본문 바로가기
KERD
논문KCI 등재

부도예측모형을 이용한 전문건설공제의 리스크 측정에 관한 실증연구

An Empirical Study on Risk Measurement of the Speciality Constructors Financial Cooperative using a Default Prediction Model

이근철|김용덕
한국리스크관리학회 (Korea Risk Management Society)|2014.06|리스크관리연구 (The Journal of Risk Management)|제25권 제1호|pp. 111-137|DOI 10.21480/tjrm.25.1.201406.005

0

조회

0

다운로드

5

인용

0

참고문헌

키워드

부도예측모형전문건설공제SCFC일반화추정방정식(GEE)모형Default Prediction ModelGeneralized Estimation Equation(GEE) Model
주제분류경영학

초록

본 연구는 전문건설기업을 조합원으로 운영하고 있는 전문건설공제조합의 신용리스크 측정을 위한 부도예측모형을 제안하고자 하였다. 기존의 부도예측모형은 일반적으로 횡단면자료(Cross-sectional Data)를 분석하는 모형을 적용해 왔으나, 이러한 모형들이 시간의 변화를 적절하게 반영하고 있지 못하는 단점을 보완하기 위하여, 전문건설기업에 대하여 6년간 관측된 균형패널자료로 설정하고 GEE 모형을 적용하였다. 본 연구는 부도예측모형으로서 Pooled Logit모형, GEE모형(연결함수: Logit) 및 GEE모형(연결함수: Probit)을 비교ㆍ분석하였다. 분석결과 모형의 전체적인 부도예측력은 세 모형사이에 큰 차이가 없는 것으로 나타났다. 그러나 부도기업에의 예측은 GEE모형(연결함수: Logit)이 84.33%로 예측되어 다른 두 모형인 GEE모형(연결함수: Probit)의 예측력 83.71%과 Pooled Logit모형의 예측력 83.51%보다 높게 나타났다. 따라서 본 연구에서 제시한 GEE모형이 부도기업을 예측하는데 유용한 측면이 있음을 확인하였다.

Abstract

This study aimed at suggesting a bankruptcy prediction model to measure the credit risk for the speciality constructors financial cooperative(SCFC). Through an empirical analysis, this study applied the GEE model to bankruptcy prediction to account for both individual effects and time effects in the data of specialty constructor corporates. The empirical results indicate that there were no significant differences between the Pooled Logit Model and the GEE model with regard to the power of overall bankruptcy prediction. However, they also show that the power of the GEE model(Link-function: Logit) in predicting bankrupt companies is 84.33%, which is slightly higher than 83.51% of the Pooled Logit model and 83.71% of the GEE model(Link-function: Probit). Thus, the GEE model(Link-function: Logit) has the highest accuracy of predicting bankrupt companies among the three models. This implies that the GEE model suggested by this study has proven to be useful for predicting bankruptcies of speciality constructor corporates.

참고문헌 (43)

  1. 국찬표, "기업 도산 예측에 관한 연구: 주가정보를 이용하여", 재무연구, 15(1), pp.217~249 (2002), 한국재무학회
  2. 권경택, "ROE비율을 이용한 기업부실 예측", 산업경제연구, 15(3), pp.2~ (2002), 한국산업경제학회
  3. 김경환, "한국 자동차보험시장의 정보비대칭에 관한 실증연구", 박사, 무역학, pp.2007
  4. 김영태, "인공신경망을 활용한 부실기업 예측모형에 관한 연구", 회계학연구, 6(1), pp.275~293 (2001), 한국회계학회
  5. 김용덕, "국내 정보통신산업의 부실분석 및 예측모형에 관한 연구", 정보통신정책연구, 9(1), pp.163~198 (2002), 정보통신정책학회
  6. 김창배, "기업부도예측을 위한 일반화추정방정식(generalized estimation equation：GEE)모형의 적용", 국제경제연구, 14(3), pp.101~127 (2008), 한국국제경제학회
  7. 남주하, "기업의 부도원인과 부도예측모형 분석 : IMF전후기간을 중심으로", 금융연구, 12(2), pp.77~109 (1998), 한국경제연구원
  8. 남주하, "금융기관의 부실화 예측모형 분석", 국제경제연구, 4(1), pp.33~57 (1998), 한국국제경제학회
  9. 민재형, "자료포괄분석(DEA)을 이용한 신용평점모형의 개발", 경영학연구, 33(6), pp.1895~1918 (2004), 한국경영학회
  10. 박정대, "전문건설업의 신용평가제도에 관한 연구", 경제연구, 21(1), pp.45~65 (2000), 한양대학교 경제연구소
  11. 박정윤, "재무정책과 기업부실예측", 재무관리논총, 6(1), pp.93~116 (2000), 한국재무관리학회
  12. 박정윤, "윤리성변수를 이용한 기업부실예측: 접대비 및 복리후생비를 중심으로", 경영학연구, 32(2), pp.7~522 (2003), 한국경영학회
  13. 박종선, "GLMM과 GEE를 이용한 신용위험 분석", 통계연구, 16, pp.47~64 (2009)
  14. 박태성, "범주형 자료분석 개론" (2009), 자유아카데미
  15. 신택수, "유전자 탐색기법을 활용한 기업신용평점모형의 지식 정제방법", 경영학연구, 31(6), pp.3~1557 (2002), 한국경영학회
  16. 오현탁, "도산거리를 이용한 도산예측모델에 관한 연구", 산업경제연구, 17(4), pp.1317~1338 (2004), 한국산업경제학회
  17. 이명호, "우리나라 IT기업의 부실예측에 관한 연구", 정보통신정책연구, pp.8~103 (2001), 한국정보통신정책학회
  18. 이성효, "건설업종 신용평점모형의 개발과 검증", 재무관리연구, 19(2), pp.5~134 (2002), 한국재무관리학회
  19. 공사계약 보증 및 공제조합 관련 제도의 개선방안, "이의섭", 한국건설산업연구원, ~ (1997)
  20. 이원흠, "현금흐름형 도산예측모델과 옵션모델형 도산예상확률의 실증연구", 증권학회지, 27, pp.35~70
  21. 이종광, "전문건설업체의 부도예측모형 개발", 박사, 건축구조및시공, pp.2007
  22. 장경수, "부도예측모형의 유용성에 관한 연구", 창업정보학회지, 3(1), pp.1~17 (2000), 한국창업정보학회
  23. 장세진, "거시변수가 기업도산에 미치는 영향", 한국금융학회 학술대회논문, pp.1~23 (2009)
  24. 장영민, "거시경제변수를 통한 신용위험의 동태적 특성에 관한 연구", 한국증권학회 학술발표논문, pp.1~41 (2009)
  25. 정완호, "기업 신용위험의 측정- 채권수익률을 이용하여 -", Asia-Pacific Journal of Financial Studies, 32(1), pp.135~172 (2003), 한국증권학회
  26. 정준수, "기업도산예측에 관한 연구 : 산업별 비교", 경영경제연구, 19(1), pp.317~334 (2000), 부산대학교 경영경제연구
  27. 허영빈, "중소기업 지적자산정보의 부실예측 유용성", 중소기업연구, 24(2), pp.109~135 (2002), 한국중소기업학회
  28. Altman, E. I., "Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy", Journal of Finance, 23(4), pp.589~609 (1968)
  29. Altman, E.I, "Corporate Distress Diagnosis:Comparisons using Linear Discriminant Analysis and Neural Networks (the Italian experience)", Journal of Banking and Finance, 18(3), pp.505~529 (1994)
  30. Altman, E. I., "Failure Prediction: Evidence from Korea", Journal of International Financial Management and Accounting, 6(3), pp.230~259 (1995)
  31. Baltagi, H. B., "Econometric Analysis of Panel Data" (2005), John Wiley &Sons Ltd
  32. Deakin, E, "A Discriminant Analysis of Predictors of Business Failures", Journal of Accounting Research, 10(1), pp.167~179 (1972)
  33. Diggle, P. J, "Analysis of Longitudinal Data" (1994), Oxford University Press
  34. Fanning, K., "A Comparative Analysis of Artificial Neural Networks Using Financial Distress Prediction", International Journal of Intelligent Systems in Accounting, Finance, and Management, 3, pp.241~252 (1994)
  35. Gerantonis, N, "Can Altman Z-score Models Predict Business Failures in Greece?", Research Journal of International Studies Issue, 12, pp.21~28 (2009)
  36. Gilbert, L. R, "Predicting Bankruptcy for Firms in Financial Distress", Journal of Business Finance and Accounting, 17(1), pp.161~171 (1990)
  37. Horton, N. J., "Review of Software to Fit Generalized Estimating Equation Regression Models", The American Statistician, 53, pp.160~169 (1999)
  38. Keasey, K, "The Failure of UK Industrial Firms for the Period 1976-1984: Logistic Analysis and Entropy Measures", Journal of Business Finance and Accounting, 17(1), pp.119~135 (1990)
  39. Liang, K. Y., "Longitudinal Data Analysis Using Generalized Linear Models", Biometrika, 73(1), pp.13~22 (1986)
  40. Ohlson, J. A., "Financial Ratios and the Probabilistic Prediction of Bankruptcy", Journal of Accounting Research, 18(1), pp.109~131 (1980)
  41. Zavgren, C., "The Prediction of Corporate Failure : The State of the Art", Journal of Accounting Literature, 2, pp.1~38 (1985)
  42. Zeger, S, "Longitudinal Data Analysis for Discrete and Continuous Outcomes", Biometrics, 42(1), pp.121~130 (1986)
  43. Zeger, S. L., "Model for Longitudinal Data :A Generalized Estimating Equation Approach", Biometrika, 44(1), pp.1049~1060 (1988)

관련 논문AI추천

기업부도예측을 위한 일반화추정방정식(generalized estimation equation：GEE)모형의 적용김창배, 남주하한국국제경제학회 · 국제경제연구2008 · 제14권 제3호전문건설공제의 보증리스크 측정에 관한 실증연구김용덕, 이근철한국보험학회 · 보험학회지2017 · 제111호기업 재무자료를 활용한 설비건설기업 부실위험예측에 관한 연구상민경신용보증기금 · 중소기업금융연구2024 · 제44권 제3호한국 해운기업의 부실예측 연구권장한, 김태일, 박성화한국해운물류학회 · 해운물류연구2018 · 제33권 제4호전문건설업체의 규모별, 업종별 재무건전성 모형 측정과 스트레스테스트노승한, 최준성한국부동산분석학회 · 부동산학연구2023 · 제29권 제1호건설기업 신용평가 시스템구축에 관한 연구이병원한국상업경영학회 · 상업경영연구2005 · 제10권

이 간행물의 다른 논문 (6건)

장기손해보험의 유해산출물을 고려한 손해보험회사의 효율성 연구김재현pp. 3-26감염병 실험실의 생물안전 위해성관리 전략 수립유민수pp. 27-49종신연금 가격과 연금전환 분석: 세제비적격 개인연금을 중심으로이경희pp. 51-80내부마케팅믹스에 대한 보험설계사의 만족도가 이직의도에 미치는 영향김중인, 정세창pp. 81-109ISSUES IN BONUS - MALUS SYSTEMS DESIGNJean Lemairepp. 139-162
원문 보기