기업부실예측모형의 유의성 비교

Abstract

1997년 이후 경기침체 등으로 인하여 많은 기업들이 부실화되었으며, 더구나 1997년 말의 외환위기 이후 경제환경이 크게 변화되어 기업의 부도위험이 급격히 증가하였다. 상장기업들의 부실화로 인하여 은행과 수많은 증권투자자가 막대한 손실을 입고 있으며, 거래기업의 연쇄부도로 경기침체가 심화되었다. 따라서 기업의 부실을 사전에 예측할 수 있는 예측력이 높은 부실예측 모형의 개발이 절실히 요구되고 있다. 부실예측모형의 예측력을 높이기 위해서는 무엇보다도 기업부실을 설명 할 수 있는 요인을 적절하게 파악하고, 이러한 변수를 이용한 예측모형이 적절하게 추정되어야 한다. 그러므로 본 연구에서는 우리나라 부실기업과 건전기업을 구별할 수 있는 재무적 요인을 파악하고, 다양한 모형의 예측 정확성을 비교 검토하여 예측력이 높은 부실예측모형을 제시하고자 부실기업과 건전기업을 각각 96개, 294개사를 이용한 실증분석과 표본외 분석을 실시하였다. 예측모형에서 사용될 변수의 선정을 위해 성장성, 수익성, 안정성, 활동성, 생산성 등과 관련된 30개 변수를 사용하여 단계적 추출법과 CART법을 동시에 사용하여 두 방법에서 모두 유의적으로 나타난 5개의 재무변수를 선택하였다. 그리고 비재무변수로 주식의 월초과수익률과 위험측정치로써 각 기업의 베타를 사용하였다. 부설예측모형으로는 다변량판별분석(MDA)와 확률적모형인 logit, probit 모형을 사용하고, 이들 모형의 예측 정확도를 비교하였다. 분석결과 MDA 모형의 부실기업 판별력은 95.83%, 건전기업 판별력은 69.44%로 전체판별력은 76.04%로 나타났다. logit모형의 부실기업 판별력은 97.92%, 건전기업 판별력은 97.92%로 전체예측치는 97.92%였다. 마지막으로 probit모형의 부실기업 판별력은 97.92%, 건전기업 판별력은 95.83%로 나타났다. 가장 최근의 연구인 강종만, 홍성희(1999)의 연구결과와 마찬가지로 MDA보다 logit모형의 판별력이 높게 나왔다. 이는 강종만, 홍성희의 연구가 상이한 연구기간과 상이한 변수를 사용한 것을 고려한다면 logit모형의 일관된 우위성을 보여주는 것이라 생각할 수 있다. 부실예측모형의 유용성을 검토하기 위해 표본외 상장회사에 대하여 모형의 판별력을 분석하였다. 분석결과 표본내 상장회사에 대한 판별력의 결과와 마찬가지로 logit모형이 가장 높은 예측력을 나타냈다. 그러나 표본내 연구에서와는 달리 logit 모형과 probit 모형의 Type Ⅰ 오류가 Type Ⅱ 오류 보다 크게 나와 여러가지 개선할 점이 있을 것으로 여겨진다. 본 연구는 부실예측모형에서 사용될 수 있는 재무변수와 비재무변수를 광범위하게 선정한 후, 보다 세밀하게 설명력이 높은 변수를 선택하고자 하였다. 또한 부실예측모형으로 MDA, logit, probit 모형등의 유용성을 비교 검토하였다. 검토결과, 표본내 자료에서와 표본외 자료에서 모두 logit 모형의 예측력이 가장 높게 나왔으나 표본외 자료에 대한 검증결과에서 logit 모형과 Type Ⅰ 오류가 매우 크게 증가하여 보다 세밀한 모형추정이 필요한 것으로 판단된다.;After and before of IMF in 1997, the Korean economy has been on a downward slide and many companies have been faced with financial difficulties. Hence, a certain prediction model to assess the business failure of Korean firms is required. This paper presents some empirical results of a study regarding financial ratios and non-financial variables like a monthly excess stock return ratio and each corporate's beta as predictors of Korean corporate failure, evidenced by business failure. A few empirical studies of business failure in Korea have been undertaken. However, the results of these studies are not generalizable, due to the methodology. First, several previous studies had used a brute empirical approach of initially variables by stepwise procedure to select the variables in the final discriminant function. However, these studies are limited in their ability to provide generalizable results as to what financial variables can consistently predict business failure. Therefore, in this study, the CART-Classification and Regression Tree-is taken to select the best set of variables for predicting business failure. Secondly, it has not been proven whether paired sampling is advantageous of not. All researched using linear MDA typically use the paired sampling method matching failed firms and non-failed firms according to criteria such as industry and size. However, the criteria were made by researchers' arbitrary decision. Sample selection biases might also occur. Hence, in this study, samples of failed firms and non-failed firms are not matched at all. Lastly, the sample of failed firms were small, e.g. 20 firms to 150 firms, in the previous studies. It is difficult to clarify the financial characteristics of bankrupt fnms with such a small sample. In contrast, this study uses a large number of failed firms which failed in Korea during the period between 1997 to 1999, and thus develops a more generalizable model. This study is compared of two stages. First, I attempted to obtain a set of the financial ratios to best predict Korean corporate failure using data mining technique without any initial hypothesis. After the variables (financial ratios) selection, I compared the predictability of the linear Multivariate Discriminant Analysis(MDA, for short) model,logit model, and probit model. The result showed that the logit model was the most powerful model. But the Type I error was larger than the Type II error. So more careful design of study is needed.