선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이때 세 검정에 대한 검정 결과는 비슷하며, 이들 검정통계량은 모두 자유도 p의 카이제곱분포를 이용하여 검정한다. 본 논문에서는 가장 대표적인 검정법인 우도비 검정을 통해 공변량의 동시적인 설정이 의미가 있는 것인지 설명해 보고자 하였다.
- 본 논문은 기존의 연구에 문제점이었던 분석에 사용한 소규모의 기업의 수 문제와 짧은 분석 기간 설정으로 인한 정확도를 떨어뜨릴 가능성이 극복하고자 하였다. 또한, 선행연구들이 기업을 업종별로 구분하지 않고 분석하였으므로 본 논문에서는 각 업종별로 구분하여 분석하였다.
- 본 논문은 기존의 연구에 한계점이었던 분석에 사용한 소규모의 기업 수 문제와 짧은 분석 기간 설정으로 인한 정확도를 떨어뜨릴 가능성을 극복하고자 하였다. 이에 본 논문에서는 1987년부터 2002년까지, 즉 16년간의 신용보증기금에 등록된 중소기업의 생존기간 자료를 이용해 업종별 생존율을 살펴보았으며, 생존율에 영향을 미치는 주요 재무변수들을 이용한 업종별 콕스회귀모형을 추정해 보았다.
- 본 연구는 해마다 끊임없이 축적되는 중소기업 자료 중에서 정상기업과 부도기업의 재무변수들을 이용하여 업종별 생존율의 차이를 비교분석하고 나아가 생존율에 영향을 미치는 업종별 주요 재무변수를 찾아내고자 한다.
- 생존분석에서의 생존 자료는 창업으로부터 부도라는 사건이 발생한 시점까지의 기간 즉, 생존 기간을 의미하며, 생존분석은 이러한 생존 기간의 자료를 분석하여 사건 발생의 위험률을 산출하는 것이다. 본 연구에서 창업 기업의 시작점은 1987년부터 신용보증기금에 등록된 중소기업들에 대한 부도가 발생한 시점이며, 생존율 비교를 위해 업종별로 경공업, 중공업, 건설업, 도소매, 서비스업으로 구분하고 2002년까지의 생존 자료를 비교해 보았다. 이에 생존곡선이 통계적으로 유의한 차이를 보이는가를 검정하기 위해 log(t)에 대한 LLS (log-log survival function) plot을 작성하여 적절한 통계분석법을 선정하였다.
- 본 논문에서는 콕스 회귀분석법으로 부도율에 영향을 미치는 업종별 주요 재무변수의 효과를 추정하였다. 이때 본 논문에서는 설명변수로 사용된 재무변수들에 대해서 실제 금액에 근거한 재무비율을 산출하는 것 자체에 의의를 두고 분석하였다.
- 본 연구에서는 우리나라 기업의 유동성, 안전성, 수익성, 성장성, 자본적정성, 결합지표의 6가지 범주의 7가지 재무변수를 설명변수로 하고 기업의 부도여부에 대한 콕스 회귀모형 (Cox Regression Model)을 설정하였다. 이때 업종별로 부도율에 영향을 미치는 주요 재무변수들을 구별하여 각 업종에 적합한 생존모형을 제시하고자 하였다. 7가지 재무변수는 표 2.
- 제 1절 서론에서는 연구의 배경과 목적, 방법에 대해 기술하였고, 제 2절 실증분석에서는 연구표본 및 업종별 생존율을 알아보았으며 콕스 회귀분석을 이용하여 부도율에 영향을 미치는 재무변수를 추정하였다. 제 3절 결론에서는 본 논문의 결과를 요약하였으며, 연구의 한계점 및 향후 연구 방향에 대해 기술하였다.
제안 방법
- 이에 본 논문에서는 1987년부터 2002년까지, 즉 16년간의 신용보증기금에 등록된 중소기업의 생존기간 자료를 이용해 업종별 생존율을 살펴보았으며, 생존율에 영향을 미치는 주요 재무변수들을 이용한 업종별 콕스회귀모형을 추정해 보았다. 다음으로 선행연구들은 기업들을 업종별로 구분하지 않고 분석하였으므로, 본 논문에서는 각 업종별 로 구분하여 분석하였다. 기업들을 업종별로 나눈 이유는 부도의 형태와 원인이 업종별로 다른 추이를 보일 것으로 추측되기 때문이다.
- 이러한 배경에 따라 1987년 1월 1일부터 2002년 12월 31일까지 신용보증기금에 등록된 중소기업 자료를 이용해서 업종별 생존 동향을 비교 분석하였다. 또한 업종별로 중소기업의 콕스 비례위험모형을 설정하여 국내 중소기업의 생존요인을 분석하였다. 이에 본 논문에서는 각 그룹간의 통계적 차이를 검토하기 위하여 비모수적 기법인 로그-순위 검정법과 윌콕슨 검정법을 활용하였으며, 그 결과 두 검정의 유의확률 값이 <.
- 본 논문은 기존의 연구에 문제점이었던 분석에 사용한 소규모의 기업의 수 문제와 짧은 분석 기간 설정으로 인한 정확도를 떨어뜨릴 가능성이 극복하고자 하였다. 또한, 선행연구들이 기업을 업종별로 구분하지 않고 분석하였으므로 본 논문에서는 각 업종별로 구분하여 분석하였다.
- 따라서 이 교호작용 항이 삽입된 모형에 대한 유의성 검정이 바로 위험 함수의 비례성 가정에 대한 검정인 셈이다. 또한, 추가적으로 변수 선택법 중에서 가장 선호되는 방법인 단계적 선택법 (Stepwise Method)을 이용하여 업종별로 삽입된 변수들의 유의성 여부를 살펴보았다.
- 이러한 성질을 무시하고 모든 기업들을 단순하게 건전기업과 부도기업으로 나누어 부도확률모형을 추정할 경우, 업종별 특성이 무시되어 올바른 모수 추정이 되지 않을 것이다. 본 논문에서는 위의 특성들을 고려하여 생존분석을 실시하였다.
- LLS plot을 그리는 방법은 이미 비례성 가정이 성립하는 공변수, x에 대해 또 다른 공변수의 비례성 가정을 검토하는 경우에 사용하는 방법으로, t에 대한 log(− log S(t : \(\bar{x}\)))의 그래프를 그려서 두 위험함수가 평행인지를 살펴보는 방법이다. 본 논문에서는 좀 더 객관적인 방법인 검정통계량을 이용하여 시간에 따라 변해가는 공변수 (x)들에 대해 시간 t와 그 공변수들간의 교호작용이 추가된 모형을 고려하였다. 따라서 이 교호작용 항이 삽입된 모형에 대한 유의성 검정이 바로 위험 함수의 비례성 가정에 대한 검정인 셈이다.
- 콕스 회귀분석은 생존시간에 대해 어떠한 분포형태도 가정하지 않으므로 비모수적인 분석이지만, 모형에 근거하여 회귀계수를 추정한다는 점이 모수적방법과 유사하다. 본 논문에서는 콕스 회귀분석법으로 부도율에 영향을 미치는 업종별 주요 재무변수의 효과를 추정하였다. 이때 본 논문에서는 설명변수로 사용된 재무변수들에 대해서 실제 금액에 근거한 재무비율을 산출하는 것 자체에 의의를 두고 분석하였다.
- 본 연구에서는 우리나라 기업의 유동성, 안전성, 수익성, 성장성, 자본적정성, 결합지표의 6가지 범주의 7가지 재무변수들을 설명변수로 정하였다. 먼저, 교호작용 항이 삽입된 모형을 통해 시간 의존적인 설명변수의 여부를 살펴보았으며, 다음으로 변수 선택법 중에서 가장 선호되는 방법인 단계적 선택법을 이용하여 유의한 콕스 모형의 변수를 선정하였다.
- 본 연구에서는 우리나라 기업의 유동성, 안전성, 수익성, 성장성, 자본적정성, 결합지표의 6가지 범주의 7가지 재무변수를 설명변수로 하고 기업의 부도여부에 대한 콕스 회귀모형 (Cox Regression Model)을 설정하였다. 이때 업종별로 부도율에 영향을 미치는 주요 재무변수들을 구별하여 각 업종에 적합한 생존모형을 제시하고자 하였다.
- 안전성의 지표로써 차입금의존도 및 고정비율을 고려하였다. 이는 장기지급능력을 분석하는 것으로 기업의 타인자본의존도를 측정하는 지표이다.
- 최근 글로벌 금융위기와 중소기업들의 연이은 도산으로 인해 중소기업들의 구조조정에 대한 논의가 활발히 진행되고 있다. 이러한 배경에 따라 1987년 1월 1일부터 2002년 12월 31일까지 신용보증기금에 등록된 중소기업 자료를 이용해서 업종별 생존 동향을 비교 분석하였다. 또한 업종별로 중소기업의 콕스 비례위험모형을 설정하여 국내 중소기업의 생존요인을 분석하였다.
- 또한, 비모수적 베이지안 추정량을 이용한 생존함수를 추정한 이인석 등 (1994)의 연구와 콕스 모형을 이용하여 표본 탈락에 영향을 주는 요인을 분석한 이상협 등 (2011)의 연구, 콕스 모형을 이용한 조건부 평균 잔여 수명함수를 추정한 이원기 등 (2011)의 연구를 들 수 있다. 이상의 연구들은 기업의 생존율 또는 생존요인 등을 분석하고 주요 요인들을 밝힌 점에서 의미가 있으나, 본 연구는 중소기업에 초점을 두고 분석하였다.
- 본 논문은 기존의 연구에 한계점이었던 분석에 사용한 소규모의 기업 수 문제와 짧은 분석 기간 설정으로 인한 정확도를 떨어뜨릴 가능성을 극복하고자 하였다. 이에 본 논문에서는 1987년부터 2002년까지, 즉 16년간의 신용보증기금에 등록된 중소기업의 생존기간 자료를 이용해 업종별 생존율을 살펴보았으며, 생존율에 영향을 미치는 주요 재무변수들을 이용한 업종별 콕스회귀모형을 추정해 보았다. 다음으로 선행연구들은 기업들을 업종별로 구분하지 않고 분석하였으므로, 본 논문에서는 각 업종별 로 구분하여 분석하였다.
- 중소기업의 업종에 따른 생존율 추이와 업종별로 부도율에 영향을 미치는 주요 재무변수들을 선별하기 위해 생존분석 기법을 활용하였다. 생존분석에서의 생존 자료는 창업으로부터 부도라는 사건이 발생한 시점까지의 기간 즉, 생존 기간을 의미하며, 생존분석은 이러한 생존 기간의 자료를 분석하여 사건 발생의 위험률을 산출하는 것이다.
- 특히, 기업이 인수합병 (M&A)되는 경우에는 인수 당시 회사의 부도여부에 따라 기존 회사의 채무가 그대로 상계되는 경우와 파산 신청 후 인수 합병되는 경우로 나뉜다. 채무가 상계되는 경우는 인수된 회사의 추후 생존 여부에 따라 처리하였으며, 이미 기존 회사가 파산 신청한 경우에는 부도기업으로 분류하여 처리하였다. 마찬가지로 한국거래소 등에 상장되었다가 폐지되는 경우에는 신용보증사고 관리 규정에 의해 사고 기업으로 규제된 기업이므로 부실기업으로 간주하였다.
대상 데이터
- 즉 업종별로 생존율이 다르다고 할 수 있으며, 이때 서비스업의 생존율이 가장 높은 것으로 나타났다. 본 논문의 대상인 전체 기업은 50678개 이며, 이 중에서 부도 기업은 4118개 이다. 또한, 생존자료 (혹은 절단자료)가 총46560개로써 그 비율이 91.
- 본 연구는 1987년 1월 1일부터 1996년 12월 31일까지의 신용보증기금에 등록된 중소기업의 생존 자료를 추적 대상으로 하였으며, 연구의 마감은 2002년 12월 31일로 정하였다. 따라서 생존 기업의 생존시간은 연구종료 시점인 2002년 12월 31일에서 연구시작점인 1987년 1월 1일을 뺀 200개월 (16년)로 하였으며, 부실기업의 생존기간은 실제 부도일자에서 연구시작점인 1987년 1월 1을 빼서 계산하므로 최소 72개월 (6년)이 된다.
- 본 연구는 해마다 끊임없이 축적되는 중소기업 자료 중에서 정상기업과 부도기업의 재무변수들을 이용하여 업종별 생존율의 차이를 비교분석하고 나아가 생존율에 영향을 미치는 업종별 주요 재무변수를 찾아내고자 한다. 이에 신용보증기금에 등록된 1987년 1월 1일부터 2002년 12월 31일까지의 중소기업의 자료를 이용하였다.
데이터처리
- 다음으로 업종별로 부도율에 영향을 미치는 주요 재무변수들을 알아보고 각 업종에 적합한 생존 모형을 찾기 위해 단계적 변수 선택법 (Stepwise Method)을 이용한 콕스 회귀분석을 실시하였다. 콕스 회귀분석은 생존시간에 대해 어떠한 분포형태도 가정하지 않으므로 비모수적인 분석이지만, 모형에 근거하여 회귀계수를 추정한다는 점이 모수적방법과 유사하다.
- 특히 우도비 검정은 공변량을 설정한 경우와 설정하지 않은 경우를 살펴봐서 설정한 모형이 타당한가를 검정한다. 이때 세 검정에 대한 검정 결과는 비슷하며, 이들 검정통계량은 모두 자유도 p의 카이제곱분포를 이용하여 검정한다. 본 논문에서는 가장 대표적인 검정법인 우도비 검정을 통해 공변량의 동시적인 설정이 의미가 있는 것인지 설명해 보고자 하였다.
- 본 연구에서 창업 기업의 시작점은 1987년부터 신용보증기금에 등록된 중소기업들에 대한 부도가 발생한 시점이며, 생존율 비교를 위해 업종별로 경공업, 중공업, 건설업, 도소매, 서비스업으로 구분하고 2002년까지의 생존 자료를 비교해 보았다. 이에 생존곡선이 통계적으로 유의한 차이를 보이는가를 검정하기 위해 log(t)에 대한 LLS (log-log survival function) plot을 작성하여 적절한 통계분석법을 선정하였다. 만약, 어떤 생존곡선의 LLS plot이 직선적이라는 뜻은 그 생존곡선이 와이블 분포 (Weibull-distribution)를 근사적으로 따른다는 것을 의미하므로, 이런 경우에는 통계 검정법 중 로그 순위 (log-rank) 검정법이나 윌콕슨 (Wilcoxon) 검정법을 사용함이 권장된다 (유근영, 1998).
- 제 1절 서론에서는 연구의 배경과 목적, 방법에 대해 기술하였고, 제 2절 실증분석에서는 연구표본 및 업종별 생존율을 알아보았으며 콕스 회귀분석을 이용하여 부도율에 영향을 미치는 재무변수를 추정하였다. 제 3절 결론에서는 본 논문의 결과를 요약하였으며, 연구의 한계점 및 향후 연구 방향에 대해 기술하였다.
- 자기자본비율은 원금과 이자에 대한 안전도를 보장하는 것으로 이 비율이 클수록 기업의 재무구조가 건전하다고 할 수 있다. 특히, 분모의 자산총계는 연초와 연말이 다를 수 있으므로 본 논문에서는 통상적인 방법인 평균 데이터를 사용하여 분석하였으며, 다른 범주에서도 같은 방법으로 분석 활용하였다.
이론/모형
- 결과적으로 본 연구에서는 표 2.2의 정리 내용과 같이 총 50678개의 중소기업을 대상으로 하였으며, 그림2.1의 LLS plot에서 보이는 바와 같이 전 업종에 대해서 생존곡선의 LLS plot이 직선 형태를 보여 와이블 분포를 근사적으로 따르므로 본 논문에서는 로그 순위 검정법과 윌콕슨 검정법을 활용하였다. 그림2.
- 따라서 생존 기업의 생존시간은 연구종료 시점인 2002년 12월 31일에서 연구시작점인 1987년 1월 1일을 뺀 200개월 (16년)로 하였으며, 부실기업의 생존기간은 실제 부도일자에서 연구시작점인 1987년 1월 1을 빼서 계산하므로 최소 72개월 (6년)이 된다. 또한, 업종별로 경공업, 중공업, 건설업, 도소매업, 서비스업의 5그룹으로 분류하였으며, 2009년 12월에 개정된 제 9차 한국표준산업분류 중분류 기준을 사용하였다 (표 2.1).
- 본 연구에서는 우리나라 기업의 유동성, 안전성, 수익성, 성장성, 자본적정성, 결합지표의 6가지 범주의 7가지 재무변수들을 설명변수로 정하였다. 먼저, 교호작용 항이 삽입된 모형을 통해 시간 의존적인 설명변수의 여부를 살펴보았으며, 다음으로 변수 선택법 중에서 가장 선호되는 방법인 단계적 선택법을 이용하여 유의한 콕스 모형의 변수를 선정하였다.
- 업종별 콕스 비례위험모형을 이용한 국내 중소기업의 생존요인을 분석에서는 유의한 변수선택방법으로 단계적 선택법을 적용하였다. 그 결과, 건설업은 자기자본비율, 유동성이 커질수록 부도율이 감소하는 반면에 차입금의존도가 커질수록 부도율이 증가하였으며, 경공업은 자기자본비율, 총자산 순이익률 이 커질수록 부도율이 감소하였다.
성능/효과
- 반면 결합지표 값, 다시 말해 재고자산이 많을수록 부도의 위험성이 커진다는 것을 알 수 있었다. 구체적으로 살펴보면 설명변수들이 거의 0 (zero) 추정치를 갖지만, 가장 크게 영향을 미치는 변수로 자기자본비율이 1% 증가함에 따라 부도위험률은 0.5%만큼, 순이익률이 1% 증가함에 따라 부도위험률이 0.59%만큼 감소한다고 말할 수 있다. 또한 결론적으로 도소매업의 콕스 회귀모형 추정 식은 다음과 같다.
- 업종별 콕스 비례위험모형을 이용한 국내 중소기업의 생존요인을 분석에서는 유의한 변수선택방법으로 단계적 선택법을 적용하였다. 그 결과, 건설업은 자기자본비율, 유동성이 커질수록 부도율이 감소하는 반면에 차입금의존도가 커질수록 부도율이 증가하였으며, 경공업은 자기자본비율, 총자산 순이익률 이 커질수록 부도율이 감소하였다. 도소매업은 자기자본비율, 유동성이 커질수록 부도율이 감소하였으며, 중공업은 자기자본비율, 총자산 순이익률, 유동성이 커질수록 부도율이 감소하였지만 결합지표가 커질수록 부도율이 증가하였다.
- 그 결과, 건설업은 자기자본비율, 유동성이 커질수록 부도율이 감소하는 반면에 차입금의존도가 커질수록 부도율이 증가하였으며, 경공업은 자기자본비율, 총자산 순이익률 이 커질수록 부도율이 감소하였다. 도소매업은 자기자본비율, 유동성이 커질수록 부도율이 감소하였으며, 중공업은 자기자본비율, 총자산 순이익률, 유동성이 커질수록 부도율이 감소하였지만 결합지표가 커질수록 부도율이 증가하였다. 서비스업은 유동성이 커질수록 부도율이 감소하였다.
- 본 연구는 1987년 1월 1일부터 1996년 12월 31일까지의 신용보증기금에 등록된 중소기업의 생존 자료를 추적 대상으로 하였으며, 연구의 마감은 2002년 12월 31일로 정하였다. 따라서 생존 기업의 생존시간은 연구종료 시점인 2002년 12월 31일에서 연구시작점인 1987년 1월 1일을 뺀 200개월 (16년)로 하였으며, 부실기업의 생존기간은 실제 부도일자에서 연구시작점인 1987년 1월 1을 빼서 계산하므로 최소 72개월 (6년)이 된다. 또한, 업종별로 경공업, 중공업, 건설업, 도소매업, 서비스업의 5그룹으로 분류하였으며, 2009년 12월에 개정된 제 9차 한국표준산업분류 중분류 기준을 사용하였다 (표 2.
- 건설업에서는 차입금의존도 즉, 장·단기 및 기타차입금과 사채가 증가할수록 부도의 위험성이 커짐을 알 수 있었다. 따라서 업종에 따라 부도율에 미치는 재무변수가 차이가 있음을 알 수 있었으며, 각 업종에 맞는 적합한 생존 모형을 제시하였다.
- 0001로 유의수준 1%에서 공변량 설정이 의미가 있는 것으로 나타났다. 또한, 모형 설정에 앞서 시간 의존적인 변수는 없었으며, 7개의 재무변수를 단계적 선택법으로 유의한 변수만을 추출한 결과, 자기자본비율, 유동비율의 유의확률 값이 유의수준 1%에서 매우 유의하게 나타났다. 모수 추정치의 부호가 모두 음의 부호이기 때문에 즉, 자기자본비율, 유동비율이 커질수록 부도의 위험성이 작아짐을 알 수 있었다.
- 또한, 모형 설정에 앞서 시간 의존적인 변수는 없었으며, 7개의 재무변수를 단계적 선택법으로 유의한 변수만을 추출한 결과, 자기자본비율과 총자산 순이익률의 유의확률 값이 각각 <.0001, 0.0042로 유의수준 1%에서 매우 유의하게 나타났다.
- 0001로 유의수준 1%에서 공변량 설정이 의미가 있는 것으로 나타났다. 또한, 모형 설정에 앞서 시간 의존적인 변수는 없었으며, 단계적 선택법으로 유의한 변수만을 추출한 결과, 자기자본비율, 차입금 의존도, 유동성의 유의확률 값이 유의수준 1%에서 매우 유의하게 나타났다. 모수 추정치의 부호가 차입금 의존도만 양의 부호이고, 나머지는 모두 음의 부호이기 때문에 즉, 자기자본비율, 유동비율이 커질수록 부도의 위험성이 작아지는 반면에, 차입금 의존도가 커질수록 부도의 위험성이 커짐을 알 수 있었다.
- 0001보다 작아 유의수준 1%에서 매우 유의하게 나타났다. 모수 추정치의 부호가 결합지표만 양의 부호이고, 나머지는 모두 음의 부호이기 때문에 즉, 자기자본비율, 총자산 순이익률, 유동비율이 커질수록 부도의 위험성이 작아지는 반면에, 결합지표가 커질수록 부도의 위험성이 커짐을 알 수 있었다. 다시 말해 자기자본비율이 증가할수록 부도율이 낮아지며, 총자산 순이익률이 증가할수록 부도율이 낮아짐을 의미한다.
- 또한, 모형 설정에 앞서 시간 의존적인 변수는 없었으며, 7개의 재무변수를 단계적 선택법으로 유의한 변수만을 추출한 결과, 자기자본비율, 유동비율의 유의확률 값이 유의수준 1%에서 매우 유의하게 나타났다. 모수 추정치의 부호가 모두 음의 부호이기 때문에 즉, 자기자본비율, 유동비율이 커질수록 부도의 위험성이 작아짐을 알 수 있었다. 다시 말해 자기자본비율이 증가할수록 부도율이 낮아짐을 의미한다.
- 역시, 모형 설정에 앞서 시간 의존적인 변수는 없었으며, 7개의 재무변수를 단계적 선택법으로 유의한 변수만을 추출한 결과, 유동비율의 유의확률 값이 유의수준 1%에서 매우 유의하게 나타났다. 모수 추정치의 부호가 음의 부호이기 때문에 즉, 유동비율이 커질수록 부도의 위험성이 작아짐을 알 수 있었다. 즉 유동비율이 증가할수록 부도율이 낮아짐을 의미한다.
- 또한, 모형 설정에 앞서 시간 의존적인 변수는 없었으며, 단계적 선택법으로 유의한 변수만을 추출한 결과, 자기자본비율, 차입금 의존도, 유동성의 유의확률 값이 유의수준 1%에서 매우 유의하게 나타났다. 모수 추정치의 부호가 차입금 의존도만 양의 부호이고, 나머지는 모두 음의 부호이기 때문에 즉, 자기자본비율, 유동비율이 커질수록 부도의 위험성이 작아지는 반면에, 차입금 의존도가 커질수록 부도의 위험성이 커짐을 알 수 있었다. 다시 말해 자기자본비율이 증가할수록 부도율이 낮아지며 유동비율이 증가할수록 부도율이 낮아짐을 의미한다.
- 모형 설정에 대한 검정으로 LR값이 157.4496이며 유의확률 값이 <0.0001로 유의수준 1%에서 공변량 설정이 의미가 있는 것으로 나타났다.
- 모형 설정에 대한 검정으로 LR값이 27.9834이며 유의확률 값이 <0.0001로 유의수준 1%에서 공변량 설정이 의미가 있는 것으로 나타났다.
- 모형 설정에 대한 검정으로 LR값이 73.9536이며 유의확률 값이 <0.0001로 유의수준 1%에서 공변량 설정이 의미가 있는 것으로 나타났다.
- 모형 설정의 타당도 검정법으로 우도비 통계량 (LR)값이 94.9357이며, 유의확률 값이 <0.0001로 유의수준 1%에서 공변량 설정이 의미가 있는 것으로 나타났다.
- 마찬가지로 유동비율이 증가할수록 부도율이 낮아진다. 반면 결합지표 값, 다시 말해 재고자산이 많을수록 부도의 위험성이 커진다는 것을 알 수 있었다. 구체적으로 살펴보면 설명변수들이 거의 0 (zero) 추정치를 갖지만, 가장 크게 영향을 미치는 변수로 자기자본비율이 1% 증가함에 따라 부도위험률은 0.
- 따라서, 외부경제상황을 반영할 수 있는 거시경제 지표를 고려한 분석이 필요할 것으로 보인다. 셋째, 일반적으로 재무비율은 변동성이 매우 크기 때문에 이상치가 많이 나올 수 있다. 따라서, 재무비율의 표준화와 같은 방안으로 이상치를 적절하게 고려한다면 좀 더 효율적인 분석이 가능할 것으로 생각된다.
- 0001로 유의수준 1%에서 공변량 설정이 의미가 있는 것으로 나타났다. 역시, 모형 설정에 앞서 시간 의존적인 변수는 없었으며, 7개의 재무변수를 단계적 선택법으로 유의한 변수만을 추출한 결과, 유동비율의 유의확률 값이 유의수준 1%에서 매우 유의하게 나타났다. 모수 추정치의 부호가 음의 부호이기 때문에 즉, 유동비율이 커질수록 부도의 위험성이 작아짐을 알 수 있었다.
- 0001로 유의수준 1%에서 공변량 설정이 의미가 있는 것으로 나타났다. 역시, 모형 설정에 앞서 시간 의존적인 변수는 없었으며, 7개의 재무변수를 단계적 선택법으로 유의한 변수만을 추출한 결과, 자기 자본비율, 총자산 순이익률, 결합지표, 유동비율의 유의확률 값이 모두 0.0001보다 작아 유의수준 1%에서 매우 유의하게 나타났다. 모수 추정치의 부호가 결합지표만 양의 부호이고, 나머지는 모두 음의 부호이기 때문에 즉, 자기자본비율, 총자산 순이익률, 유동비율이 커질수록 부도의 위험성이 작아지는 반면에, 결합지표가 커질수록 부도의 위험성이 커짐을 알 수 있었다.
- 이에 본 논문에서는 각 그룹간의 통계적 차이를 검토하기 위하여 비모수적 기법인 로그-순위 검정법과 윌콕슨 검정법을 활용하였으며, 그 결과 두 검정의 유의확률 값이 <.0001로 유의수준 1%에서 매우 유의한 차이를 나타냄을 알 수 있었다.
- 중소기업의 업종별 생존율과 부도율을 표 2.4에 정리한 결과, 로그 순위 검정과 윌콕슨 검정의 유의확률 값이 <0.0001로 유의수준 1%에서 매우 유의한 차이가 나타나는 것을 알 수 있다.
- 0001로 유의수준 1%에서 매우 유의한 차이가 나타나는 것을 알 수 있다. 즉 업종별로 생존율이 다르다고 할 수 있으며, 이때 서비스업의 생존율이 가장 높은 것으로 나타났다. 본 논문의 대상인 전체 기업은 50678개 이며, 이 중에서 부도 기업은 4118개 이다.
- 0001로 유의수준 1%에서 매우 유의한 차이를 나타냄을 알 수 있었다. 특히, 도소매업과 서비스업이 건설업, 경공업, 중공업에 비해 생존율이 높았으며 건설업이 가장 생존율이 낮게 나타났다.
- 서비스업은 유동성이 커질수록 부도율이 감소하였다. 특히, 중공업은 결합지표가 커질수록 부도의 위험성이 커짐을 의미하며, 이는 재고자산이 많을수록 부도의 위험성이 커진다는 것을 알 수 있었다. 건설업에서는 차입금의존도 즉, 장·단기 및 기타차입금과 사채가 증가할수록 부도의 위험성이 커짐을 알 수 있었다.
후속연구
- 따라서 최근 10년 이내의 자료를 포함한 분석이 이루어진다면 최신의 동향을 더욱 적합한 분석이 될 것으로 생각된다. 결론적으로 추후에는 본 논문에서 고려하지 못했던 여러 문제점들을 보완하여 조금이나마 중소기업과 관련된 여러 정책수립에 도움이 되었으면 한다.
- 따라서, 재무비율의 표준화와 같은 방안으로 이상치를 적절하게 고려한다면 좀 더 효율적인 분석이 가능할 것으로 생각된다. 넷째, 연구 표본의 데이터가 16년에 걸친 자료이기는 하지만 최신의 자료가 아니므로 다소 최신의 동향을 짚어가기에는 한계가 있다. 따라서 최근 10년 이내의 자료를 포함한 분석이 이루어진다면 최신의 동향을 더욱 적합한 분석이 될 것으로 생각된다.
- 넷째, 연구 표본의 데이터가 16년에 걸친 자료이기는 하지만 최신의 자료가 아니므로 다소 최신의 동향을 짚어가기에는 한계가 있다. 따라서 최근 10년 이내의 자료를 포함한 분석이 이루어진다면 최신의 동향을 더욱 적합한 분석이 될 것으로 생각된다. 결론적으로 추후에는 본 논문에서 고려하지 못했던 여러 문제점들을 보완하여 조금이나마 중소기업과 관련된 여러 정책수립에 도움이 되었으면 한다.
- 둘째, 연구에 사용된 설명변수들이 모두 재무제표 자료 위주로 경영전략, 시장지배력 등과 같은 지표를 고려하지 못하였다. 따라서, 외부경제상황을 반영할 수 있는 거시경제 지표를 고려한 분석이 필요할 것으로 보인다. 셋째, 일반적으로 재무비율은 변동성이 매우 크기 때문에 이상치가 많이 나올 수 있다.
- 셋째, 일반적으로 재무비율은 변동성이 매우 크기 때문에 이상치가 많이 나올 수 있다. 따라서, 재무비율의 표준화와 같은 방안으로 이상치를 적절하게 고려한다면 좀 더 효율적인 분석이 가능할 것으로 생각된다. 넷째, 연구 표본의 데이터가 16년에 걸친 자료이기는 하지만 최신의 자료가 아니므로 다소 최신의 동향을 짚어가기에는 한계가 있다.
- 그러나, 이와 같은 의의에도 불구하고 본 연구는 다음과 같은 한계와 과제를 지니고 있다. 첫째, 본 연구에서는 사고 기록이 있는 기업을 대상으로 분류하므로 사고로 정의한 기업 중에서도 추후에 재기에 성공한 경우를 고려하지 못했다. 이러한 부분을 향후 연구과제로 고려해 볼 필요가 있겠다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.