베이지안 확률적 접근법을 이용한 기업부도 예측모형의 개발과 응용

Abstract

금융시장의 급격한 환경 변화와 위험 확대에 따라 기업의 신용위험과 부도 가능성을 사전에 파악하기 위한 부도 예측의 중요성은 점차 강조된다. 이에 따라 다양한 부도 예측모형이 제시되고 있으며, 부도 예측모형간 통합과 응용에 대한 연구도 활발히 진행되고 있다. 본 연구에서는 자본시장정보에 근거한 부도 예측모형 중 주가 정보를 이용하는 구조모형인 예상부도확률모형의 한계점을 분석하고 이에 대한 대안으로서 베이지안 확률적 접근법을 이용한 예상부도확률모형을 제시하고자 한다. 또한 예상부도확률과 신용스프레드간에 실증적인 관계 분석을 위해 대상 기업을 선정하고, 채권정보를 이용하는 구조모형인 KRS(Kim, Ramaswany and Sundaresan)모형을 통해 신용스프레드를 산출하여 예상부도확률과의 관계를 분석한다. 예상부도확률모형은 부도 빈도의 누적 데이터 수가 많지 않은 경우, 데이터에 의존한 합리적인 부도 예측을 보장할 수 없으며 사후 부도가 발생할 확률을 반영하는 데 부족한 한계점이 있다. 따라서 베이지안 확률적 접근법을 통해 사후분포를 도출하고 이후 사후분포의 기대값을 구하여 이를 예상부도확률로 적용하는 새로운 모형을 제안한다. 제안 모형에 대해 우도비 검정을 시행하여 제안 모형의 적합성을 검정하며 ROC곡선(Receiver Operating Characteristic curve)을 통해 제안 모형과 기존 모형의 부도 예측성과를 비교 분석한다. ROC곡선 분석 결과, 제안 모형의 AUROC(Area Under ROC curve)가 기존 모형의 AUROC보다 높은 값을 나타내어 제안 모형이 기존 모형에 비해 우월한 부도 예측성과를 갖는 것을 알 수 있다. 본 연구에서는 예상부도확률과 신용스프레드간의 관계를 실증적으로 분석하기 위해 증권거래소에 상장된 대상 기업을 선정하여 기업의 재무정보와 자본시장정보를 바탕으로 예상부도확률과 신용스프레드를 산출한다. 이 중 신용스프레드는 KRS모형을 이론적 기초로 하여 모델링된 몬테카를로 시뮬레이션을 실행하여 산출된다. 기준시점 동안 산출된 예상부도확률과 신용스프레드간의 관계분석을 위해 먼저 각 변수의 시계열에 대한 안정성을 검정한다. 이후 두 부도 변수간 상관관계 분석, 회귀분석, 공적분 검정을 시행한 결과, 예상부도확률과 신용스프레드간에 단기적으로는 상호괴리를 보이지만, 장기적으로는 채무불이행 가능성에 대한 균형관계를 갖는 것을 알 수 있다. 향후 예상부도확률과 신용스프레드를 부도 예측변수로 이용하여 장기적 균형관계를 기초로 부도 가능성을 예측하는 모형에 대한 추론이 가능할 것이다.