머신러닝 기법을 활용한 국내 식품제조업 한계기업 분석

Abstract

본 연구는 국내 식품 제조기업 중 한계기업에 관한 것으로 공시된 재무자료에 기초하여 분석하였다. 식품 한계기업 데이터는 한국평가데이터(KoData)에서 수집하였으며 이 중 최종 분석대상에 선정된 식품 한계기업은 수익성, 성장성, 활동성, 안정성 등의 재무비율 지표에서 정상기업에 비해 모든 재무특성이 낮은 1445개 기업을 대상으로 하였다. 분석에 사용된 머신러닝 기법은 결정트리모형, 랜덤 포레스트, SVM이며, 분석결과는 다음과 같다. 첫째, 국내 식품 한계기업 예측 정확도가 높은 머신러닝 기법은 SVM(CA=0.961)>랜덤포레스트(CA=0.942)>결정트리(CA=0.919) 순으로 나타났다. 둘째, 식품 한계기업 분류예측에 가장 중요한 재무특성 변인은 재고자산회전율, 세후평균이자율, 당좌비율로 나타났으며 이 세 특성요인은 3가지 모델 모두에서 중요성이 높은 재무특성 요인으로 확인되었다. 셋째, 머신러닝에 활용된 3모델 모두에서 관리한계기업과 악성한계기업을 구분하는 가장 중요한 요인은 당좌비율인 것으로 나타났다. 본 연구를 통해 한계기업 연구에서 머신러닝을 활용한 예측모형 개발이 타당함을 알 수 있었다. 연구결과를 바탕으로 국내 식품제조업에 대한 무차별적인 지원보다 체계적인 정책지원과 적절한 차등관리가 필요함을 확인하였다.