Can Capital Market Information Predict Corporate Risk Before Financial Deterioration? Evidence from Sci-Tech Firms

금융 세계에서 기업들은 종종 지난 성적표를 받은 학생처럼 과거의 성과에 의해 평가되곤 합니다. 수십 년 동안 대출 기관과 투자자들은 기업이 자금을 지원받기에 안전한지를 결정하기 위해, 기업이 얼마나 많은 부채를 지고 있는지, 얼마나 많은 이익을 냈는지, 그리고 고객으로부터 얼마나 빨리 대금을 회수하는지와 같은 표준적인 재무 수치에 의존해 왔습니다. 그러나 이러한 접근 방식은 기술 및 과학 기업에 있어서 중대한 사각지대를 가지고 있습니다. 이러한 기업들은 흔히 물리적 자산이 거의 없고, 수년간 결실을 보지 못할 수도 있는 연구에 막대한 비용을 지출하며, 예측 불가능한 미래 현금 흐름에 직면합니다. 전통적인 재무 수치들이 나빠지기 시작할 때쯤에는 이미 위기를 막기에는 너무 늦은 경우가 많습니다. 연구자들이 오랫동안 던져온 질문은, 끊임없이 변화하는 주가와 거래 활동을 가진 주식 시장 자체가 공식적인 재무 보고서가 문제를 보여주기도 전에 문제를 포착하는 조기 경보 시스템 역할을 할 수 있는지 여부입니다.

연구팀은 중국의 과학기술혁신판, 흔히 STAR 마켓이라 불리는 곳에 상장된 특정 하이테크 기업 그룹을 조사함으로써 이 질문에 답하고자 했습니다. 그들은 2019년부터 2024년까지 5년 동안 454개 기업의 데이터를 수집했습니다. 연구진은 단순히 최종 수치만을 보는 대신, 전통적인 재무 데이터와 광범위한 시장 신호를 결합한 정교한 예측 시스템을 구축했습니다. 여기에는 주가가 얼마나 급등락했는지, 그러한 움직임의 구체적인 패턴, 해당 기업이 산업 내 다른 기업들과 얼마나 연결되어 있는지, 그리고 결정적으로 기업들이 연구 개발(R&D)에 관한 정보를 얼마나 일관되게 공유하는지가 포함되었습니다. 그들은 데이터에서 복잡하고 비선형적인 패턴을 찾아낼 수 있는 강력한 컴퓨터 알고리즘인 머신러닝의 일종을 사용하여, 이러한 시장 신호들이 다음 분기에 기업이 재무적 곤경, 규제 문제 또는 감사 문제를 겪을지를 예측할 수 있는지 확인했습니다.

연구는 특정 가설을 테스트하는 것으로 시작되었습니다. 즉, 주가가 시간에 따라 움직이는 방식은 단지 과거의 변동성보다 더 많은 정보를 담고 있다는 가설입니다. 연구진은 시장의 위험 기대치가 매일 어떻게 변하는지를 포착하는 '조건부 변동성(conditional volatility)'이라는 척도가 문제 예측 능력을 크게 향상시킨다는 것을 발견했습니다. 이 역동적인 시장 측정치를 모델에 추가했을 때, 위험 기업을 정확하게 식별하는 능력이 눈에 띄게 개선되었습니다. 그러나 연구진은 주식 시장의 요동과 기업 리스크 사이의 관계가 단순한 직선 형태가 아니라는 점도 발견했습니다. 주가가 더 많이 출렁일수록 기업이 더 위험해지는 것은 아니었습니다. 대신, 데이터는 변동성이 중간에서 높은 범위에 있을 때 재무적 어려움의 위험이 가장 높다는 특정 패턴을 보여주었습니다. 변동성이 극도로 높아졌을 때 오히려 즉각적인 재적 붕괴의 위험은 약간 감소했는데, 이는 극심한 시장의 패닉이 기업의 서서히 진행되는 건강 악화보다는 단기적인 충격에 의해 발생할 가능성이 높음을 시사합니다.

주식 시장의 움직임을 넘어, 연구진은 기업들이 실제로 무엇을 하고 있으며 그것에 대해 어떻게 이야기하고 있는지를 조사했습니다. 그들은 기업의 정보 공개 행태가 리스크를 예측하는 데 있어 가장 강력한 예측 변수라는 것을 발견했습니다. 구체적으로, 기업의 연구 개발 관련 보고에서 나타나는 공백은 주요한 위험 신호였습니다. 기업이 연구 프로젝트에 대한 업데이트 공유를 중단하거나 정보가 누락되는 기간이 연속적으로 발생할 경우, 이는 미래의 문제 발생 가능성이 높다는 신호가 되었습니다. 이는 기업의 네트워크 연결성보다 더 강력한 신호였는데, 기업의 자체적인 시장 행동이 이미 고려된 이후에는 네트워크 연결성이 예측에 큰 추가 가치를 더하지 못한다는 점이 놀라웠습니다. 또한 본 연구는 높은 연구 투자액이 일반적으로 긍정적으로 간직되지만, 투자의 일관성과 기업 현금 흐름의 질이 순수한 혁신 투자 금액보다 안전성을 나타내는 훨씬 더 중요한 지표라는 점을 강조했습니다.

이 모든 다양한 유형의 정보를 결합한 최종 모델은 기업들을 리스크 범주로 분류하는 데 매우 효과적이었습니다. 연구진이 한 번도 본 적 없는 데이터로 시스템을 테스트했을 때, 이 시스템은 문제가 발생할 기업들을 높은 정확도로 성공적으로 식별해 냈습니다. 특히 이 시스템은 실패할 가능성이 가장 높은 기업들을 잡아내는 데 탁월하여, 고위험 기업들이 감시망을 빠져나가는 경우가 거의 없도록 했습니다. 이는 기술 기업의 경우, 재무적 곤경으로 가는 경로가 대차대조표상에 나타날 때까지는 항상 눈에 보이지 않는다는 것을 시사합니다. 대신, 경고 신호는 종종 기업이 시장에 반응하는 방식과 기업이 자신의 이야기를 공유하는 일관성 속에 숨겨져 있습니다.

이러한 연구 결과의 함의는 기술 기업에 대출을 해주거나 투자하는 모든 이들에게 명확합니다. 전통적인 재무 보고서에만 의존하는 것은 역동적인 비즈니스를 다루기에 불충분합니다. 더 나은 접근 방식은 시장의 맥박을 관찰하고 기업 공시의 연속성에 세심한 주의를 기울이는 것입니다. 만약 하이테크 기업이 갑자기 연구에 관한 이야기를 중단하거나 주가가 특정한 불안정한 움직임 패턴을 보이기 시작한다면, 이는 기업의 이익이 마이너스로 돌아서기 훨씬 전부터 나타나는 위험의 초기 신호일 가능성이 높습니다. 이러한 시장 신호와 공시 패턴을 리스크 평가에 통합함으로써, 대출 기관과 투자자들은 재무 수치가 악화되기를 기다리는 반응적인 태도에서 벗어나, 위기에 앞서 나타나는 미묘한 변화를 포착하는 선제적인 태도로 전환할 수 있습니다. 본 연구는 시장이 진정으로 강력한 발견 도구임을 확인해주지만, 이는 우리가 시장의 복잡하고 비선형적인 언어를 읽는 법을 알 때에만 유효합니다.