△ 박병호 대표

요즘 우리가 신용시장에서 흔히 접하고 듣고 있는 용어는 ‘마이데이터(My Data)’와 ‘빅데이터에 기반한 새로운 신용평가’가 아닐까 싶습니다… 주로 일반 개인 및 개인사업자들에게 적용되는 용어로 기존의 전통적인 평가항목 (급여수준, 직장, 은행 연체 및 불량거래 정보 등)에서 벗어나 새로운 데이터(소비측면의 데이터: 모바일 사용/결제내역, 카드 사용실적, 공공세금 체납, 투자실적, 공공 데이터 등)에 기반한 개인마다 적용을 달리하는 새로운 접근방법 등을 말합니다.

[마이데이터란, 개인이 스스로 자신의 데이터를 능동적으로 활용하는 과정을 말합니다. 즉, 자신의 데이터를 스스로 관리 및 통제할 뿐더러 이러한 정보를 금융서비스 등에서 활용할 수 있는 일련의 과정이 모두 포함됩니다]

△ 마이데이터 산업 흐름도

그렇다면, 개인이 아닌 일반 기업에 대해서는 신용평가 또는 부실화 위험을 진단하고 평가하는 방법들은 어떨까요?보통 우리가 흔히 미디어를 통해서 알게 되는 것은 글로벌 신용평가사 S&P, 무디스의 한국 정보신용등급 또는 공공기관, 금융기관 및 일반 기업의 신용등급의 변동 사항입니다.

그렇다면 신용등급 (AAA, AA, A, BBB, BB,B,C,D)은 무엇을 의미할까요? 우선 직관적으로 AAA에 가까우면 좋다고 할 순 있습니다만, 신용등급이란 신용등급을 부여하는 기관이 과거의 경험(부여된 등급의 실제 부도율 등)을 기반으로 한, 상대적 벤치마킹의 개념이지, 절대적 의미의 정의가 아닙니다.

즉, S&P가 부여한 A등급과, 국내 신용평가사가 부여한 A등급은 다른 스케일의 부도율과 평가방법이 다르기 때문에 동일한 수준의 등급이라고 정의할 순 없습니다.

부연 설명하자면, S&P는 글로벌 수많은 기업들의 다양성과 복잡성을 오랜 기간 반영하여 평가를 해왔기 때문에, 사용하는 데이터의 범위가 훨씬 크고 다양합니다. 예를 들어보면, 자동차산업에 속한 기업을 평가한다고 하면, S&P의 데이터엔 글로벌 대다수의 자동차 제조 기업들이 모두 포함되어 상대적 가치측정이 보다 객관화되어 있는 반면, 국내신용평가사는 제한된 기업만 대상으로 평가하기 때문에 자동차업종의 특수성이 반영된 상대적 가치측정이 제한될 수 밖에 없습니다.

그렇다면, 기업에 대한 신용평가는 어떻게 이루어지는지 살펴보기로 합니다.

△ 그림 1. 일반적인 신용평가 프로세스

△ 표1: S&P 기업평가방법론 중 일부- 참조

신용평가를 한다는 것은 단순히 기업에 대한 포괄적인 VIEW를 갖고 접근하는 것으로 최근엔 ESG라는 새로운 평가항목도 추가되었습니다. 물론 크게 보면 상기 S&P 기업 평가방법론의 일부에서와 같이, 1)기업의 재무상황에 대한 분석, 2)비즈니스 부문에 대한 분석으로 나뉘어집니다.전통적이고 일반적인 신용평가 및 신용분석 방법에 대해 간략히 살펴보았습니다. 그렇다면 기업의 신용위험이 상기의 항목들로 모든 것을 평가한다고 할 수 있을까요? 특히 요즘 중요성이 부각되고 있는 빅데이터의 활용 및 머신러닝의 적용 관점에서 보면, 개인의 신용분석의 마이데이터와 같은 기업에 대해 새로운 접근방법에 대한 시도나 고민을 해볼 필요가 있을 것입니다.

이에, 당사는 전통적인 신용평가방법이 아닌 새로운 방법론과 이전까지 사용하지 않았던 비정형 빅데이터를 적용하여 1년여에 걸친 테스트 및 개발기간을 통해 상용화 서비스를 개시하였습니다.

위의 그림에서와 같이 영업이익 및 순이익이 증가하지만, 실질 가치를 나타내는 영업활동 현금흐름이 감소하는 추세와 두 지표간의 과리 심화정도 (악어의 입 모양), 심화속도 및 규모 등을 복합적으로 비교 분석하는 재무제표의 ‘본질적인 불균형’ 정도를 나타내 주는 새로운 재무인디케이터입니다 (‘FOT’: Financial Outliers Tracker).여기에, 기업의 감사보고서의 주석사항 및 상장기업의 공시사항(정기/수시 공시) 등의 비정형 빅데이터를 2009년부터 dart로부터 수집하여, 인디케이터에 의한 자동화된 리스크 분석을 글로벌 최초로 개발하여 한국기업데이터(‘KED’)의 웹서비스(http://expert.cretop.com: E-RMS)에서 서비스 중에 있습니다 (‘GOT’: Governance Outliers Tracker). 예를 들면, 최근 2년이내 대표이사가 2번이상 변경되었는지 여부, 대주주의 주식담보 대출을 대부업체로부터 받은 경우, 계속기업의 불확실성을 감사인으로부터 의견 표명을 받은 경우 등의 비재무적인 활동의 공시 자료 등을 수집, 탐색, 추출, 연산, 가공, 모델링의 과정을 거쳐 ML기반 솔루션으로 저촉된 항목으로 실제 부도난 과거 5개년의 신용실패 사례 기업 리스크 등도 나타내 줍니다.

무엇보다 FOT & GOT에서 각 적용된 인디케이터에 저촉될 경우, 인디케이터별 체크해야 할 될 내용에 대한 자동화 분석의견과 사용된 핵심 비율들을 동시에 보여줌으로써, 재무분석 능력이 부족하신 분들도 일관된 분석 업무를 지원해드릴 수 있는 자동화된 재무분석 솔루션입니다.결론적으로, 기업에 대한 신용위험은 단편적인 수 개의 재무비율로는 판단하는데 많은 한계가 있으며 (예, 한계기업의 실제 부도율은 20% 미만), 각 기업마다 다양하고 복잡한 재무구조를 갖고 있기 때문에, 연관되는 다른 지표들간의 추세분석 등을 통해 다각적인 VIEW를 가져야 하며, 특히 ‘기업의 감사보고서는 기업의 얼굴’과도 같은 대표성을 갖고 있는 공신력있는 자료인만큼, 감사보고서상에 표명된 내용에 대한 리스크 분석 또한 반드시 필요한 부분이라 생각됩니다.

물론 기업 자체에 대한 이러한 다각적인 분석 솔루션외에도 해당 기업이 속한 산업의 전후방 리스크, Supply Chain(구매 및 수요기업), 거시경제 지표의 변동성에 노출될 잠재적 리스크 등에 대한 대외적인 분석도 반드시 수반되어야 할 것입니다. 해당 산업 및 경기에 대한 생태계를 모르고 분석을 한다면, 마치 숲을 보지 못한 채, 개별 나무의 건강상태를 진단하는 오류에 빠지기 쉬울 것입니다.

이에 당사는 글로벌 경기사이클 모니터링 솔루션을 개발하여, 기업의 재무진단과 연결하여 동태적인 분석 서비스를 제공하고 있습니다.

국내 및 해외기업에 대한 신용위험이 궁금하시면 언제든 문의주시기 바랍니다!!