• 유통과학연구
• /
• 제13권9호
• /
• pp.47-57
• /
• 2015

Purpose - The aim of this paper is to investigate the explanatory power of the Pecking-order theory (the cost of financing increases with asymmetric information) among Korean retail firms from the perspective of debt capacity. According to the Pecking-order theory, a firm's first preference is to use internal funds for its capital needs, its next preference is the issuance of debt, and its last preference is the issuance of equity; this is due to the information asymmetry problem between existing shareholders and investors. However, prior empirical studies, such as Lemmon and Zender (2010), argue that the entire sample test for the Pecking-order theory could be misleading due to the different levels of debt issuance capability of each of the individual firms; in fact, they confirm that the explanatory power of the Pecking-order theory improves after taking into account the differences in debt capacity of the U.S. firms they examined. This paper implements a case study approach among Korean retail firms to examine the relationship between debt capacity and the explanatory power of the Pecking-order theory in Korea. Research design, data, and methodology - This study uses the sample of public retail firms on the Korea Composite Stock Price Index (KOSPI) from the time period of 1990 to 2013. We gather related financial and accounting statements from the financial information firm WISEfn. Credit rating information is provided by the Korea Investor Service. We employ the models of Lemmon and Zender (2010) and Son and Kim (2013) to measure a firm's debt capacity. Their logit models use the rating dummy variable as a dependent variable and incorporate other firm characteristics as independent variables to estimate debt capacity. To test the Pecking-order theory, we adopt variants of the financing deficit model of Shyam-Sunder and Myers (1999). In the test of the Pecking-order theory, we consider all of the changes in total debt obligations, current debt obligations, and long-term debt obligations. Results - Our main contribution to the literature is our confirmation of the predicted relationship between debt capacity and the explanatory power of the Pecking-order theory among Korean retail firms. The coefficients on financing deficits become greater as a firm's debt capacity improves. This is consistent with the results of Lemmon and Zender (2010). The coefficients on the square of the financing deficits are also negative for the firms in the largest debt capacity group, which is also consistent with the predictions in prior literature. Conclusions - This study takes a case study approach by examining Korean retail firms. We confirm that the Pecking-order theory explains the capital structure of retail firms more appropriately, after taking into account the debt capacity of each firm. This result suggests the importance of debt capacity consideration in the testing of the Pecking-order theory. Our result also implies that there has been a potential underestimation of the explanatory power of the Pecking-order theory in existing studies.

• 한국건설관리학회논문집
• /
• 제21권5호
• /
• pp.64-73
• /
• 2020

정부는 신용평가시스템을 객관화하여 회생가능성이 있는 기업은 자금을 지원하고, 회생가능성이 없는 기업은 조기에 구조조정을 추진하는 방안을 발표하였다. 이러한 정부발표는 자본시장을 통한 구조조정의 기반을 강화하여 신속한 구조조정이 이루어질 수 있는 기틀을 마련함으로써 재무건전성이 낮은 중견건설사는 구조조정 위험에 확대될 수 있다. 본 연구는 2019년 기준으로 주택사업에 집중된 10개 중견건설사를 선정하여 은행의 재무심사기법을 통해 재무건전성을 분석하였고, 이러한 분석결과를 통해 구조조정 위험에 노출될 가능성이 높음을 확인할 수 있었다. 2020년에는 경제성장률 하락과 부동산규제 강화로 건설업 성장률이 전반적으로 하락될 것으로 판단되어 자본금 납입비율이 낮은 중견건설사는 안정적인 신용등급을 유지할 가능성이 낮아 구조조정에 포함될 가능성이 높다. 본 연구는 중견건설사가 구조조정 위험에서 벗어날 수 있도록 공신력 있는 연구기관의 자료를 활용하여 KCSI 평가모델을 설정하였고, 실무전문가 설문조사를 통해 각 항목마다 차별화된 위험비율을 나타냈다. 이러한 연구결과는 중견건설사 경영진에게 신용리스크 저감방안을 실천하도록 제언할 수 있었고, 구조조정 위험에 벗어날 수 있는 기틀을 마련하였다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.105-129
• /
• 2020

본 연구는 부도위험 예측을 위해 K-IFRS가 본격적으로 적용된 2012년부터 2018년까지의 기업데이터를 이용한다. 부도위험의 학습을 위해, 기존의 대부분 선행연구들이 부도발생 여부를 기준으로 사용했던 것과 다르게, 본 연구에서는 머튼 모형을 토대로 각 기업의 시가총액과 주가 변동성을 이용하여 부도위험을 산정했으며, 이를 통해 기존 방법론의 한계로 지적되어오던 부도사건 희소성에 따른 데이터 불균형 문제와 정상기업 내에서 존재하는 부도위험 차이 반영 문제를 해소할 수 있도록 하였다. 또한, 시장의 평가가 반영된 시가총액 및 주가 변동성을 기반으로 부도위험을 도출하되, 부도위험과 매칭될 입력데이터로는 비상장 기업에서 활용될 수 있는 기업 정보만을 활용하여 학습을 수행함으로써, 포스트 팬데믹 시대에서 주가 정보가 존재하지 않는 비상장 기업에게도 시장의 판단을 모사하여 부도위험을 적절하게 도출할 수 있도록 하였다. 기업의 부도위험 정보가 시장에서 매우 광범위하게 활용되고 있고, 부도위험 차이에 대한 민감도가 높다는 점에서 부도위험 산출 시 안정적이고 신뢰성 높은 평가방법론이 요구된다. 최근 머신러닝을 활용하여 기업의 부도위험을 예측하는 연구가 활발하게 이루어지고 있으나, 대부분 단일 모델을 기반으로 예측을 수행한다는 점에서 필연적인 모델 편향 문제가 존재하고, 이는 실무에서 활용하기 어려운 요인으로 작용하고 있다. 이에, 본 연구에서는 다양한 머신러닝 모델을 서브모델로 하는 스태킹 앙상블 기법을 활용하여 개별 모델이 갖는 편향을 경감시킬 수 있도록 하였다. 이를 통해 부도위험과 다양한 기업정보들 간의 복잡한 비선형적 관계들을 포착할 수 있으며, 산출에 소요되는 시간이 적다는 머신러닝 기반 부도위험 예측모델의 장점을 극대화할 수 있다. 본 연구가 기존 머신러닝 기반 모델의 한계를 극복 및 개선함으로써 실무에서의 활용도를 높일 수 있는 자료로 활용되기를 바라며, 머신러닝 기반 부도위험 예측 모형의 도입 기준 정립 및 정책적 활용에도 기여할 수 있기를 희망한다.

• 지능정보연구
• /
• 제17권3호
• /
• pp.25-41
• /
• 2011

최근 몇 년간 SVM(support vector machines)기법은 패턴인식 또는 분류의사결정문제를 위한 분석기법으로서 기존의 데이터마이닝 기법과 비교할 때, 매우 높은 성과를 갖는 것으로 인식되어 왔다. 더 나아나 많은 연구자들은 SVM기법이 1980년대 이후 대표적인 예측 및 분류모형으로 인정받은 인공신경망기법(ANNs : Artificial Neural Networks)에 비해 더 성과가 좋다는 사실을 실증적으로 입증해 왔다(Amendolia et al., 2003; Huang et al., 2004, Huang et al., 2005; Tay and Cao, 2001; Min and Lee, 2005; Shin et al., 2005; Kim, 2003). 일반적으로 이와 같이 다양한 데이터마이닝 기법에 의해 분석되는 이진분류 또는 다분류 의사결정문제들은 특히 금융분야 등에 있어서 오분류비용에 민감하며, 이로 인한 오분류의 경제적 손실도 상대적으로 매우 크다고 할 수 있다. 따라서 기업부도예측모형과 같은 이진분류모형의 결과값을, 부도확률에 기초하여 정교하게 계산된 사후확률의 개념으로서 다분류의 신용등급평가의 문제로 변환할 필요가 있다. 그러나, SVM 모형의 결과값은 기본적으로 그와 같은 부도확률분포를 보여주지 않는다. 따라서, 그러한 확률분포를 정교하게 보여줄 방법을 제시할 필요가 있다(Platt, 1999; Drish, 2001). 본 연구는 AdaBoost 알고리즘기반의 SVM 모형을 이용하여, 이진분류모형으로서 IT 기업의 부실예측모형에 적용한 후, 이 SVM 모형의 예측결과를 SVM의 손실함수에 적용하여 계산된 값을 사후부도확률의 정규분포 특성에 따라 이를 구간화하여 IT기업에 대한 다분류 신용등급 평가의 문제로 전환시키는 방법을 제시하였다. 그리고 본 연구에서 제안하는 방법은 이러한 AdaBoost 알고리즘기반 SVM 모형이 각 기업이 고유한 신용위험(부도확률)을 갖고 있다는 조건하에서, 신용등급부여를 위한 부도확률분포 구간을 정교하게 조정함으로써 오분류 문제를 좀 더 줄일 수 있음을 제시하였다.

• 한국정보시스템학회지:정보시스템연구
• /
• 제15권3호
• /
• pp.175-186
• /
• 2006

최근 정보기술(IT; Information Technology) 및 네트워크 기술의 발달은 기업사회의 의사결정 패턴에 큰 변화를 주고 있다. 특히 글로벌 정치경제 환경이 급변함에 따라 기업들의 의사결정은 보다 빠른 피드백(feedback loop)을 요구하고 있어 과거의 정확성을 중심의 패턴에 변화된 정보의 시기적 절성(timely information)이 크게 강조되고 있다. 본 논문에서는 이러한 첨단기술사회에서 빠르게 의견수렴을 할 수 있는 기술적인 프레임워크를 구축하였다. 본 시스템은 현대사회의 주요한 경제 및 재무의사결정 구조(infrastructure)인 신용평가(credit rating)제도를 웹 기반 시스템으로 구현함으로서 정보의 시기적절성과 현재성을 높이는 의사결정지원시스템을 시현하였다.

• 지능정보연구
• /
• 제5권1호
• /
• pp.49-64
• /
• 1999

본 연구는 백화점 고객이 신용 카드 신청 요구 시에 작성되는 가입 정보 및 사용되고 있는 고객의 거래 정보는 카드 사용 패턴으로 신용도를 예측하는 여러 방법론을 제시하고 성능을 비교하였다. 가입 정보를 분석하기 위해 역전파 신경망(Back-Propagation Neural Network, BPNN), 사례기반추론(Case-Based reasoning)을, 거래 정보를 분석하기 위해 역전파 신경망과 더불어 시간지연 신경망(Time-Delayed Neural Network, TDNN)을 각각 사용하여 그 결과를 비교하였다. 또한 전체시스템의 적중률을 높이기 위햐여, ID3와 신경망을 이용한 Meta-Leaning 방법을 제시하였으며, Meta-Learning 방법과 다른 방법들을 비교, 분석을 하였다. 본 연구에서는 모형 수립과 검증을 위하여 T백화점의 실제 신용 카드 가입 고객 데이터를 이용하여 실험하였다. 데이터의 성격에 따라 각 모델의 예측력에는 차이가 나타났으나, 신경망 모형의 예측력이 우수하였으며, 시간적 특성을 고려하는 시간지연 신경회로망 모형의 예측력은 더욱 우수하게 나타났다. 또한 Meta-Learning 모형을 사용하면 예측력이 더 높아진다는 것을 확인할 수 있었다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회/대한산업공학회 2003년도 춘계공동학술대회
• /
• pp.835-842
• /
• 2003

현행 기업신용평가모형에 관한 연구는 크게 부실예측모형 및 채권등급 평가모형으로 구분된다. 이러한 신응평가모형에 관한 연구는 단순히 부실여부 또는 이미 전문가 집단에 의해 사전에 정의된 등급체계만을 예측하는 데 초점을 맞추고 있었다. 그러나. 대부분의 금융기관에서 사용하는 신응평가모형은 기업의 부실여부만을 예측하거나 기존의 채권등급을 예측하기 위만 목적보다는 기업의 고유 신응위험을 평가하여 이에 적합한 신용등급을 부여함으로써, 효율적인 대출업무를 수행하기 위해 활용되고 있다. 본 연구에서는 기존의 부실예측모형들을 대상으로 다중 부실확률모형 (Business Failure Probability Map; BFPM) 접근방법을 이용한 신응등급화 방법을 제안하고자 한다. 본 연구에서 제시된 다중 부실확률모형은 신경망모형과 로짓모형을 통합하여 부도율, 점유율을 고려한 다단계 신용등급을 예측할 수 있게 해준다. 다중 부도확률지도 접근방법을 이용하여 각 금융기관에서 정의하는 수준의 신용리스크를 효과적으로 추정하고, 이를 기준으로 보다 객관적인 다단계 신용등급을 산출하는 새로운 신응등급화 방법을 제시 하고자 한다.

• 지능정보연구
• /
• 제4권2호
• /
• pp.1-21
• /
• 1998

귀납적 학습방법들의 분류성능을 비교 평가하기 위하여 대표적 분류문제의 하나인 신용평가 문제를 사용하였다. 분류기로서 사용된 귀납적 학습방법론들은 통계학의 다변량 판별분석(MDA), 기계학습 분야의 C4.5, 신경망의 다계층 퍼셉트론(MLP) 및 Cascade Correlation Network(CCN)의 4 가지이며, 학습자료로는 국내 3개 신용평가기관이 발표한 신용등급 및 공포된 재무제표를 사용하였다. 신용등급 예측의 정확도에 의한 분류성능을 평가하였는데 연도별 평가와 시계열 평가의 두 가지를 실시하였다. Cascade Correlation Network이 가장 좋은 분류성능을 보였지만 4가지 분류기들 사이에 통계적으로 유의한 차이는 발견되지 않았다. 이는 사용된 학습자료가 갖는 한계로 인한 것으로 추정되지만, 성능평가 과정에 있어 학습자료의 전처리 과정이 분류성과의 제고에 매우 유효함이 입증되었다.

• 한국IT서비스학회지
• /
• 제1권1호
• /
• pp.7-15
• /
• 2002

The role of SI in this IT era is recognized high as a value-creating activity in the overall industries. But the valuation factors are not so attractive compared to other industries. Among the negative factors are the relatively high cost of sales and operating cost, the lack of technical differentiation among the firms, the low level of entry barrier, and the resulting competition in the SI industry. But some positive factors such as the expectation for the overall introduction of IT into eoconomy, development of SM (System Management) projects, and the sales of developed soultions and components increase the value of SI firms.

• 한국항공운항학회지
• /
• 제31권4호
• /
• pp.28-44
• /
• 2023

This study investigates aircraft lessor business models by studying cases and interviewing experts to analyze investors and business strategies of aircraft lessor. The results confirm that there is a wide range of investors including institutional investors, financial institutions, insurance companies, corporations, and wealthy individuals for aircraft lessor. Aircraft lessors can be categorized based on its required rate of return (cost of capital) into bank-investing core, institutional investor-investing value-added, and hedge fund-investing opportunistic. Aircraft lessor decides leasing rate by aircraft purchasing price and lessee's credit rating. Core aircraft lessors invest in new aircrafts for new placement or sale-and-leaseback strategy requiring little technical risk in aircraft, value-added lessors invest in middle-aged aircrafts for re-leasing, opportunistic lessors invest in old aircrafts for freighter conversion or part-out strategy requiring high level of expertise. This study provides insights for future Korean aircraft lessor establishment and investment.