중소기업의 부실예측모형에 관한 연구 = A Prediction Model of Small Business Bankruptcy
저자
박정윤(Park, Jeong-Yun) ; 김영우(Kim, Young-woo) ; 이미용(Lee, Miyong)
발행기관
학술지명
권호사항
발행연도
2007
작성언어
-주제어
KDC
320
자료형태
학술저널
발행기관 URL
수록면
1-28(28쪽)
제공처
본 연구는 중소 제조기업의 부실화를 사전에 예측함으로써 기업의 지속가능경영을 실현하고 기업부실에 따른 사회적, 경제적 손실과 그 파급효과를 최소화하는 데 그 목적이 있다. 이를 위해 표본기업에 대한 t-검정과 로짓분석을 통해 부실예측모형을 추정하였다. 연구결과를 요약하면 다음과 같다. 첫째, Logit 분석에 의해 추정된 부실예측모형의 추정용 표본에 대한 자체예측력은 67.7%, 검증용 표본에 대한 예측력은 67.6%로 나타났다. 이는 국내 상장기업을 대상으로 한 부실모형에 비해 예측력이 다소 미진하지만 1988년 신용보증기금이 중소 제조업종에 대해 평가한 예측력 66.6%와는 비슷한 수준이다. 둘째, 검정용 표본을 대상으로 실시한 모형의 예측력 검정결과는 66.6%로 추정용 표본에서의 예측력 67.7%과 거의 동일하게 나타나 본 부실예측모형의 객관적 예측력은 비교적 안정적인 것으로 보인다. 셋째, 본 연구를 통해 대부분 상장 대기업을 위주로 한 선행연구와는 달리 중소기업 고유의 부실예측변수가 채택될 수 있음을 보여 주었다. 청산가치율, 부가가치율 및 총자산증가율은 기존의 상장기업 부실예측 연구에서는 선정된 적이 없으나 본 연구에서는 부실예측변수로 선정되었다는 데 의의가 있다. 특히 총자산증가율은 기대부호가 예상과 반대로 나타났고 부실표본이 오히려 증가하는 특이한 현상이 발견되었다.
더보기The objective of this study is to find a model to predict small business bankruptcy using logit analysis. Logit analysis avoids the problems associated with multiple discriminant analysis (MDA), which has been the most popular technique for bankrupt studies. The initial sample is composed of 554 firms with 277 firms in each of the two groups. The bankrupt group are (1) the small firms classified as industrial that went bankrupt in the single year, or in 2003 (2) The firms which has received credit guarantee service by S-Fund, (3) the size of these firms was 1,000 million won and over but less than 7,000 million won in terms of asset and sales. Non-bankrupt firms was selected through a paired sampling method stratified by industry and size. They were still in existence in 2004. All the financial data have been obtained from the electronic center which belongs to the S-Fund. In order to test the efficiency of the model, secondary sample of 410 firms with 205 firms in each for bankrupt and non-bankrupt were chosen not used in the initial sample. Because of the large number of financial variables found to be significant indicators of corporate problems in past studies, a list of 32 variables is complied for evaluation. The variables are classified into six standard categories including liquidity, profitability, activity, productivity, growth, and cash flows. From the original 32 financial variables, four variables were selected as doing the best overall job together in the prediction of corporate bankruptcy. They are as follows: Liquidation Value/Total Sales, Interest Expenses/Total Sales, Value Added/Total Sales, a growth rate in total assets. The signs of the three variables except X23 are the same as those as we expected. All the
four variables have been significant at one or 5 % level of significance The predictive ability of the model for the estimation sample (2003) and the validation sample (2004) was about the same or 68%. This model can be used in evaluating whether or not to grant credit guarantee to small business firms that apply for.
분석정보
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)