초록
기업부실 및 그에 따른 도산은 직접적으로는 주주, 종업원, 채권자 등에게 막대한 피해를 주고, 더 나아가 금융기관의 부실화를 초래하는 등 파급효과가 매우 크다. 코스닥 시장에 상장된 기업들은 기술력은 높으나 사업화 가능성이 낮고 자본력이 취약하여 부실화 가능성이 높다. 이에 본 연구는 코스닥기업들 가운데 건전기업과 부실기업을 표본으로 삼아 로지스틱 회귀분석을 이용하여 부실예측모형을 개발하고 검증하였다. 본 연구결과는 첫째, 연도별 모형의 분류정확도는 $76.5%{\sim}77.5%$로 나타났으며. 평균모형의 분류정확도는 $70.6%{\sim}83.4%$로 나타났다. 이들 모형 중 분류정확도가 가장 높은 모형은 부실 3년, 2년, 1년전 평균모형으로 83.4%이다. 둘째, 분류정확도가 가장 높은(부실 3년, 2년, 1년 전) 모형을 선정하여 확인 표본을 대상으로 검증한 결과 예측정확도가 부실 3년 전 71.7%, 부실 2년 전 75.0%, 부실 1년 전 90.0%로 부실 3년 전에서 부실 1년 전으로 갈수록 높은 예측력을 보이고 있다. 특히 부실 1년 전의 경우 90.0%의 높은 예측정확도를 나타내 개발한 모형이 우수한 것으로 판단된다.
The bankruptcy in Korea affects to all stakeholder of firms. Companies listed in KOSDAQ have high technology but the possibilities for success of business are low. The purpose of this study is to develop and to applicate falling prediction model of KOSDAQ firms using logistic regression analysis. The results of this study are as follows. First, the accuracy of classification of the models by years was between 76.5% and 77.5%, and that of the mean model was between 70.6% and 83.4%. Among the models, the mean model of -three years, -two years, and -one year was highest in the accuracy of classification (83.4%). Second, when the mean model of -three year, -two years, and -one years, the highest model in accuracy of classification, was selected to be verified on validation samples, the accuracy of prediction increased from -three years to -one year (71.7% for -three years, 75.0% for -two years, 90.0% for -one year). In indicating the superiority of developed model.
