조선기자재 분야 소상공인 정책자금의 부실에 관한 연구

Abstract

기업의 부실은 기업의 경영자뿐만 아니라 투자자, 거래처 등 기업의 이해관계자들에게 손실을 끼치고 국가 경제에 전반적으로 피해를 주게 된다. 특히 소상공인은 그 수가 전체사업체의 85%이상에 해당하는 높은 비중을 차지하고 있으므로 기업의 위기를 사전에 예측하고 대응할 필요성이 있다.

기업 부실예측에 대한 연구는 국내외에서 활발히 진행되어 왔으나 소상공인의 부실에 대한 실증적 연구는 관심의 부재나 자료수집의 어려움 등으로 연구가 활발하지 못하였다. 하지만 소상공인은 고용을 창출하고 지역경제를 활성화며 국가경제의 발전에 기여하는 중요한 경제의 주체이다. 게다가 경기 불황시기에 경기민감 업종을 대상으로 더 많은 정부예산이 투입되어왔으므로 그 중 하나인 조선기자재 분야 소상공인에 대한 연구의 필요성이 크다. 그러므로 본 연구에서는 기업 부실에 영향을 미치는 요인을 실증 분석하여 소상공인 정책자금의 여신심사와 부실관리 제도의 개선에 기여하고자 한다. 본 연구는 소상공인시장진흥공단에서 소상공인 정책자금을 지원받은 기업의 정보를 수집하여 표본을 구성하였으며 머신러닝 기법중 하나인 랜덤포레스트와 로지스틱회귀분석을 이용하였다. 연구결과 로지스틱회귀모형에서 높은 예측 결과를 얻을 수 있었는데, 재무적 변수로만 실험한 모형보다 재무적 변수와 비재무적 변수를 혼합하여 실험한 모형이 더 높은 예측확률을 보임으로써 비재무적 지표 개발의 중요성을 확인할 수 있었다. 반면 예측결과가 좋지 않았던 모형은 기업정보가 더 자세히 수집되고 여신심사평가모형이 더욱 정교화 될 필요성이 있음을 시사한다.| Insolvency of enterprises not only causes serious damages to the management of enterprises as well as the stakeholders such as investors, subcontractors or clients but also incurs significant losses to overall national economy. Since the number of small businesses, in particular, accounted for a significantly high portion, over 85% of the entire enterprises across the country, it is necessary to predict any potential crisis of enterprises in advance and prepare for that.

Even if studies on prediction for insolvency of enterprises have been performed for long time in both home and abroad, the empirical studies on insolvency of enterprises have not been performed actively due to either a lack of interests or hardships in relevant data collection. However, the small enterprises are the critical economic entity in which creates employment, activates local economy and contributes to a development of national economy. In addition, the government has supported the business categories that are sensitive on economic tendency during the period of economic recession with much more budget, accordingly, in these contexts, a study on the small enterprises that are playing in the marine equipment industries, which is one of government supported categories, is absolutely required. Therefore, this study aims to empirically analyze the factors that affect an insolvency of small enterprises in order for making a contribution to an improvement in the credit evaluation and insolvency management institutions of government policy loans for the small enterprises.

For empirical analysis, information about the enterprises that received a government policy loan for the small enterprises were collected from the Agency for Traditional Market Administration in order to constitute samples. Afterwards, collected data were analyzed using a logistic regression analysis and a random forest that is one of machine learning techniques.

In the results of this study, a high prediction result was observed in a logistic regression model. In other words, the model conducted an experiment with combination of financial and non-financial factors exhibited a higher prediction probability than the models that conducted experiments with financial factors or non-financial factors alone. Based on that, it was possible to confirm a need for development of non-financial factors. On the other hand, it is suggested that the model with poor prediction results needs to collect more detail information about the small enterprises and refine the credit evaluation model more elaborately.