• Journal of Information Technology Applications and Management
• /
• 제20권4호
• /
• pp.221-234
• /
• 2013

In this paper, we report bankruptcy risk level forecasting result for automobile parts manufacturing industry. With the premise that upstream supply risk and downstream demand risk could impact on automobile parts industry bankruptcy level in advance, we draw upon industry input-output table to use the economic indicators which could reflect the extent of supply and demand risk of the automobile parts industry. To verify the validity of each economic indicator, we applied simple linear regression for each indicators by varying the time lag from one month (t-1) to 12 months (t-12). Finally, with the valid indicators obtained through the simple regressions, the composition of valid economic indicators are derived using stepwise linear regression. Using the monthly automobile parts industry bankruptcy frequency data accumulated during the 5 years, R-square values of the stepwise linear regression results are 68.7%, 91.5%, 85.3% for the 3, 6, 9 months time lag cases each respectively. The computational testing results verifies the effectiveness of our approach in forecasting bankruptcy risk forecasting of the automobile parts industry.

• 경영과학
• /
• 제33권3호
• /
• pp.105-117
• /
• 2016

In this paper, we present empirical testing result to examine the validity of inbound supply and outbound demand risk factors in the sense of early predicting the firm's bankruptcy risk level. The risk factors are drawn from industry uncertainty attributes categorized as uncertainties of input market (inbound supply), and product market (outbound demand). On the basis of input-output table, industry level inbound and outbound sectors are identified to formalize supply chain structures, relevant inbound and outbound uncertainty attributes and corresponding risk factors. Subsequently, publicly available macro-economic indicators are used to appropriately quantify these risk factors. Total 68 industry level bankruptcy risk forecasting results are presented with the average R-square scores of between 53.4% and 37.1% with varying time lag. The findings offers useful insights to incorporate supply chain risk to the body of firm's bankruptcy risk level prediction literature.

• 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.

• Journal of Information Technology Applications and Management
• /
• 제22권2호
• /
• pp.201-217
• /
• 2015

In this paper, we report computational testing result to examine the validity of firm's bankruptcy risk estimation through quantification of supply chain risk. Supply chain risk in this study refers to upstream supply risk and downstream demand risk, To assess the firm's risk affected by supply chain risk, we adopt unit of analysis as industry level. since supply and demand relationships of the firm could be generalized by the industry input-output table and the availability of various valid economic indicators which are chronologically calculated. The research model to estimate firm's risk level is the linear regression model to assess the industry bankruptcy risk estimation of the focal firm's industry with the independent variables which could quantitatively reflect demand and supply risk of the industry. The publicly announced macro economic indicators are selected as the candidate independent variables and validated through empirical testing. To validate our approach, in this paper, we confined our research scope to steel industry sector and its related industry sectors, and implemented the research model. The empirical testing results provide useful insights to further refine the research model as the valid forecasting mechanism to capture firm's future risk estimation more accurately by adopting supply chain industry risk aspect, in conjunction with firm's financial and other managerial factors.

• 국제학술발표논문집
• /
• The 5th International Conference on Construction Engineering and Project Management
• /
• pp.467-474
• /
• 2013

Construction contactors must continuously seek to improve their cash flows, which reside at the heart of their financial success. They require careful planning, analysis, and optimization to avoid the risk of bankruptcy, remain profitable, and secure long-term growth. Sources of cash include bank loans and retained earnings, which are conceptually similar in that they both incur a cost of capital. Financial management therefore requires accurate yet customizable modeling capabilities that can quantify all expenses, including said cost of capital. However, currently existing cash flow models in construction engineering and management have strongly simplified the manner in which interest is assessed, which may even lead to overstating it at a disadvantage to contractors. The variable nature of cash balances, especially in the early phases of construction projects, contribute to this challenging issue. This research therefore extends a new cash flow model with an accurate interest calculation. It utilizes singularity functions, so called because of their ability to flexibly model changes across any number of different ranges. The interest function is continuous for activity costs of any duration and allows the realistic case that activities may begin between integer time periods, which are often calendar months. Such fractional interest calculation has hitherto been lacking from the literature. It also provides insights into the self-referential behavior of compound interest for variable cash balances. The contribution of this study is twofold; augmenting the corpus of financial analysis theory with a new interest formula, whose strengths include its generic nature and that it can be evaluated at any fractional value of time, and providing construction managers with a tool to help improve and fine-tune the financial performance of their projects.