인공지능 전문기업들에 대한 투자자들의 평가 - 공모가 저평가 실태와 요인을 중심으로

• 영문명: Investors’ evaluation of AI specialized companies, focusing on the current state and factors of IPO underpricing
• 발행기관: 한국창업학회
• 저자명: 조일희(Ilhee Cho) 이희상(Heesang Lee)
• 간행물 정보: 『한국창업학회지』제20권 제3호, 103~128쪽, 전체 26쪽
• 주제분류: 경제경영 > 경영학
• 파일형태: PDF
• 발행일자: 2025.06.30

국문 초록

본 연구는 국내 인공지능 전문기업의 특징에 대하여, 최초 기업 공개 시 발생하는 공모가 저평가 현상을 분석하였다. 국내 코스닥에 2018년부터 2023년까지 상장된 52개 인공지능 전문기업을 선별하여 분석한 결과, 이들의 공모가 저평가율 평균은 37.6%로, 같은 기간 이들을 제외한 코스닥 일반 기업 367개의 평균 48.3%에 비해 저평가가 완화되었음을 확인하였다. 공모가 저평가 영향 요인을 밝히고자 공모 시 공개되는 공시자료를 활용하여 회귀 분석한 결과, 인공지능 전문기업의 경우 공모가 저평가율은 2개의 재무 지표와 4개의 기술지표에 유의한 영향을 받는 것으로 확인되었다. 이 중 저평가율 완화에 영향을 준 요소는 특허 등록 수, 자산규모, 연구인력 비율, R&D 비용 순으로 기술 관련 항목의 비중이 높았음을 확인하였다. 본 연구 결과는 공모가 저평가와 공시 정보의 재무, 기술지표 등의 관련성을 구체적으로 밝힘으로써, 인공지능 관련 업종의 기업가에게 기업 공개 시 저평가 완화를 통한 기업가치 향상 방법을 제시하고, 투자자에게 기업 공시 정보 중 수익률과 관련된 지표를 알려주었다. 또한, 정책 담당자에게는 인공지능 관련 산업 활성화를 위해 기업의 정보공개를 강화할 것을 제시하였다.

영문 초록

This study analyzes the characteristics of companies specializing in artificial intelligence(AI) in Korea, focusing on the phenomenon of IPO underpricing. We selected and analyzed 52 AI-specialized companies listed on the KOSDAQ from 2018 to 2023 and found that their average IPO underpricing rate was 37.6%, which is less underpriced than the average of 48.3% for 367 general companies on the KOSDAQ during the same period. In order to identify the factors affecting IPO underpricing from an investor’s perspective, we conducted a regression analysis using disclosure data disclosed at the time of IPO and found that AI-specialized companies were significantly affected by two financial indicators and four technical indicators. Among them, we found that patent registrations, asset size, research staff ratio, and R&D expenses were four factors that reduce the IPO underpricing rate, while technical indicators were three. The results of this study specifically reveal the relationship between IPO underpricing and financial and technical indicators of disclosure data. This study suggests entrepreneurs in AI-related industries how to improve corporate value by mitigating underpricing at the time of initial public offering, and investors how to identify indicators related to returns among corporate disclosure information. The study also suggests policy makers to strengthen corporate disclosure to revitalize AI-related industries.

목차

Ⅰ. 서 론

Ⅱ. 이론적 배경

Ⅲ. 연구 방법

Ⅳ. 분석 결과

Ⅴ. 결론

참고문헌

키워드

인공지능 전문기업 공모가 저평가 정보 비대칭 R&D 특허 AI Companies IPO Underpricing Information asymmetry R&D Patents