In this thesis, I investigate the applicability of survival analysis technique to quantitative prediction models for corporate bankruptcy. Most of the traditional bankruptcy models suffer from the low performance of ex ante (out-of-sample) forecasting. I suggest that the consequence of low performance results mainly from ignorance a temporal concept from the model building stage. Survival analysis is a proper alternative method to reflect the panel property of financial statement and the common effect of macroeconomic variables.
I provide three empirical studies in this thesis. Firstly, I compare a survival technique with a conditional probability model to verify the applicability of survival analysis which is eligible to dichotomous classification. Secondly, I assessed the violation of proportionality assumption, which is one of the core assumptions of Cox’s (1972) proportional hazard model, in the estimated PH-model by the listed companies in the Korea Stock Exchange (KSE) from 1991 to 2000. It can be shown that a non-proportional hazard model including a change point model is a proper alternative when the proportionality assumption is violated by the change of macroeconomic environment, such as the financial crisis in 1997. Finally, extending the work of Shumway (2001), I present a duration model with time varying covariates and a baseline hazard function incorporating macroeconomic dependencies. I investigate the performances of out-of-sample forecasting using the suggested models and demonstrate the improvements, which are produced by allowing temporal and macroeconomic dependencies.
I conclude that the survival model is required to be modified and complemented to fully reflect the natures of financial statement because it is early stage in the finance or accounting literature, nevertheless it is an appropriate alternative to solve the limitation of traditional dichotomous classification method for bankruptcy prediction.
60년대 후반, 다변량 판별분석 기법을 이용한 Altman (1968)의 z-score 모형으로부터 시작되어 80년대 로짓 또는 프로빗 분석과 같은 조건부 확률모형이 도입되면서 도산 모형은 통계적으로 보다 정교해졌으나 표본 외 자료에 대한 사후적 예측 성과는 낮다는 것이 대부분의 관련 실증 연구에서 나타나는 공통된 문제점이라 할 수 있다.
본 연구에서는 이러한 현상의 원인을 이원 분류 기법이 갖는 기본 가정과 구조적 한계에서 찾고자 한다. 본 연구의 주요 방법론인 생존분석 기법은 기업의 도산 여부가 아닌 도산에 이르는 시간 자체를 모형화하므로 도산과정의 동태적 특성을 반영하는데 있어서도 보다 유연한 구조라 할 수 있다. 이러한 생존분석 기법에 대해 도산 예측 모형으로서의 적용 가능성을 탐색해 보고, 재무 또는 경제 변수의 특성을 적절히 반영할 수 있도록 개선되고 확장된 모형을 제시하는 것이 본 연구의 목적이다.
1990년부터 2003년까지, 한국의 주식시장에 상장된 제조업을 대상으로 하여 실증분석 하였다. 생존분석 기법 중 가장 널리 쓰이는 비례위험모형의 기본 가정인 비례성 가정을 검토하여 90년대 후반 한국의 외환위기와 같이 특정 시점의 구조적 변화에 의해 비례성 가정이 깨어지는 경우를 모형화 할 수 있는 위험모형을 제시하고, 비례성 가정에 대한 이러한 고려가 예측력을 얼마나 향상시키는지를 표본 외 예측 작업을 통하여 확인하였다. 또한 Shumway (2001) 의 이산 시간 위험모형을 이용하여 재무제표 자료의 패널적 성격을 반영할 수 있는 시변공변량을 갖는 위험모형을 추정하였으며 표본 외 예측력 하락의 주요 원인으로 지적되어 온, 기업 외부 환경에 의한 도산과정의 불안정성 문제를 해결하기 위하여 거시경제 변수를 이용하여 기저위험함수를 직접적으로 추정하는 이산 시간 위험모형을 제시하였다. 예측 결과, 특히 거시경제 상황을 고려하는 모형이 우월한 예측력을 보임을 확인할 수 있었다.
