기업의 부채구조를 고려한 옵션형 기업부도예측모형과 신용리스크
Option-type Default Forecasting Model of a Firm Incorporating Debt Structure, and Credit Risk
0
조회
0
다운로드
22
인용
0
참고문헌
키워드
초록
기존의 기업부도 예측모델들은 장부가치를 기준으로 한 회계적 자료에 의존하여 부도확률을 평가함으로써 시장의 상황변화를 민감하게 반영하지 못하며, 이론적 배경도 약하다는 약점을 가지고 있었다. 그러나 시장정보형 부도예측모형은 기업의 부도예측에 시장가치를 이용함은 물론 Black-Scholes(1973)의 옵션가격결정이론이라는 옵션이론을 배경으로 하고 있어 최근 들어 많은 기업들이 신용리스크를 평가하는 데 사용하고 있으며 그 대표적인 모형이 KMV이다. 우리나라 기업들도 최근 들어 KMV를 많이 사용하고 있으나, 미국기업들과 부채구조가 다른 데도 미국에서 사용하는 KMV모형을 그대로 사용함으로써 부도시점 예측 시 오차가 발생한다는 문제를 가지고 있다. 본 연구에서는 부채구조가 다를 경우 KMV모형을 그대로 사용하면 안 되고 부도확률 산출 시 부채구조를 감안하여야 함을 실증적으로 입증하였다. 즉, KMV모형을 국내에 적용할 경우, 부도확률계산 시 고정부채의 편입비율 50%로 일률적으로 적용하는 것 보다는 부채구조를 감안하여 20% 이하로 고정부채편입비율을 조정해야 부도예측능력이 제고된다는 것을 확인함으로써 기업의 신용리스크관리에 중요한 시사점을 제공하고 있다. 또한 IMF 외환위기와 같은 외부충격이 기업부도에 미치는 영향을 확인하였으며, 한국기업들의 경우 유동비율보다는 유동부채비중이 부도점 산정에 보다 중요함도 확인하였다.
Abstract
Since previous default forecasting models for the firms evaluate the probability of default based upon the accounting data from book values, they cannot reflect the changes in markets sensitively and they seem to lack theoretical background. The market-information based models, however, not only make use of market data for the default prediction, but also have strong theoretical background like Black-Scholes (1973) option theory. So, many firms recently use such market based model as KMV to forecast their default probabilities and to manage their credit risks.Korean firms also widely use the KMV model in which default point is defined by liquid debt plus 50% of fixed debt. Since the debt structures between Korean and American firms are significantly different, Korean firms should carefully use KMV model. In this study, we empirically investigate the importance of debt structure. In particular, we find the following facts: First, in Korea, fixed debts are more important than liquid debts in accurate prediction of default. Second, the percentage of fixed debt must be less than 20% when default point is calculated for Korean firms, which is different from the KMV. These facts give Korean firms some valuable implication about default forecasting and management of credit risk.
참고문헌 (25)
- "기업 도산 예측에 관한 연구: 주가정보를 이용하여", 15(1), pp.217~49 (2002)
- "기업의 부도원인과 부도예측모형 분석：IMF전후기간을 중심으로", 12(2), pp.77~109 (1998)
- "선물ㆍ옵션 연습" (2000), 유풍출판사
- "KMV 부도예측 모형에 관한 실증연구" (2003), 한국과학기술원
- "현금흐름형 도산예측 모델과 옵션모델형 도산예상확률의 실증연구", 27집, pp.35~68 (2000)
- "기업 신용도 측정모형의 적합도 비교 연구", 11(2), pp.67~104 (2006)
- "Discriminant Analysis and the Prediction of Corporate Bankruptcy The Journal of Finance", pp.589~609
- "The Sucess of Business Failure Prediction Models", pp.171~198 (1984)
- "ZETA Analysis", pp.29~54 (1977)
- "Corporate Distress Diagnosis", 18, pp.505~29 (1994)
- "Credit risk measurement：Developments over the Last 20 years", 21, pp.1721~1742 (1998)
- "Original Issue High Yield Bonds：Aging Analysis of Default The Journal of Finance", pp.923~53 (1989)
- "The Pricing of Option and Corporate Liabilities Journal of Political Economy", pp.637~669 (1973)
- "Recognizing Financial Distress Patterns Using a Neural Network Tool", 22(3), pp.142~55 (1993)
- "Corporate bond valuation and the term structure of credit spreads Journal of Portfolio Management", pp.52~64 (1989)
- "On the term structure of interest rates and the risk of default", pp.253~62 (1979)
- "Value-at-Risk(2nd Edition)" (2001), McGraw-Hill
- "Measuring default risk in portfolios of derivatives" (1996), KMV Co
- "KMV’s Credit Revolutionary", 13, pp.72~ (2000)
- "On the Pricing of Corporate Debt：The Risk Structure of Interest Rates", 29, pp.449~470 (1974)
- "Estimating the probability of failure for firms in the banking system", pp.185~206 (1977)
- "The Probability of bankruptcy：A comparison of empirical predictions and theoretical models", pp.317~44
- "Moody’s Public Firm Risk Model：A Hybrid Approach to Modeling Short Term Default Risk:Rating Methodology" (2000), Moody’s Investors Services
- "Neural networks in finance and investing" (1996), Homewood
- "A Prediction of business failure using accounting data", 2, pp.130~78 (1973)