결합부도예측모형을 이용한 항공산업 자금운용의 위험관리방안

장욱

추천

검색

자료유형: 학술저널

저자정보: 장욱

저널정보: 한국항공경영학회 한국항공경영학회지 한국항공경영학회지 제11권 제1호

발행연도: 2013.1

수록면: 95 - 124 (30page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문은 항공산업 자금운용을 위한 위험관리방안을 제시하는 것을 목적으로 한다. 이를 위해 먼저 EDF와 신용스프레드와 같은 시장변수를 구한 후, 이를 재무건전성을 나타내는 CAEL 재무변수들과 결합을 통해 결합부도예측모형을 추정한다. 결합부도예측모형은 부도사례기반모형이 가지는 자료 제약과 시기적 편중 문제를 해결하고 시장변수기반모형이 가지는 대상기업제약과 시장비효율성 문제를 완화시킬 수 있다. 본 논문은 은행과 저축은행에 대하여 결합부도예측모형을 추정하여 각 모형의 변수와 성과를 기존의 부도사례기반모형과 비교한다. 모형의 성과를 비교하는 방법론으로서 적합성검증은 변별력 측면에서 수행한다. 저축은행의 경우에는 부도사례기반모형과 결합부도예측모형 모두 자본적정성, 자산건전성 관련 지표가 선택되고 전체 내표본을 사용하는 부도사례기반모형에 비해 10% 수준의 외표본을 사용하는 결합부도예측모형이 적합성검증에서 변별력이 떨어지지 않을 뿐만 아니라 예측오차의 민감도는 오히려 결합부도예측모형이 더 우수한 것으로 판단된다. 은행의 경우에는 역사적 부도사례가 적어 결합부도예측모형만을 분석하면, EDF를 이용할 경우 자산건전성, 수익성 지표가 유의한 설명변수로 선택되고 은행신용스프레드를 이용할 경우 자산건전성, 수익성 지표 외에 BIS비율로 대표되는 자본적정성이 유의성이 있는 변수로 선택된다. 추정결과 선택된 모든 변수가 매우 유의하고 표본집단이 확장되어도 지속적이다. 모형검증결과 저축은행의 역사적 부도사례의 경우를 제외하고 는 모든 추정시기에서 완전모형에 대하여 부분모형이 더 유의한 것으로 나타난다

We propose the alternative model combining financial variables and market variables which is estimated in two stages for the risk management of the fund application of the aviation industry. At the first stage, we estimate the EDFs for the listed banks using stock market information or PDs from credit spreads using bond market information as dependent variables, and select candidate predictor variables from CAEL financial ratios. At the second stage, we estimate thelogistic regression model combining these financial variables as predictors and EDFs and PDs from credit spreads as dependent variables. The combined model settles down the problems such as the data restriction and default concentration in the case of the model based on the historical default cases, and the data limit to the listed enterprises or market inefficiency in the case of the model based on the market information. We estimate two combined models with respect to EDFs and credit spreads, and compare theperformance with the traditional model based on the historical default cases. We validate the respective models with respect to the discriminatory power. We find that in the case of savings banks 1) the CAEL variables related with asset soundness and capital adequacy are selected for both logistic and combined models, 2) although the combined model uses 10% out-of-sample for the model estimation, its performance is not less discriminatory than the logistic model using all in-samples, 3) its sensitivity for forecast errors are better than the logistic one. In the case of banks, due to the small size of default cases, the combined model is only used for the analysis and variables related with asset soundness and earnings are selected for the dependent variable based on EDFs, but capital adequacy represented by BIS ratio is added for the dependent one based on credit spreads. Every selected variable is very significant and persistent through every estimation period. In the validation of model, the model is tested with likelihood ratio test. Partial model is significant through every estimation period. We find high discriminatory power of both the combined models compared with the traditional models in validation.

#은행부실 #부도확률 #로지스틱회귀모형 #시장변수 #결합부도예측모형 #Bank Failure #Probability of Default #Logistic Regression Model #Market Variables #Combined Model

참고문헌 (17)

참고문헌 신청

Basel Committee on Banking Supervision / 2001 / The new Basel capital accord / BIS website

Collier, C. / 2003 / The SCOR System of Off-Site Monitoring: Its Objectives, Functioning, and Performance / FDIC Banking Review : 17 ~ 32

Forrest A / 2005 / Likelihood Approaches to Low Default Portfolios

Jarrow, R. A. / 1995 / Pricing Derivatives on Financial Securities Subject to Credit Risk / Journal of Finance 50 (1) : 53 ~ 85

Merton, R. / 1974 / On the Pricing of Corporate Debt: The Risk Structure of Interest Rates / Journal of Finance 29 (2) : 449 ~ 470

이 논문의 저자 정보

장욱

소속기관 한국항공경영학회

주요연구분야 사회과학 > 경영학

논문수 2 이용수 2

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (17)

이 논문의 저자 정보

최근 본 자료

댓글(0)