• Journal of Digital Convergence
• /
• v.15 no.1
• /
• pp.199-208
• /
• 2017

This study investigates the components and rating system of reliable technology credit information for a technology finance donor who is a consumer of the information and aims to create an effective and optimal technology credit appraisal system to enlarge technology finance supply. Firstly, we calculate the optimal TCAR which becomes the maximum AUROC through the combination of ratio change, verify the substitution possibility between TAR and CR through the existing CR and system gap simulation, and propose a rating system by which financial institutes can utilize the TCAR as a credit rating. As a result, 70% : 30% is the most suitable as the weighted combination ratio of credit rating : technology rating. As a result of this study, we confirmed the possibility that the technical credit rating information could be substituted by the credit rating or the technology appraisal rating. Furthermore, it also suggests that sophisticated risk management is possible through using technology credit rating that are combined with credit and technology appraisal rating.

• Journal of Korea Technology Innovation Society
• /
• v.3 no.1
• /
• pp.55-67
• /
• 2000

본 고는 국내에 적용할 수 있는 기술등급평가모델을 제시하고 이에 입각하여 이루어진 실제의 평가결과를 제시하였다 이 평가는 중소기업청에 의해 전국규모로 1998년과 1999년 두해에 이루어졌다. 등급평가는 기술의 권리적 측면 환경적측면 등 세가지항목으로 구성된 평점모델을 제시하였다. 이평가결과는 변별력이 약해 평가요소와 실제 경쟁력간의 인과관계등에 대한 보다 집중적인 연구가 필요함을 보여준다.

• Journal of Technology Innovation
• /
• v.26 no.2
• /
• pp.129-149
• /
• 2018

Technology finance is an area in which financial authorities have introduced and implemented a strong policy will for the advancement of the financial industry and the development of SMEs. As a result, the Bank's own technology evaluation was conducted from September 2016. Technically superior companies are upgrading their credit ratings, and as a result, they benefit from financial transactions as much as their higher credit ratings through technology evaluation. Based on the data generated during this process, we analyze the degree to which credit ratings was upgraded by technology evaluation. The pre study handles 406 data from KEB Hana Bank's technology evaluation conducted in the second half of 2016. As a result of combining the credit rating with the calculated technology rating, J58 'Publishing Activities' technology-credit rating is raised by 1.05 rating, which is the highest, and C10 'Manufacture of Food Products' is the second highest. As a result, we were able to identify the sectors that benefited from the technology evaluation and confirmed the usefulness of technology evaluation by industry(KSIC). To expanding the study, 2,719 companies evaluated during the entire period were analyzed by technology grade, business experience and promising growth industry code. As a result of the analysis, technological power over T-4 grade companies had the highest credit rating upgrades. The companies belonging to promising growth industries designated for efficiency of policy support, it is confirm that the support of the promising business type was useful because the credit grade was upgraded through technology evaluation. The validity of the technology evaluation based on the five-year business experience was found to be insignificant. In the future, it will be possible to maximize the support effect by concentration on the companies with over T-4 grade and growth potential companies when supporting SMEs.

• Journal of Technology Innovation
• /
• v.25 no.4
• /
• pp.1-15
• /
• 2017

In 2014, the Financial Services Commission designated the Tech Credit Bureaus(TCB) to issue technical credit evaluation reports. The Five credit rating agencies, KEB Hana Bank and others have issued the technical credit reports since the summer in 2014. Meanwhile, the technology evaluation model of KEB Hana Bank consists of 25 detailed evaluation items. These item classes are weighted and the technology rating is systematically. The technology rating is combined with the credit rating to calculate the technology-credit rating. In this paper, we analyzed the 406 evaluation results issued by KEB Hana Bank. Based on the number of years of work experience, company managerial years, technical personnel score, the possession of R&D department, the amount of R&D investment, the number of certifications, and the number of patents, the Correlation between the above items and the technical grade was analyzed. It was found that quantitative indicators such as the presence of R&D department, patent numbers, and R&D investment expenses had a significant effect on the company's technology grade, and in particular, the presence of R&D department was shown a high correlation with the technology rating.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.18 no.2
• /
• pp.158-167
• /
• 2017

This paper presents the technology rating methodology that is applicable to defense R&D technology. First, a technology profitability index was developed using multiple regression analysis to forecast the revenue from technology transfer. Secondly, the technology evaluation index was derived using hierarchical analysis with expert opinion. Finally, the weighted average of the technology profitability index and technology evaluation index were calculated to derive the technology rating. This study is significant in that it is first attempt to evaluate defense R&D technology by rating. If the defense R&D technology rating methodology is applied in practice, it can contribute to efficient R&D budget allocation. In addition, it will help in the vitalization of technology transfer in the defense R&D sector.

• Journal of the Korean Data Analysis Society
• /
• v.20 no.6
• /
• pp.2993-3002
• /
• 2018

This case study introduces the process of developing the technology rating evaluation model for investment. The technology evaluation rating model for investment is a project that the Financial Services Commission and the Ministry of Commerce, Industry and Energy collaborated to expand the scope of technology finance from loan to investment. The technology evaluation model for investment was developed with the aim of predicting high growth companies. The model consists of a statistical model and an expert model. Here, statistical models were modeled by using logistic regression analysis. Expert models gathered opinions of experts and identified the weight of each evaluation item and set the model. The rating system of the model is composed of 10 grades. The distribution of the model was consistent with KTRS grade distribution. Interestingly, the emphasis is on technology and marketability. In the technology valuation grade model for the goddess, there is a considerable difference from the emphasis on managerial competence or business performance.

• KAPE Magazine
• /
• no.28
• /
• pp.1-8
• /
• 1998

소도체 등급판정결과(`98년10월) - 돼지도체 등급판정결과(`98년 10월) - 도축전 돼지의 이동과 육질향상기술

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.546-550
• /
• 2017

하천의 수리 및 하도의 특성으로 대표되는 물리적 환경(하도 및 수리 특성)은 생태계 기반으로서 수질특성과 더불어 생물에 미치는 영향이 아주 크다. 따라서 하천의 물리적 환경을 진단하고 평가하는 경우에는 상 중 하류의 위치에 따른 하도의 지형학적 특성과 하천의 규모 및 유량의 크기 등에 따라 하천의 유형을 분류하고 그 유형별 특성에 따라 하천환경의 평가시스템을 구축할 필요가 있다. 1980년 후반 이후에는 세계 각국에서 환경보전, 하천복원 및 하천관리 등 종합적인 하천공학적 관점에서 적용할 수 있는 하천분류체계가 제시되었으며 1990년대 이후 선진국들은 정성적 또는 정량적인 하천의 서식환경 평가시스템을 구축하여 적용하고 있으며 대표적으로 정량적 평가시스템을 운영하는 국가는 독일과 미국이고, 정성적 평가시스템을 운영하는 국가는 영국이며, 호주는 영국과 미국의 평가시스템을 통합한 시스템을 운영하고 있다. 한편, 국내에서는 하천환경에서 생태계 기반인 하천의 물리적 특성(구조)에 대한 평가 및 진단 절차도 없이 시행되고 있는 사례가 대부분이다. 또한 지금까지는 하천의 자연도 평가 연구 등에서 선진국들의 하천환경평가시스템을 여과 없이 적용함으로써 국내의 하천특성을 제대로 반영하지 못하는 문제점을 노출하고 있다. 따라서 국내 하천의 물리환경 평가시스템에서는 생물 서식의 기반이 되는 하천의 하도지형 특성 및 수리특성을 반영할 수 있어야 한다. 하천평가에 앞서 하천유형 분류에 따른 하도특성은 하상경사에 따라서 급경사 하천(high-gradient stream), 중경사 하천(mid-gradient stream), 완경사 하천(low-gradient stream)으로 구분하였으며 하천의 물리환경 평가시스템의 평가영역 및 평가지표는 정량적 평가시스템을 운영하는 독일(LAWA, 2004)과 미국(EPA, 2004)의 연구결과를 참고하여 공통지표를 추출하고, 우리나라의 하천이용 및 정비현황을 반영하여 하천유형을 3가지로 분류하고 각 하천유형에 대하여 3개 영역 10개 평가지표를 5개 등급으로 구분하여 평가시스템을 구축하였다. 하천에 대한 하천 지형특성과 현황을 조사할 항목은 수리 및 하도영역의 6개 항목, 하안영역의 2개 항목, 하천교란 영역 2개 항목으로 3개 영역으로 구분해서 평가하고 그 점수에 따라 1등급은 매우좋음(1등급)상태의 $20>{\sim}18{\geq}$점, 좋음(2등급)상태의 $18>{\sim}14{\geq}$점, 보통(3등급)상태의 $14>{\sim}8{\geq}$점, 나쁨(4등급)상태의 $8>{\sim}14{\geq}$점, 매우나쁨(5등급)상태의 4>점으로 등급을 산정하였다. 매우 좋음의 1등급은 참조하천이며 좋음~매우나쁨의 2등급~5등급은 비교하천으로 구분하였으며 보통보다 높은 경우는 자연하천, 낮은 경우는 인공하천으로 나누어 서식처 기반에 따라 평가체계를 구축하였다. 한국형 하천환경 물리평가 체계가 확실히 구축되기 위해서는 각자의 평가 등급이 적절하게 평가 되는지를 검증해야 하기 때문에, 본 연구에서는 하천유형별 자연하천과 인공하천을 비교 분석하였고 평가 영역별 평가지표를 기준으로 상관분석을 통한 상관성을 분석하고 더 나아가 가중치의 적절성 및 각각의 등급에 미치는 영향을 검토하고자 한다.

• 한국벤처창업학회:학술대회논문집
• /
• 2019.04a
• /
• pp.51-55
• /
• 2019

기업신용평가(ICR : Issuer Credit Rating)는 기업의 금융상 채무에 대한 전반적인 적기 상환능력, 즉 채무불이행의 가능성을 평가한 것으로 오로지 금융상 채무에 대한 전반적인 채무상환능력을 평가한다. 최근에는 신용평가 등급이 금융시장과의 효과적인 의사소통수단으로 인식되고 기업 IR 및 홍보차원과 기업 간 물품공급과 납품을 위한 업체 선정시 신용등급이 적극적이고 다양하게 활용되고 있다. 이러한 기업신용평가는 최근 경제환경의 급속한 변화에 대응하여 기관별로 평가시스템을 자주 개선하고 있다. 본 연구에서는 정책금융기관 별로 변화된 평가시스템에 대한 평가지표나 구조, 평가시스템을 비교 분석해 그 차이점과 공통점 그리고 경제환경 변화에 따라 변화된 주요지표를 파악해 보고 미래의 신용평가시스템의 변화와 개선방안에 대해 생각하였다. 기관별 비교에서 평가시스템의 차이점은 신보는 신용평가(부실률 기반)와 미래성장성평가(성장성 기반)를 실시하여 보증심사등급(보증의사결정 등급)을 산출하고, 기술자산평가등급은 신용평가등급을 조정(최대 ${\pm}2$등급)하는 보조적 수단으로 활용하고 있으며, 기보는 기술평가(성장성 및 부실률 기반)와 리스크관리용 리스크평가(신보의 신용평가에 해당)로 평가체계를 이원화하여 운영하고, 평가모형은 신보는 객관성을 확보한 정량평가 위주, 기보는 공신력을 확보한 정성평가 위주의 주관적인 평가를 실시하고 있어 어떤 형태의 평가시스템이 더 좋은 평가방법 인지는 알 수 없지만, 기관별 부실율을 보면 다소 참고가 될 수도 있으나, 이것이 전적인 평가의 문제라 보기도 어렵다. 특히 신보는 창업기업 기준이 창업후 7년까지로 확대됨에 따른 창업 3단계 평가제도와 기업의 성장단계에 맞춘 성장단계별 평가기준 세분화는 기업환경을 잘 반영한 변화라 볼 수 있다. 그리고 향후 평가시스템은 경제환경의 변화속도를 어떻게 잘 반영 할 수 있는지에 대한 연구로 방향이 전개될 것으로 보인다.

• Journal of Korea Technology Innovation Society
• /
• v.20 no.2
• /
• pp.292-312
• /
• 2017

The purposes of this research are to verify: first, if the technology appraisal model reflects the company's management performance and the rates of bankruptcy and overdue; second, if the existing classification system of technology levels is suitable; and third, which is the most important appraisal factor that defines the classification system of technology levels. As a result of the analysis, financial performance (stability) and non-financial performance (technology environment) proved to be significant variables in explaining technology ratings. According to the verification of the suitability of classification system, it appeared that there is a significant difference in all appraisal items of all groups. The result of neural networks model verification indicates that the most important variable was the R&D capacity, the second variables which determine the suitability of technology financing were indicators related to the company management. The second variables which determine a company's technological excellence were a company's technological base. To summarize, the technology appraisal model not only reflects both managerial performance and risks of a company, but also anticipates the future by converging the management competence and technological competitiveness into R&D capacity. This implies that if the 'forward-looking' technology appraisal model is integrated into the existing, credit rating model, the appraisal model may have positive impact on improving anticipation and stability.