[논문]국내 외식기업의 부실예측모형 평가 : 로짓분석을 적용하여

김시중

doi:10.5762/kais.2019.20.11.151

국내 외식기업의 부실예측모형 평가 : 로짓분석을 적용하여
Evaluation of Distress Prediction Model for Food Service Industry in Korea : Using the Logit Analysis 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.20 no.11, 2019년, pp.151 - 156

김시중 (우송대학교 C-MBA대학원)

초록
AI-Helper

본 연구는 2017년 기준 매출액 상위 46개 외식 업체를 선정 후 이들 업체들의 재무 비율을 산출한 후 이를 변수로 활용하여 로짓 분석에 의한 부실 예측모형의 평가에 목적이 있다. 국내 46개 외식 업체의 14개 재무비율을 변수로 선정하여 로짓 분석에 의한 실증 분석을 실시하였으며 실증 분석 결과는 다음과 같다. 첫째, 14개 재무 비율 중 건전 외식 기업과 부실 외식 기업을 구분하는 재무 비율은 유동 비율, 매출액 영업 이익률, 자기 자본 순이익률, 영업 현금 흐름비율, 영업 이익 증가율 및 총자산 회전율로 총 7개로 나타났으며 다른 7개의 재무 비율( 부채 비율, 차입금 의존도, 영업 이익 대비 이자 보상 비율, 매출액 순이익률, 총자산 순이익률, 매출액 증가율, 당기순이익 증가율, 총자산 증가율)은 통계적으로 유의하지 않은 것으로 분석되었다. 둘째, 7개 재무 비율을 로짓 함수의 변수로 활용하여 건전 외식 기업과 부실 외식 기업을 구분하는 로짓 분석에 의한 부실 예측 모형의 예측력은 89.1%로 나타났다.

Abstract ▼ AI-Helper

This study aims to develop a distress prediction model and to evaluate distress prediction power for the food services industry by using 2017 food service industry financial ratios. Samples were collected from 46 food service industries, and we extracted 14 financial ratios from them. The results show that, first, there are eight ratios (financial ratio, current ratio, operating income to sales, net income to assets, ratio of cash flows, income to stockholders' equity, rate of operating income, and total asset turnover) that can discriminate failures in food service industries and the top-level food service industries. Second, by using these eight financial ratios, the logit function classifies the top-level food service industries, and failures in the food service industry can be estimated by using logit analysis. The verification results as to accuracy in the estimated logit analysis indicate that the model's distress-prediction power is 89.1%.

주제어

표/그림 (6)

표 Table 1. Analysis Method by Researcher
표 Table 2. Target Food Service Industry
표 Table 3. Target Financial Ratios
표 Table 4. Result of test for Financial Ratios
표 Table 5. Coefficient of Logit Model
표 Table 6. Classification Results

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

본 연구는 금융감독원의 회계감사보고서에 기초한 신뢰성 있는 외식업체의 재무상태표 및 손익계산서 등의 재무제표 자료를 활용하여 분석 대상 재무비율을 산출하였으며, 이를 변수화하여 로짓분석에 의한 부실예측모형의 개발 및 예측력을 평가 함에 연구의 의의가 있다. 특히, 국내 외식업체의 재무비율을 활용한 연구 및 분석 자료가 부족한 점을 감안 할 때 본 연구 결과가 국내 외식산업계의 경영분석 자료 및 경영정보 측면에서 실무적 활용에 매우 유용할 것으로 판단된다.
본 연구에서는 매출액 상위 46개 외식업체의 2017년 재무제표(재무상태표와 손익계산서) 자료를 기초로 재무비율을 산출 한 후 이를 변수화하여 로짓분석에 의한 부실예측모형 개발 및 예측력 평가에 목적이 있다
본 연구는 매출액 기준(2017년) 상위 46개 외식업체를 분석 대상으로 선정 후, 이들 외식업체들의 2017년도 재무제표(재무상태표 및 손익계산서)를 조사 분석하여 14개의 주요 재무비율을 산출하였다. 산출된 재무비율을 독립변수로 활용하여 로짓분석기법에 의한 외식기업 부실예측모형의 개발 및 예측력 평가에 연구 목적이 있었다. 46개 외식업체의 14개 재무비율을 대상으로 부실외식업체와 건전외식업체로 판별할 수 있는 t-검정후 통계적으로 유의한 독립변수 8개(총자산회전율, 유동비율, 영업이익증가율, 매출액영업이익률, 자기자본순이익률, 영업현금흐름비율, 매출액순이익률)를 도출하였다.

제안 방법

본 부실예측모형에서의 로짓함수는 원래(raw data)를입력하여 도출하였다. 이에 특정 외식기업의 로짓점수는해당 외식기업의 재무비율을 로짓함수에 대입하면 산출이 가능하다.
본 연구는 매출액 기준(2017년) 상위 46개 외식업체를 분석 대상으로 선정 후, 이들 외식업체들의 2017년도 재무제표(재무상태표 및 손익계산서)를 조사 분석하여 14개의 주요 재무비율을 산출하였다. 산출된 재무비율을 독립변수로 활용하여 로짓분석기법에 의한 외식기업 부실예측모형의 개발 및 예측력 평가에 연구 목적이 있었다.
둘째, 총 14개의 재무비율 중 건전한 것으로 평가된 재무비율이 7개 이상이면 건전외식기업으로, 7개 이하이면 부실외식기업으로 외식기업의 집단을 분류한다. 셋째, 이러한 기준에 의거 분류된 분석대상 46개 외식기업을 23개 건전외식기업과 23개 부실외식기업으로 구분 후 이를 종속변수로 활용하였다.
46개 외식업체의 14개 재무비율을 대상으로 부실외식업체와 건전외식업체로 판별할 수 있는 t-검정후 통계적으로 유의한 독립변수 8개(총자산회전율, 유동비율, 영업이익증가율, 매출액영업이익률, 자기자본순이익률, 영업현금흐름비율, 매출액순이익률)를 도출하였다. 이들 변수를 독립변수로 활용하여 실증 분석을 실시하였다. 분석 결과 “매출액 순이익률”은 통계적으로 유의하지 않았으며 이외의 7개 변수(재무비율)는 통계적으로 유의한 것으로 나타나 부실예측모형에 포함되어 변수로 활용되었다.
이에 본 연구에서도 외식기업의 재무비율을 부실예측모형 평가를 위한 분석자료로 활용하여 분석대상 변수로 활용하였다. 재무비율의 선정은 ‘주식회사의외부감사에 관한 법률 제8조’에 따라 작성하는 14개 재무비율을 대상으로 하였다.
본 실증연구에서의 분석기법인 로짓분석에서 활용을 위한 종속변수의 선정절차는 다음과 같다. 첫째, 14개의 재무비율별 46개 표본기업의 평균값을 산출한 후 이를 기준으로 각 외식업체별 해당 재무비율과 비교하여 외식업체별 재무비율을 건전과 부실로 평가하였다. 둘째, 총 14개의 재무비율 중 건전한 것으로 평가된 재무비율이 7개 이상이면 건전외식기업으로, 7개 이하이면 부실외식기업으로 외식기업의 집단을 분류한다.
한편 14개 재무비율은 금융감독원 전자공시시스템을 통하여 공개된 2017년도의 외식업체별 감사보고서의 재무상태표 및 손익계산서 등을 기초자료로 분석·산출하여 변수로 활용하였다.

대상 데이터

실증분석을 위한 외식기업은 2017년 기준 국내 매출액 상위 53개 외식업체 가운데 외식업체별 감사보고서(금융감독원 전자공시시스템 공시)를 조사하여 분석 대상 재무제표 자료 확보가 가능한 아래의 표에 제시된 46개 업체를 분석 대상으로 선정하였다. 분석 대상에 포함되지 않은 7개 외식업체는 자료의 불충분성 및 금융감독원 보고 의무가 없는 유한회사 등의 사유로 제외되었다
재무비율의 선정은 ‘주식회사의외부감사에 관한 법률 제8조’에 따라 작성하는 14개 재무비율을 대상으로 하였다.

데이터처리

독립변수인 14개 재무비율을 대상으로 \(t\)-검정 과정을 통하여 통계적으로 유의한 8개의 독립변수(유동비율,영업현금흐름비율, 매출액영업이익률, 자기자본순이익률, 총자산회전율, 매출액순이익률 및 영업이익증가율)를선정하여 로짓분석을 실시하였다.

성능/효과

산출된 재무비율을 독립변수로 활용하여 로짓분석기법에 의한 외식기업 부실예측모형의 개발 및 예측력 평가에 연구 목적이 있었다. 46개 외식업체의 14개 재무비율을 대상으로 부실외식업체와 건전외식업체로 판별할 수 있는 t-검정후 통계적으로 유의한 독립변수 8개(총자산회전율, 유동비율, 영업이익증가율, 매출액영업이익률, 자기자본순이익률, 영업현금흐름비율, 매출액순이익률)를 도출하였다. 이들 변수를 독립변수로 활용하여 실증 분석을 실시하였다.
국내 외식기업 부실예측모형의 통계적 유의성 검증결과, 투입된 8개의 변수 가운데 “매출액 순이익률”변수를 제외(부실예측모형에서 제거됨)한 7개(유동비율, 영업현금흐름비율, 매출액영업이익률, 자기자본순이익률, 총자산이익률, 총자산회전율 및 영업이익증가율 )의 회귀계수는 통계적으로 유의한 것으로 파악되었다.
3%로 분석되었다. 그리고 건전외식업체가 건전외식업체로 동일하게 분류될 확률은 87.0%인 것으로 파악되었다. 또한 부실외식업체가 건전외식업체로 건전외식업체가 부실외식업체로 잘못 분류될 확률은 13.
첫째, 14개의 재무비율별 46개 표본기업의 평균값을 산출한 후 이를 기준으로 각 외식업체별 해당 재무비율과 비교하여 외식업체별 재무비율을 건전과 부실로 평가하였다. 둘째, 총 14개의 재무비율 중 건전한 것으로 평가된 재무비율이 7개 이상이면 건전외식기업으로, 7개 이하이면 부실외식기업으로 외식기업의 집단을 분류한다. 셋째, 이러한 기준에 의거 분류된 분석대상 46개 외식기업을 23개 건전외식기업과 23개 부실외식기업으로 구분 후 이를 종속변수로 활용하였다.
0%인 것으로 파악되었다. 또한 부실외식업체가 건전외식업체로 건전외식업체가 부실외식업체로 잘못 분류될 확률은 13.0% 및 8.7%로 나타났다.
본 연구의 부실예측모형에서 예측집단과 실제 소속집단으로 분류될 예측 판별 정확도는 89.1%로 나타났다. 이러한 부실예측 판별 정확도는 기존 선행연구[6, 8, 10,14, 22, 23]의 예측력의 정확도 75∼85%보다 약간 높은 것으로 평가되고 있다.
분석 결과 “매출액 순이익률”은 통계적으로 유의하지 않았으며 이외의 7개 변수(재무비율)는 통계적으로 유의한 것으로 나타나 부실예측모형에 포함되어 변수로 활용되었다.
본 연구에서 도출된 로짓함수가 예측집단과 실제 소속집단으로 분류되는 것에 대한 예측력의 정확성에 대한 분석 결과는 다음과 같다. 첫째, 부실외식업체가 부실외식업체로 정확히 분류될 확률은 91.3%로 분석되었다. 그리고 건전외식업체가 건전외식업체로 동일하게 분류될 확률은 87.
한편 본 연구에서의 로짓분석기법에 의해 추정된 부실예측모형의 외식기업집단의 분류 예측력은 89.1%로 나타났다.

후속연구

본 연구의 한계점으로 2017년 기준의 1년의 재무비율을 대상으로 분석함으로써 표본 년도의 수가 적어서 개발 부실예측모형의 신뢰도 및 예측력이 저하될 가능성이 있을 수 있다는 점이다. 또한 본 연구에서는 로짓분석기법 만을 적용하여 부실예측모형을 연구하였으나 부실예측의 예측력 향상을 위해서는 판별분석 등 다른 분석기법을 적용한 예측력 비교 분석 연구 등이 필요할 것으로 판단된다. 이에 향후 연구에서는 다양한 다른 분석기법을 활용하여 부실예측의 정확도를 높이는 연구, 분석기법별 부실예측모형 비교 연구, 재무적 정보와 더불어 외식산업 특성 반영 비재무적 정보를 활용한 후속 연구가 필요한 것으로 판단된다.
본 연구의 한계점으로 2017년 기준의 1년의 재무비율을 대상으로 분석함으로써 표본 년도의 수가 적어서 개발 부실예측모형의 신뢰도 및 예측력이 저하될 가능성이 있을 수 있다는 점이다. 또한 본 연구에서는 로짓분석기법 만을 적용하여 부실예측모형을 연구하였으나 부실예측의 예측력 향상을 위해서는 판별분석 등 다른 분석기법을 적용한 예측력 비교 분석 연구 등이 필요할 것으로 판단된다.
연구의 한계점으로 선행연구와 본 연구 결과의 직접적 비교에는 분석 대상 기업의 성격과 규모의 상이성, 산업 및 지역적 특성, 표본의 크기 및 분석시점 등에 차이가 있어 제한이 있는 것으로 평가되고 있다.
이러한 본 연구에서의 부실예측모형의 결과를 기초로 외식업체들은 부실예측에 판별력이 있는 재무비율을 관리하여 외식업체 부실화를 방지하여야 할 것이다.
또한 본 연구에서는 로짓분석기법 만을 적용하여 부실예측모형을 연구하였으나 부실예측의 예측력 향상을 위해서는 판별분석 등 다른 분석기법을 적용한 예측력 비교 분석 연구 등이 필요할 것으로 판단된다. 이에 향후 연구에서는 다양한 다른 분석기법을 활용하여 부실예측의 정확도를 높이는 연구, 분석기법별 부실예측모형 비교 연구, 재무적 정보와 더불어 외식산업 특성 반영 비재무적 정보를 활용한 후속 연구가 필요한 것으로 판단된다.
본 연구는 금융감독원의 회계감사보고서에 기초한 신뢰성 있는 외식업체의 재무상태표 및 손익계산서 등의 재무제표 자료를 활용하여 분석 대상 재무비율을 산출하였으며, 이를 변수화하여 로짓분석에 의한 부실예측모형의 개발 및 예측력을 평가 함에 연구의 의의가 있다. 특히, 국내 외식업체의 재무비율을 활용한 연구 및 분석 자료가 부족한 점을 감안 할 때 본 연구 결과가 국내 외식산업계의 경영분석 자료 및 경영정보 측면에서 실무적 활용에 매우 유용할 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	재무비율이란 ?	재무비율(financial ratio)이란 재무제표(재무상태표 및 손익계산서 등)에서 이론적 연관관계와 경제적 의미가 있는 특정 항목을 서로 나눈 지표이다[20]. 재무비율의 종류는 수없이 많으며 서로 다른 경제적 의미를 갖고 있다.
	기업의 부실과 구조조정은 어떤 문제인가 ?	기업의 부실과 구조조정은 해당 기업만의 문제가 아닌 금융권 등 채권단의 이해관계자에 영향을 끼쳐 사회적 문제로 확대된다. 이에 여러 산업 분야에서는 부실예측의 필요성을 인식하고 해당 산업분야별 부실예측 연구가 이루어지고 있다.
	외식업체의 영업여권 상 경영상 어려움이 예견되는 이유는 ?	이러한 최근 외식업체의 부실한 경영성과는 외식수요는 늘고 있으며 전체 외식 매출 규모는 증가하는 등 외식수요 여건은 비교적 양호하나 외식업체간 경쟁 심화와 인건비와 임차료 상승으로 인한 고정비의 증가 등 최근 외식업계의 고비용-저효율의 경영구조에 기인한 것으로 분석되고 있다. 그러나 이러한 영업이익의 하락 등 악화된 영업여건은 당분간 개선될 여지가 크지 않아 많은 외식업체가 경영상 어려움으로 부실에 처할 것으로 예견되고 있다[3, 4].

참고문헌 (23)

http://www.foodnews.co.kr/news/articleView.html?idxno70207
http://www.foodbank.co.kr/news/articleView.html?idxno54705
S. J. Kim & H. K. Yu, "A Study on the Influence of Local Economic Environmental Change on the Food Service Industry: Focused on the Bucheon Area", Journal of food service management, Vol.7, No.2, pp.65-82, 2004.
S. J. Kang & T. Y. Yoo, "An Analysis of Success Factors for Restaurants in University Towns : Focused on Cuisine, Management, and Marketing Tools". Journal of food service management, Vol.21, No.5, pp.241-268, 2018.
C. H. Ahn, "Kosdaq Enterprises insolvency prediction model study on the comparative analysis of Discrimination : A logistic regression model and multivariate discriminant function center", Korea Science & Art Forum, Vol.25, pp.241-251, 2016. DOI : https://doi.org/10.17548/ksaf.2016.09.25.241
J. H. Nam & Yi, K. B., "Non-Financial Information and Comparison of Bankruptcy Prediction Model", Seogang Economic Review, Vol.31, No.1, pp.1-29, 2002.
W. H. Beaver, "Financial Ratios as Predictors of Failure", Journal of Accounting Research, Vol.5, pp.71-111, 1966. DOI: https://www.jstor.org/stable/2490171
S. J. Kim, "Comparing Distress Prediction Models to the Hotel Corporate Structure: Based on Predictive Power", Journal of Tourism Science, Vol.28, No.4, pp.9-26. 2005.
E. I. Altman, "Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy", Journal of Finance, Vol.23, No.4, pp.589-609, 1968. DOI: https://doi.org/10.1111/j.1540-6261.1968.tb00843.x

상세보기
Y. L. Jung, Financial Ratio and the Prediction of Corporate Financial Distress, Master's thesis, Graduate School of Tourism of Ewha Womans University, pp.46-49, 2009.
E. B. Deakin, "A Discriminant Analysis of Predictors of Business Failure", Journal of Accounting Research, Vol.16, Spring, pp.167-179, 1972. DOI: https://dx.doi.org/10.2307/2490225
J. A. Ohlson, "Financial Ratios and the Probability Prediction of Bankruptcy", Journal of Accounting Research, Vol.18, No.1, pp.109-131, 1980. DOI: https://doi.org/10.2307/2490395

상세보기
S. W. Jo, A Study on the Forecasting of Accounting Fraud, Ph.D dissertation, Graduate School of Dankuk University, pp.52-59, 2007.
H. Li & J. Sun, "Empirical Research of Hybridizing Principal Component Analysis with Multi-variate Discriminant Analysis and Logistic Regression for Business Failure Prediction", Expert Systems with Applications, Vol.38, pp.6244-6253, 2011. DOI: https://doi.org/10.1016/j.eswa.2010.11.043

상세보기
F. J. L. Iturriaga & I. P. Sanz, "Bankruptcy Visualization and Prediction Using Neural Networks: A Study of U.S. Commercial Banks", Expert Systems with Applications, Vol.42, pp.2857-2869, 2015.

상세보기
F. Z. Azayite & S. Achchab, "Hybrid Discriminant Neural Networks for Bankruptcy Prediction and Risk Scoring", Procedia Computer Science, Vol.83, pp.670-674, 2016. DOI: https://doi.org/10.1016/j.procs.2016.04.149

상세보기
J. K. Ok, Integrated Corporate Bankruptcy Prediction Model Using Genetic Algorithms, Ph.D dissertation, Graduate School of Dongkuk University, 2010.
E. K. Laitinen & A. Suvas, "Financial Distress Prediction in an International Context: Moderating Effects of Hofstede's Original Cultural Dimensions", Journal of Behavioral and Experimental Finance, Vol.9, pp.98-118, 2016. DOI: https://doi.org/10.1016/j.jbef.2015.11.003

상세보기
J. E. Park & J. B. Hong, "The Empirical Study to Identify the Distress Causes of Public Companies after Financial Crisis with Survival Analysis", Journal of the Korean Data Analysis Society, Vol.12, No.5(B), pp.2713-2724, 2010. 10.
H. K. Kim, Management Performance Evaluation and Failure Prediction Models for Financial Institutions: Focusing on the cooperative financial institutions, Ph.D dissertation, Graduate School of Hankuk University of Foreign Studies, 2012.
K. H. Kang, "Developing a Model to Predict the Insolvency of Medium and Small General Contractors", Master's thesis, Graduate School of Engineering of Hanyang University, pp.37-45, 2012.
S. S. Ma, "The Usefulness of Earnings Management Information on Failure Prediction, Ph.D dissertation, Graduate School of Chonnam National University, pp.67-79, 2012.
K. W. Jung, A Study on the Default Prediction Model of SMES after Supporting the Credit Guarantee, Master's thesis, Graduate School of Hanyang University, pp.53-61, 2014.

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증