본 논문에서는 첫째, 변수들 간의 선형관계를 전제로 하지 않는 인공지능시스템의 하나인 인공신경망을 이용한 평가모형을 구축하여 상장기업의 주가를 예측하고 둘째, 회계정보를 이용하여 기업 가치를 평가하는 Ohlson모형을 이용하여 상장기업의 주가를 예측하였다. 이를 신규상장기업의 주가예측에 적용하여 어느 방법이 더 주가예측의 적정성이 높은지를 평가하였다. 이에 대한 본 연구의 실증분석 결과는 다음과 같다. 첫째, 공모가를 기준으로 한 경우 Ohlson모형에 의한 추정주가는 통계적으로 차이가 있고, 인공신경망 모형에 의한 추정주가는 통계적으로 차이가 없었다. 둘째, 상장일 종가를 기준으로 한 경우 Ohlson모형에 의한 추정주가와 인공신경망 모형에 의한 추정주가는 통계적으로 차이가 없었다. 셋째, 상장 2개월 후 종가를 기준으로 한 경우 Ohlson모형에 의한 추정주가는 통계적으로 차이가 있고, 인공신경망 모형에 의한 추정주가는 통계적으로 차이가 없었다. 이상의 결과로 볼 때 인공신경망 모형에 의한 추정주가가 Ohlson모형에 의한 추정주가보다 적정하게 평가되었다.
본 연구의 목적은 벤처기업의 성장성과 성장 잠재력의 관점에서 수정되고 확장된 Ohlson모형을 이용하여 진입장벽이 벤처기업 주가에 미치는 영향을 실증적으로 검증하는 것이다. 전통적인 Ohlson 모형은 기업의 초과수익과 장부 가치만을 가지고 기업의 가치를 측정하기 때문에 첨단기술을 가지고 신 시장을 개척하고자 하는 벤처기업의 가치를 평가하는 데는 많은 한계점들이 있기 때문이다. 이러한 문제점들을 극복하기 위하여 본 논문에서는 성장성과 성장잠재력에 의한 대용변수로 순 성장률과 순자산에 대한 연구개발비 비율과 순자산 대비 산업재산권 비율 등의 항목들을 도입하여 해결하고자 하였다. 본 연구의 목적을 달성하기 위한 분석과정에서 3개의 가설을 설정하고 이들을 장 단기적으로 코스닥 일반 기업과 벤처기업들을 비교하여 검증하였다. 특히 HHI가 반영된 기업 집중도의 분류에 따라 심도 있는 연구를 행하고자 하였다. 본 연구의 결과는 이상의 3가지 가설들이 모두 채택되었음을 보여주고 있다.
본 논문은 기업의 연구개발 관련 지출이 기업가치에 긍정적 영향을 미치는가를 증권거래소(KSE)상장기업과 코스닥(KOSDAQ)기업을 대상으로 하여 실증적으로 확인하는 것을 목표로 한다. 실증적 분석 결과, 두 시장 모두에서 연구개발비 총액은 기업 가치에 대하여 유의하게 긍정적 영향을 미치고 있었으며, 자산으로 계상한 연구개발비를 포함시킨 모형, 비용으로 계상한 연구개발비를 포함하는 모형들도 모두 두 시장에서 기업 가치에 유의한 긍정적 효과를 나타낸다는 결과가 나타났다. 두 시장 모두에서 자산으로 계상된 연구개발 지출보다는 비용으로 계상된 연구개발비가 기업 가치에 유의한 긍정적 효과를 나타낸다는 결과가 도출되었다.
본 연구는 2021년부터 도입될 국제보험회계기준 IFRS 17의 주요내용 중 보험부채의 공정가치 평가에 초점을 두고 보험회사의 자산 및 부채에 대한 공정가치 평가항목인 미실현손익항목이 자본시장에 미치는 영향을 검증하고자 하였다. 이를 위해 상장보험회사의 분기별 재무제표에 공시되는 기타포괄손익항목의 변동액과 누계액이 주가에 미치는 영향을 Ohlson(1995) 기본모형을 확장한 검증모형을 이용하여 회귀분석을 행하였다. 실증분석결과는 다음과 같다. 첫째, 기타포괄손익변동액은 주가에 유의한 부(-)의 영향을 미치는 것으로 나타났다. 둘째, 기타포괄손익누계액은 주가에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 또한 기본모형에서 기타포괄손익의 변동액과 누계액을 모두 구분한 확장검증모형은 높은 수정$R^2$ 값을 나타내며, 미실현손익항목인 기타포괄손익항목의 구분 공시정책은 회계정보의 유용성 측면에서 긍정적인 효과를 보일 수 있음을 시사해주었다. 그러나 여전히 미실현손익항목이 기업가치에 미치는 방향성 측면에서는 향후에 보다 세밀한 연구를 통하여 정보이용자입장에서는 이를 신중히 검토하고 고려해야 할 것으로 판단된다. 따라서 본 연구는 새로 제정된 IFRS 17의 도입에 따른 보험회사의 공정가치평가에 관한 정보유용성을 실증적 검증을 통하여 예상하고, 자본시장에 목적적합한 정보산출의 방향성을 제시하였다는데 의의가 있다.
본 연구는 경제적으로 국내에 큰 영향을 주었던 글로벌 금융위기를 기반으로 총 10년의 연간 기업데이터를 이용한다. 먼저 시대 변화 흐름에 일관성있는 부도 모형을 구축하는 것을 목표로 금융위기 이전(2000~2006년)의 데이터를 학습한다. 이후 매개 변수 튜닝을 통해 금융위기 기간이 포함(2007~2008년)된 유효성 검증 데이터가 학습데이터의 결과와 비슷한 양상을 보이고, 우수한 예측력을 가지도록 조정한다. 이후 학습 및 유효성 검증 데이터를 통합(2000~2008년)하여 유효성 검증 때와 같은 매개변수를 적용하여 모형을 재구축하고, 결과적으로 최종 학습된 모형을 기반으로 시험 데이터(2009년) 결과를 바탕으로 딥러닝 시계열 알고리즘 기반의 기업부도예측 모형이 유용함을 검증한다. 부도에 대한 정의는 Lee(2015) 연구와 동일하게 기업의 상장폐지 사유들 중 실적이 부진했던 경우를 부도로 선정한다. 독립변수의 경우, 기존 선행연구에서 이용되었던 재무비율 변수를 비롯한 기타 재무정보를 포함한다. 이후 최적의 변수군을 선별하는 방식으로 다변량 판별분석, 로짓 모형, 그리고 Lasso 회귀분석 모형을 이용한다. 기업부도예측 모형 방법론으로는 Altman(1968)이 제시했던 다중판별분석 모형, Ohlson(1980)이 제시한 로짓모형, 그리고 비시계열 기계학습 기반 부도예측모형과 딥러닝 시계열 알고리즘을 이용한다. 기업 데이터의 경우, '비선형적인 변수들', 변수들의 '다중 공선성 문제', 그리고 '데이터 수 부족'이란 한계점이 존재한다. 이에 로짓 모형은 '비선형성'을, Lasso 회귀분석 모형은 '다중 공선성 문제'를 해결하고, 가변적인 데이터 생성 방식을 이용하는 딥러닝 시계열 알고리즘을 접목함으로서 데이터 수가 부족한 점을 보완하여 연구를 진행한다. 현 정부를 비롯한 해외 정부에서는 4차 산업혁명을 통해 국가 및 사회의 시스템, 일상생활 전반을 아우르기 위해 힘쓰고 있다. 즉, 현재는 다양한 산업에 이르러 빅데이터를 이용한 딥러닝 연구가 활발히 진행되고 있지만, 금융 산업을 위한 연구분야는 아직도 미비하다. 따라서 이 연구는 기업 부도에 관하여 딥러닝 시계열 알고리즘 분석을 진행한 초기 논문으로서, 금융 데이터와 딥러닝 시계열 알고리즘을 접목한 연구를 시작하는 비 전공자에게 비교분석 자료로 쓰이기를 바란다.
주식보상시스템의 도입으로 기업은 최소의 비용으로 유능한 인재를 확보함으로써 기업의 경쟁력을 강화할 수 있고, 특히 첨단산업과 같은 성장산업에서 고급인력을 양성하고 기술력을 확보함으로써 기업의 대내외적인 경쟁력을 확보할 수 있게 된다. 또한 종업원의 동기를 부여함으로써 임직원의 잠재적인 주주화를 통해 주인의식고취 및 책임경영을 실현 시킨다. 본 연구는 주식보상시스템의 도입에 따른 회계변수평가모형이 기업가치를 평가하는데 유용한지를 검증하였으며 현행 기업회계기준에 의해 작성된 주식매입선택권이기업 지식자산의 형태로 자산화되었을 경우 기업가치 평가를 검증하였다. 연구 결과 회계변수들은 기업가치를 평가하는데 유용한 측정치들이었으나 스톡옵션 부여와 관련된 주식매입선택권의 경우 현행 기업회계기준 방법에 의하였을 경우에는 주식매입선택권과 주식보상비용 모두 유의하지 않은 것으로 나타났다. 추가적으로 자산화 된 주식매입선택권의 경우 유의한 양(+)의 값으로서 기업 가치를 평가하는데 유의한 결과임을 지적하였다. 이는 투자자들이 기업 가치를 평가하는데 있어서 주식매입선택권을 현행 기업회계기준의 방법으로 처리하는 것보다 자산화 시킨 후 스톡옵션의 효익 지속기간 동안 상각하는 것이 기업가치를 평가하는데 더 유용한 방법이라는 점을 가지고 있다는 것을 나타낸다.
본 연구는 국내의 대규모기업집단 소속기업들을 대상으로 지배주주의 소유지배괴리도(Wedge)가 자기자본비용에 미치는 영향을 분석하였다. 기존의 선행연구에 의하면 지배주주가 소유지분을 초과하는 의결권을 가지게 되면 지배주주가 소액주주를 착취하는 대리인 문제가 발생할 수 있고, 따라서 소유지배괴리도는 위험요인으로 인식되어 투자자들은 이에 대한 추가적인 보상을 요구하게 되어 자기자본비용은 상승한다. 소유지배괴리도는 공정거래위원회의 직접지분기준방식을 사용하여 측정하였고, 자기자본비용은 Ohlson(1995) 모형을 확장한 잔여이익평가모형으로 추정된 값을 이용하였다. 분석결과 지배주주의 소유지배괴리도와 자기자본비용 사이에는 통계적으로 유의미한 정(+)의 상관관계가 있는 것으로 나타났다. 이 결과는 지배주주의 의결권이 소유지분을 더 많이 초과할수록 지배주주의가 사적이익을 추구할 유인이 증가하여 투자자는 더 높은 위험프리미엄을 요구한다는 의미로 해석할 수 있다.
이 연구는 조세특례제한법상 세액공제 및 세액감면 등의 직접감면과 준비금 손금산입 등의 간접감면의 세제혜택이 기업가치와 관련성이 있는지를 Ohlson(1995)모형을 토대로 1999년부터 2001년까지 3개년도 제조업을 대상으로 총 497개를 대상으로 실증분석하였다. 연구결과 주주지분 장부가치측면에서 직접 감면제도에 의한 기업합리화 적립금(누적액)과 당기전입 기업합리화적립금이 기업가치에 긍정적인 정(+)의 영향을 미치는 것으로 나타났다. 이는 세제지원의 성격과 사후관리제도의 정도 및 지속성의 차이로 인하여 기업가치 관련성에 있어서 서로 차이가 있을 수 있음을 보여주는 것이라 할 수 있다. 특히, 주주지분 장부가치측면과 회계이익측면에서 각각의 감면제도가 기업가치에 미치는 정도의 차이가 있는 것으로 나타났다. 이는 정책당국에서 간접감면제도의 조세정책적 실효성을 재검토 할 필요성의 여지를 가질 수 있음을 보여주고 있다.
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.
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.