KR20180104967A - 투자가치지수 및 모델 - Google Patents

Abstract

일 실시예에 따른 기술금융 융·투자 촉진을 위한 투자가치 지수 및 모델 개발 방법에 관한 것이다.

Description

투자가치지수 및 모델{Investment Value Index and Model}

아래의 설명은 기술금융 융·투자 촉진을 위한 투자가치 지수 및 모델에 관한 것입니다.

도 1은 연구과제의 배경과 필요성을 설명하기 위하여 도시된 도면이다. 금융권의 핵심활동은 기업의 위험을 최소화하고 수익을 최대화 하는 것이며, 이러한 니즈를 충족시키기 위해 융·투자 대상이 되는 개별 기업의 부도율(risk)과 수익률(return)을 판단하기 위한 다양한 정보가 요구된다. 특히, 기업이 가진 기술적 가치와 특성은 핵심적인 자산임에도 불구하고, 지금까지는 이에 대한 적절한 가치평가와 융·투자에 있어서의 반영이 미비한 실정이다.

기술의 미래시장가치에 투자하는 기술금융을 활성화하기 위해서는 기술에 대한 이해와 정확하고 광범위한 데이터를 기반으로 과학적인 가치 평가가 필수적으로 수행되어야 한다. 따라서 본 연구에서는 '산업-기업-제품-기술'을 연계한 빅데이터를 생성하고 이를 활용함으로써 특정 산업에 속하거나 특정 기술을 보유하고 있는 기업에 대해 기술/시장 통합적 관점에서의 가치평가를 실시하는 모델과 기술가치평가지수를 제시한다.

특히, 기술성과 시장성을 통합한 다음의 네 가지 관점에서 기업의 기술적인 가치를 분석하는 모델을 제안한다. 첫째, 기술이 속한 산업군의 시장가치(External Market Value), 둘째, 기술가치사슬 관점에서의 기술가치(Internal Value of Technology), 셋째, 시장에서의 시간에 따른 기술가치 변화(Industry Life Cycle Value), 넷째, 기술의 지적재산 관점에서의 중요도(Technology Network Value)가 있다.

이러한 관점을 바탕으로 다음의 세 가지 기술가치지수(Technology Value Indices)를 제시한다. 산업군가치지수(Industry Sector Index), 기술가치사슬지수(Technological Value Chain Index), 산업순환주기지수가 있다.

기술가치사슬지수(Technological Value Chain Index)와 산업순환주기지수(Industry Life Cycle Index)를 바탕으로 기업이 가진 기술적 자산의 가치를 평가한 '기술기반 기업가치 평가지수(TDB Index)'를 제시한다.

나아가 제시된 기술가치지수(Technology Value Indices)를 바탕으로 기술기반 기업에 대한 융·투자 포트폴리오를 최적화 할 수 있는 T-Portfolio Model을 제시하여 기술금융에 대한 의사결정지원 시스템을 고도화하고자 한다.

본 연구 결과는 투자 중심의 기술금융을 확대하고, 민간 기술금융 공급자들에게 기술평가 핵심 모델을 제공함으로써 시장의 기술금융 역량을 강화하고, 기술금융 공급자들의 보다 적극적인 시장 참여를 유도할 것으로 기대된다.

산업과 기업단위의 기술가치를 반영한 기업평가지수를 개발하여 기술기반 기업군에 대한 융·투자 의사결정지원 시스템의 역량을 제고하고자 한다.

더욱 세부적으로는, 금융권을 대상으로 융·투자 심사대상 기업의 기술과 제품에 대한 미래 시장가치에 대한 정보를 신속히 전달할 수 있다.

또한, 융·투자 의사결정에 있어 기업을 둘러싼 외부환경, 기술역량(제품역량), 경영역량, 정책적 영향 요인을 고려한 기업의 성장성과 위험률을 제공하여 자금 투입 의사결정 지원할 수 있다.

또한, 금융권의 투자효율성 확보를 위해 한정된 예산 내에서 다수 기업 또는 산업에 대한 최적화된 융·투자 포트폴리오 가이드라인 제시할 수 있다.

또한, 기업이 가진 기술 또는 제품의 미래 기대가치에 대한 표준화된 지수를 제시함으로써 심사대상 기업의 심사에 적용할 수 있는 시스템 마련할 수 있다.

또한, 산업-기업-제품-기술을 연계한 빅데이터를 구축하고, 이에 대한 분석 아키텍처를 동시에 구축할 수 있다.

기술금융 융·투자 촉진을 위한 투자가치 지수 및 모델에 관한 것입니다.

금융권을 대상으로 융·투자 심사대상 기업의 기술과 제품에 대한 미래 시장가치에 대한 정보를 신속히 전달할 수 있다.

또한, 융·투자 의사결정에 있어 기업을 둘러싼 외부환경, 기술역량(제품역량), 경영역량, 정책적 영향 요인을 고려한 기업의 성장성과 위험률을 제공하여 자금 투입 의사결정 지원할 수 있다.

또한, 금융권의 투자효율성 확보를 위해 한정된 예산 내에서 다수 기업 또는 산업에 대한 최적화된 융·투자 포트폴리오 가이드라인 제시할 수 있다.

또한, 기업이 가진 기술 또는 제품의 미래 기대가치에 대한 표준화된 지수를 제시함으로써 심사대상 기업의 심사에 적용할 수 있는 시스템 마련할 수 있다.

또한, 산업-기업-제품-기술을 연계한 빅데이터를 구축하고, 이에 대한 분석 아키텍처를 동시에 구축할 수 있다.

도 1은 연구과제의 배경과 필요성을 설명하기 위하여 도시된 도면이다.
도 2는 기술가치 평가관점을 설명하기 위한 도면이다.
도 3은 기술가치지수의 개요도이다.
도 4는 기술가치 평가의 주요 방향 중 산업의 특징에 초점을 둔 ISI를 나타낸 도면이다.
도 5는 산업 별 평균 매출액증가율을 나타낸 도면이다.
도 6은 산업 별 평균 매출액증가율 표준편차를 나타낸 도면이다.
도 7은 산업 별 평균 매출액증가율/표준편차를 나타낸 도면이다.
도 8은 산업 별 평균 부도율을 나타낸 도면이다.
도 9는 Technology Risk-Return Map이다.
도 10은 산업 내부의 가치사슬에 초점을 둔 TVCI를 나타낸 도면이다.
도 11은 기술가치사슬을 나타낸 도면이다.
도 12는 산업 스마일 커브를 설명하기 위한 도면이다.
도 13은 요소 기술 별 매출액영업이익률(%)을 나타낸 도면이다.
도 14는 TVCI 별 매출액증가율 변화를 나타낸 도면이다.
도 15는 TVCI 별 부도율 변화를 나타낸 도면이다.
도 16은 산업의 시간에 따른 성장성에 초점을 둔 ILCI를 설명하기 위한 도면이다.
도 17은 제품수명주기에 따른 지표들의 변화(Subramaniam, A., 2009)를 나타낸 도면이다.
도 18은 산업순환주기를 구분한 도면이다.
도 19는 성장기의 산업현황을 나타낸 도면이다.
도 20은 성숙기의 산업현황을 나타낸 도면이다.
도 21은 하락기의 산업현황을 나타낸 도면이다.
도 22는 정체기의 산업현황을 나타낸 도면이다.
도 23은 하락기로 변화하는 산업을 나타낸 도면이다.
도 24는 투자에 초점을 맞춘 TDB Index(I)이다.
도 25는 융자에 초점을 맞춘 TDB Index(L)이다.
도 26은 연도 별 군집 분포 매트릭스이다.

이하, 실시예를 첨부한 도면을 참조하여 상세히 설명한다.

신규 투자가치지수 및 모델 내용을 설명하기로 한다.

1절. 개발 지수 개요

개발 지수는 금융권을 대상으로 융·투자 심사대상 기업의 기술과 제품에 대한 미래 시장가치 정보를 신속히 전달하여, 기술이 지니는 시장가치의 불확실성과 이로 인한 정보의 비대칭성을 완화시킴으로써 기술기반 기업에 대한 융·투자 효율성을 향상시킨다.

이를 위해 기술성과 시장성을 통합하여 기술이나 제품을 평가한 기술가치지수(Technology Value Indices)를 제시하고, 이를 기반으로 기업이 보유한 기술자산의 가치를 평가한 '기술기반 기업가치 평가지수(TDB Index)'를 제시한다.

기술기반 기업가치 평가는 도 2와 같이 네 가지 관점에서 기술적인 가치를 분석한다. 1)기술이 속한 산업군의 시장가치(External Market Value), 2)산업 내 기술가치사슬 관점에서의 기술가치(Internal Value of Technology), 3) 시장에서의 시간에 따른 기술가치의 변화(Industry Life Cycle Value), 4)기술의 지적재산 관점에서의 중요도(Technology Network Value)가 있다.

상기 네 가지의 기술가치관점을 기반으로 다음과 같은 네 가지 기술가치지수(Technology Value Indices)를 제시한다. 1) 산업군가치지수(Industry Sector Index), 2)기술가치사슬지수(Technological Value Chain Index), 3)산업순환주기지수(Industry Life Cycle Index), 4)네트워크중심성지수(Network Centrality Index)가 있다.

이 중 산업군가치지수(Industry Sector Index)는 독립적인 가치지수로서 이 자체만으로 산업의 부도율(risk)과 성장성(growth)을 판단하는 정보를 제공한다.

본 특허에서 제시할 기술기반 기업가치 평가지수(TDB Index)는 기술가치사슬지수(Technological Value Chain Index)와 산업순환주기지수(Industry Life Cycle Index)를 바탕으로 도출되며, 추후 과제로서 네트워크중심성지수(Network Centrality Index)를 개발하여 보완된 기술기반 기업가치 평가지수(TDB Index)를 제시할 예정이다(<도 3> 참조).

2절. 신규 지수와 평가모델 활용 및 기여방안

신규 지수와 평가모델은 융·투자 기관 관계자들에게 융·투자에 필요한 기술기반 기업의 핵심적인 기업가치 정보를 제공하여 수익성을 제고한다.

이를 통해 기술신용대출의 안정적인 확대 및 기업의 기술력을 반영한 모험자본 투자 확대를 통해 기업성장에 기여한다.

기술기반 기업에 대한 융·투자 기관 관계자들의 투자 포트폴리오 운영에 핵심적인 투자운영 정보를 제공한다.

TCB 대출 前·後의 외연 확장을 가능하게 하여 기업주기 별 자금생태계 구축에 기여하고, 사업 초기단계 기업에 적합한 기술형 모험자본 육성과 사업 성숙단계 기업의 자본 연계를 강화하는데 기여한다.

산업에 대한 효과적이고 효율적인 기술형 펀드 조성을 유도하고, 기술기반 산업에서의 융·투자에 관해 "규모 확대"에서 "기술력 반영"으로 패러다임을 전환함으로써 기술금융의 질적인 성장을 유도한다.

금융권의 투자효율성 확보를 위해 한정된 예산 내에서 다수 기업 또는 산업에 대하여 최적화된 융·투자 포트폴리오 가이드라인을 제시한다. 기술 또는 제품의 미래 기대가치 등에 대한 표준화된 지수를 제시함으로써 대상 기업의 심사에 적용할 수 있는 시스템을 마련한다. 모델분석에는 다양한 데이터가 요구되기 때문에, 모델개발 전 과정에서 빅데이터 분석 아키텍처를 구축한다.

3절. 주요 활용 자료

자료 활용의 개요와 출처

본 연구에서 제시하고자 하는 지수인 ISI(Industry Sector Index), TVCI(Technological Value Chain Index), ILCI(Industry Life Cycle Index) 등을 분석하기 위해서 아래 <표 1>에 설명된 데이터베이스를 활용한다.

표 1: 활용 자료의 용도와 제공사

(산업·시장 단위 분석) 'NICE 산업분석 지원시스템' 데이터베이스와 '한국은행 경제통계 시스템(ECOS)' 데이터베이스를 활용한다.

(기업 단위 분석)'KISVALUE 기업정보 서비스' 데이터베이스를 활용한다. 국내 외부감사 이상 등급을 가진 기업 2만 6천여 곳에 대한 연례 자료를 수집하여 분석에 이용한다.

산업분석 자료

산업단위 분석을 위해 본 연구에서는 'NICE 산업분석 지원 시스템'의 산업 위험정보 및 산업관련 정량적 데이터 서비스를 활용한다. 이 시스템은 '제 9차 한국표준산업분류(KSIC)'에 의해 나눠진 산업의 주요 재무제표 계정 값을 합산하여 해당 산업의 재무현황 및 비율을 제공한다.

추출된 데이터는 해당 산업 별로 1998년부터 2013년 기간 동안 월별 및 연별 데이터를 분석 기준(금액, 백분율, 개수, 지표 등)에 맞추어 분류한다.

산업단위 분석에 활용한 변수들은 다음 <표 2>와 같다.

표 2: 산업단위 분석의 주요 변수

위에서 설명한 산업단위 특징변수들은 아래 <표 3>과 같이 ISI, TVCI, ILCI 구축과 포트폴리오 모델 개발에 적용된다.

표 3: 지수 별 활용 변수

주요 거시경제 자료

2만 6천여 개의 개별 기업의 융·투자 포트폴리오 시뮬레이션과 기술가치지수(TV Indices) 분석을 위해 본 연구에서는 'ECOS(한국은행 경제통계시스템)' 데이터베이스의 주요 거시경제변수(어음부도율, 금리, 물가지수, 경제성장률, 실업률, 환율 등)를 추출한다. 본 연구의 목적에 따라 1997년에서 2013년까지의 월별, 분기별, 연별 데이터를 백분율, 금액, 개수, 지표 등의 기준에 따라 활용한다.

주요 거시경제 자료는 <표 4>와 같다.

표 4: 주요 거시경제 지표

주요 기업 재무자료

기업단위 분석에 필요한 기업 현황, 재무제표/비율, 신용정보 데이터는 NICE사가 제공하는 'KISVALUE 기업정보'를 활용한다.

융·투자 포트폴리오 구축과 관련된 주요 재무정보는 <표 5>과 같이 1998년에서 2013년까지의 기간에 해당하는 데이터를 추출한다.

표 5: 주요 기업 재무정보와 현황정보

신규 투자가치 지수 개발: TV에 대하여 설명하기로 한다.

1절. 산업군가치지수(Industry Sector Index, ISI)

1. ISI 개요

ISI(산업군가치지수)는 각각의 산업이 가지는 성장성과 위험도가 기술(제품)을 평가할 때 반영될 수 있도록 도식화하여 보여주는 지표이다. 도 4와 같이 기술(제품)이 속한 산업의 특징은 기술(제품)의 속성에 반영이 되어있다. 산업의 특징을 분석하여, 산업의 수익성과 위험성을 분석하는 것이 기술(제품)의 가치를 평가하는데 필수적인 요소이다.

ISI는 기술(제품)이 속한 산업의 특징이 기술(제품)의 가치를 결정한다는 관점에 기반을 두고 도출된다.

각 산업이 가지는 특징은 각 산업에 속한 제품의 특징에도 영향을 줄 수 있다.

ISI는 산업의 특징 가운데 산업의 수익성, 안정성 및 위험성과 관련이 높은 산업별 매출액증가율, 매출액증가율 표준편차와 부도율을 근거로 삼아 ISI의 지표로서 제시한다.

한국기업평가 보고서(2014)에 따르면 기업의 신용등급의 정확성을 평가하기 위해 산업이 가지는 부도율을 사용해 분석을 하였다. 산업의 부도율은 기업의 신용 및 안정성 판단의 기준이 될 수 있다(한국기업평가, 2014).

산출된 ISI를 토대로 하여 Technology Risk-Return Map(TRR Map)을 도출하여 융·투자에 유리한 산업을 판단하는 정보를 제공한다.

2. ISI 분석 절차

제 9차 한국표준산업분류(KSIC)의 세세분류(5-digit 수준)를 이용하여 산업을 48개로 통합한다.

통합된 산업의 수익성, 안정성 및 위험성을 분석하기 위하여 2010년부터 2013년도까지의 각 산업별 매출액증가율, 매출액증가율 표준편차, 부도율을 파악한 후 각 산업별 특징을 종합한다.

나이스 인더스트리(NICE Industry) 데이터를 활용하여 2010년부터 2013년까지의 기간 동안 매년 산업별로 공시되는 매출액과 부도율을 산출한 후, 4년 동안의 매출액증가율, 매출액증가율 표준편차, 평균 부도율을 계산한다.

아래 표 6에 각 산업에 해당하는 4년 동안의 평균 매출액증가율/표준편차와 부도율을 정리해서 표로 나타낸다.

표 6: ISI 데이터 구축 (2010-2013)

TRR Map 분석 절차

첫째, 48개 산업에 대한 4년 동안의 매출액증가율과 매출액증가율 표준편차를 분석하여 개별 산업의 수익성과 안정성 도출한다. 둘째, 평균 매출액증가율, 매출액증가율 표준편차와 부도율 자료를 이용해 최종적 목표인 TRR Map을 분석한다. TRR Map은 X축과 Y축에 산업별 매출액증가율/매출액증가율 표준편차와 부도율을 매치시키고, 48개의 산업이 가지는 수익성, 안정성과 위험성을 도식화한다.

3. ISI 분석 결과

개별 산업의 특성

ISI 자료를 이용하여 48개의 산업군 별로 4년 동안 평균 매출액증가율, 매출액증가율 표준편차, 그리고 부도율을 계산하여 개별 산업의 특성을 분석한다.

산업 별 평균 매출액증가율은 아래 도 5와 같다. 컴퓨터 프로그래밍, 석유 정유 제품 제조업 및 항공기 우주선 및 부품 제조업 에서 높은 평균 매출액증가율을 나타낸다. 광업, 통신 및 방송장비 제조업 및 선박 및 보트 건조업에서는 낮은 평균 매출액을 나타낸다. 평균 매출액증가율은 매출액 증가의 변동성을 보여주지 않기 때문에 산업의 안정성을 확인이 어려움이 있다. 이 부분을 보완하기 위하여 평균 매출액증가율의 표준편차를 구하여 산업의 안정성을 확인한다.

산업 별 매출액증가율 표준편차 자료를 활용하여, 각각의 산업이 안정적으로 매출을 올리고 있는지 확인한다(<도 6>). 코크스 연탄 및 석유제품 제조업, 운송장비 제조업, 광업, 1차 철강 제조업의 표준 편차가 다른 산업에 비해 월등하게 크게 나타난다. 표준편차가 큰 산업은 평균 매출액증가율의 증감이 크다는 것을 의미하며, 이는 이 산업의 안정성이 다른 산업에 비해 낮다는 것으로 해석할 수 있다.

「평균 매출액증가율 / 표준편차」: 산업별 평균 매출액증가율과 매출액증가율 표준편차를 활용하여 산업의 수익성과 안정성을 보여주는 지표인 평균 매출액증가율/표준편차 변수를 도출한다(<도 7>).

「평균 매출액증가율 / 표준편차」변수를 활용하여 산업의 특성 파악이 가능하다. 산업의 수익성이 좋고 안정성이 높을수록 평균 매출액증가율은 크고 표준편차는 작게 나오기 때문에 평균 매출액증가율/표준편차 값이 크게 나온다. 반대로 산업의 수익성이 좋지 않고 안정성이 낮을수록 평균 매출액증가율이 작고 표준 편차는 크게 나오기 때문에 「평균 매출액증가율 / 표준편차」의 값이 작게 나온다. 숙박 및 음식업, 도매 및 소매업, 가죽, 가방 및 신발 제조업 분야에서 「평균 매출액증가율 / 표준편차」의 값이 크게 나온다. 통신 및 방송장비 제조업, 선박 및 보트 건조업, 광업에서는 값이 작게 나온다.

산업의 위험도 분석

산업이 가지는 위험도를 분석하기 위하여 48개의 산업에 해당하는 2010년부터 2013년까지의 산업별 부도율 데이터를 나이스 인더스트리 데이터를 통해 산출한다. 4년 동안 산업 별 부도율의 평균은 다른 산업과 비교해 광업 및 마그네틱 광학 매체 제조업에서 높은 수치를 나타낸다. 반대로 농업, 전기 가스 및 수도 사업은 다른 산업에 비해 낮은 수치의 부도율을 나타낸다. 도 8을 통해 각 산업 별 평균 부도율을 비교·분석하여 각 산업 별 상대적 위험도를 파악할 수 있다.

TRR Map 분석 결과

수익성과 안정성이 높고 위험도가 낮은 산업은 융·투자 우선 대상군이 되고, 수익성과 안정성이 낮고 위험도가 높은 산업은 융·투자 기피 대상군으로 분류된다.

평균 매출액증가율/표준편차와 평균 부도율을 통해 TRR Map을 도출한다 (<도 9>). TRR Map을 분석해 보면 붉은색으로 표시된 지역에 포함되는 광업, 마그네틱 제조업, 그리고 통신 및 방송 장비 제조업의 경우, 매출액증가율/표준편차가 낮고 평균 부도율이 타 산업에 비해 높은 것을 확인할 수 있다. 붉은색으로 표시된 지역은 위의 설명과 같이 수익성과 안정성이 낮고 위험도가 높기 때문에 융·투자 기피 대상군으로 분류되는 산업이다. 푸른색으로 표시된 지역에 속하는 숙박 및 음식점업, 의료용 물질 및 의약품 제조업의 경우 평균 매출액증가율/표준편차가 높고 부도율이 낮기 때문에 융·투자 우선 대상군으로 분류된다.

TRR Map의 의의

기술(제품)의 가치를 평가할 때, TRR Map을 통하여 기술이 속한 산업의 성장성, 안정성 및 위험성을 시각적으로 쉽게 파악할 수 있다. TRR Map을 분석하여 융·투자 우선 대상군과 기피 대상군을 파악할 수 있다. TRR Map을 활용하여 산업이 가지는 안정성, 성장성, 위험성을 분석해 투자 결정에 도움을 줄 수 있다.

2절. 기술가치사슬지수(Technological Value Chain Index, TVCI)

1. TVCI 개요

TVCI(기술가치사슬지수)는 산업군이 기술가치사슬 상에서 어디에 위치하느냐에 따라 서로 다른 부가가치를 창출하는 것을 나타내는 지표이다.

도 10과 같이 산업 내 기술가치사슬 관점에서의 가치를 지표화하여 산업군을 구분하고, 향후 기술기반 기업가치 평가지수(TDB Index)를 구성하는 지표로 활용한다.

TVCI는 기존의 가치사슬(value chain)과 달리 기술 관점에서 산업군 간의 가치흐름 관계를 재구성하였다는 점에서 차별성을 지닌다. 마이클 포터(Porter, 1985)가 제시한 기존의 가치사슬은 한 기업 내부뿐만 아니라 한 산업에서 어떻게 가치가 이동하고 부가가치가 더해져 최종적인 가치를 구성하게 되는지 설명한다. 기존의 가치사슬 단계는 물자가 생산되는 흐름에 따라 구분하여 중간재(부품재 및 반제품), 최종재(B2B 및 B2C), 서비스재의 단계로 구분이 가능하다(OECD, 2012; UNIDO, 2010).

위와 같은 기존 연구들을 바탕으로 가치를 생산하기 위해 요구되는 기술들에 기반을 둔 기술가치사슬(Technological Value Chain)을 제시한다(<도 11>).

TVCI는 세부적으로 다섯 가지 요소 기술로 구성되어 있다.

첫째, 중간재는 부품과 반제품으로 구분됨. 중간재를 획득하기 위해 부품을 만들어내는 "부품 제조기술(component-manufacturing technology)"과 "반제품 결합 기술(assembly technology)"이 필요하다.

둘째, 중간재를 거쳐 최종재를 생산하는 단계에 이르면 최종재는 산업재인지(business-to-business; B2B), 소비재인지(business-to-consumer; B2C)로 구분되며, 이에 따라 요구되는 기술이 달라진다. 공통적으로 최종재는 여러 부품과 반제품들이 결합되어 만들어진다는 특성이 있는데, 이에 요구되는 기술을 "아키텍처 기술(architectural technology)"이라 명명함. 그리고 전자의 경우를 "아키텍처 기술 B2B", 후자의 경우를 "아키텍처 기술 B2C"라 일컫는다.

셋째, 최종적으로 서비스를 제공하기 위한 기술(서비스 기술, service technology)이 요구된다.

본 연구에서는 KSIC 48개 산업군을 기술기반 산업군과 비(非)기술기반 산업군으로 구분한다. OECD (2011)은 ISIC Rev. 3에 대해 제조업 산업군을 대상으로 "High-", "Medium-high-", "Medium-low-", "Low-" technology로 구분한다.

이를 KSIC에 대응시키고, OECD (2011)의 구분에서 결여되어 있는 부분을 추가 조사·보완한 결과는 아래 표 7과 같다.

표 7: 기술 수준 별 산업

위의 내용을 요약하면 아래의 표 8와 같다.

표 8: 기술가치사슬 요소 기술

기술가치사슬 상에서 수익성은 U자 모양을 갖는, 일명 스마일 커브(smile curve)를 그리며 나타난다(Shih, 2001).

스마일 커브는 대만 컴퓨터 제조사인 Acer 컴퓨터의 Stan Shih가 「Growing Global」이라는 책에서 소개한 개념으로 컴퓨터 산업 등 전자제품을 만드는 산업을 포함하여 지식경제 산업, 기술기반 산업에 주로 적용되는 개념이다.

즉, 부품· 소재의 생산, 반제품 생산, 완제품(B2B, B2C) 제조, 판매, 서비스로 이어지는 일련의 과정(기술가치사슬)에 따라서 각 단계의 수익성(매출액영업이익률)을 그려보면, 가장 높은 수익성은 핵심 부품, 소재, 서비스에서 나오고, 그 중간단계인 반제품 및 완제품 제조의 수익성은 상대적으로 낮다는 것을 의미한다(<도 12>).

2. TVCI 도출 절차

TVCI를 도출하는 절차는 아래와 같다.

단계 1: 먼저 기술가치사슬을 구성하는 다섯 가지 기술요소(사슬)를 정의하고, 기술수준을 구분하여 Low technology에 해당하는 산업군들을 따로 묶어 정리한다.

단계 2: 제9차 한국표준산업분류(KSIC) 세세분류(5-digit 수준) 1,145개의 산업 중, Medium-Low 이상인 산업군 25개(C. 제조업 23개 및 J. 서비스업 2개)에 해당하는 294개의 산업에 대해서 앞 단계에서 정의한 기술가치사슬 요소기술을 연결시킨다.

단계 3: 위에서 언급한 294개의 세세분류 산업들을 25개 산업군으로 통합하는 과정에서 각 산업군의 기술가치사슬 요소 기술 정보를 이용하여 TVCI를 도출한다. 각 요소 기술의 매출액영업이익률 3년 평균치를 구한 결과는 아래 표 9와 같다.

표 9: 요소 기술 별 매출액영업이익률(%)

이 결과를 그림으로 나타내면 스마일 커브를 확인할 수 있다(<도 13>).

위와 같이 일정한 매출액영업이익률 차이를 보이는 요소 기술들 간에 TVCI를 부여함(<표 10>).

표 10: 요소 기술 별 TVCI

Low-technology에 해당되는 나머지 산업군에는 매출액영업이익률의 평균이 위의 다섯 가지 그룹 중 가장 비슷한 "2. 반제품 결합 기술"에 해당하는 TVCI 3점을 부여한다.

이후, 각 산업군의 요소 기술 성격을 정의한 다음, 보정을 거쳐 정해진 최종 요소 기술 성격에 해당하는 TVCI를 부여한다.

3. TVCI 도출 결과

위의 과정을 거쳐 도출한 48개 산업군 별 TVCI는 아래 표 11과 같다.

표 11: 48개 산업군 별 TVCI

기술기반 서비스업의 경우, 가장 높은 5점의 TVCI를 부여 받았으며, 그 다음으로 부품 제조, 반제품 결합, 아키텍처 B2B, 아키텍처 B2C 순으로 높은 TVCI를 부여 받는다. Low-technology에 속한 산업군의 경우, 3점의 TVCI를 부여 받는다.

48개 산업군 별로 TVCI를 도출하여 매출액증가율 및 부도율 패턴 변화를 분석한다. 이를 위해 산업군 별로 2010년부터 2013년까지의 매출액증가율 및 부도율 자료를 활용한다.

첫째, TVCI 별로 매출액증가율을 살펴본 결과(<도 14>), 전체적으로 TVCI 별 매출액증가율은 -1.0%~18.0%대로 나타난다.

TVCI에 따라 매출액증가율에 차이가 발생한다. TVCI 2점(반제품 결합 기술), 3점(아키텍처 기술 B2B), 4점(아키텍처 기술 B2C)은 전반적으로 매출액증가율이 감소했으나 앞의 2개의 경우에는 2013년에 반등하는 추세를 보인다. 이외의 다른 요소 기술인 부품 제조 기술과 서비스 기술의 경우에는 증가세를 보인다.

둘째, TVCI 별로 평균 부도율을 살펴본 결과(<도 15>), 전체적으로 TVCI 별 평균 부도율은 0.2%~0.6%대에 걸쳐 나타나는 것으로 확인된다. TVCI는 기술가치사슬 구성 기술요소에 따라 부도율에 차이를 보인다. 2013년 기준으로 TVCI 1점(아키텍처 기술 B2C)으로 가장 높은 부도율을 나타냈으며, 그 뒤를 이어 5점(서비스 기술), 2점(아키텍처 기술 B2B), 3점(반제품 결합 기술), 4점(부품 제조 기술)의 순으로 부도율이 높게 나타난다.

3절. 산업순환주기지수(Industry Life Cycle Index, ILCI)

1. ILCI 개요

ILCI(산업순환주기지수)는 시간에 따라 변화하는 기술(제품)의 가치를 산업의 순환주기 관점에서 판단하는 지표이다. 도 16과 같이 기술(제품)이 속한 산업의 순환주기는 기술(제품)의 가치를 결정하는 중요한 기술적 속성이다. 산업의 순환주기적 특징을 분석하여, 해당 기술이 속한 산업의 가치를 평가하는 필수적인 요소이다.

ILCI의 이론적 배경

산업순환주기(Industry Life Cycle)의 의의

본 연구에서 활용하는 산업순환주기(Industry Life Cycle) 또는 산업수명주기는, 탐색단계, 중간단계, 성숙단계로 발전된다고 처음 밝혀진 이후 많은 경영 및 경제학의 연구에서 제품이나 산업이 탐색-중간-성숙이라는 유사한 단계에 따라 진화된다는 현상이 관측된다(Williamson, 1975).

산업순환주기에 따라 산업의 성숙도가 변화하게 되고, 또한 기술 및 제품의 혁신에 관여하는 지식의 상태 또한 변화한다는 의미를 가지고 있다(Bos et al., 2013).

제품의 경우, 도 17과 같이 제품수명주기의 성숙도에 따라 현금흐름, 제품 개발 비용, 순이익 등의 변화가 있고, 이는 제품 혁신에 관여하는 다양한 지식·물적 기반이 변화하기 때문에 나타나는 현상이다. 산업순환주기의 반복은 해당 산업 제품 및 기술의 진화를 나타낸다(신명철, 2003).

산업순환주기의 선행연구

산업순환주기를 측정하기 위해 본 연구에서는 산업순환주기를 중심으로 한 문헌들을 대상으로 측정기준에 대한 연구를 살펴본다.

선행연구에서는 산업의 수명주기를 5단계(진입기, 성장기, 성숙기, 도태기, 쇠퇴기) 혹은 4단계(도입기, 성장기, 성숙기, 쇠퇴기)로 구분하지만, 실증 분석 시에는 3단계(성장기, 성숙기, 쇠퇴기)로 구분하여 분석한다(배한수 외, 2013).

산업순환주기를 측정하는 변수는 판매량 변화에 따라 구분하는 연구(Audretsch, 1987; Bos et al., 2013; Lumpkin and Dess, 2001) 외에 연구의 목적에 따라 혁신성(Audretsch and Feldman, 1996), 기업의 시장진입 여부(Agarwal and Sarkar, 2002), 또는 다양한 재무 지표들을 이용하여 산업순환주기를 구분한다.

그밖에 기업수준에서의 순환주기와 관련해서는 기업수명주기에 따른 주가수익율의 변화, 미래수익성, 가치 관련성 및 현금흐름에 대한 연구가 진행되는 등 기업의 수명주기가 기업의 미래수익을 판단하는데 중요한 지표로 활용되어 왔다.

산업수준에서의 순환주기 연구는 기업의 시장상황에 대응하기 위한 전략적인 측면을 구성하기 위한 연구가 주를 이룬다(Covin and Slevin, 1990; Lumpkin and Dess, 2001).

선행연구에서도 기업 및 산업수준에서의 순환주기는 기업의 미래 수익률을 판단하는 근거나, 전략적인 포지셔닝을 구축하는데 고려되는 중요한 요인이라는 점을 알 수 있다.

본 연구에서 산업순환주기 분석의 주안점

ILCI를 측정하기 위해서 본 연구에서는 선행연구에서 활용한 측정방법을 종합하여 매출액 변화(sales dynamics), 유형자산 변화(capital asset change), 종업원 수 변화(labor force change), 1인당 R&D 변화(R&D intensity change) 관점에서 분석한다.

선행연구는 산업순환주기 도출에 있어 인터뷰나 설문조사와 같은 정성적인 방법을 사용한 반면, 본 연구에서는 정량적인 방법을 사용한다.

또한 선행연구는 각 연구목적에 따라 산업수명주기를 매출액, 유형자산의 변화 등 제한적 요소의 변화만을 고려하여 도출한 반면, 본 연구에서는 재무, 자본, 노동력, 기술 측면을 종합적으로 고려하여 도출한다.

2. ILCI 도출 절차

ILCI 측정기준

ILCI를 분석하기 위해 본 연구에서는 4단계(성장기→성숙기→하락기→침체기)로 구분하여 분석한다(<도 18> 참조). 측정은 매출액증가율(sales dynamics), 유형자산 증가율(capital asset change), 종업원 수 증가율(labor force change), 1인당 R&D 증가율(R&D intensity change)의 네 가지 변수를 고려하였고, 이들 변수를 종합 분석하여 도출한다.

ILCI 도출 절차

단계 1: 해당연도를 기준으로 측정 변수들에 대한 과거 4개년의 중간값(median value)을 도출한다. 각 연도별로 발생할 수 있는 변동성을 통제하여 안정적인 지수를 도출하기 위해서이다.

단계 2: 각 변수들의 측정값을 연도별로 정렬하여 <표 12>와 같이 5분위수를 기준으로 해당 분위수의 구분 점수를 부여하고, 네 개 변수(매출액증가율, 유형자산 증가율, 종업원 수 증가율, 1인당 R&D비 증가율)에 대해서 각각 '성장성 구분 점수'를 부여한다.

표 12: 산업순환주기의 측정기준에 대한 구분 점수

단계 3: 위에서 부여된 네 개 변수의 '성장성 구분점수'의 합을 5분위수 기준으로 다시 구분하여 종합 점수화한다(<표 13>).

표 13: 각 기준의 ILCI 합산결과에 따른 측정 점수

단계 4: 도출된 산업 별 종합점수의 변동성을 최소화하기 위하여 10년 단위로 이동평균법(moving average)을 적용하여 최종 산업순환주기지수(ILCI)를 부여한다(<표 14>).

표 14: 이동평균 결과에 따른 산업순환주기지수 및 순환주기 구분

3. ILCI 도출 결과

ILCI 도출결과

ILCI의 도출결과를 살펴보면 <표 15>와 같다. 2000년 성장기에 속한 산업은 '인쇄 및 기록매체 복제업', '컴퓨터 및 주변장치 제조업', '항공기, 우주선 및 부품 제조업', '도매 및 소매업', '운수업', '영상·오디오 기록물 제작 및 배급업', '방송업', '컴퓨터 프로그래밍, 시스템 통합 및 관리업', '정보서비스업' 등이 있다. 2012년 성장기에 속한 산업은 '금속주조업', '기타 기계 및 장비 제조업', '하수·폐기물 처리, 원료재생 및 환경복원업', '정보서비스업' 등이 있다.

표 15: 48개 산업군의 ILCI 도출 결과

ILCI 단계 별 산업현황

(성장기 산업) ILCI 단계 중 성장기에 속해있는 산업을 살펴보면 C27(의료, 정밀, 광학기기 및 시계 제조업), E산업(하수, 폐기물 처리, 원료재생 및 환경복원업)과 J63산업(정보서비스업) 등이 있다(<도 19>).

(성숙기 산업)성숙기에 속해있는 산업을 살펴보면 C19(코크스, 연탄 및 석유정제품 제조업), C312(철도장비 제조업) 등이 있다. 특히 여기에 속한 산업들은 2000년도 초반에는 성장기에 위치했으나 시간이 지날수록 성숙기로 변화한다(<도 20>).

(하락기 산업)하락기에 속한 산업은 C264(통신 및 방송 장비 제조업), C265(영상 및 음향기기 제조업) 등이 있다(<도 21>).

(정체기 산업)C11(음료 제조업)과 J61(통신업) 등은 정체기에 속한다(<도 22>).

(성장기에서 성숙기, 하락기로 변화하는 산업)성장기 혹은 성숙기에 위치했다가 시간이 갈수록 하락기 또는 정체기로 변화하는 산업을 볼 수 있다(<그림 23>). C18(인쇄 및 기록매체 복제업), C32(가구 제조업)는 성장기에 위치했다가 하락기로 변화한 산업이고, C33(기타 제품 제조업)의 경우는, 성장기 -> 성숙기 -> 하락기 -> 정체기의 모든 순환주기를 겪고 있는 산업이다. C17(펄프, 종이 및 종이제품 제조업), C16(목재 및 나무제품 제조업; 가구제외)은 성장기에 위치했다가 하락기를 거쳐, 정체기로 변화한 산업이고, C10(식료품 제조업)은 성숙기에서 하락기로 변화했다.

4절. 기술기반 기업가치 평가지수(TDB Index)

1. 기술기반 기업가치 평가지수(TDB Index) 개요

앞 절에서 제시한 세 가지 기술가치 지수(TV Indices) 중 TVCI와 ILCI를 활용하여 산업 단위에서의 기대 기술가치에 대한 표준화된 정보를 제공하는 지수를 개발한다.

융·투자 산업군 분류를 통해 산업 단위의 TDB Index를 도출하고, 추가적인 기업 및 산업 정보를 이용하여 개별 기업의 TDB Index를 도출한다.

TDB Index를 도출하기 위해 우선 'K-means 군집분석(clustering analysis)' 방법을 활용하여 융·투자 산업군을 분류한다.

'K-means 군집분석'이란 복수의 개체에 대해 연구자가 선택한 특성을 기준으로 상대적으로 동일한(homogeneous) 특성을 지니는 군집을 구별하는 방법이다. 군집 개수(K)는 군집분석을 수행하는 연구자가 임의로 지정할 수 있다. 군집 간 구분 기준은 각 개체들이 공통적으로 지니는 특성, 즉 데이터에 포함된 변수 한 개 이상으로 구성된다. 결과적으로 하나의 군집에 묶인 개체들은 동질(同質)의 특성을 지니게 되며(높은 유사도), 다른 군집에 속한 기업들은 이질(異質)적인 특성을 지니게 된다(낮은 유사도).

2. TDB Index 도출 절차

단계 1: K-means 군집분석에 필요한 사항 설정

군집분석에 사용할 기준을 설정한다. TV Indices 중에서 TVCI와 ILCI를 선택하여 군집분석 기준으로 설정한다.

군집의 개수(K)를 설정한다. TDB Index 설정을 위해 군집의 개수를 9개(K=9)로 설정한다.

분석을 수행하기 위해 IBM SPSS Statistics를 사용한다.

단계 2: K-means 군집분석을 수행하여 도출한 9개 군집들을 대상으로 매출액증가율과 부도율을 기준으로 TDB Index 도출한다.

매출액증가율을 가로축, 부도율을 세로축으로 설정한 매트릭스 상에서 구역에 따라 TDB Index(1-12)를 배정한다.

이 때, 투자에 초점을 맞출 것인지, 융자에 초점을 맞출 것인지에 따라 TDB Index를 다르게 설정한다. 투자에 초점을 맞춘 TDB Index(I)는 매출액증가율에 더 높은 비중을 두어 매출액증가율이 제일 높은 구역에 1-3등급을 부여하고, 그 다음 구역에 4-9등급을 부여, 부도율이 제일 높은 구역은 10등급, 매출액증가율이 제일 낮은 구역은 11등급, 10등급과 11등급이 겹치는 구역은 12등급을 부여한다(<도 24>). 융자에 초점을 맞춘 TDB Index(L)은 부도율에 더 높은 비중을 두어 부도율이 제일 낮은 구역에 1-3등급을 부여하고, 그 다음 구역에 4-9등급을 부여, 매출액증가율이 제일 낮은 구역은 10등급, 부도율이 제일 높은 구역은 11등급, 10등급과 11등급이 겹치는 구역은 12등급을 부여한다(<도 25>)

각 구역을 나누는 기준은 아래와 같이 설정한다. 먼저 가로축과 세로축에 해당하는 중심 기준은 각 군집들의 매출액증가율과 부도율을 도출한 전체 기간(2010-2013년)의 평균값을 사용한다. 다음으로 전체 기간에서의 매출액증가율과 부도율의 최솟값, 최댓값과 앞서 구한 중심 기준의 평균값을 이용하여 세부 기준을 도출한다.

단계 3: 48개 산업군의 TDB Index 도출 후, 개별 기업의 TDB Index 도출한다.

각 산업군은 하나의 군집에 속해 있으므로 해당 군집의 TDB Index는 곧 그 산업군의 TDB Index가 된다.

군집의 특성을 TVCI, ILCI, 자산총계와 더불어 자기자본비율, 자산총계 증가율, 매출액영업이익률, 매출액증가율, 부도율로 정의한 다음, 개별 기업의 특징 역시 이와 같은 항목들로 정의한다. 자산총계 값은 로그를 취한 값을 사용하고, 개별 기업의 부도율은 각 기업이 속한 산업의 부도율을 사용한다.

다음으로 각 기업과 9개 군집 간의 거리를 측정하여 가장 가까운 거리에 위치한 군집에 해당되는 TDB Index를 기업에 부여한다. 기업과 군집 간의 거리를 측정하기 위해 아래와 같이 공통으로 정의한 특성치들 간의 차이의 제곱의 합을 도출한다.

이때, i는 군집(TDB Index), j는 기업, V는 기업과 군집을 정의하는 공통 특성치를 의미한다. 이후, 거리_i,j 가장 작은 값에 해당하는 군집 i, 즉 TDB Index i를 기업 j의 TDB Index로 정의한다.

3. TDB Index 도출 결과

48개 산업군을 대상으로 군집분석을 수행한 결과, 각 군집이 포함한 산업군 개수는 아래 <표 16>과 같다. 단, 각 연도의 군집 번호는 연도별로 다른 산업군으로 구성되며, 서로 동일한 군집을 의미하는 것이 아니다. 예를 들어 2010년의 군집 1, 2011년의 군집 1, 2012년의 군집 1, 2013년의 군집 1은 모두 다른 산업군으로 구성된다.

표 16: 군집 별 포함 산업군 개수 (K=9)

도출된 군집의 매출액증가율과 부도율은 아래 <표 17>과 같다.

표 17: 군집 별 매출액증가율 및 부도율 평균

위의 결과를 이용하여 각 군집을 매트릭스 상에 나타낸 결과는 다음 <도 26>과 같다.

매트릭스 상에서 구역을 나누어 TDB Index를 부여하기 위해 전체 기간 매출액증가율 및 부도율 평균을 기준으로 삼고, 이후 매출액증가율과 부도율의 최솟값, 최댓값을 이용해 세부 기준으로 삼는다(<표 18>).

표 18: 기준 별 매출액증가율 및 부도율 값

위의 기준을 이용하여 각 군집에 TDB Index를 매긴다(2011-2013년).

이 때, 투자에 중점을 둔 TDB Index (I)와 융자에 중점을 둔 TDB Index (L) 두 가지를 도출한다(<표 19>, <표 20>).

표 19: 군집 별 TDB Index (I)

표 20: 군집 별 TDB Index (L)

각 연도의 군집 번호는 동일한 군집을 의미하는 것이 아니기 때문에 해석을 위해서는 48개 산업군 단위에서 해석해야 한다.

48개 산업군의 TDB Index는 다음과 같다(<표 21>, <표 22>).

표 21: 산업군 별 TDB Index (I)

표 22: 산업군 별 TDB Index (L)

위와 같이 TVCI와 ILCI를 이용해 48개 산업군을 대상으로 군집분석을 수행한 결과, 각 산업군의 TDB Index를 도출하였다. 이렇게 도출한 산업군 별 TDB Index를 이용하여 개별 기업의 TDB Index를 도출한다.

표 23과 같이 상단의 Reference Table에는 TDB Index 별 특성치가 정리되어 있고, 하단의 Firm Table에는 TDB Index를 확인코자 하는 기업들의 특성치가 정리되어 있다. 2013년 한 해에 대해 분석한 경우, TDB Index(I)와 TDB Index(L)에 대해서 각각 총 4개의 TDB Index가 나타나며, 해마다 도출되는 TDB Index의 개수는 달라질 수 있다.

표 23: 기업 별 TDB Index 도출을 위한 데이터 구성 (2013년)

각 기업의 특성치와 차이가 가장 작은, 즉 기업과 가장 비슷한 특성을 지니고 있는 산업의 TDB Index를 그 기업의 TDB Index로 정의한다(<표 24>).

표 24: 기업 별 TDB Index 도출 (2013년 ㈜코라)

"(주)코라"의 TDB Index(I)는 가장 유사한 특징을 지닌 산업의 등급인 3등급이 그 등급이 되며, TDB Index(L) 역시 가장 유사한 특징을 지닌 산업의 등급인 7등급이 그 등급이 된다. 이와 같이 각 기업들의 특징을 위의 표에 나온 항목들로 정리하면, 해당 기업의 TDB Index를 도출할 수 있다.

단, TDB Index는 연도마다 새롭게 도출되므로 TDB Index 데이터(Reference Table)와 기업 데이터(Firm Table)는 서로 동일한 연도의 자료이어야 한다.

신규 투자가치 평가 모델 개발: T-Portfolio Model에 대하여 설명하기로 한다.

1절. 기업단위 성장률 예측 모델

1. 개요

TDB지수 기반 예측 모델

산업의 가치사슬 및 기술혁신의 시장 환경 변화를 고려하여 만든 TVCI와 산업의 고유 특성에 따라 수명주기를 표현하는 ILCI를 이용한 TDB Index를 활용하여 기술의 투자대비 수익이 가장 높고 위험률이 낮을 것으로 예상되는 기술을 중심으로 융·투자 가이드라인을 제시한다.

기업단위 수익률 예측은 특정 산업에 대해 거시적인 관점에서의 동태적인 변화를 살펴보는 것 외에도 기업 단위의 중요 변수를 파악하는 것이 중요하다.

거시환경 및 미시적 조건 복합 분석

거시(산업단위) 분석을 통해 가변적인 환경 변수를 추출하고, 이를 활용하여 미시(기업단위) 분석을 진행한다. 거시(산업단위) 단위 예측 모형의 안정성과 미시(기업단위) 단위 예측 모형의 정확성을 복합적으로 고려한다. 이를 통해 융·투자 담당자들의 최종목적인 기업에 대한 융·투자를 집행하는 의사결정을 지원한다.

거시(산업단위) 단위의 변수는 예측 모델의 안정성, 즉 Big Picture (산업의 전반적인 흐름 및 동태적 변화)의 변화를 고려하는데 중요하다.

2. 분석 모델: TDB지수 기반 예측 모델

패널자료 분석모델

기업단위 상장률(매출액 증가율) 예측을 위한 패널자료 분석을 실시한다.

패널자료는 시계열 데이터와 횡단면 데이터의 통합된 데이터를 뜻하고 시계열 분석과 횡단면 분석을 동시에 수행할 수 있다.

이와 같은 패널자료 분석모델은 여러 가지 장점이 존재한다.

첫째, 가계, 기업 혹은 국가와 같은 경제적 단위의 변수들의 동태를 파악하고 예측하는데 쓰일 수 있다. 여기에서 측정 단위들에 대한 개별적 특이성을 유지 및 통제할 수 있으므로 해서 왜곡된 결과를 없앨 수 있다.

둘째, 분석을 수행하는 주체에게 다양한 정보를 제공해주어 공선성 문제를 줄일 수 있게 한다.

셋째, 동태적 변화에 대한 분석을 용이하게 한다.

넷째, 상대적으로 안정된 횡단면 분포에서는 확인하기 힘든 다양한 변화를 포착하게 하여 복잡한 동태적 모형 구축을 가능하게 한다.

확률효과(Random Effect) 모형

본 분석에서는 확률효과 모형을 이용하는데 그 이유는 분석 단위인 기업들의 샘플이 모집단으로부터의 확률표본이기 때문이다.

확률효과 모형을 이용하여 분석하는 식은 다음과 같이 구성한다.

y는 종속변수를 나타내고, x는 설명변수의 벡터 그리고 u는 오차항을 나타낸다. i는 관측치가 되며, t는 시간이고 이 식(1)에서 중요한 것은 오차항을 구성하는

와

를 통제하는 것이다.

와

에 따라 분석하는 모델이 달라진다.

시간차원을 고려한 패널자료를 분석할 때 가장 중요한 과제는 시간에 따라 변화하지 않으며 관측되지 않는 개별특성을 나타내는 오차항

를 어떻게 고려할 것인가에 있다.

가 고정된 값을 갖는 변수라고 여겨지면 고정효과(fixed effect model)를 이용하고,

가 확률변수인 경우에는 확률효과(random effect model)을 사용하며, 일반화 된 최소 제곱(Generalized Least Squares) 방법을 사용하여 모형을 추정하게 된다.

절편계수 오차항 값이 고정효과에 쓰이게 되는 경우는 표본자체의 오차가 발생하지 않아야 하는데, 전체 시계열이 짧은데 반하여 산업그룹이 큰 이번 과제에서는 확률효과 모형이 적절하다.

3. 거시 환경변수 선택 및 패널자료 구축

기업경기에 영향을 주는 거시변수를 선정하기 위해 본 연구에서는 우선 <표 25>와 같이 기존연구에서 주로 활용된 거시환경 변수를 분석한다.

표 25: 기존연구에서 제시된 거시환경 변수

이상의 기존 연구에 근거하여 기업경기에 영향을 주는 거시변수 중에서 중요한 조절 변수는 다음과 같이 선택된다.

GDP 성장률: 국내총생산(GDP, Gross Domestic Product)은 한 나라의 영역 내에서 가계, 기업, 정부 등의 모든 경제주체가 일정 기간 동안 생산 활동에 참여한 결과 창출된 부가가치를 시장가격으로 평가하여 합한 것이다. 한 국가의 총생산을 확인하는 지표로서 기업경기와 매우 상관관계가 높으므로 GDP 성장률과 기업 성장은 매우 밀접하다.

실업률: 기업경기, 실물경기와 매우 밀접한 관계를 보인다. 실업률은 경제활동인구 중에서 직장이 없는 사람들의 비율을 말하며, 경제활동 인구는 현재취업자와 적극적으로 구직활동을 하는 실업자를 합한 것을 말한다. 미국의 경제학자 Okun(1962)은 실증적인 분석을 통해 실업률과 GDP 차이의(잠재GDP-실제GDP) 상관관계를 도출(Okun, 1962)하였다. 이는 실업률이 기업성장 및 성과에 영향을 주는 변수로서 중요한 조절변수로 활용된다.

어음부도율: 기업어음(commercial paper, CP)은 보통 신용도가 높은 기업이 무담보-단기어음으로 발행하며, 기업은 금융기관을 통해 기업어음을 발행하게 되며 금융기관은 다시 일반고객들을 상대로 판매하게 된다. 상거래에서 거래상대방에게 발행되는 약속어음인 상업어음과 달리, 증권사에서 일반인에게 예금계좌 방식으로 판매하는 약속어음이다. 어음부도는 기업 간의 계약 불이행으로 줄도산을 만들기 때문에 기업성과 및 성장에 그리고 부도율 및 생존기간에 있어서 매우 높은 중요성을 지니는 변수이다.

거시환경변수뿐만 아니라, 산업이 갖고 있는 고유의 재무정보를 조절변수로 활용한다. 이에 해당하는 산업재무변수는 자산총계를 활용하였는데, 자산총계는 매출액 성장과 관계가 큼. 매출액이 커질수록 자산총계 또한 같이 증가하게 되므로 자산총계를 조절변수로 택하였고, 자산총계 증가율을 활용한다.

이에 따라 최종적인 거시환경변수는 GDP 성장률, 실업률, 자산총계 성장률을 조절변수로 활용한다.

여기에서 TVCI, ILCI는 산업분석에서도 동일하게 사용되는데, 기업이 가지고 있는 고유의 한국표준산업분류 코드로 인해서 기업별 TVCI, ILCI가 매칭이 된다.

4. 분석 및 결과

표 26: 기업 성장률 분석- TVCI, ILCI 기술 변수 설명력 테스트

본 결과는 TVCI, ILCI의 기술기반 기업가치 평가에 있어서의 타당성을 보여준다.

TVCI와 ILCI가 산업별 성장률(매출액 증가율)을 전망하는데 그치지 않고, 그 산업에 속한 기업별 성장률(매출액 증가율)을 전망하는 데에도 유용하게 쓰일 수 있다는 것을 확인해 준다.

TVCI와 ILCI가 증가 할수록 기업의 매출액 증가율에 기여하는 것으로 나타난다.

결과적으로 TVCI, ILCI 변수의 추정계수가 확률적으로 유의미한 값이 도출됨으로써 TVCI와 ILCI가 기업에 대한 성장률 전망에 활용해도 좋은 지수로 검증된다.

2절. 기업단위 부도율 예측 모델

1. 개요

기업의 부도율은 미시적인 측정 단위로 개별 경제 주체의 특성이 반영되어 추정할 수 있다. 통계청에 따르면 창업 후 1년간 생존율은 70%, 2년간 생존율은 55%, 3년간 생존율은 45%, 5년간 생존율은 33%에 달한다. 이와 같이 기업 생존은 창업 후 5년이 매우 힘든 고비이고, 여기에 TVCI와 ILCI를 활용하여 기업의 부도율(생존율)을 파악하여 융·투자 담당자들에게 의사결정을 하는데 지원하고자 한다. 생존분석은 기업이 특정 기간까지 생존확률을 분석하는 방법으로 관찰대상에 대해 일정시간 추적하여 특정시간이 발생하기까지의 시간을 측정하고 나아가서 사건발생에 영향을 미치는 요인을 찾을 때 주로 사용한다. 그러므로 생존시간을 추정하여 기업 생존률을 전망할 수 있다. 이를 위해 모수적 방법으로 가속화 고장시간 모형 (Accelerated Failure Time Model)을 이용한다.

2. 분석모델: TDB지수 기반 예측 모델

부도율을 전망하기 위해 생존시간과 공변량 간의 비례관계 식을 다음과 같이 구성한다.

독립변수인 공변량

가 0 일 때 생존시간 확률변수를 뜻하고, 어떠한 기저분포(baseline distribution)를 갖는다고 가정한다. 흔히 사용되는 기저 분포는 와이블 분포, 지수 분포, 극치 분포, 로그-정규분포가 존재, 그리고

에 척도 모수(scale parameter;

)와 공변량 n개에 대한 (2) 식은 다음과 같은 바뀐다.

다시 식 (3)의 양변에 자연로그를 취하게 되면 다음 식(4)가 된다.

본 발명에서는 와이블(Weibull) 분포를 기저분포로 사용한다.

3. 변수 선정

폐업 1년 전의 변수들을 활용하여 기업 설립일로부터 생존기간을 예측할 수 있는 변수로 구성한다.

생존기간을 분석 하는데 있어서 폐업된 기업들만 분석하면 변수들의 설명력의 편이(Bias)가 생길 수 있게 됨. 따라서 폐업된 기업 목록과 현존하고 있는 기업 목록을 같이 분석하여 변수의 편이성을 제거한다.

폐업된 기업 목록 중 재무정보의 손실이 가장 적고 기업의 폐업을 직관적으로 볼 수 있는 재무정보인 자기자본비율을 활용한다. 즉, 폐업에 가까울수록 자기자본비율은 감소하게 되어, 자기자본비율이 적은 기업의 경우 매우 위험한 기업이라고 볼 수 있다.

자기자본비율은 재무정보 중심으로 2004년부터 2011년까지 870개 폐업 기업 목록을 다시 구축하고, 여기에 현존하고 있는 기업(외감기업이상)에서 동일하게 재무정보손실이 없는 기업 2901개를 합쳐서 총 3771개의 기업 자료를 최종적으로 다시 구축한다.

생존기간을 분석하는데 사용된 변수는 산업별 고정된 변수인 TVCI를 제외한, 나머지 시계열 변수들에 대해서 1년의 시차를 두고 분석함. 이는 기업의 생존기간을 1년 전에 알 수 있게 하기 위해서 시차 변수들로 구성한다.

최종적으로 TVCI, ILCI(1년 시차 적용), 자기자본비율(1년 시차 적용), 어음부도율(1년 시차 적용), GDP 성장률(1년 시차 적용)을 활용하였다.

4. 분석 및 결과

표 27: 기업 부도율 분석- TVCI, ILCI 기술 변수 설명력 테스트

1년 전의 어음부도율이 클수록, 기업 생존에 부정적인 영향을 준다.

1년 전의 자기자본비율과 GDP 성장률이 클수록 기업의 생존기간에 긍정적인 영향을 주는 것으로 확인된다.

TVIC, ILCI 계수 값은 다른 조절변수와 비슷하게 통계적으로 유의미하게 나오는 것을 확인할 수 있다. TVCI와 1년 전 ILCI의 값을 비교해보면 기업이 B2B, B2C 영역에서 보다 원자재에 속한 기업일수록 생존기간이 단축되는 효과를 보인다. 1년 전 ILCI를 살펴보면 기업이 "성숙-하락"에서 "성장-성숙"으로 진입할수록 생존기간에 긍정적인 영향을 주는 것을 확인된다.

3절. T-portfolio Model

1. 개요

개요

제시된 TDB지수에 기반하여 예측된 기업 또는 산업의 매출액 성장률과 부도율에 기반하여 최적화된 융·투자 포트폴리오를 구성하는 모델을 제시한다.

제한된 융·투자액에 대해서 최적화된 융·투자 포트폴리오 구성을 통해서 주어진 융·투자액으로 기대할 수 있는 투자 대상 기업들의 매출액 성장률을 최대화하거나, 융자 대상 기업들의 부도율을 최소화하는 기업 포트폴리오 구성 방법인 T-porfolio Model을 제안한다.

다시 말해, 융·투자 의사결정자들이 관심 융·투자 기업 후보군의 표본을 추출 하였을 때, 의사결정자들의 기업에 대한 융·투자 비율을 결정하는 방법론을 제공한다. 투자 담당자들에게는 투자 포트폴리오에 구성된 기업들의 매출액증가율을 극대화 시키면서 폐업 위험률을 투자 담당자들이 바라는 값 이하로 유지될 시 요구되는 기업별 투자 비율을 결정하는 모델을 제시한다. 융자 담당자들에게는 융자 포트폴리오에 구성된 기업들의 부도 위험을 극소화 하면서 매출액증가율이 융자 담당자들이 바라는 값 이상으로 유지될 시 요구되는 기업별 융자 비율을 결정하는 모델을 제시한다.

T-portfolio Model은 기저에 TVCI, ILCI의 특성이 중요하게 반영되어 있어 기술기반 기업들에 대한 융·투자 의사결정에 도움을 줄 것으로 기대한다.

2. 이론적 배경

Simplex Linear Programming (SLP) Method

T-portfolio Model에서 쓰이는 수리적 알고리듬은 Simplex Algorithm (Simplex Method)으로 Linear Programming의 한 종류이다.

수리적 알고리듬인 Simplex Algorithm은 Simplex Method으로도 일컬어지며, 수학자 George Dantzig (1914-2005)에 의해 개발되었다.

최적화된 융·투자 의사결정은 제한된 자원 및 조건 (N개 기업에 대한 융·투자 비율의 합 = 1 및 최소 또는 최대 경계값)에 의하여 결정된다.

여기서 최적화 된 융·투자 투입비율은 Pivoting Matrix 과 가우스-조던 방법(Gauss-Jordan Elimination)을 활용하여 Simplex Linear 값을 계속 반복해서 도출하고, 이의 최댓값을 찾음으로 최적화된 solution(해결값)을 도출한다.

Simplex Linear Programming Method를 T-portfolio Model에 활용하는 이유는 융·투자 포트폴리오 기댓값 및 제한 조건들이 선형으로 이루어져 있기 때문이다. 다른 방법론인 Nonlinear Method는 최적화 된 해를 찾는데 있어서 Simplex Linear Programming Method보다 비효율적이다.

SPL method의 목적함수 구성 (Standard Form of a Linear Programming Problem)

선형계획법(Linear Programming)은 목표함수(Objective Function)를 최적화(극대화, 극소화)를 하는 것이다. 극소화는 극대화 문제에서 대각화(transpose)를 통해 구하는 문제이므로 크게 보았을 때 극대화 문제와 같다. 따라서 일반적인 표준형(Standard Form)으로 설명을 하면 목표함수 (Objective Function) 및 제한조건(Constraints)는 다음과 같다.

여기에

는 변수,

와

는 계수이며, Simplex Algorithm(Simplex Method)를 구현하기 위해서 Slack variable을 추가한다. 제한조건 식 m개에 m개의 Slack Variable를 추가하여 비평등식을 평등식으로 바꾼다.

여기에 Simplex Algorithm(Simplex Method)를 구현하기 위해 Slack variable(

)을 추가한다. 이는 제한조건 식 m개에 m개의 Slack variable이 추가되는 것으로 비평등식을 평등식으로 바꾸게 된다.

Slack variable이 추가된 식을 Pivoting Matrix와 가우스-조던 소거법(Gauss-Jordan Elimination)을 활용하여 randomize된 초기 값에 대한 목표함수(Objective Function) 값(z)을 최대화시키는 극값(최댓값 또는 최솟값)을 계산을 계속 반복하면서 찾는다.

즉, Simplex Linear Programming Method는 주어진 변수

로 구성된 Pivoting Matrix에 대해서 가우스-조던 소거법 (Gauss- Jordan Elimination)을 활용하는 알고리듬(Algoritim)안에서 randomize된 초기 값에 대한 목표함수의 값을 Iteration을 하면서 찾게 된다. 주어진 기준에 대해서 변하지 않는 최댓값 또는 최솟값이 도출되면 이를 최적의 해로 도출한다.

3. T-portfolio Model

T-portfolio: 투자(Investment) 모델

TVCI와 ILCI를 고려한 기업의 성장 가능성을 예측하고 이를 반영하여 기업 투자 최적화 포트폴리오를 제안한다.

포트폴리오 계산을 하기 전에 TDB-based 예측모델을 통해 투자 담당자들은 일차적으로 관심 기업의 성장률(매출액 증가율)을 계산한다.

'T-portfolio: 투자(Investment) 모델'은 구성이 부도위험에 대한 주어진 제한조건 하에서 기업 포트폴리오(기업군)의 평균 성장률(매출액 증가율)을 극대화하는 기업구성 비율을 제시한다. 부도위험에 대한 제한조건이 없는 기업의 성장률(매출액 증가율) 극대화 (투자) 포트폴리오는 외부 경제적 충격에 취약하다. 즉, 기업의 성장률(매출액 증가율) 예측치가 벗어났을 경우에는 상당한 부도 리스크를 감내해야 하므로 기업군의 부도율에 대한 제한조건이 필요하다.

T-portfolio: 융자(Loan) 모델

TVCI와 ILCI를 고려한 기업의 부도 위험률을 예측하고 이를 반영하여 기업 투자 최적화 포트폴리오를 제안한다.

포트폴리오 계산을 하기 전에 TDB-based 예측모델을 통해 융자 담당자들은 일차적으로 관심 기업의 부도율 전망치를 계산한다.

T-portfolio: Loan에서는 T-portfolio: Investment와는 반대로 융자 담당자가 구성한 포트폴리오의 기업 부도율 전망치를 극소화하는 것에 기업의 성장률(매출액 증가율) 전망치 제한조건을 추가한다.

기업의 성장률(매출액 증가율)은 부도율을 높이거나 낮출 수도 있는 주요한 변인이라서 성장률(매출액 증가율)에 대한 제한조건을 추가한다. 성장률(매출액 증가율)에 대한 제한조건이 없는 기업의 부도율 최소화(융자) 포트폴리오는 외부 경제적 충격에 취약하다. 즉, 기업의 부도율 예측치가 벗어났을 경우에는 저조한 투자 효율을 감내해야 하므로 기업군의 성장률(매출액 증가율)에 대한 제한조건이 필요하다. 따라서 기업의 성장률(매출액 증가율)에 대한 제한조건을 두어 외부 충격에 대한 완충장치를 고안한다.

4. T-portfolio 적용 방법 및 예시

T-portfolio: 투자(Investment) 모델 적용 방법

T-portfolio: 투자(Investment) 모델의 구성은 다음과 같다.

은 기업별 성장률(매출액 증가율) 예측치,

은 개별 기업에 대한 투자 비율,

은 기업별 부도율 예측치,

은 포트폴리오 기대 성장률(매출액 증가율),

은 포트폴리오 기대 부도율,

는 투자 담당자가 설정한 포트폴리오의 기대 부도율. 투자 담당자가 구성한 포트폴리오의 부도율을

이하로 제한한다.

은 투자 비율의 합이 1인 제한 조건을 설정,

은 개별 기업에 대한 투자율을 전체 투자액 대비 0.5(50%) 이하로 제한하는 이유는 한 기업에 대한 편중된 투자를 제한하고 포트폴리오를 다각화하기 위함이다. 0.5의 제한값은 개별 투자자에 따라서 조정 가능하다.

T-portfolio: 융자(Loan) 모델 적용 방법

T-portfolio: 융자(Loan) 모델의 구성은 다음과 같다.

은 기업별 성장률 (매출액 증가율) 예측치,

는 개별 기업에 대한 투자 비율,

은 기업별 부도율 예측치,

은 포트폴리오 기대 성장률(매출액 증가율),

는 포트폴리오 기대 부도율,

은 포트폴리오의 기대 성장률(매출액 증가율) 값을 융자 담당자가 설정한 값 이상으로 설정한다. 이는 투자 담당자가 구성한 포트폴리오의 기대 성장률(매출액 증가율)을 설정한 값 이하로 노출시키지 않겠다는 제한 조건이다.

은 융자 비율의 합이 1인 제한 조건을 설정하고,

는 개별 기업의 융자 비율을 0.5 이하로 제한한다. 이는 어느 한 기업에 편중된 융자를 방지하고 포트폴리오를 다각화하기 위함이다. 0.5의 제한값은 개별 투자자에 따라서 조정 가능하다.

T-portfolio: 투자(Investment) 모델 예시

현재가 2012년이라고 가정하면, 2013년에 대한 기업5개의 성장률(매출액 증가율) 예측치와 부도율 전망치를 TDB-based 예측모델을 통해 도출 가능하다.

표 28: TDB-based Growth and Hazard Prediction Model

따라서 위의 예시로 든 T-portfolio: Investment의 식은 다음과 같다.

위의 경우에는

값을 0.25 이하로 설정하였고, Simplex Linear Programming Method를 통해 최적화 된 투자 투입 비율을 구하면 <표 29>와 같다.

표 29: T-portfolio: Investment

T-portfolio: 융자(Loan) 모델 예시

T-portfolio: 투자(Investment) 모델과 같이 동일한 기업에 대해 융자 T-portfolio: 융자(Loan) 모델을 구성

표 30: TDB-based Growth and Hazard Prediction Model

따라서 위의 예시로 든 T-portfolio: 융자(Loan) 모델은 다음과 같다.

위의 경우에는

(%)값을 15(%) 이상으로 설정하였고, Simplex Linear Programming Method를 통해 도출된 최적화된 개별 기업별 융자율은 다음과 같다.

표 31: T-portfolio: Loan

T-portfolio: 투자(Investment) 및 융자(Loan) 모델을 통해 주어진 제한조건 하에서 포트폴리오의 기대 성장률(매출액 증가율)을 극대화하거나 포트폴리오의 부도율을 최소화한다.

즉, 기업들의 내재하고 있는 TVCI, ILCI를 고려하여 개별기업의 성장 가능성과 부도율을 예측하고, 이를 토대로 투자 또는 융자를 최적화하는 포트폴리오를 구축할 수 있다.

이상에서 설명된 장치는 하드웨어 구성요소, 소프트웨어 구성요소, 및/또는 하드웨어 구성요소 및 소프트웨어 구성요소의 조합으로 구현될 수 있다. 예를 들어, 실시예들에서 설명된 장치 및 구성요소는, 예를 들어, 프로세서, 콘트롤러, ALU(arithmetic logic unit), 디지털 신호 프로세서(digital signal processor), 마이크로컴퓨터, FPGA(field programmable gate array), PLU(programmable logic unit), 마이크로프로세서, 또는 명령(instruction)을 실행하고 응답할 수 있는 다른 어떠한 장치와 같이, 하나 이상의 범용 컴퓨터 또는 특수 목적 컴퓨터를 이용하여 구현될 수 있다. 처리 장치는 운영 체제(OS) 및 상기 운영 체제 상에서 수행되는 하나 이상의 소프트웨어 애플리케이션을 수행할 수 있다. 또한, 처리 장치는 소프트웨어의 실행에 응답하여, 데이터를 접근, 저장, 조작, 처리 및 생성할 수도 있다. 이해의 편의를 위하여, 처리 장치는 하나가 사용되는 것으로 설명된 경우도 있지만, 해당 기술분야에서 통상의 지식을 가진 자는, 처리 장치가 복수 개의 처리 요소(processing element) 및/또는 복수 유형의 처리 요소를 포함할 수 있음을 알 수 있다. 예를 들어, 처리 장치는 복수 개의 프로세서 또는 하나의 프로세서 및 하나의 콘트롤러를 포함할 수 있다. 또한, 병렬 프로세서(parallel processor)와 같은, 다른 처리 구성(processing configuration)도 가능하다.

소프트웨어는 컴퓨터 프로그램(computer program), 코드(code), 명령(instruction), 또는 이들 중 하나 이상의 조합을 포함할 수 있으며, 원하는 대로 동작하도록 처리 장치를 구성하거나 독립적으로 또는 결합적으로(collectively) 처리 장치를 명령할 수 있다. 소프트웨어 및/또는 데이터는, 처리 장치에 의하여 해석되거나 처리 장치에 명령 또는 데이터를 제공하기 위하여, 어떤 유형의 기계, 구성요소(component), 물리적 장치, 가상 장치(virtual equipment), 컴퓨터 저장 매체 또는 장치에 구체화(embody)될 수 있다. 소프트웨어는 네트워크로 연결된 컴퓨터 시스템 상에 분산되어서, 분산된 방법으로 저장되거나 실행될 수도 있다. 소프트웨어 및 데이터는 하나 이상의 컴퓨터 판독 가능 기록 매체에 저장될 수 있다.

실시예에 따른 방법은 다양한 컴퓨터 수단을 통하여 수행될 수 있는 프로그램 명령 형태로 구현되어 컴퓨터 판독 가능 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능 매체는 프로그램 명령, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다. 상기 매체에 기록되는 프로그램 명령은 실시예를 위하여 특별히 설계되고 구성된 것들이거나 컴퓨터 소프트웨어 당업자에게 공지되어 사용 가능한 것일 수도 있다. 컴퓨터 판독 가능 기록 매체의 예에는 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체(magnetic media), CD-ROM, DVD와 같은 광기록 매체(optical media), 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 롬(ROM), 램(RAM), 플래시 메모리 등과 같은 프로그램 명령을 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다. 프로그램 명령의 예에는 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드를 포함한다.

이상과 같이 실시예들이 비록 한정된 실시예와 도면에 의해 설명되었으나, 해당 기술분야에서 통상의 지식을 가진 자라면 상기의 기재로부터 다양한 수정 및 변형이 가능하다. 예를 들어, 설명된 기술들이 설명된 방법과 다른 순서로 수행되거나, 및/또는 설명된 시스템, 구조, 장치, 회로 등의 구성요소들이 설명된 방법과 다른 형태로 결합 또는 조합되거나, 다른 구성요소 또는 균등물에 의하여 대치되거나 치환되더라도 적절한 결과가 달성될 수 있다.

그러므로, 다른 구현들, 다른 실시예들 및 특허청구범위와 균등한 것들도 후술하는 특허청구범위의 범위에 속한다.

Claims (1)

1. 기술금융 융·투자 촉진을 위한 투자가치 지수 및 모델 개발 방법.
   

Images