• 한국산림과학회지
• /
• 제96권6호
• /
• pp.661-666
• /
• 2007

본 연구의 목적은 최근 양자간 FTA의 협상에 의한 수입개방시대를 맞이하여 밤 가격의 변동으로 인한 밤 판매가격별 수익성과 투자금의 회수기간 등을 파악하여 밤나무를 재배하고자 하는 사람이나 밤 재배에 관련되는 사람들에게 투자 정보를 제공하기 위한 것이다. 경남 진주 산청, 전남 구례, 충남 공주 부여 청양 등 6개 지역의 133가구를 사례로 조사 분석하였다. 분석기법으로 IRR, B/C Ratio, NPV, 손익분기점 매출액의 기법을 사용하였다. 그 결과 이자율 4%를 적용했을 때 밤 판매가격이 1,140원/kg 이하일 때 투자가치가 없고, 그 이상일 때 투자가치가 있는 것으로 나타났다. 투자 후 16년째 투자금을 회수하고 손익분기점 매출액은 32,963천원/ha인 것으로 나타났다. 3,000원/kg일 경우 투자 후 9년째 투자금을 회수하고 손익분기점 매출액은 15,176천원/ha인 것으로 나타났다.

• Journal of Advanced Marine Engineering and Technology
• /
• 제38권9호
• /
• pp.1057-1063
• /
• 2014

국제사회가 관심을 가지고 있는 이산화탄소 배출 감소를 위해 많은 연구 기관들이 연료 절감 방법을 연구하여 결과를 제시하고 있다. 비용 절감이 최종 결론이지만 아직까진, 어떻게 제시된 방법이 작동되는가, 어떠한 효과가 있는가, 어떠한 크기의 배에 가장 이상적이며 효과가 클까 등등 많은 의문점들이 제기되고 있다. 선주와 운영자들에게는 연료비가 가장 큰 비용 중 하나이다. 그리고 연료 절감은 선주나 운영자들에게는 비용 절감과 동시에 이산화탄소를 줄이는 가장 좋은 방법이다. 본 논문은 추진 효율을 높여 연료를 절감하는 방법 및 투자되는 비용과 일 년 동안 운항 후 얻어지는 연료비 절감을 통하여 투자금 회수 기간을 대략적으로 계산을 할 수 있도록 하고, 각 방법 간의 미치는 영향에 대하여 소개를 하고자 한다.

• 유통과학연구
• /
• 제8권3호
• /
• pp.17-26
• /
• 2010

세계경제 및 환경의 변화에 따라 농산물의 불안정적인 수급으로 인한 문제점이 노출되고 있으며, 우리나라의 경우 농산물의 안정적인 확보를 위하여 국가 전략적 차원에서의 해외농업투자의 필요성이 요구되고 있다. 하지만 정부차원의 지원 미진, 해외 농업에 대한 정보 및 기술 미비, 개발자금 확보의 어려움, 장기간의 투자금 회수기간, 사후관리 미흡 등의 이유로 성과를 이루지 못하고 있는 실정이며, 특히 해외 농산물의 국내 반입 시 관세의 장벽, 물류 유통비용 등으로 가격 경쟁력이 떨어지고 있어 국내에 반입되지 못하고 있는 실정이다. 이에 본 연구에서는 우리나라의 해외농업투자의 기본개념 및 실태를 살펴보고 해외농업투자의 필요성과 고려사항, 문제점 등을 도출하여 해외에서 재배된 농산물의 경쟁력을 위한 유통 측면에서의 개선방안을 정부의 간접적인 지원, 유통 현대화 및 유통정보기능 강화, 유통시설, 수송루트, 하역업무개선, 경쟁력 확보를 위한 정부의 정책적 지원, 교육 훈련을 통한 전문인력 양성 등 다섯 가지 측면에서 제시하였다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.35-48
• /
• 2014

2013년 건설 경기 전망 보고서에 따르면 주택건설경기 침체 상황의 지속으로 건설 기업의 유동성 위기가 지속될 것으로 전망된다. 건설업은 파산으로 인한 사회적 파급효과가 다른 산업에 비해 큰 편이지만, 업종의 특성상 다른 산업과는 상이한 자본구조와 부채비율, 현금흐름을 가지고 있어서 기업의 파산 예측이 더 어려운 측면이 있다. 건설업은 레버리지가 큰 산업으로 부채비율이 매우 높은 업종이며 현금흐름이 프로젝트 후반부에 집중되는 특성이 있다. 그리고 경기사이클에 따른 부침이 매우 심하여 경기하강국면에선 파산이 급증하는 양상을 보인다. 건설업이 레버리지 산업인 이상 건설업체의 파산율 증가는 여신을 공여한 은행에 큰 부담으로 작용한다. 그럼에도 그간의 파산예측모델이 주로 금융기관에 집중되어 왔고 건설업종에 특화된 연구는 드물었다. 기업의 재무 자료를 바탕으로 한 파산 예측 모델에 대한 연구는 오래 전부터 다양하게 진행되었다. 하지만, 일반적인 기업 전체를 대상으로 하는 모델이기 때문에, 건설 기업과 같이 유동성이 큰 기업의 예측에는 적절하지 못할 수 있다. 건설 산업은 오랜 사업 기간과 대규모 투자, 그리고 투자금 회수가 오래 걸리는 특징을 갖는 자본 집약 산업이다. 이로 인해 다른 산업과는 상이한 자본 구조를 갖기 마련이고, 다른 산업의 기업 재무 위험도를 판단하는 기준과 동일한 적용이 곤란할 수 있다. 최근에는 기계 학습을 바탕으로 한 기업 파산 예측 연구가 활발하다. 기계 학습의 대표적 응용 분야인 패턴 인식을 기업의 파산 예측에 응용한 것이다. 기업의 재무 정보를 바탕으로 패턴을 작성하고 이 패턴이 파산 위험 군에 속하는지 안전한 군에 속하는지 판단하는 것이다. 전통적인 Z-Score와 기계 학습을 이용한 파산 예측과 같은 기존 연구들은 특정 산업 분야가 아닌 일반적인 기업을 대상으로 하기 때문에 기업들의 특성을 전혀 고려하고 있지 못하다. 본 논문에서는 건설 기업을 규모에 따라 각 기법들의 예측 능력을 비교하여 적응형 부스팅이 가장 우수함을 확인하였다. 본 논문은 건설 기업을 자본금 규모에 따라 세 등급으로 분류하고 각각에 대해 적응형 부스팅의 예측력을 분석하였다. 실험 결과 적응형 부스팅이 다른 기법에 비해 예측 결과가 좋았고, 특히 자본금 규모가 500억 이상인 기업의 경우 아주 우수한 결과를 보였다.