경기변동에 따른 비상장 중소기업 신용위험을 설명하는 회계변수와 부도예측에 관한 실증연구

Abstract

업의 신용위험은 재무상태 등 개별기업(차주)의 특성을 반영한 고유위험요소(idiosyncratic risk factor)와 모든 차주의 신용도에 영향을 미치는 거시환경위험요소(systematic risk factor)에 의해 결정된다. 또한 금융기관의 경기순응성(pro-cyclicality)은 경기국면에 따라 신용위험에 영향을 주는 요인에 차이가 있게 해준다. 이와 같이 기업의 신용위험(부도확률)을 측정하는 데에는 경기변동이 중요한데 기업부도예측과 관련된 대부분의 연구가 회계정보를 활용하여 기업 고유위험에 근거한 연구 위주로 이루어져 있거나 거시경제변수와 기업부도율 간의 관계에 대한 단순한 실증 분석만 수행되었을 뿐 고유위험요소와 거시환경위험요소를 통합하여 부도예측모형과 연계한 국내외 연구는 별로 없는 현실이다.본 연구는 이러한 배경에서 회계정보를 활용한 부도예측모형을 경기변동과 연계하여 추정하는 방법론을 제시하고 거시환경위험요소를 반영한 부도예측모형의 변별력이 개선될 수 있는지를 분석하였다. 또한 네 가지 경기국면(호황/하강/불황/회복)에 따라 신용위험을 설명하는 회계변수가 상대적으로 변할 것이 예상되므로 이를 분석하였다. 본 연구의 실증 분석대상은 그동안 연구가 활발하지 못하였던 경기변동에 민감한 비상장 중소기업을 대상으로 하였다. 표본은 경기변동이 충분히 반영되도록 1995년~2007년 동안의 재무자료에서 추출한 38,758개 비상장 중소기업의 재무제표 124,495개이며 이를 추정표본(estimation sample) 74,697개와 예측성과를 검토한 확인표본(holdout sample) 49,798개로 분리하였다.부도예측모형에 대한 분석방법은 동태적 현상인 기업부도를 예측하는데 활용하는 생존분석방법의 하나로서 연차단위 패널자료로서 시계열 특성이 있는 본 연구의 표본에 적합한 이산시간로짓모형(discrete-time logit model)을 사용하였다. 분석모형의 예측력은 바젤위원회에서 부도예측모형의 변별력(discriminant power) 측정치로 제시하는 여러 가지 측정치 중 실무에서 가장 많이 사용하고 있는 AUC(Area Under the ROC Curve), HR(Hit Rate), FAR(False Alarm Rate)와 등급계량화(calibration)를 중심으로 살펴보았다.실증 분석결과. 회계정보를 활용한 부도예측모형에 경기변동변수를 연계하여 추정한 모형의 AUC는 회계정보를 활용한 모형 대비 크게 증가되지 않았지만(1.7% point 증가) 경기국면 예측에 따라 분류값(cut-off value)을 달리하여 부도기업을 부도기업으로 정확하게 분류하는 비율인 HR과 건전기업을 부도기업으로 잘못 분류하는 비율인 FAR를 동시에 감안시 경기변동을 감안한 분석모형이 금융기관 경영전략 측면에서 활용성이 크고 부도예측모형으로서의 유용성이 높은 것으로 나타났다. 또한 경기변동에 따라 신용위험을 설명하는 기업고유위험에 체계적인 차이를 보여주는 회계정보가 있는 것으로 검토되었다. 회복기에는 수익성과 활동성 보다는 현금유동성이 현금흐름 기준 이자보상배율과 더불어 가장 강력한 부도예측을 설명하는 회계변수임이 확인되었고 호황기와 하강기에는 전반적으로 회복기와 불황기에 비해 부도예측력이 낮고 안정성, 활동성 변수가 유의하지 않은 것으로 확인되었다. 불황기에는 수익성, 안정성, 현금흐름 및 변동성 모두 다른 국면에 비해 부도예측에 유용한 변수로 확인되었으며 특히 불황기 일수록 재무건전성 및 현금흐름이 부도예측에 유용한 회계정보라는 선행연구결과와도 일치하였다.경기변동에 따라 부도률이 매우 변동적인 특징을 보이고 있는 중소기업을 방대한 자료를 이용하여 분석한 본 연구결과는 경기변동에 따른 중소기업의 신용위험을 포착하는데 매우 커다란 의미가 있다고 본다. The purpose of this study is to examine the effects of business cycle, which is a systematic risk factor influencing the credit rating of every obligor, on the default model that only uses the idiosyncratic risk factor of individual obligor. This thesis also intends to show the impacts of accounting variables on default risks are changed by four phases of business cycle(recovery/boom/slow down/recession).The design of the study is as follows.First, it added the business cycle dummy variable to the basic accounting model that uses financial ratio variables only, in order to examine if the business cycle variables (systematic risk factor) shows any additional descriptive power in default prediction.Second, by implementing accounting model in each phase of a business cycle, it examined whether accounting information that explains the credit risk of business enterprises differs according to the business cycle.Small and medium-sized enterprises(SMEs) are in general more vulnerable to business cycle than large corporates. Because of this volatile nature of SMEs, it is profitable to develop the default model for SMEs by using the business cycle variable. Moreover, many different modeling techniques exist to determine credit risk, but few attempts have devoted to credit risk assessment of SMEs, although SME exposures are relatively important for Korean banks. For those reasons, data were extracted from the database of unlisted SMEs collected by Korea Credit Guarantee Fund(KODIT). The sample consists of 124,495 firm/years from 1995 to 2007, which covers four phases of the business cycle.The main results of the empirical study are as follows;First, the default model with business cycle variables did not show a great improvement in terms of the AUC(Area Under the ROC Curve), but unreasonable HR(hit ratio) and FAR(false alarm ratio) are released by incorporating business cycle variables.Second, the empirical results of this study indicate the existence of accounting information that shows systematic difference in idiosyncratic risk factors explaining default rate according to the phase of business cycle. It is confirmed that in boom and slow down, the discriminant power is generally lower than in recovery and recession and that stability and activity variables are not statistically significant. Especially in recession, financial stability and cash-flow are useful accounting information in default prediction, which is in line with previous studies.It is worthwhile to note that the results of this study is based on the large sample composing of over 100,000 SMEs. The previous studies tend to have some fairly significant sampling bias, caused by using the small number of default and bankruptcy data. Therefore, this study is meaningful to captures the effects of business cycle on the credit risk as the default rate of SMEs is subject to wide fluctuations by business cycle.