부실기업(기업부실)의 징후, 부실기업(기업부실)의 예측모형, 부실기업(기업부실)의 현황, 부실기업(기업부실)의 관련비용, 부실기업(기업부실)의 회생지원, 부실기업 주가반응 분석

목차

Ⅰ. 서론

Ⅱ. 부실기업(기업부실)의 징후
1. 경영자 및 경영관리층에 나타나는 징후
2. 종업원에 나타나는 징후
3. 재무구조 및 자산상의 징후
4. 구매와 판매상의 징후
5. 생산 설비 및 생산품을 통하여 나타나는 징후
6. 재무구조 또는 자산상태 변동에 따른 징후
7. 어음발행 등에서 나타나는 징후
8. 재무비율상 나타나는 징후
9. 기타 부실, 도산 징후
10. 금융기관 거래 및 지급상에 나타나는 징후

Ⅲ. 부실기업(기업부실)의 예측모형
1. 재무비율의 차이
2. 프로필 분석
3. 이원분류검증(판별모형)
1) 알트만의 Z-Score 모형
2) ZETA 모형
3) 은행감독원 판별모형
4) 알트만의 K-Score 모형

Ⅳ. 부실기업(기업부실)의 현황

Ⅴ. 부실기업(기업부실)의 관련비용
1. 기업부실과 관련된 직접비용
2. 기업부실과 관련된 간접비용
1) 소비자, 근로자 및 납품업자와 관련된 간접비용
2) 시장의 불완전성에 기인한 간접비용
3) 기업부실관련 간접비용의 측정

Ⅵ. 부실기업(기업부실)의 회생지원

Ⅶ. 부실기업(기업부실)의 주가반응

Ⅷ. 결론

본문내용

Ⅰ. 서론

기업의 투자자 및 채권자들은 시시각각으로 변화하는 경제환경속에서 자신들의 의사결정에 필요한 정보를 갖기 위해서 많은 비용을 들여 기업의 정보를 분석하거나 분석결과를 구입하고 있다. 하지만 공시되는 회계정보를 이용하여 기업의 미래를 예측하거나 부실여부를 판단하는 데에는 많은 한계가 있다.
따라서 신용평점표를 이용하여 최근 들어 연구가 활발히 진행되고 있는 인공신경망에 학습시켜 부실기업 예측모형을 구축하였다. 예측결과를 학습모형의 예측정확도는 82.35%로서 구축한 연구모형의 표본기업중에서 임의적으로 17개를 추출하여 예측을 해본결과 14개의 기업이 정확히 일치하였다. 반면 재무정보를 신용평점화 하지 않고 원재무비율을 그대로 사용한 경우에는 예측률이 17개 기업중에서 6개의 기업만을 올바르게 예측하였다. 따라서 신용평점화한 재무비율정보가 부실기업을 예측하는데 보다 유의하다는 것을 검증하였다.
부실기업의 예측에 관한 대부분 선행연구에서는 재무비율정보를 평점화 하지 않고 원재무정보를 그대로 사용하였지만 이러한 재무비율정보를 신용평점화 하여 사용함으로써 부실기업을 예측하는데 보다 유용한 정보임을 확인할 수 있었다.

<중 략>

IMF사태 이후, 거시적 측면에서의 IMF체제가 초래한 영향에 대한 논의는 간헐적으로나마 이루어져왔으나, 미시적 측면에서 개별기업들에 미친 영향에 대해서는 그다지 많지 않았다. 그러나 최근 이원흠 등(2000년)은 옵션모형을 이용하여 IMF사태를 전후하여 5대그룹에 속한 상장기업들의 도산예상확률을 추정한 결과, 1997년 10월말부터 이들의 도산예상확률이 모두 갑자기 증가하였다는 결과를 산출하였다. 특히 대우그룹의 경우, 다른 정상적인 그룹과는 달리 워크아웃 돌입 2개월 전인 1999년 6월부터 다른 그룹과는 비교가 안될 정도의 높은 수준으로 도산예상확률이 급격히 증가하였음을 규명하였다. 또한 이들은 도산예상확률과 국가신용등급 변화간의 상관관계를 검증하기 위해 Pearsonian rank order correlation을 계산해 본 결과, Fitch IBCA, Moodys, S&P 등급 모두 한국 상장기업의 도산예상확률과 각각 통계적으로 유의한 마이너스 상관관계를 규명하였다.

참고 자료

나종길 외 1명(2000), 부실기업의 이익조정과 주식시장의 반응, 한국회계학회
신동령(2005), 부실기업의 재무적 특징과 부실예측모형에 관한 연구, 한국회계정보학회
이병기(2011), 부실기업의 경제적 파급효과와 구조조정 시장의 활성화, 한국경제연구원
임재희 외 2명(2005), 부실기업의 이익관리형태별 특성, 한국경영교육학회
조국행(2012), 감사보고서와 감사품질이 부실기업예측에 미치는 영향에 대한 실증연구, 가톨릭대학교
조성욱(2005), 부실기업에 대한 금융기관의 대출 결정 요인, 한국증권학회