기업 회생 예측 모형에 관한 연구

• 영문명: A Study on Corporate Rehabilitation Prediction Model
• 발행기관: 한국자료분석학회
• 저자명: 윤호중(Hyojung Yun) 김순호(Soonho Kim)
• 간행물 정보: 『Journal of The Korean Data Analysis Society (JKDAS)』Vol.27 No.3, 889~900쪽, 전체 12쪽
• 주제분류: 자연과학 > 통계학
• 파일형태: PDF
• 발행일자: 2025.06.30

국문 초록

본 연구는 채무자회생법이 적용되는 회생기업의 회생 성공요인을 확인하고 이를 투입변수로 활용하여 인공신경망을 이용해 기업 회생 예측 모형을 제시한다. 먼저 회생계획 인가단계에서 4개의 회생 성공 요인 후보군을 선정하여 로짓모형을 적용해 변수별 성공 예측력을 확인하였다. 첫 번째 후보 변수군은 주로 자산과 관련한 재무 정보들로 자산, 재고자산, 유형자산, 유동자산 등을 자산 및 부채로 표준화한 변수들이다. 두 번째 후보 변수군은 부채와 관련한 재무 정보들로 레버리지, 채무 조정율, 부채 개선율 등을 사용하였다. 세 번째 후보 변수군은 주로 현금흐름 및 수익과 관련한 변수들로 현금흐름, 영업이익, 순이익 등을 자산 및 자기자본으로 표준화한 변수들과 순이익을 매출총이익으로 표준화한 변수를 활용하였다. 마지막으로 비재무적 정보들로 기업 설립 후 기간, 화의 등 타절차 진행 여부, 대주주에 대한 소송 여부, M&A 진행 여부 등의 변수군이다. 분석결과, 총 11개의 통계적으로 유의한 회생 성공 예측 요인을 확인하였고, 이를 투입 변수로 하여 인공신경망을 활용해 정확도 78.43%의 기업 회생 성공 예측 모형을 제시한다. 본 연구는 기업 회생 성공의 사전적 예측 요인을 확인하고 이를 이용하여 실제 예측 모형까지 제시하였다는 점에서 기업회생과 관련한 정책적 시사점을 제공한다.

영문 초록

This study aims to identify the key success factors for corporate rehabilitation under the Debtor Rehabilitation and Bankruptcy Act and to develop a prediction model using artificial neural networks (ANNs). At the stage of rehabilitation plan approval, four categories of potential predictors were established and tested for their explanatory power through a logistic regression model. The first category includes financial variables related to corporate assets, the second focuses on the firm’s debt structure, the third pertains to cash flow and profitability, and the fourth consists of non-financial characteristics reflecting firm-specific circumstances. The empirical analysis identified 11 variables across these categories as statistically significant predictors of successful rehabilitation. These significant factors were then used as input variables in constructing an ANN-based corporate rehabilitation prediction model, which achieved an accuracy of 78.43%. By identifying the core determinants of rehabilitation success and applying them to machine learning, this study contributes to the literature by offering a robust ex-ante prediction tool.

목차

1. 서론

2. 문헌연구

3. 표본 및 방법론

4. 분석 결과

5. 결론

References

키워드

기업회생 기업구조조정 채무조정 인공신경망 Corporate Rehabilitation Restructuring Debt Restructuring ANN