신재생에너지 신생 중소기업 부실예측모형에 관한 연구 = A Comparative Study of Distress Prediction Models for SMEs Start-ups in Renewable Energy

국문 초록 (Abstract)

본 논문의 목적은 신재생에너지 신생중소기업에 있어서 재무적 어려움의 사전 파악에 도움이 되는 적합한 재무비율을 밝혀내고, 다양한 부도위험 예측 모형들의 예측정확도를 상호비교하는 것이다. 사용한 예측분석모델은 판별분석(MDA), 로짓분석(LA) 및 인공지능분석(ANN)이다. 분석대상기업은 KOSDAQ과 외부감사법인에 속하는 100개 신재생에너지 신생중소기업이며, 2006년부터 2013년까지의 재무정보는 KIS-VALUE를 통해 확보했다. 13개의 재무비율을 대상으로 T분석, Wilcoxon 분석 및 VIF 분석을 하였으며, 이중 통계적 유의성이 있는 4개의 재무비율 (유보액대 총자산비율, 자기자본순이익율, 유보액대 납입자본비율, 총자산증가율)을 선정하여 사용하였다. 연구결과, 선정된 재무비율은 건전그룹과 불건전그룹간 평균치 비교시 유의성을 나타내어 예측모형의 계수로 사용 가능하였다. 3개 모형에 적용한 결과는 공통적으로 예측능력이 있음이 검증되었다. 예측정확도는 부도 1년 전인 2012년을 기준으로 판별분석의 경우 92.9%, 로짓분석은 94.3% 인공지능분석은 87.5%를 각각 나타내었다. 부도 2년 전인 2011년과 비교시 부도 1년 전이 더 높은 파산예측 정확도를 3개의 모델 전부에서 보였다. 본 논문은 여러 분야에서 지지되고 있는 부실예측모형을 한국의 신재생에너지 신생중소기업의 재무적 위험예측에 처음 실증적으로 적용하여 예측력을 검증하였다는 점에 의미가 있다.

다국어 초록 (Multilingual Abstract)

The purpose of this paper is to identify the suitable variables for the financial distress prediction models and compare the accuracy of MDA (multiple discriminant analysis), LA (logit analysis) and ANNs (artificial neural networks) for the early warning signal of SMEs (small and medium enterprises) start-ups in renewable energy industries. The research methods are MDA, LA and ANN which have been widely used in the world. Dataset was composed of 100 renewable energy SMEs in KOSDAQ and under the act of external audit of stock companies. The financial data of each company over the period from 2006 to 2013 were collected from KIS-Value. We found the result that 4 financial ratios were statistically significant and the accuracy of MDA is 92.9%, while that of LA and ANN are 94.3%, 87.5% respectively for the one year before the bankruptcy in 2013. The accuracy rate of bankruptcy prediction for the “one year before(T-1)” is better than for the “two year before (T-2)” to all 3 models. The importance of this study was to demonstrate empirically that financial distress prediction models are applicable to the SMEs start-ups in Korea renewable energy industry as an early signal of bankruptcy.