[논문 리뷰] Using Financial Ratios to Identify Romanian Distressed Companies

Madalina Ecaterina Andreica, Mugurel Ionuţ Andreica외 1명|arXiv (Cornell University)|2010. 01. 09.

Financial Distress and Bankruptcy Prediction참고 문헌 11인용 수 9

한 줄 요약

이 연구는 주로 2008년 금융위기 기간 동안 루마니아 상장사들을 대상으로 14개의 재무비율을 주요 성분 분석, 군집 분석, 로짓 회귀, CHAID 분류 트리 분석을 통해 분석하여 재무적 위기를 겪는 기업을 식별한다. 주요 기여는 높은 정확도로 재무적 위기를 효과적으로 분류하는 강력하고 다중 방법론적 프레임워크를 제공한다는 점이며, 경제 위기 기간 동안 투자자와 규제 기관에게 실질적인 도구를 제공한다.

ABSTRACT

In the context of the current financial crisis, when more companies are facing bankruptcy or insolvency, the paper aims to find methods to identify distressed firms by using financial ratios. The study will focus on identifying a group of Romanian listed companies, for which financial data for the year 2008 were available. For each company a set of 14 financial indicators was calculated and then used in a principal component analysis, followed by a cluster analysis, a logit model, and a CHAID classification tree.

연구 동기 및 목표

• 2008년 금융위기 기간 동안 루마니아 상장사들의 재무적 위기를 신뢰할 수 있는 방법으로 식별하는 데 목적이 있다.
• 재무적 위기 분류에 있어 다양한 통계적 및 기계학습 기법의 효과성을 평가하는 데 목적이 있다.
• 14개의 종합적인 재무비율이 파산 위험을 탐지하는 데 있어 예측 능력을 평가하는 데 목적이 있다.
• 실증적 재무 데이터를 기반으로 금융기관과 규제 기관을 위한 의사결정 지원 프레임워크를 제공하는 데 목적이 있다.
• 특히 루마니아를 포함한 중견 유럽 자본시장에서의 위기 예측에 관한 제한된 문헌에 기여하는 데 목적이 있다.

제안 방법

• 2008년도 루마니아 상장사들의 연간 재무 데이터를 수집하였다.
• 수익성, 안정성, 유동성, 활동성 지표를 포함한 14개의 표준화된 재무비율을 계산하였다.
• 차원 수를 줄이고 핵심적인 잠재적 요인을 추출하기 위해 주요 성분 분석(PCA)을 적용하였다.
• 재무 유사성에 기반해 기업들을 군집화하기 위해 계층적 군집 분석을 수행하였다.
• 유도된 성분을 사용하여 재무적 위기 발생 확률을 추정하기 위해 로짓 회귀 모델을 활용하였다.
• 위기 예측을 위한 중요한 재무비율 임계값과 의사결정 규칙을 식별하기 위해 CHAID 분류 트리 분석을 사용하였다.

실험 결과

연구 질문

• RQ1 루마니아 상황에서 기업의 위기 발생에 가장 예측력이 높은 재무비율은 무엇인가?
• RQ2 주요 성분 분석은 루마니아 기업들 사이에서 핵심적인 재무 리스크 요인을 얼마나 잘 포착하는가?
• RQ3 군집 분석, 로짓 모델링, CHAID 트리의 조합은 단일 방법론 대비 위기 예측 정확도를 향상시킬 수 있는가?
• RQ4 루마니아 상장사들에서 위기 기업과 비위기 기업을 구분하는 데 있어 핵심적인 재무비율 임계값은 무엇인가?
• RQ5 분류 정확도와 해석 가능성 측면에서 다양한 분석 기법 간 결과는 어떻게 비교되는가?

주요 결과

• 주요 성분 분석은 재무 건강 상태의 변동성 대부분을 설명하는 의미 있는 상관관계가 없는 성분들로 14개의 재무비율을 축소시키는 데 성공하였다.
• 로짓 모델은 강력한 예측 능력을 보였으며, 통계적으로 유의미한 로그우도비 검정을 통해 모델의 타당성이 입증되었다.
• CHAID 분석은 현재비율이 1.0 이하이거나 부채자본비율이 2.0을 초과하는 것과 같은 특정 재무비율 임계값을 식별하여 위기의 강력한 지표로 규명하였다.
• 군집 분석은 기업들을 명확히 구분하는 그룹을 드러내었으며, 이 중 하나의 군집은 낮은 수익성과 높은 레버리지로 인해 위기 기업이 지배하는 것으로 나타났다.
• 다중 방법론 접근은 개별 기법보다 뛰어난 성능을 보였으며, CHAID 트리는 가장 해석 가능하고 실행 가능한 의사결정 규칙을 제공하였다.
• 본 연구의 최종 분류 모델은 특히 2008년 위기 상황에서 위기 기업과 비위기 기업을 높은 정확도로 구분하는 데 성공하였다.