본 연구는 기업 가치 분석을 위한 최적 변수를 선정하고, 이 변수를 사용하여 기업의 가치를 분석하였다. 본 연구의 결과는 2가지로 구분할 수 있다. 첫째, 변수 선정을 위해 선행연구에서 사용한 기업가치 분석방법 및 변수를 고찰하였다. 이를 토대로 AHP 기법을 사용하여 8개의 변수를 도출하였다. 추가로 투자 전문가들이 사용한 변수 중 공통분모를 추출하였다. 최종적으로 도출한 변수는 배당수익률, PER, PBR, PCR, EV/EBITDA, ROE, 순이익 증가율, 매출성장률, 순유동자산, 부채비율, 유동비율, 재고자산회전율, 매출채권회전율, 종사자 1인당 순이익, 영업이익률, 매출액 순이익률, 총자본 순이익률, EPS 성장률의 18개 수정 변수를 도출했다. 둘째, 선정된 변수를 사용하여 기업 가치를 예측하였다. 예측을 위해 8개의 변수를 사용하여 로지스틱 회귀분석을 수행한 결과, 59.67%의 정확도를 나타내 8개의 변수는 적절하지 않음을 알 수 있었다. 이어서 18개의 변수를 사용하여 분석한 결과 91.98%의 정확도를 나타내 기업의 가치를 분석하기 위해서는 18개의 변수를 사용하는 것이 바람직하다는 것을 알 수 있었다.
본 연구는 기업 가치 분석을 위한 최적 변수를 선정하고, 이 변수를 사용하여 기업의 가치를 분석하였다. 본 연구의 결과는 2가지로 구분할 수 있다. 첫째, 변수 선정을 위해 선행연구에서 사용한 기업가치 분석방법 및 변수를 고찰하였다. 이를 토대로 AHP 기법을 사용하여 8개의 변수를 도출하였다. 추가로 투자 전문가들이 사용한 변수 중 공통분모를 추출하였다. 최종적으로 도출한 변수는 배당수익률, PER, PBR, PCR, EV/EBITDA, ROE, 순이익 증가율, 매출성장률, 순유동자산, 부채비율, 유동비율, 재고자산회전율, 매출채권회전율, 종사자 1인당 순이익, 영업이익률, 매출액 순이익률, 총자본 순이익률, EPS 성장률의 18개 수정 변수를 도출했다. 둘째, 선정된 변수를 사용하여 기업 가치를 예측하였다. 예측을 위해 8개의 변수를 사용하여 로지스틱 회귀분석을 수행한 결과, 59.67%의 정확도를 나타내 8개의 변수는 적절하지 않음을 알 수 있었다. 이어서 18개의 변수를 사용하여 분석한 결과 91.98%의 정확도를 나타내 기업의 가치를 분석하기 위해서는 18개의 변수를 사용하는 것이 바람직하다는 것을 알 수 있었다.
The dissertation presents the portfolio construction method using the score sheet so that general investors can utilize it easily. This study draws the significant variables to contribute the enterprise value and suggests the combined models by applying the single methodology, which private investor...
The dissertation presents the portfolio construction method using the score sheet so that general investors can utilize it easily. This study draws the significant variables to contribute the enterprise value and suggests the combined models by applying the single methodology, which private investors can easily utilize. The results of the research can be classified into 2 areas. Firstly, the significantly affecting variables were selected for analyzing the enterprise value. The variables and the method for the enterprise value analysis were studied from the existing researches to choose the optimal variables. The variables were identified by using AHP method and the structure equation method from the investigation of the previous researches. And the critical variables were added extracted from the common denominator of variables which the 3 grue investors used for their investment. The final variables identified are dividend yield, PER, PBR, PCR, EV/EBITDA, ROE, net income, sales growth rate, net current asset, debt ratio, current ratio, rate of operating profits, ratio of operating profit to net sales, ratio of net income to net sales, net profit to total assets, EPS growth rate, inventory turnover ratio, and receivables turnover. Second, the new methodologies for forecasting enterprise value modifying the existing methods were developed. The result of the Logistic regression analysis for forecasting showed that the equation could not be suitable as the accuracy with 91.98%.
The dissertation presents the portfolio construction method using the score sheet so that general investors can utilize it easily. This study draws the significant variables to contribute the enterprise value and suggests the combined models by applying the single methodology, which private investors can easily utilize. The results of the research can be classified into 2 areas. Firstly, the significantly affecting variables were selected for analyzing the enterprise value. The variables and the method for the enterprise value analysis were studied from the existing researches to choose the optimal variables. The variables were identified by using AHP method and the structure equation method from the investigation of the previous researches. And the critical variables were added extracted from the common denominator of variables which the 3 grue investors used for their investment. The final variables identified are dividend yield, PER, PBR, PCR, EV/EBITDA, ROE, net income, sales growth rate, net current asset, debt ratio, current ratio, rate of operating profits, ratio of operating profit to net sales, ratio of net income to net sales, net profit to total assets, EPS growth rate, inventory turnover ratio, and receivables turnover. Second, the new methodologies for forecasting enterprise value modifying the existing methods were developed. The result of the Logistic regression analysis for forecasting showed that the equation could not be suitable as the accuracy with 91.98%.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
이러한 장점으로 인해 기업분석을 위한 변수 선정의 연구에서 AHP 분석 기법을 사용하고 있다[12]. 기업의 가치에 영향을 주는 변수는 매우 다양하기 때문에 본 연구에서는 선행연구를 분석하여 변수를 나열하고 금융업에 종사하는 전문가들을 대상으로 우선적으로 델파이 기법을 실시하여 기업의 가치를 측정하기 위한 주요 변수들을 추출하였다.
따라서 본 연구에서는 일반적으로 기업분석 시 주로 이용되는 성과요인인 성장성, 수익성, 안정성, 활동성, 생산성 5가지 측면에 속해있는 변수의 개념 및 내용에 대해 고찰해보고자 한다.
이를 통해 기업 가치에 영향을 주는 정확한 입력변수를 제시하고자 한다. 또한 S. H. Gu[1,3]의 연구결과와 비교하여 기업의 가치평가에 적합한 변수를 제시하고자 한다.
또한 누구나 쉽게 본 모형을 적용할 수 있도록 함으로써 개인투자자나 기관이 실무에서 전략을 입안할 때 활용할 수 있는 결과물을 제시하였다는데 의의가 있다. 본 결과를 토대로 개인투자자들이 기관이나 외국인 투자자처럼 안정적으로 수익을 창출할 수 있도록 기업의 가치를 분석하는데 도움이 되고자 한다.
본 연구는 기업의 가치에 영향을 미치는 변수를 파악하고, 실 데이터를 사용하여 성과를 검증하였다. 하지만 이러한 시사점에도 불구하고 향후 연구에서 보완해야할 한계점을 가지고 있다.
본 연구에서는 기업 가치분석과 관련한 변수를 선정하는데 있어 선행연구에서 의미가 있다고 나타난 변수를 고찰한다. 이어서 전문가 집단의 AHP 분석을 거쳐 실무에서 중요하게 사용되고 있는 변수를 추출하고, 예측을 위해 로지스틱 회귀분석을 수행하여 분석한다.
기업의 가치를 평가하기 위해서는 누구나 공감할 수 있는 공정하고 명확한 기준 요인을 변수로 선정해야 한다. 본 연구에서는 매년 한국은행에서 수행하고 있는 Korea Bank[9]의 지표를 일부 참조하고자 한다. 기업경영분석 통계는 한국은행법 제86조에 의거하여 작성되고 있으며, 법인세 신고서류에 첨부된 재무제표를 기준으로 계정과목 및 분석지표를 만들었기 때문에 신뢰성 있는 지표로 구성되어 있다고 볼 수 있다.
이어서 전문가 집단의 AHP 분석을 거쳐 실무에서 중요하게 사용되고 있는 변수를 추출하고, 예측을 위해 로지스틱 회귀분석을 수행하여 분석한다. 이를 통해 기업 가치에 영향을 주는 정확한 입력변수를 제시하고자 한다. 또한 S.
가설 설정
기업의 가치가 올바르게 분석되었는지 판단하기 위해 실제 기업에 투자하는 경우를 가정하여 수익률을 비교한다. 기업의 가치가 높다는 것은 주가가 높다는 것을 반증하기 때문에 기업의 분석이 옳게 되었다면 해당 기업에 투자했을 경우가 시장수익률보다 높은 수익률을 보일 것이며, 다른 모형에 비해서도 우수한 수익률을 보일 것이다.
제안 방법
기업 가치에 영향을 미치는 변수의 가중치를 도출하기 위한 쌍대비교(Pair wise Comparison) 설문을 실시하였다. 설문 대상은 금융업에 종사하며, 기업분석에 대한 경험이 풍부한 학계 전문가 및 실무 전문가 64명을 대상으로 하였다.
둘째, 선정된 변수를 사용하여 기업 가치를 예측하였다. 예측을 위해 8개의 변수를 사용하여 로지스틱 회귀 분석을 수행한 결과, 59.
변수를 정리하는 과정에서 도출된 항목 간에 중복되는 내용이 다소 존재하고, 불필요한 요인이 발견되었기 때문에 전문가의 델파이 기법을 통해 요인을 수정 삭제하였다. 델파이 분석은 금융업종의 실무종사자로서 경력이 15년 이상이며, 기업분석이 주 업무인 전문가 3명을 대상으로 2회에 걸쳐 수행하였다.
앞 절에서의 예측정확도가 낮게 나타났기 때문에 본 연구에서는 앞서 도출된 변수 이외에도 선행연구[1,3]에서 유의미하게 제시된 변수를 추가하여 분석해보았다. 본 분석에 사용된 변수는 Dividend Yield, PER, PBR, PCR, EV/EBITDA, 자기자본 순이익율, 순이익증가율, 매출액증가율, 1인당 순이익, 총자본 순이익율, 부채비율, 매출채권회전율, 매출액 순이익율, 재고자산회전율, 영업이익률, 주당순이익증가율, 유동비율, 순유동자산으로 총 18개 변수이다.
본 연구는 기업 가치 분석을 위한 최적 변수를 선정하고, 이 변수를 사용하여 기업의 가치를 분석하였다. 본 연구의 결과는 2가지로 구분할 수 있다.
본 연구에서는 기업 분석을 위한 변수로 Table 5의 결과에 따라 상위 5개 요인만을 선정하려 했으나, 수익성 계층에 집중되어 있기에 평준화 작업을 수행하였다. 따라서 다음과 같은 2가지의 기준을 사용하여 요인을 선정하였다.
첫째, 기존의 연구에서는 단순하게 선행연구 고찰이나 전문가들의 의견을 수렴하는 델파이 기법, 설문 등을 사용하여 변수를 추출하였다. 본 연구에서는 문헌 및 선행연구 고찰을 통해 1차 변수를 추출하여 AHP 분석과 구조방정식을 사용하여 정량적으로 분석하였으며, 델파이 분석이라는 정성적인 분석을 수행하였다. 이처럼 기존의 연구에서 한계점으로 제시되었던 변수 추출 및 분석과정에서의 정성적ㆍ정량적 접근을 동시에 수행하였다는데 의의를 둘 수 있다.
앞 절에서의 예측정확도가 낮게 나타났기 때문에 본 연구에서는 앞서 도출된 변수 이외에도 선행연구[1,3]에서 유의미하게 제시된 변수를 추가하여 분석해보았다. 본 분석에 사용된 변수는 Dividend Yield, PER, PBR, PCR, EV/EBITDA, 자기자본 순이익율, 순이익증가율, 매출액증가율, 1인당 순이익, 총자본 순이익율, 부채비율, 매출채권회전율, 매출액 순이익율, 재고자산회전율, 영업이익률, 주당순이익증가율, 유동비율, 순유동자산으로 총 18개 변수이다.
예측 모형을 개발하기에 앞서 데이터를 분류하고, 정제 작업을 수행하였다. 데이터를 분류하여 1999년부터 2012년까지의 데이터를 학습용으로 사용하였으며, 2013년의 데이터는 예측용으로 사용하였다.
주가의 상승여부를 예측하기 위해 로지스틱 회귀분석을 실시하였다. 예측을 위해 종속변수(하락=0, 상승=1)를 기준으로 하는 상승과 하락 집단에 따른 상승확률과 하락확률을 구하였다. 로지스틱 회귀분석은 분석결과 값이 0.
따라서 결과의 왜곡이 발생할 수 있게 된다. 이러한 문제점을 해결하기 위해 각 독립변수와 종속변수를 증가율로 변환하여 사용하고자 한다. 증가율로 변환 시 이점은 a라는 독립변수와 종속변수 간에 인과관계가 발생하기 때문에 독립변수가 변화할 경우 종속변수가 변화하여 연관성을 분석할 수 있게 되는 점이다.
일차적으로 선행연구를 검토하여 얻어진 기업가치 평가를 위한 요인 5가지를 선정하였다. 다음으로 각 요인이 담고 있는 내용을 1차, 2차 계층으로 정리하여 Table 1과 같이 5개의 1차 계층 항목과 58개의 2차 계층 항목을 도출하였다.
본 연구의 시사점 및 의의는 다음과 같다. 첫째, 기존의 연구에서는 단순하게 선행연구 고찰이나 전문가들의 의견을 수렴하는 델파이 기법, 설문 등을 사용하여 변수를 추출하였다. 본 연구에서는 문헌 및 선행연구 고찰을 통해 1차 변수를 추출하여 AHP 분석과 구조방정식을 사용하여 정량적으로 분석하였으며, 델파이 분석이라는 정성적인 분석을 수행하였다.
본 연구의 결과는 2가지로 구분할 수 있다. 첫째, 변수 선정을 위해 선행연구에서 사용한 기업가치 분석방법 및 변수를 고찰하였다. 이를 토대로 AHP 기법을 사용하여 8개의 변수를 도출하였다.
하지만 이러한 시사점에도 불구하고 향후 연구에서 보완해야할 한계점을 가지고 있다. 첫째, 본 연구에서는 기업의 가치를 분석하기 위한 변수와 방법론을 각각 5가지 범주로 구분하여 살펴보았다. 이에 따라 연구의 범위가 한정될 수밖에 없었는데, 향후 연구에서는 기업의 가치를 분석하기 위한 변인이나 방법론을 추가하여 범위를 더욱 확장해볼 필요가 있겠다.
최종적인 순위 도출을 위해 1차 계층의 가중치와 2차 계층의 가중치를 곱하였다. 가장 높은 가중치가 나타난 항목은 ‘순이익 증가율’이며, 다음으로 ‘영업이익률’, ‘총자본 순이익률’, ‘인당 순이익’, ‘매출액 순이익률’ 순으로 나타났으며, 자세한 결과는 Table 5와 같다.
이를 토대로 AHP 기법을 사용하여 8개의 변수를 도출하였다. 추가로 투자 전문가들이 사용한 변수 중 공통분모를 추출하였다. 최종적으로 도출한 변수는 배당수익률, PER, PBR, PCR, EV/EBITDA, ROE, 순이익 증가율, 매출성장률, 순유동자산, 부채비율, 유동비율, 재고자산회전율, 매출채권회전율, 종사자 1인당 순이익, 영업이익률, 매출액 순이익률, 총자본 순이익률, EPS 성장률의 18개 수정 변수를 도출했다.
대상 데이터
데이터 분류를 위한 기간은 앞 절과 동일하며, 학습용 데이터는 총 10,839개 중 n년 시점에 기업이 가진 18개 변수 중 결측치가 존재하는 기업의 데이터를 제거하여 최종적으로 1,922개의 데이터만이 학습 데이터로 사용되었다. 이를 토대로 분석한 결과는 Table 8과 같다.
예측 모형을 개발하기에 앞서 데이터를 분류하고, 정제 작업을 수행하였다. 데이터를 분류하여 1999년부터 2012년까지의 데이터를 학습용으로 사용하였으며, 2013년의 데이터는 예측용으로 사용하였다. 학습용 데이터는 총 10,839개이나, n년 시점에 기업이 가진 8개 변수 중 결측치가 존재하는 기업의 데이터는 제거하였다.
변수를 정리하는 과정에서 도출된 항목 간에 중복되는 내용이 다소 존재하고, 불필요한 요인이 발견되었기 때문에 전문가의 델파이 기법을 통해 요인을 수정 삭제하였다. 델파이 분석은 금융업종의 실무종사자로서 경력이 15년 이상이며, 기업분석이 주 업무인 전문가 3명을 대상으로 2회에 걸쳐 수행하였다. Table 2는 델파이 분석을 실시하고 난 뒤의 요인을 나타낸 것이다.
독립변수는 3장에서 도출된 8개를 사용하였으며, 각 변수를 증가율로 변환하여 사용하였다. 그 이유는 하나의 기업을 대상으로 분석할 경우 재무정보가 기업의 가치나 주가에 미치는 영향을 분석하는 것이 가능하나, 여러 개의 기업을 대상으로 분석하는 경우에는 결과의 왜곡이 나타날 수 있기 때문이다.
이에 따라 연구의 범위가 한정될 수밖에 없었는데, 향후 연구에서는 기업의 가치를 분석하기 위한 변인이나 방법론을 추가하여 범위를 더욱 확장해볼 필요가 있겠다. 둘째, 실증분석에 이용한 자료의 경우, 월별 데이터를 추출하여 사용하였다. 하지만 보다 정확한 분석을 위해서는 해당 기간의 일별 데이터를 추출하여 일단위로 분석하는 것이 필요할 것이다.
기업 가치에 영향을 미치는 변수의 가중치를 도출하기 위한 쌍대비교(Pair wise Comparison) 설문을 실시하였다. 설문 대상은 금융업에 종사하며, 기업분석에 대한 경험이 풍부한 학계 전문가 및 실무 전문가 64명을 대상으로 하였다. 가중치의 산정은 신뢰성 비율(CR:Consistency Ratio)이 0.
학습용 데이터는 총 10,839개이나, n년 시점에 기업이 가진 8개 변수 중 결측치가 존재하는 기업의 데이터는 제거하였다. 최종적으로 2,913개의 데이터만이 학습 데이터로 사용되었다.
데이터를 분류하여 1999년부터 2012년까지의 데이터를 학습용으로 사용하였으며, 2013년의 데이터는 예측용으로 사용하였다. 학습용 데이터는 총 10,839개이나, n년 시점에 기업이 가진 8개 변수 중 결측치가 존재하는 기업의 데이터는 제거하였다. 최종적으로 2,913개의 데이터만이 학습 데이터로 사용되었다.
데이터처리
설문 대상은 금융업에 종사하며, 기업분석에 대한 경험이 풍부한 학계 전문가 및 실무 전문가 64명을 대상으로 하였다. 가중치의 산정은 신뢰성 비율(CR:Consistency Ratio)이 0.1이하인 설문만을 대상으로 하였으며, 산출된 가중치는 가중평균을 통해 합산하였다.이 과정에서 기하평균을 구할 경우 가중치의 총 합이 1이 되지 않는 문제가 발생하기 때문에 추가적인 보정이 필요하지만 본 연구에서는 가중치 도출이 아닌 우선순위 도출이 목적이므로 본 과정은 생략하기로 한다.
기업의 가치가 높다는 것은 주가가 높다는 것을 반증하기 때문에 기업의 분석이 옳게 되었다면 해당 기업에 투자했을 경우가 시장수익률보다 높은 수익률을 보일 것이며, 다른 모형에 비해서도 우수한 수익률을 보일 것이다. 따라서 앞서 추출된 8개 변수를 사용하여 기업의 가치를 분석하고, 향후 성장을 예측하기 위해 로지스틱회귀분석을 사용하였다.
본 연구에서는 기업 가치분석과 관련한 변수를 선정하는데 있어 선행연구에서 의미가 있다고 나타난 변수를 고찰한다. 이어서 전문가 집단의 AHP 분석을 거쳐 실무에서 중요하게 사용되고 있는 변수를 추출하고, 예측을 위해 로지스틱 회귀분석을 수행하여 분석한다. 이를 통해 기업 가치에 영향을 주는 정확한 입력변수를 제시하고자 한다.
주가의 상승여부를 예측하기 위해 로지스틱 회귀분석을 실시하였다. 예측을 위해 종속변수(하락=0, 상승=1)를 기준으로 하는 상승과 하락 집단에 따른 상승확률과 하락확률을 구하였다.
이론/모형
첫째, 변수 선정을 위해 선행연구에서 사용한 기업가치 분석방법 및 변수를 고찰하였다. 이를 토대로 AHP 기법을 사용하여 8개의 변수를 도출하였다. 추가로 투자 전문가들이 사용한 변수 중 공통분모를 추출하였다.
성능/효과
‘생산성’은 ‘인당 순이익’(.371)과 ‘인당 부가가치’(.351)가 비슷한 중요도를 갖는 것으로 나타났으며, ‘인당 매출액’(.161)은 상대적으로 중요도가 작은 것을 알 수 있었다.
도출된 계수를 사용하여 2013년 데이터에 적용시켜 본 결과 212개 기업 중 195개가 일치해 91.98%의 예측정확도를 나타냈다. 이는 높은 정확도를 나타낸다고 볼 수 있을 것이다.
도출된 계수를 사용하여 2013년 데이터에 적용시켜본 결과 300기업 중 179개 기업이 일치해 59.67%의 예측정확도를 나타냈다. 이는 낮은 정확도를 나타낸다고 볼 수 있을 것이다.
둘째, 기업의 가치 분석에 그치지 않고, 예측을 통해 실무적으로 사용할 수 있는 방법을 제시하였다. 또한 누구나 쉽게 본 모형을 적용할 수 있도록 함으로써 개인투자자나 기관이 실무에서 전략을 입안할 때 활용할 수 있는 결과물을 제시하였다는데 의의가 있다.
이는 높은 정확도를 나타낸다고 볼 수 있을 것이다. 따라서 예측을 위해 8개의 변수보다는 18개의 변수를 사용하는 것이 적절하다는 것을 알 수 있었다.
마지막으로 ‘활동성’은 ‘매출채권 회전율’(.340), ‘총자본 회전율’(.271), ‘재고자산 회전율’(.248) 순으로 중요도가 나타났다.
실제 기업의 안정성을 평가하기 위한 요인으로 ‘유동비율’과 ‘부채비율’을 주로 사용하고 있는 점을 고려할 때, 본 분석 결과는 매우 신뢰성이 있음을 알 수 있다.
둘째, 선정된 변수를 사용하여 기업 가치를 예측하였다. 예측을 위해 8개의 변수를 사용하여 로지스틱 회귀 분석을 수행한 결과, 59.67%의 정확도를 나타내 8개의 변수는 적절하지 않음을 알 수 있었다. 이어서 18개의 변수를 사용하여 분석한 결과 91.
67%의 정확도를 나타내 8개의 변수는 적절하지 않음을 알 수 있었다. 이어서 18개의 변수를 사용하여 분석한 결과 91.98%의 정확도를 나타내 기업의 가치를 분석하기 위해서는 18개의 변수를 사용하는 것이 바람직하다는 것을 알 수 있었다.
Table 2는 델파이 분석을 실시하고 난 뒤의 요인을 나타낸 것이다. 최종적으로 AHP 분석에 사용된 요인은 5개의 1차 계층 항목과 18개의 2차 계층 항목이다.
추가로 투자 전문가들이 사용한 변수 중 공통분모를 추출하였다. 최종적으로 도출한 변수는 배당수익률, PER, PBR, PCR, EV/EBITDA, ROE, 순이익 증가율, 매출성장률, 순유동자산, 부채비율, 유동비율, 재고자산회전율, 매출채권회전율, 종사자 1인당 순이익, 영업이익률, 매출액 순이익률, 총자본 순이익률, EPS 성장률의 18개 수정 변수를 도출했다.
최종적으로 선정된 요인은 성장성 1개, 수익성 3개, 안정성 2개, 활동성 1개, 생산성 1개, 총 8개 요인이며, 자세한 내용은 Table 6과 같다.
후속연구
첫째, 본 연구에서는 기업의 가치를 분석하기 위한 변수와 방법론을 각각 5가지 범주로 구분하여 살펴보았다. 이에 따라 연구의 범위가 한정될 수밖에 없었는데, 향후 연구에서는 기업의 가치를 분석하기 위한 변인이나 방법론을 추가하여 범위를 더욱 확장해볼 필요가 있겠다. 둘째, 실증분석에 이용한 자료의 경우, 월별 데이터를 추출하여 사용하였다.
하지만 보다 정확한 분석을 위해서는 해당 기간의 일별 데이터를 추출하여 일단위로 분석하는 것이 필요할 것이다. 즉, 본 연구는 표본수집과정에서 전체적인 표본 수집의 한계로 인해 월별 데이터에 한정하여 실증조사를 하였기 때문에 일자별 모든 데이터에 대한 고려를 하지 못한 한계점을 가지고 있다. 향후 연구에서는 본 연구에서 제시한 방법론을 적용함에 있어서 기간을 주식시장 발생 이후부터 현재까지로 확장하고, 각 기업의 일별데이터를 사용한다면 좀 더 신뢰성 있는 결과가 나타나게 될 것이다.
둘째, 실증분석에 이용한 자료의 경우, 월별 데이터를 추출하여 사용하였다. 하지만 보다 정확한 분석을 위해서는 해당 기간의 일별 데이터를 추출하여 일단위로 분석하는 것이 필요할 것이다. 즉, 본 연구는 표본수집과정에서 전체적인 표본 수집의 한계로 인해 월별 데이터에 한정하여 실증조사를 하였기 때문에 일자별 모든 데이터에 대한 고려를 하지 못한 한계점을 가지고 있다.
본 연구는 기업의 가치에 영향을 미치는 변수를 파악하고, 실 데이터를 사용하여 성과를 검증하였다. 하지만 이러한 시사점에도 불구하고 향후 연구에서 보완해야할 한계점을 가지고 있다. 첫째, 본 연구에서는 기업의 가치를 분석하기 위한 변수와 방법론을 각각 5가지 범주로 구분하여 살펴보았다.
즉, 본 연구는 표본수집과정에서 전체적인 표본 수집의 한계로 인해 월별 데이터에 한정하여 실증조사를 하였기 때문에 일자별 모든 데이터에 대한 고려를 하지 못한 한계점을 가지고 있다. 향후 연구에서는 본 연구에서 제시한 방법론을 적용함에 있어서 기간을 주식시장 발생 이후부터 현재까지로 확장하고, 각 기업의 일별데이터를 사용한다면 좀 더 신뢰성 있는 결과가 나타나게 될 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
기업의 가치를 평가하기 위해서는 무엇이 필요한가?
기업의 가치를 평가하기 위해서는 누구나 공감할 수 있는 공정하고 명확한 기준 요인을 변수로 선정해야 한다. 본 연구에서는 매년 한국은행에서 수행하고 있는 Korea Bank[9]의 지표를 일부 참조하고자 한다.
기업경영분석 통계는 무엇에 의거하여 작성되고 있는가?
본 연구에서는 매년 한국은행에서 수행하고 있는 Korea Bank[9]의 지표를 일부 참조하고자 한다. 기업경영분석 통계는 한국은행법 제86조에 의거하여 작성되고 있으며, 법인세 신고서류에 첨부된 재무제표를 기준으로 계정과목 및 분석지표를 만들었기 때문에 신뢰성 있는 지표로 구성되어 있다고 볼 수 있다. 따라서 본 연구에서는 일반적으로 기업분석 시 주로 이용되는 성과요인인 성장성, 수익성, 안정성, 활동성, 생산성 5가지 측면에 속해있는 변수의 개념 및 내용에 대해 고찰해보고자 한다.
기업 가치 분석을 위한 최적 변수를 선정하고, 이 변수를 사용하여 기업의 가치를 분석하여 얻은 결과는?
본 연구의 결과는 2가지로 구분할 수 있다. 첫째, 변수 선정을 위해 선행연구에서 사용한 기업가치 분석방법 및 변수를 고찰하였다. 이를 토대로 AHP 기법을 사용하여 8개의 변수를 도출하였다. 추가로 투자 전문가들이 사용한 변수 중 공통분모를 추출하였다. 최종적으로 도출한 변수는 배당수익률, PER, PBR, PCR, EV/EBITDA, ROE, 순이익 증가율, 매출성장률, 순유동자산, 부채비율, 유동비율, 재고자산회전율, 매출채권회전율, 종사자 1인당 순이익, 영업이익률, 매출액 순이익률, 총자본 순이익률, EPS 성장률의 18개 수정 변수를 도출했다. 둘째, 선정된 변수를 사용하여 기업 가치를 예측하였다. 예측을 위해 8개의 변수를 사용하여 로지스틱 회귀분석을 수행한 결과, 59.67%의 정확도를 나타내 8개의 변수는 적절하지 않음을 알 수 있었다. 이어서 18개의 변수를 사용하여 분석한 결과 91.98%의 정확도를 나타내 기업의 가치를 분석하기 위해서는 18개의 변수를 사용하는 것이 바람직하다는 것을 알 수 있었다.
참고문헌 (12)
S. H. Gu. "A study on the development of decision making model for enterprise value analysis", The Graduate School, Seoul National University of Science and Technology, 2014.
S. H. Gu, J. H. Ryu, "Methodological Implications of AHP for Universal Design Evaluation Method", The Journal of the Korea Contents Association, Vol.12, No.7, pp.138-146, 2012. DOI: http://dx.doi.org/10.5392/JKCA.2012.12.07.138
S. H. Gu, S. Y. Jang, "A Simulation Study of the Investment Strategy in Stocks on Fundamental Analysis", Journal of The Korean Operations Research and Management Science Society, Vol. 29, No. 2, pp.53-64, 2012. DOI: http://dx.doi.org/10.7737/kmsr.2012.29.2.053
S. H. Son, B. H. Yoon, "Anomaly Tests in Size Groups in Korean Stock Market", Korean Journal of Financial Studies, Vol. 40, No. 2, pp.315-345, 2011.
Onnara, Real estate transactions, 2014.
J. Yoo, S. J. jang, "Performances of Strategies of Following Foreign and Korean Institutional Investors", The Korean Journal of Financial Management, Vol. 29, No. 4, pp.29-60, 2012.
J. H. Lee, D. W. Park, "The Stocks Profit Rate Analysis which Uses Individual.Engine.foreigner.Knowledge Base HTS at The Bear Period.The Bear Wave Period. The Bull Period.The Bull Wave Period", Journal of The Korea Society of Computer and Information, Vol. 15, No. 1, pp.207-217, 2010. DOI: http://dx.doi.org/10.9708/jksci.2010.15.1.207
Seasholes. M, "Smart foreign traders in emerging markets", unpublished Harvard Business School working paper, 2000.
Babic, Zoran, Neli Plazibat, "Ranking of enterprises based on multicriterial analysis", International journal of production economics, Vol. 56, pp.29-35, 1998. DOI: http://dx.doi.org/10.1016/S0925-5273(97)00133-3
※ AI-Helper는 부적절한 답변을 할 수 있습니다.