g
X5
0.0436
1
0.2194
X10
-0.97624
1
0.1656
X13
-0.01826
1
0.7868
X16
48.3972
1
0.1372
상수
-3.0127
1
0.5631
이 모형의 적합도는 SPSS에서 Goodness-of-fit test의 유의성을 검증함으로써 알 수 있는데 위에 기술한 모형2의 경우 Sig값이 0.7922로 "모형은 부적합하지 않다"는 귀무가설을 기각하는데 실패하게된다. 따라서 <모형5>는 적합하다는 것을 알 수 있다.
<모형5>의 분류결과
예측치
부실
정상
예측력
실제
부실
5
2
71.43%
정상
1
6
85.71%
종 합
78.57%
모형5를 이용하여 14개 은행을 부실은행과 정상은행으로 분류한 결과 1종오류는 2건, 2종오류는 1건이 발생하여 전체적으로 78.57%의 정확도를 보였다.
5-3. 각 모형의 예측력 비교
5-3-1. 각 모형의 예측력 비교
각 모형의 분류정확도로 예측력을 비교한 결과를 요약하면 다음과 같다.
각 모형의 예측력 비교
구분
예측
부실
정상
예측력
실제
모형1
부실
28
0
100.00%
94.64%
정상
3
25
89.29%
모형2
부실
7
0
100.00%
92.86%
정상
1
6
85.71%
모형3
부실
6
1
85.71%
85.71%
정상
1
6
85.71%
모형4
부실
5
2
71.43%
78.57%
정상
1
6
85.71%
모형5
부실
5
2
71.43%
78.57%
정상
1
6
85.71%
종 합
86.07%
위의 표에서도 나타나듯이 56개의 자료를 이용해 도출한 모형1의 예측력이 94.64%로 가장 높게 나타나고 있다. 그리고 각 연도의 자료를 이용한 모형들도 대체로 80% 이상의 예측력을 보이고 있다. 그러나 일반적인 추측과는 반대로 퇴출결정(혹은 해외매각결정) 시점에 다가올수록 예측력이 떨어지고 있다. 즉 퇴출직전해의 자료를 이용한 모형이 오히려 4년전의 자료를 이용한 모형보다 예측력이 떨어지는 결과를 보이고 있는데, 이는 실제로 모형의 예측력에 문제가 있다기보다는 자료의 수가 7쌍으로 매우 적은데서 오는 문제로 생각된다. 실제로 위의 표에서도 예측력이 94년 92.86%에서 95년 85.71%로, 또 96년과 97년에 78.57%로 떨어지는 것은 1개은행의 분류 잘잘못에 따른 것이다. 따라서 자료가 충분히 많았다면 예측력은 대체로 비슷하거나 오히려 증가했을 것으로 추정된다.
5-3-2. 각 모형에 포함된 변수비교
부실은행의 예측에 사용되는 변수들도 모형에 따라 조금씩 차이가 나는데 이를 정리해보면 아래의 표와 같다.
예측에 사용되는 변수들의 모형별 비교
변 수
모형1
모형2
모형3
모형4
모형5
성장성
X1 총자산증가율
○
○
○
○
×
X5 영업수익증가율
○
×
×
○
○
수익성
X6 총자본순이익률
○
○
○
×
×
X10 예대마진률
○
○
○
○
○
안정성
X13 예대율
○
○
○
○
○
생산성
X14 종업원1인당예금
○
×
×
×
×
활동성
X16 총자본회전률
○
○
○
○
○
모형1에는 성장성지표인 총자산증가율과 영업수익증가율, 수익률지표인 총자본순이익률과 예대마진률, 안정성지표인 예대율, 생산성지표인 종업원1인당예금, 활동성지표인 총자본회전율이 고르게 예측변수에 포함되었다. 그러나 모형2∼5에서는 생산성지표인 종업원1인당예금이 부실은행을 예측하는 변수에서 제외되었으며, 다른 변수들은 약간의 차이가 있기는 하지만 성장성과 수익성, 안정성 및 활동성을 나타내는 지표들이 모형에 고르게 반영되고 있음을 알 수 있다.
결 론
정부는 퇴출은행을 결정할 때 BIS기준 자기자본비율이 8%미만인지의 여부를 거의 절대적인 기준으로 사용하였다. 하지만 이번 연구의 결과에 의하면 모든 분석결과에서 자기자본비율은 주요한 변수가 아닌 것으로 나타나고 있다. 또한 자기자본비율과 같이 안정성을 나타내는 지표인 예대율 역시 은행의 부실을 판단하는 여러가지 변수 중의 하나일 뿐 절대적인 기준으로 작용하고 있지는 못하다. 따라서 정부가 국제결제은행(BIS)의 권고에 따라 자기자본비율만을 기준으로 삼아 퇴출결정을 내린 것은 상당한 문제가 있는 결정이었다고 생각한다.
또한 생산성을 나타내는 종업원1인당예금도 모형1에서는 고려가 되고 있지만 모형2∼5에서는 부실여부를 판정하는 기준으로 사용되고 있지 않아서 상대적으로 덜 중요한 변수라고 판단된다. 하지만 은행권의 구조조정 역시 여타 산업과 마찬가지로 종업원을 해고하는 일에서부터 시작됐다. 지난해 6월 29일 5개은행에 대한 퇴출결정이 내려진 이후 한때는 최고의 신랑·신부감이었던 은행원들 중 30,000여명이 거리로 내몰렸다. 물론 이번 연구의 결과만을 가지고 해고를 통한 감량과 구조조정이 무조건 잘못된 것이라고 말하기엔 보완되어야 할 부분이 많이 있다. 하지만 감원을 구조조정의 1순위로 보는 정부관료와 은행경영진들의 시각이 어쩌면 상당히 잘못된 것일 수도 있다는 실마리를 제공하기에는 충분한 의미가 있다고 생각한다.
은행의 부실화에는 종업원의 수보다는 은행의 수익성과 안정성, 성장성 및 활동성과 관련된 여러 요인들이 더 많은 영향을 미치기 때문이다. 이러한 부분에서의 문제를 해결하지 못한 채 대량해고로 우선 눈에 보이는 일부터 벌이고 보자는 생각으론 우리 은행들의 경쟁력제고는 요원한 일이 될 것이다.
<참고문헌 등>
1. 문헌
1 장영광, 현대경영분석, 무역경영사, 1997
2 최창현 외, 조사방법과 통계자료분석, 박영사, 1996
3 김건우, SPSS-WIN 예제통계학, 신영사, 1998
4 강병서 김계수, 한글SPSS 사회과학 통계분석, SPSS 아카데미, 1998
5 김흥규, 시회과학 통계분석(SPSS for Windows), 나남출판, 1997
강병서 외, 통계분석을 위한 SPSSWIN Easy, 법문사, 1998
2. 논문, 보고서
1 홍준기, 금융기관 부실예측모형에 관한 연구(상호신용금고를 중심으로), 경영논집,
동국대학교 경영대학원
2 조지호, 기업투자분석을 위한 예측모형검정, 경영연구4권, 한양대학교
3. 인터넷, 기타
1 Http://www.iworld.net/∼SPSS
2 Http://www.spss.co.kr
3 기타 일간지 기사 다수