KCI등재
재무변수 및 주식가격 변수를 이용한 회사채 신용등급 예측모형의 개발 = Development of A Bond Rating Prediction Model Based on Financial and Stock Price-based Variables
저자
발행기관
학술지명
권호사항
발행연도
2006
작성언어
Korean
주제어
KDC
325.9
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
185-217(33쪽)
KCI 피인용횟수
2
제공처
선행연구에 의해 개발된 회사채 신용등급 예측모형에서는 신용평가 기관이 특정기업의 신용평가시 사용할 것으로 상정된 여러 가지 재무변수들이 예측모형에 독립변수로 포함된 바, 이 독립변수들은 모두 객관적으로 관찰이 가능한 과거 및 현재의 재무적 특성들에 관한 것으로 한정되었다. 그러나 실제로 신용평가기관이 특정기업의 회사채 신용등급을 결정할 때는 해당 기업의 과거 및 현재의 재무적 특성뿐만 아니라 당해 기업의 미래 경영성과(전망)를 고려하리라는 것은 상식에 부합한다. 따라서 본 연구에서는 기업의 미래의 수익성과 관련성을 갖는 주식가격 변수를 선택하고 이들 주식가격 변수가 회사채 신용등급 예측모형에서 유의한 설명력을 가지며 모형의 등급예측력(예측적중률)을 높이는데 기여하는지의 여부를 검토한다. 또한 일부 선행연구에서 사용된 바 있는 회귀모형(OLS)의 강건성을 확인할 목적으로 N-probit 모형을 적용한 예측모형도 함께 검토한다.
본 연구에서는 2000년부터 2004년까지의 5년의 기간에 걸쳐 회사채등급이 존재하는 510개 거래소 상장 및 KOSDAQ 등록기업을 표본으로 하여 이중 340개 기업-년 관찰치를 예측표본으로 하고 나머지 170개 기업-년 관찰치를 예측모형의 정확도(예측적중률)를 검토하기 위한 검증표본으로 하였다. 중요한 검증결과는 다음과 같다.
첫째, 15등급 체계의 경우(+, 0, -를 별개의 등급으로 정의할 때) 최종 예측모형의 설명력은 75.7%에 달하며, 한 등급 차이 내로 예측할 수 있는 정확도가 74.1%에 이른다. 회사채 등급의 +, 0, -를 구분하지 않은 5등급 체계의 경우의 모형의 전체적인 설명력은 70.3%이며, 예측된 등급과 실제 등급이 일치하는 적중률은 70.0%로서 신용등급을 6등급으로 분류하여 예측한 Kaplan and Urwitz(1979)의 예측적중률 69%에 비견할 만하다.
둘째, 기업의 미래 수익성 전망을 대표(proxy)하는 주식가격 변수로서 주가순자산 비율과 누적시장조정수익률의 상대적 기여도를 분석한 결과 예측모형에서 이들 주식가격 변수의 계수추정치가 통계적 유의성을 보이며 이 두 변수가 예측모형의 설명력과 예측정확도에 미치는 기여도가 적지 않은 것으로 나타나고 있다. 이러한 검증결과는 기업신용평가기관이 회사채 신용등급을 결정함에 있어 기업의 과거 및 현재의 재무적 특성뿐만 아니라 미래의 수익성 전망을 일정수준 반영하는 증거로 해석된다.
셋째, 위의 검증결과들을 N-probit 모형을 사용하여 비교․검토한 결과 OLS 회귀모형을 적용한 경우와 거의 동일한 결과가 도출되어 OLS 회귀모형의 강건성을 확인할 수 있다. 15등급 체계 및 5등급 체계의 경우 모두 OLS 회귀모형에 기초하여 도출된 예측모형에 포함된 독립변수들이 N-probit 모형을 사용하여 추정된 예측모형에서도 예외 없이 통계적 유의성을 보이며, 예측모형의 예측정확도는 약간 높거나(15등급 체계의 경우) 유사하다(5등급 체계의 경우). 또한, 예측모형에서 주식가격 변수의 계수추정치가 통계적 유의성을 보이며 예측모형의 예측정확도에 미치는 공헌(기여)도 재차 확인된다. 이러한 연구결과는 향후의 연구가 주식가격 변수를 이용할 수 없는 비상장기업에 적용가능한 회사채 신용등급 예측모형의 개발에 집중될 필요가 있음을 간접적으로 시사하고 있다.
Bond rating prediction models developed in the existing studies include observable past and present financial characteristics only as independent variables. However, it may be a reality that bond rating agencies -- when assigning bond ratings -- would take into account future earnings prospects of rated companies as well as those firms' past and present financial characteristics. Hence this study selects two stock price-based variables, which may be potentially correlated with future corporate earnings performance, to investigate if these stock price-based variables add statistically significant explanatory power to the bond rating prediction model and contribute to enhancing the prediction accuracy of the bond rating prediction model. Selected stock price-based variables are Price-to-Book ratios and cumulative market-adjusted returns.
The bond rating prediction model developed in this study adopts both OLS regression method and N-probit model, using 510 firm-year observations of a sample of December year-end non-financial firms listed on the Korea Stock Exchange and KOSDAQ over the 2000-2004 period. Among 510 firm-year observations, two thirds are used as an estimation sample, while the remaining constitute a validation sample to measure the prediction accuracy of the model.
First of all, the overall explanatory power of the model reached 75.7%, and coefficients of most independent variables showed signs as predicted. The final model predicted correctly 74.1% of the validation sample within a single category of margin across 15-rating hierarchy. In case of 5-rating hierarchy, the final model predicted correctly 70.0% of the validation sample. This hit rate figure is comparable to that of Kaplan and Urwitz(1979).
Secondly, two stock price-based variables, which may proxy future profit performance of sample firms, contribute significantly to the prediction accuracy and the overall explanatory power of the model. This result, coupled with significant coefficients of those two variables in the prediction models, indicates that the rating agencies may take into account future earnings prospect as well as past and present financial characteristics of rated firms.
Finally, when the prediction model is derived based on an N-probit model, empirical findings are very similar to those of OLS-based prediction models, confirming the robustness of OLS regression models. Both in cases of 15-rating and 5-rating hierarchy, independent variables selected for the OLS regression models show statistical significance in corresponding N-probit models without exception. The prediction accuracy of N-probit models is slightly higher than that of OLS models in case of 15-rating hierarchy, while the results are mixed in case of 5-rating hierarchy. Two stock price-based variables, which proxy future profit performance of sample firms, also contribute significantly to the prediction accuracy of the model, which confirms the finding from OLS-based models. These results indirectly imply that future research should be focused on the development of a bond rating prediction model that can be applicable to non-listed firms for which stock price-based variables are unavailable.
분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2026 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2020-01-01 | 평가 | 등재학술지 유지 (재인증) | KCI등재 |
2017-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2013-05-29 | 학술지명변경 | 한글명 : 회계와 감사 연구 -> 회계ㆍ세무와 감사 연구외국어명 : Accounting & Auditing Research -> Study on Accounting, Taxation & Auditing | KCI등재 |
2013-01-01 | 평가 | 등재 1차 FAIL (등재유지) | KCI등재 |
2010-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2008-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2005-06-02 | 학술지명변경 | 외국어명 : 미등록 -> Accounting & Auditing Research | KCI등재 |
2005-05-29 | 학술지등록 | 한글명 : 회계와 감사 연구외국어명 : 미등록 | KCI등재 |
2005-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2004-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2002-01-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 1.05 | 1.05 | 1.04 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
1.09 | 1.23 | 2.16 | 0.17 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)