• International Journal of Human Ecology
• /
• 제9권2호
• /
• pp.1-11
• /
• 2008

This paper examines the value of unpaid care work using the 2004 time use survey and compared them to economic measures such as GDP, tax revenue, value of paid work, government expenditure on care-related personnel expenditure and remuneration of paid care workers. It employs the mean earnings approach and generalist approach. It finds that the value of unpaid care work (compared to GDP) is between 18% and 29% using different approaches. The value of care of household members and for others in the community (person care) is between 5% and 8%. Furthermore, the value of unpaid care work is greater than that of direct tax regardless of the approach used. In addition, the value of person care is estimated at between 22% and 35% of the total value of the paid economy. The value of unpaid care work far exceeds the value of government expenditure on care-related personnel and the remuneration of paid care workers. This research suggests that unpaid care work (mostly conducted by women) should be recognized as part of production activities. This is because caring and household maintenance activities are necessary for individual well-being but also it contributes to the national economic competitiveness particularly through human resource development.

• 지적과 국토정보
• /
• 제45권1호
• /
• pp.207-224
• /
• 2015

본 연구의 목적은 부동산평가에 있어 소득접근법에 속하는 무형자산의 평가기법을 고찰하는 데 있다. 소득접근법에 의한 무형자산의 가치는 장래 기대되는 경제적 편익을 현재가치로 환원한 값이다. 관계법령의 무형자산의 평가기준으로는 감정평가에 관한 규칙, 지식재산기본법, 국유재산법의 규정을 검토하였다. 경제적 편익의 추계방법으로는 외삽법, 생애주기분석법, 감응도분석법, 시뮬레이션분석법, 판단법, 타불라라사법을, 자본환원율과 할인율의 추계방법으로는 시장추출법, 자본가격결정모형, 조성법, DCF모형, 가중평균자본비용법을 고찰하였다. 대상무형자산의 자본환원방법으로는 사용료절감법, 초과이익환원법, 이윤분할법, 업체가치잔여법, 가상소득환원법 등을 살펴보았다.

• 지능정보연구
• /
• 제21권3호
• /
• pp.79-99
• /
• 2015

부도 예측은 회계와 재무 분야에서 꾸준히 연구되고 있는 분야이다. 초기에는 주로 다중판별분석(multiple discriminant analysis)와 로짓 분석(logit analysis)과 같은 통계적 방법을 이용하였으나, 1990년대 이후에는 경영 분야의 분류 문제를 위해 많은 연구자들이 인공신경망(back-propagation neural network), 사계기반추론(case-based reasoning), 서포트 벡터 머신(support vector machine) 등과 같은 인공지능을 통한 접근법을 이용하여 통계적 방법보다 분류 성과 측면에서 우수함을 입증해왔다. 기존의 기업의 부도에 관한 연구에서 많은 연구자들이 재무비율을 이용하여 부도 예측 모형을 구축하는 것에 초점을 맞추어왔다. 부도예측에 관한 연구가 꾸준히 진행되고 있는 반면, 부도의 세부적인 유형을 예측하여 제시하는 것에 대한 연구는 미흡한 실정이었다. 따라서 본 연구에서는 수익성, 안정성, 활동성 지표를 중심으로 국내 비외감 건설업 기업들의 부도 여부뿐만 아니라 부도의 세부적인 유형까지 예측 가능한 모형을 개발하고자 한다. 본 연구에서는 부도 유형을 예측하기 위해 두 개의 인공신경망 모형을 결합한 하이브리드 접근법을 제안하였다. 첫 번째 인공신경망 모형은 부도예측을 위한 역전파 인공신경망을 이용한 모형이며, 두 번째 인공신경망 모형은 부도 데이터를 몇 개의 유형으로 분류하는 자기조직화지도(self-organizing map)을 이용한 모형이다. 실험 결과를 통해 정의된 5개의 부도 유형인 심각한 부도(severe bankruptcy), 안정성 부족(lack of stability), 활동성 부족(lack of activity), 수익성 부족(lack of profitability), 회생 가능한 부도(recoverable bankruptcy)는 재무 비율에 따라 유형별로 상이한 특성을 갖는 것을 확인할 수 있었다. 본 연구 결과를 통해 신용 평가 분야의 연구자와 실무자들이 기업의 부도의 유형에 대한 유용한 정보를 얻을 것으로 기대한다.