주가정보를 이용한 기업 부도 예측 : 신용위기사태 이후 기업 부도확률 변화

국문 초록 (Abstract)

미국발 신용위기로 촉발된 전 세계적인 금융위기가 국내 금융시장 및 실물경기에도 영향을 끼치는 시점에서 기업 신용위험의 정확한 평가는 금융기관의 위험관리를 위해서 더욱 중요한 요소라 할 수 있다. 그러나 이러한 신용위험의 정도를 나타내는 지표인 신용등급은 이번 위기와 같은 급격한 변동 상황에 대한 효율적인 반응이 다소 떨어지는 단점이 있다. 이에 본 논문에서는 주가정보를 이용하여 Merton 모형에 기반을 둔 Moody's KMV의 EDF 모형을 이용하여 상장기업들의 이론적 부도확률을 계산하였으며 신용위기사태 전후의 기업 부도확률의 변화추이를 관찰하였다. 이를 위해, 본 연구에서는 신용위기사태 전후인 2005년부터 2009년 3월까지의 기간중 금융업종을 제외한 기업중 연구에 필요한 정보를 모두 수집할 수 있는 506개 상장기업을 대상으로 하였으며 업종별로 정상기업군과 부도기업군의 평균 부도확률(EDF) 및 부도거리(DD)를 산출하였다. 본 논문의 주요 내용 및 결과는 다음과 같다.첫째, 신용위기사태 발생이후 정상기업군의 평균 EDF가 상승하고 있음을 알 수 있었으며, 부도기업군의 평균 EDF는 더 큰 폭으로 상승했다. 그러나 업종에 따라 차이가 있었다.둘째, 부도기업이 발생한 업종중 음식료품, 철강 및 금속, 운수장비, 유통업, 건설업에서 신용위기사태 이후 EDF의 상승을 관측할 수 있었으며 상승 시작 수개월 후부터 부도사건이 발생함을 알 수 있었다. 특히 철강 및 금속, 유통업, 건설업의 경우에는 정상기업군의 EDF가 상승세를 보이고 있어 향후 또 다른 부도기업이 발생할 가능성을 예측할 수 있었다.셋째, 부도기업이 발생하지 않은 업종 중에서는 운수창고, 서비스업의 EDF가 급격한 상승을 보이고 있었다. 본 논문에서 실행된 연구의 한계점은 다음과 같다.본 연구에서는 부도거리의 분포가 표준정규분포를 따른다는 가정 하에서 실행되었으므로 DD의 실제 분포가 두터운 꼬리를 가질 경우 예상부도확률이 과소평가되는 문제가 발생할 수 있다. 이러한 문제로 인해, Moody's KMV의 EDF방법론에서는 과거의 축적된 database로부터 DD의 분포를 추정하여 경험적 EDF를 산출하고 있으나, 우리나라의 경우 축적된 자료의 수가 작으므로 향후 좀 더 많은 기업 부도 관련 자료의 축적이 필요하다. 또한, 신용위기사태 발생이후 주식시장은 급등락을 반복하였는데 이는 주식가격이 연속적이라는 가정에 문제를 발생시킨다. 따라서 Jump Diffusion 모형 등의 적용을 통해 불연속적인 상황에서의 예상부도확률 산출도 가능할 것이다. 또한 시장정보를 이용하여 부도를 예측하였기 때문에 주식시장의 효율성이 보장되어야 하는데, 우리나라 시장에서 주가가 시장정보를 효율적으로 반영하는지에 대해서는 좀 더 연구가 필요하다.