기업부실화에 따른 손실은 그 기업의 직접적인 이해관계자뿐만 아니라 국민경제 전반에 걸쳐 미치는 영향이 매우 크므로, 이를 미리 예측하여 피해의 규모를 축소하거나 예방할 수 있다면 기여하는바 또한 클 것이다. 본 연구는 기업의 총부채가 총자산을 초과하는 실질적 지급불능상태인 자본잠식기업을 부실기업으로 정의하고, 총자산이익률(Return on Assets: ROA) 모형을 활용한 재무비율로 부실기업을 예측하는 실증분석을 실시하였다. 기업부실화 원인은 총자산의 비효율적인 활용으로 인하여 수익성•활동성•안정성이 저하된 것으로 보았다. 그리하여 ROA를 매출총이익률(순이익/매출액)과 차입금회전율(매출액/차입금), 차입금의존도(차입금/총자산)를 이용한 통합적인 결합모형으로 로지스틱 회귀본석을 통한 부실기업예측을 실시하였다. 연구결과에 의하면 ROA 관련 재무비율들을 통합적인 결합모형으로 활용한 부실기업예측모형은 간단하면서도 높은 예측력이 있으며, 민감도가 낮은 것으로 나타났다. 그리고 분석기간 내의 여러 연도의 재무자료 평균에 대하여 분석한 결과도 예측력이 높으면서도 판단상의 오류를 줄일 수 있는 것으로 밝혀졌다. 또한 선행연구들에 비하여 제1종 오류비율이 낮아서 전반적인 오류비용을 줄일 수 있는 것으로 나타났다. 결과적으로 본 연구는 선행연구에 비해 모형이 간단하면서 예측력이 높으며, 제1종 오류비율이 낮을 뿐만 아니라 민감도가 낮고 강건성이 있어, 일반화 가능성이 높을 것으로 판단된다
The insolvent companies cause extensive damages not only to the interested parties of the companies, but also to the national economy. Therefore the prediction of the insolvent companies would be a huge contribution to reduce or to prevent the extensive damages. This study defines an insolvent company as a corporation with impairment of capital whose total liabilities exceed its total assets. This research documents the findings of an empirical study of predicting insolvent companies using the ROA(Return on Assets) model. The inefficient use of the assets, which causes lowered profitability, the impairment of the capital could be predicted by applying a uniquely combined ROA model, which has gross margin percentage, debt turnover ratio, and debt ratio as its factors, to the logistic regression. The main result of the research is that while the insolvent prediction model developed through financial ratios using ROA is simple, it appears to have a high prediction ratio. As it comes nearer to the insolvent year, the prediction power seems to be stronger and the sensibility of the model becomes lower. Therefore judgemental errors are less frequently made. The prediction power found in this study is stronger and the type 1 error rate becomes lower than the results documented in the previous studies. The model is also predictive, robust, and less sensitive, so it could be expected to be well-generalized and easily used in predicting a company’s insolvency.
(0)
(0)