신용등급예측에서 회계이익의 질 및 지배구조 정보의 유용성

Usefulness of Accounting Earnings Quality and Corporate Governance Information in Forecasting Credit Rating

  본 연구는 기업어음의 신용등급을 예측하고, 신용평가에서 활용되는 요인을 추정하기 위해 신용등급 예측모형을 도출하고자 하였다. 이를 위해 신용평가회사 A로부터 2003년에 공표된 기업어음의 신용등급을 예측표본으로, 2004년에 공표된 신용등급을 검증표본으로 사용하였다. 연구결과 우선 재무적 변수로는 단일변량분석에서는 14개의 재무비율이 활용가능성이 있는 변수로 채택되었으나, 변수간의 상관관계 등을 고려한 후의 다중로짓분석에서 현금흐름, 주당경상이익률, 총자산영업이익률, 총자산회전율, 부채비율, 단기차입금비율, 총자산으로 구성되는 신용등급 예측모형이 도출되었다. 이때 모형의 예측력은 75.5%였으며, 이는 신용평가에서 재무적 변수가 중요하게 활용되고 있음을 의미한다. 둘째, 위의 모형에 회계이익의 질, 기업지배 구조, 지적자산, 지속가능경영, 경영윤리에 관한 정보를 가진 질적 변수를 추가한 결과, 지배구조(기업집단, 대규모 기업집단의 소유지배괴리도 및 의결권승수), 지적자산(연구개발비율), 지속가능경영(위험관리), 윤리경영(접대비율, 윤리지수) 변수가 예측모형에 채택되었다. 셋째, 재무변수로 도출된 모형에 지배구조 및 지적자산, 지속가능경영, 경영윤리를 나타내는 질적 변수를 포함시킬 경우 모형의 예측력이 85.9%로 증가하였다. 이때 모든 신용등급의 예측력이 증가하는 가운데, 특히 A1등급의 예측력이 크게 개선되는 것으로 나타났다. 마지막으로 검증용표본에 대한 모형의 예측력은 85.4%로 나타났다. 이러한 결과는 기업어음의 신용등급을 예측하는 모형의 틀을 제공할 뿐만 아니라, 신용평가에서 유용하게 활용되는 질적 변수에 대한 시사점을 제공할 것으로 기대된다.

  The objective of this study is to analyze the usefulness of accounting earnings quality, corporate governance, and other qualitative factors on the credit rating prediction. The sample of the study consists of 355 observations non-financial firms listed in the Korea Stock Exchange, of which credit ratings of commercial papers are announced by credit rating agency A during 2003-2004. The results of this study can be summarized as follows. First, the results of univariate analysis for financial variables with credit rating between firms credit rating A1 and credit rating B of commercial paper are that 14 out of 21 financial ratios significantly show ranking differentiated by credit rating. Second, the results of ANOVA analysis for qualitative variables with credit rating between firms credit rating A1 and credit rating B of commercial paper are that 7 out of 12 variables significantly show ranking differentiated by credit rating. Finally, The predictive ability of the comprehensive model(multi-logistic regression) of all factors, 7 financial variables and 7 qualitative variables, for the 184 estimation sample was about 85.9%. The predictive ability for the 171 validation samples was about 85.4%.