Integrating Linear Regression and Multi-Criteria Decision Making for Assessing Financial Statement Risks in Manufacturing Firms

기술 요약: 제조 기업의 재무제표 리스크 평가를 위한 선형 회귀와 다기준 의사결정의 통합

문제 제기
제조 기업의 재무 성과 평가는 방법론적 파편화 문제에 직면해 있다. 기존 문헌은 일반적으로 다음과 같은 두 가지 핵심 접근 방식을 분리하여 다룬다:

1. 이론적 시간 할인 모델: 화폐의 시간 가치(TVM)를 엄격하게 반영하지만, 경제적, 운영적, 관리적 의사결정 기준의 다차원적이고 상호 의존적인 특성을 포착하지 못하는 지나치게 단순화된 가정에 의존하는 경우가 많다.
2. 전문가 기반 가중치 결정법 (예: AHP): 전문가의 판단에 기초하여 기준에 대한 기술적 순위를 제공하지만, 실제 할인된 성과 결과에 미치는 영향에 대한 실증적 검증이 부족하다.

본 연구는 시간 할인 경제 이론과 다중 평가 기준에 대한 데이터 기반 분석을 정량적으로 연결하는 통합 프레임워크에 관한 문헌적 공백을 다룬다. 전통적인 선형 모델과 과거 비율 방식은 복잡한 관계를 포착하는 데 실패하는 경우가 많으며, 순수 AI 접근 방식은 해석 가능성이 결여될 수 있다. 본 연구는 제어 시스템의 효율성과 재무 리스크를 평가하기 위해 이론적 할인과 실증적 회귀 분석을 결ari combining한 투명하고 해석 가능한 방법론의 필요성을 해결하고자 한다.

방법론
제안된 프레임워크는 결정론적 할인 모델과 선형 회귀 분석을 결합한 하이브리드 접근 방식을 채택한다.

1. 이론적 할인 모델:
   본 연구는 먼저 복리 함수를 사용하여 서로 다른 시점에 발생하는 비용과 편익을 현재 가치 용어로 변환하는 모델을 개발한다. 이 모델은 세 가지 유형의 재무 흐름을 고려한다:

   • 일시적 지출: 할인 함수 $\theta(t) = (1 + \alpha)^{-t}$를 사용하여 할인된다.
   • 시간 비례 비용 (예: 운영 절감액): 시간 동안 적분되는 연속 흐름으로 모델링되어, 총 할인 가치 $r' = I\tau(1 - e^{-t/\tau})$를 산출한다 (여기서 $\tau = 1/\ln(1+\alpha)$).
   • 복합 비용 구조 (예: 시스템 개발): 비용은 프로젝트 기간의 "질량 중심(center of gravity)"인 $t_y$에 귀속된다. 시작 시점의 할인 비용은 $C'_y = C_y(1 + \alpha)^{0.5t_y}$로 계산된다.

2. 선형 회귀 통합:
   이러한 할인된 경제적 성과가 여러 기준에 의해 어떻게 영향을 받는지 실증적으로 평가하기 위해, 본 연구는 근사 방법으로서 선형 회귀를 활용한다.

   • 변수: 종속 변수는 할인된 경제적 효과($\bar{R}_i$)이다. 독립 변수는 전문가 평가에서 도출된 **평균 가중치 점수(AWS)**이다. 여기에는 주요 기준(예: 비용 구조, 투자 리스크, 신뢰성, 현금 흐름) 및 이차적 기준에 대한 가중치가 포함된다.
   • 모델 명세: 관계는 다음과 같이 모델링된다:
     $$\bar{R}_i = \beta_0 + \beta_1 CSR_i + \beta_2 LR_i + \beta_3 IR_i + \beta_4 CFR_i + \varepsilon_i$$
     여기서 $\beta_j$는 각 기준이 전체 할인 성과에 기여하는 한계 기여도를 정량화하는 회귀 계수를 나타낸다.
   • 추정: 계수는 최소제곱법(OLS)을 사용하여 추정된다. 본 연구는 다중공선성을 처리하기 위한 잠재적 확장으로서 릿지 회귀(Ridge regression)를 언급하기도 하지만, 제시된 주요 결과는 표준 OLS 공식에 기반한다.

주요 결과

• 기준의 영향력 정량화: 회귀 분석은 특정 기준(예: 비용 구조 및 투자 리스크)이 전체 할인된 경제적 성과에 기여하는 바를 성공적으로 정량화하였다. 계수는 단순히 이론적 중요성이 아닌, 실제 경제적 영향에 따른 기준의 순위를 매길 수 있는 투명한 근거를 제공한다.
• 모델 적합도 및 선형성: 기준 가중치에 대한 예비 분석 결과, 순위와 가중 사이의 관계는 상위 순위(상위 기준이 불균형하게 큰 가중치를 갖는 구간)에서는 완벽하게 선형적이지 않으나, 순위 5위 이후부터는 선형에 가까워지는 것을 관찰하였다. 전체 결정 계수($R^2 \approx 0.55$)는 완만한 선형 적합도를 나타내며, 이는 선형 회귀가 유용한 기초 모델 역할을 수행하지만 변동성의 일부만을 포착함을 시사한다.
• 해석 가능성: 본 모델은 추상적인 할인 원칙과 실증적 데이터 사이의 간극을 성공적으로 메운다. 이는 전문가로부터 도출된 가중치가 할인된 경제적 결과를 예측하는 데 효과적인 설명 변수로 기능할 수 있음을 입증한다.

의의 및 주장
본 논문은 이 통합 프레임워크가 다음과 같은 측면에서 제조 기업의 재무 성과 평가에 있어 실질적인 진보를 제공한다고 주장한다:

• 이론과 데이터의 연결: 이론적 시간 할인 원칙과 실증적 데이터를 연결함으로써, (상호작용을 지나치게 단순화하는) 순수 이론 모델과 (실증적 검증이 결여된) 단독 전문가 가중치 방식의 한계를 극복한다.
• 의사결정 강화: 각 기준의 한계 경제적 기여도에 기반하여 데이터 중심의 투명한 기준 순위를 제공함으로써, 제어 시스템의 효율성 및 자원 배분에 관한 보다 강력하고 증거 기반의 의사결정을 지원한다.
• 해석 가능성 향상: "블랙박스" 형태의 머신러닝 모델과 달리, 이 선형 회귀 접근 방식은 높은 해석 가능성을 유지하여 관리자가 비용 구조나 현금 흐름 특성과 같은 요소들이 재무 성과에 구체적으로 어떻게 영향을 미치는지 이해할 수 있게 한다.

저자들은 선형 모델이 하나의 근사치임을 인정하며 신중한 태도를 유지한다. 저자들은 본 프레임워크가 선형 관계를 가정하고 있으며, 향후 연구에서 비선형 관계, 동적 패널 데이터 모델 또는 산업별 보정을 포함함으로써 예측 정확도를 개선할 수 있다고 언급한다. 본 연구는 첨단 AI를 대체하려는 것이 아니라, 엄격한 경제적 프레임워크 내에서 전문가 데이터를 효과적으로 활용하는 해석 가능한 기준점을 제공하는 것을 목표로 한다.