재무변수 및 주식가격 변수를 이용한 회사채 신용등급 예측모형의 개발 = Development of A Bond Rating Prediction Model Based on Financial and Stock Price-based Variables

국문 초록 (Abstract)

선행연구에 의해 개발된 회사채 신용등급 예측모형에서는 신용평가 기관이 특정기업의 신용평가시 사용할 것으로 상정된 여러 가지 재무변수들이 예측모형에 독립변수로 포함된 바, 이 독립변수들은 모두 객관적으로 관찰이 가능한 과거 및 현재의 재무적 특성들에 관한 것으로 한정되었다. 그러나 실제로 신용평가기관이 특정기업의 회사채 신용등급을 결정할 때는 해당 기업의 과거 및 현재의 재무적 특성뿐만 아니라 당해 기업의 미래 경영성과(전망)를 고려하리라는 것은 상식에 부합한다. 따라서 본 연구에서는 기업의 미래의 수익성과 관련성을 갖는 주식가격 변수를 선택하고 이들 주식가격 변수가 회사채 신용등급 예측모형에서 유의한 설명력을 가지며 모형의 등급예측력(예측적중률)을 높이는데 기여하는지의 여부를 검토한다. 또한 일부 선행연구에서 사용된 바 있는 회귀모형(OLS)의 강건성을 확인할 목적으로 N-probit 모형을 적용한 예측모형도 함께 검토한다.
본 연구에서는 2000년부터 2004년까지의 5년의 기간에 걸쳐 회사채등급이 존재하는 510개 거래소 상장 및 KOSDAQ 등록기업을 표본으로 하여 이중 340개 기업-년 관찰치를 예측표본으로 하고 나머지 170개 기업-년 관찰치를 예측모형의 정확도(예측적중률)를 검토하기 위한 검증표본으로 하였다. 중요한 검증결과는 다음과 같다.
첫째, 15등급 체계의 경우(+, 0, -를 별개의 등급으로 정의할 때) 최종 예측모형의 설명력은 75.7%에 달하며, 한 등급 차이 내로 예측할 수 있는 정확도가 74.1%에 이른다. 회사채 등급의 +, 0, -를 구분하지 않은 5등급 체계의 경우의 모형의 전체적인 설명력은 70.3%이며, 예측된 등급과 실제 등급이 일치하는 적중률은 70.0%로서 신용등급을 6등급으로 분류하여 예측한 Kaplan and Urwitz(1979)의 예측적중률 69%에 비견할 만하다.
둘째, 기업의 미래 수익성 전망을 대표(proxy)하는 주식가격 변수로서 주가순자산 비율과 누적시장조정수익률의 상대적 기여도를 분석한 결과 예측모형에서 이들 주식가격 변수의 계수추정치가 통계적 유의성을 보이며 이 두 변수가 예측모형의 설명력과 예측정확도에 미치는 기여도가 적지 않은 것으로 나타나고 있다. 이러한 검증결과는 기업신용평가기관이 회사채 신용등급을 결정함에 있어 기업의 과거 및 현재의 재무적 특성뿐만 아니라 미래의 수익성 전망을 일정수준 반영하는 증거로 해석된다.
셋째, 위의 검증결과들을 N-probit 모형을 사용하여 비교․검토한 결과 OLS 회귀모형을 적용한 경우와 거의 동일한 결과가 도출되어 OLS 회귀모형의 강건성을 확인할 수 있다. 15등급 체계 및 5등급 체계의 경우 모두 OLS 회귀모형에 기초하여 도출된 예측모형에 포함된 독립변수들이 N-probit 모형을 사용하여 추정된 예측모형에서도 예외 없이 통계적 유의성을 보이며, 예측모형의 예측정확도는 약간 높거나(15등급 체계의 경우) 유사하다(5등급 체계의 경우). 또한, 예측모형에서 주식가격 변수의 계수추정치가 통계적 유의성을 보이며 예측모형의 예측정확도에 미치는 공헌(기여)도 재차 확인된다. 이러한 연구결과는 향후의 연구가 주식가격 변수를 이용할 수 없는 비상장기업에 적용가능한 회사채 신용등급 예측모형의 개발에 집중될 필요가 있음을 간접적으로 시사하고 있다.

다국어 초록 (Multilingual Abstract)

Bond rating prediction models developed in the existing studies include observable past and present financial characteristics only as independent variables. However, it may be a reality that bond rating agencies -- when assigning bond ratings -- would take into account future earnings prospects of rated companies as well as those firms' past and present financial characteristics. Hence this study selects two stock price-based variables, which may be potentially correlated with future corporate earnings performance, to investigate if these stock price-based variables add statistically significant explanatory power to the bond rating prediction model and contribute to enhancing the prediction accuracy of the bond rating prediction model. Selected stock price-based variables are Price-to-Book ratios and cumulative market-adjusted returns.
The bond rating prediction model developed in this study adopts both OLS regression method and N-probit model, using 510 firm-year observations of a sample of December year-end non-financial firms listed on the Korea Stock Exchange and KOSDAQ over the 2000-2004 period. Among 510 firm-year observations, two thirds are used as an estimation sample, while the remaining constitute a validation sample to measure the prediction accuracy of the model.
First of all, the overall explanatory power of the model reached 75.7%, and coefficients of most independent variables showed signs as predicted. The final model predicted correctly 74.1% of the validation sample within a single category of margin across 15-rating hierarchy. In case of 5-rating hierarchy, the final model predicted correctly 70.0% of the validation sample. This hit rate figure is comparable to that of Kaplan and Urwitz(1979).
Secondly, two stock price-based variables, which may proxy future profit performance of sample firms, contribute significantly to the prediction accuracy and the overall explanatory power of the model. This result, coupled with significant coefficients of those two variables in the prediction models, indicates that the rating agencies may take into account future earnings prospect as well as past and present financial characteristics of rated firms.
Finally, when the prediction model is derived based on an N-probit model, empirical findings are very similar to those of OLS-based prediction models, confirming the robustness of OLS regression models. Both in cases of 15-rating and 5-rating hierarchy, independent variables selected for the OLS regression models show statistical significance in corresponding N-probit models without exception. The prediction accuracy of N-probit models is slightly higher than that of OLS models in case of 15-rating hierarchy, while the results are mixed in case of 5-rating hierarchy. Two stock price-based variables, which proxy future profit performance of sample firms, also contribute significantly to the prediction accuracy of the model, which confirms the finding from OLS-based models. These results indirectly imply that future research should be focused on the development of a bond rating prediction model that can be applicable to non-listed firms for which stock price-based variables are unavailable.

목차 (Table of Contents)

• Ⅰ. 서론
• Ⅱ. 회사채 신용등급 예측에 관한 선행연구
• Ⅲ. 회사채 신용등급 예측모형 개발의 방법론 및 표본
• Ⅳ. 회사채 신용등급 예측모형 도출 결과
• Ⅴ. N-probit 모형을 적용한 경우의 검증결과
• Ⅵ. 요약 및 결론

참고문헌 (Reference)

1 김영태, "회사채 신용등급 평가를 위한 인공신경망모형과 통계적 모형의 예측력 비교:나스닥기업을 대상으로" 10 (10): 1-23, 2001

2 김권중, "지수수익률의 선택과 초과수익률 추정치의 편의" 17 : 467-511, 1994

3 김권중, "재무제표분석과 가치평가" 산문출판 2005

4 김권중, "자본비용 및 유효이자율 측정" (12) : 2001

5 김권중, "유효이자율 추정을 위한 회사채 신용등급 예측모형의 개발" 11 (11): 81-99, 2002

6 나 영, "기업어음 신용평가모형의 개발에 따른 비재무정보의 유용성" 11 (11): 23-64, 2002

7 Pogue,T, "What's in a Bond Rating?" 4 (4): 201-228, 1969

8 Elgers,P, "The Relative and Complementary Performance of Analyst and Security-price-based Measures of Expected Earnings" 15 (15): 303-316, 1992

9 Beaver, "The Information Content of Security Prices Journal of Accounting and Economics 9" 139-157, 1987

10 Beaver, "The Information Content of Security Prices Journal of Accounting and Economics 2" 3-28, 1980

11 Horrigan, "The Determination of Long-Term Credit Standing with Financial Ratios Empirical Research in Accounting Supplement to Journal of Accounting Research 4" 44-62, 1966

12 Kaplan, "Statistical Models of Bond Ratings Journal of Business 52" 231-261, 1979

13 Collins, "Firm Size and the Information Content of Prices with Respect to Earnings Journal of Accounting and Economics 9" 111-138, 1987

14 Altman, E. I, "Distress Classification of Korean Firms" 한국금융연구원 379-410, 1996

15 Altman, "Discriminant Analysis and the Prediction on Corporate Bankruptcy Journal of Finance 23 No" 589-609, 1968

16 Noreen,E, "An Empirical Comparison of Probit and OLS Regression Hypothesis Tests" 26 (26): 119-133, 1988

17 West, "An Alternative Approach to Predicting Corporate Bond Ratings Journal of Accounting Research 8" 118-127, 1970

18 A, "A Note on The Role of Subordination and Industrial Bond Ratings Journal of Finance 30" Pinches 201-206, 1975

19 A, "A Multivariate Analysis of Industrial Bond Ratings Journal of Finance 28" Pinches 1-18, 1973