2024

To develop a shipping company insolvency prediction model, we sampled shipping companies that closed between 2005 and 2023. In addition, a closed company and a normal company with similar asset size were selected as a paired sample. For this study, data of a total of 82 companies, including 42 closed companies and 42 general companies, were obtained. These data were randomly divided into a training set (2/3 of data) and a testing set (1/3 of data). Training data were used to develop the model while test data were used to measure the accuracy of the model. In this study, a prediction model for Korean shipping insolvency was developed using financial ratio variables frequently used in previous studies. First, using the LASSO technique, main variables out of 24 independent variables were reduced to 9. Next, we set insolvent companies to 1 and normal companies to 0 and fitted logistic regression, LDA and QDA model. As a result, the accuracy of the prediction model was 82.14% for the QDA model, 78.57% for the logistic regression model, and 75.00% for the LDA model. In addition, variables 'Current ratio', 'Interest expenses to sales', 'Total assets turnover', and 'Operating income to sales' were analyzed as major variables affecting corporate insolvency.

• 한국산학기술학회논문지
• /
• 제15권2호
• /
• pp.1118-1125
• /
• 2014

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.

• 한국항해항만학회지
• /
• 제44권3호
• /
• pp.244-252
• /
• 2020

2008년 9월 미국의 서브프라임 모기지 부실에 의한 리먼브러더스 사태로 시작된 글로벌 금융위기가 세계 건화물해운시장에도 영향을 끼쳐 건화물 물동량 감소와 선박의 공급과잉으로 세계 건화물해운산업과 조선산업에 심각한 불황을 유발하였다. 이러한 상황에서, 국제경제의 동향에 민감한 한국경제의 구조 여건상 한국의 건화물선해운기업(또는 건화물선사)도 2008년 이후 현재까지 어렵게 경영을 헤쳐가고 있다. 이와 같은 심각한 불황과 그 여파로 건화물선사의 수익이 급감 할 수밖에 없게 되었으며 열악한 재무구조로 인해 경영이 부실해지고 급기야 도산과 파산하는 해운기업이 속출하게 되었다. 이러한 점을 고려하여 동 연구는 2008년 글로벌 금융위기를 기점으로 2005년부터 2007년까지와 그 후 2010년부터 2012년까지로 기간을 선정한 다음 한국의 외항 건화물 해운기업을 건전기업과 부실기업으로 구분하여 두 기업집단 간의 주요 재무비율에 어떠한 변화와 차이가 있었는지 t 검정을 통해 분석하였다. 실증분석에서 두 집단 간에 차이를 보인 주요 재무비율로는 수익성비율과 성장성비율이다. 본 연구의 의의는 첫째, 해운기업 경영에도 역시 재무건전성에 대한 체계적인 관리가 중요하며 이를 위해 수익성이 높은 화물을 계약하는 영업전략이 중요하다. 둘째, 선박의 효율적인 운항 및 관리로 성장성이 지속되는 기업으로 경영해야 한다는 것이다.

• 산업융합연구
• /
• 제21권6호
• /
• pp.1-11
• /
• 2023

본 연구의 목적은 신용보증기금으로부터 투자받은 기업의 비재무정보를 활용하여 기업 부실에 영향을 주는 요인들을 검증하는 것이다. 본 연구에서는 2014년 3월부터 2022년 12월말까지 신용보증기금에서 투자받은 594개(정상기업 525개, 부실기업 69개) 기업을 표본으로 선정하였다. 기업의 비재무정보를 창업자 특성정보, 기업 특성정보, 기업 투자정보로 구분하여 교차분석과 로지스틱회귀분석을 실시하였다. 교차분석 결과 개인신용등급, 업종, 공동투자여부가 유의한 변수로 선정되었고, 그 변수들을 대상으로 로지스틱회귀분석을 실시하여 개인신용등급, 공동투자여부 등 2개 변수가 부실의 중요한 요인으로 선택되었다. 기업경영에 있어 창업자의 개인신용과 투자지원시 공동투자의 중요성을 알 수 있었다. 중소벤처기업에 투자를 지원하는 기관이 이러한 결과를 심사에 반영하고, 민간투자기관과의 협력관계를 체계적으로 구축하면 부실을 최소화하는데 도움이 될 것이다. 본 연구를 통해 공공기관의 직접투자를 지원받는 기업의 부실에 영향을 미치는 요인들에 대하여 더욱 관심을 갖는 계기가 마련되길 바란다.

• KDI Journal of Economic Policy
• /
• 제32권2호
• /
• pp.55-92
• /
• 2010

본 연구에서는 대졸자 직업이동 경로조사(GOMS) 자료를 이용하여 출신대학 소재지가 노동시장 성과에 미치는 영향을 분석하였다. 다른 조건이 유사할 때 비서울지역 대학교 졸업자는 서울 소재 대학교 졸업자에 비해 약 16% 정도 낮은 임금을 받는 것으로 추정되었다. 또한 비서울지역 대졸자는 소규모 업체나 전공과 맞지 않는 직장에 다닐 확률이 상대적으로 높은 것으로 나타났다. 그러나 서울 소재 대학 졸업자와 비서울지역 대학 졸업자 간 임금격차의 3분의 2 가량이 입학 당시의 학과 평균 수능점수의 차이로 설명될 수 있는 것으로 나타났다. 또한 사업체 규모나 직무와 전공의 일치도의 차이 역시 수능점수 격차에 의해 상당 부분 설명될 수 있다는 것이 밝혀졌다. 이처럼 노동시장 성과 차이에 대한 상당한 설명력을 갖고 있는 수능점수는 출생지, 14세 성장지, 고교 소재지가 어느 지역인가에 따라 뚜렷한 격차를 나타냈다. 따라서 지역간 학력격차 중 교육환경의 지역 간 차이에서 비롯되는 부분이 있다면 이를 보완할 필요가 있을 것이다.

• 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.