J Navig Port Res > Volume 44(3); 2020 > Article
글로벌 금융위기 전후 한국 건화물 선사의 재무비율 변동에 대한 비교 분석

요 약

2008년 9월 미국의 서브프라임 모기지 부실에 의한 리먼브러더스 사태로 시작된 글로벌 금융위기가 세계 건화물해운시장에도 영 향을 끼쳐 건화물 물동량 감소와 선박의 공급과잉으로 세계 건화물해운산업과 조선산업에 심각한 불황을 유발하였다. 이러한 상황에서, 국제 경제의 동향에 민감한 한국경제의 구조 여건상 한국의 건화물선해운기업(또는 건화물선사)도 2008년 이후 현재까지 어렵게 경영을 헤쳐가고 있다. 이와 같은 심각한 불황과 그 여파로 건화물선사의 수익이 급감 할 수밖에 없게 되었으며 열악한 재무구조로 인해 경영이 부실해지고 급기야 도산과 파산하는 해운기업이 속출하게 되었다.이러한 점을 고려하여 동 연구는 2008년 글로벌 금융위기를 기점으로 2005년부터 2007 년까지와 그 후 2010년부터 2012년까지로 기간을 선정한 다음 한국의 외항 건화물 해운기업을 건전기업과 부실기업으로 구분하여 두 기업집 단 간의 주요 재무비율에 어떠한 변화와 차이가 있었는지 t 검정을 통해 분석하였다. 실증분석에서 두 집단 간에 차이를 보인 주요 재무비율 로는 수익성비율과 성장성비율이다. 본 연구의 의의는 첫째, 해운기업 경영에도 역시 재무건전성에 대한 체계적인 관리가 중요하며 이를 위해 수익성이 높은 화물을 계약하는 영업전략이 중요하다. 둘째, 선박의 효율적인 운항 및 관리로 성장성이 지속되는 기업으로 경영해야 한다는 것이다.

ABSTRACT

The 2008 global financial crisis was triggered by the Lehman Brothers crisis caused by the sub-prime mortgage crisis in the United States This crisis has had an impact on the globe’s dry bulk shipping market by reducing dry bulk cargo volume. An oversupply of dry bulk carriers caused a serious recession in the globe’s dry-bulk shipping industry and shipbuilding industry. In this situation, the Korean dry-bulk shipping companies were victims of the quagmire of a long recession since the global financial crisis and could not overcome this crisis. This condition forced them into severe financial risk Thus, it caused many shipping companies to file for bankruptcy. In this study, we classified Korean ocean-going dry-bulk shipping companies into two groups, that is, the solvent group and the insolvent group. We also separated the research period before and after the 2008 global financial crisis. Then we investigated the differences in the major financial ratios of the two groups by t-test and found that some financial ratios such as profitability ratios and growth ratios showed the difference between the two groups with statistical significance. The significance of this study is as follow. First, the shipping company management is also crucial for the systematic management of financial strength and business strategy, it is crucial to manage cargo which a high profitable freight. Second, the shipping company should be managed as a company with continued growth through efficient operation and management of ships.

1. 서 론

한국해운산업은 지난 30년 동안 눈부신 발전을 하면서 2000년대 들어 규모와 역량에서 선진 해운강국으로 성장하였 다. 여기까지 성장하는 데는 1980년대 초반 해운산업 합리화 과정과 1990년대 IMF 등 국제해운시장 불황 극복이라는 뼈 아픈 과정이 있었다. 그러나 위 두 차례의 경험을 활용하지 못하고 2008년 글로벌 금융위기에 또 다시 해운산업이 고사 직전에 처해 있는 실정인 것이다(Korea Shipowners’ Association, 2008).
이에 본 연구는 2008년 글로벌 금융위기를 기점으로 2005 년부터 2007년까지와 그 후 2010년부터 2012년까지 현재 한 국의 외항 건화물해운기업의 재무추이를 건실기업과 부실기 업으로 구분하여 표본기업들의 중요한 대표적 재무비율의 차 이점을 비교 분석하였다. 기업 재무비율에 관련한 문헌을 통 해 본 연구에 필요한 요소를 선정하였다(The Bank of Korea, 2015). 기업군을 건전기업과 부실기업으로 나누고 이 두 그룹의 재무적 특성에 대한 비교, 분석은 주요 재무비율 의 차이분석(T-test)을 통해 수행하였다. 이를 통해 두 기업 집단 간 어떠한 재무요소에 차이가 나타났는지 살펴보았다.

2. 선행연구 고찰

자본구조에 대한 연구는 Modigliani & Miller(1958)가 전 통적인 자본구조이론을 부정하면서 전환점을 맞이하였다. 그 들은 기업의 가치는 자본구조가 아닌 수익성에 달려있다고 주장하고 다음과 같이 세 가지의 명제(proposition)를 제시하 였다. 첫째 기업의 가치나 가중평균자본비용은 자본구조와 는 무관하다 기업의 가치는 자본구조와는 독립적인 관계에 있는 가중평균 자본비용으로 영업이익을 할인하여 얻어진다. 둘쩨, 보통주의 기대수익률(자기자본비용)은 부채비율이 증 가함에 따라 증가하며, 저렴한 비용으로 부채를 사용하는 이 점을 완전히 상쇄한다. 셋째, 새로운 투자의 거부율(cut-off rate), 즉 필요수익율은 투자를 위한 자본조달방법과는 관계 가 없다고 하였다. 즉, 기업의 가치는 세금이 없는 완전자본 시장에서 미래현금흐름의 현재 가치의 합계이며 기대현금흐 름을 그 기업이 속한 위험집단(risk class)에 적합한 요구수 익률로 자본화함으로써 얻어지는 것이며 이는 자본구조와는 무관하다고 주장하였다.
Lee(2011)은 우리나라 해운산업은 선박보유량 기준 한때 세계 6위까지 이르렀으나 선박금융, 해운중개, 선박관리 등의 성장엔진을 다양하게 구축하지 못하고 영업위주의 성장전략 만 추구해 왔기 때문에 글로벌 금융위기 이후 초래된 전 세 계 벌크시장의 불황을 극복하지 못했다고 지적하고, 금융위 기라는 환경적 요인과 함께 정부와 해운기업들의 경영적, 운 영적 측면에 끼친 영향을 분석하고 구조적 요인으로 첫째 해 운여건 변화에 대한 통찰력 부족, 둘째 지나친 양적 성장의 치중, 셋째 해운업계의 위기관리능력 미흡으로 분석하였고 정책관리 요인으로 첫째 해운산업의 전문인력 양성 미흡, 둘 째 선박금융 등의 금융지원 환경의 열악성과 금융감독 및 규 제의 불충분 등의 요인을 지적하였다. 그에 대한 대응방안으 로 업계에는 첫째 해운투자 전문성 강화를, 둘째 경영의 다 각화 및 전략적 제휴의 필요성을, 셋째 다양한 전문 인력의 확보를 제시하였고, 정부에는 첫째 선박금융의 대중화 및 지 식산업화를, 둘째 신 해운인 양성 전략을, 셋째 해운산업에 대한 정책의 일관성 유지를 제시하였다.
Bartoloni(2013)는 기업의 이익창출력에 대하여 수익성비 율과의 인과관계를 분석하였다. 수익성(Net income to total asset)은 순이익을 총자산으로 나는 비율이며 자산수익률 (Return on Assets: ROA)이라고 사용되며 이는 기업의 총자 산 대비 이익생산성을 측정하는데, 수익성이 높아도 현금유 동성이 일시적이더라도 악화되면 기업이 흑자도산을 할 수 있으므로 이에 대한 분석이 필요하다고 보고 기업의 수익성 이 부채수준에 영향을 미치는 요인이 된다고 분석하였다.
Kim(2014)은 글로벌 금융위기 전후의 경영성과를 재무비 율분석을 통해 살펴보았고 금융위기 여파로 많은 외항해운기 업이 부도 처리되었으며 신용위험(credit risk)에 노출되었다 고 진단하고 이러한 외항해운기업을 대상으로 첫째 기업의 재무변수를 사용하여, 둘째 재무변수 외에 현금흐름 및 시장 변수를 포함해 부도예측모형을 분석하여 추정함으로써 다음 과 같이 연구의 정책적 합의를 언급하였다. 첫째 해운기업의 부도는 연관 산업 등 경제적 영향 외에 안보에도 영향을 끼 칠 수 있으므로 해운기업에 대한 조기경보시스템을 구축해야 한다. 둘째 금융기관의 해운기업 신용평가체계에 대한 개선 이 필요하다. 셋째 해운기업의 리스크 관리와 관련해 전문가 집단이 정책 형성에 보다 적극적으로 참여할 수 있는 방안이 요구된다.
Yeo(2017)는 전 세계 상위 61개의 해운기업을 대상으로 2009년부터 2013년까지의 자료를 이용하여 자본조달에 관한 기업의 특성과 재무건전성과의 관계를 분석하여 자산의 유형 성이 재무건전성과 깊은 관련이 있음을 발견하였다. 유형자 산의 비율이 높은 기업일수록 부채의존도가 높게 나타났고 또한 해운기업의 유동부채비율이 재무건전성에 영향을 미치 는 중요한 요인이라고 분석하였다. 한국의 해운기업을 포함 해 대부분의 해운기업들이 단기 운영자금의 의존도가 상당히 높은 것으로 파악하고, 해운기업이 경영효율성을 높이기 위 하여 재무구조의 건전성을 개선시키는 구조조정이 필요하다 고 분석하였다.
Lee(2019)는 해운업의 위험 종류를 8개로 구분하여, 첫째 영업이익(EBIT)의 변동으로 인해 경영위험, 둘째 예기치 않 은 자금수요를 충족하지 못하여 직면하게 되는 유동성위험, 셋째 장기용선, 대출 등으로 인한 대외신용위험, 넷째 경영부 실로 인한 부도위험, 다섯째 선박도입 또는 건조 등의 투자 에 따른 재무위험, 그 외에 시장위험, 정치적 위험, 선박건조 기술 및 물리적 위험으로 분류하고, 특히 재무적 관점의 위 험요소를 크게 5개로 분류하여 해운기업의 필수요소인 선박 의 특수성에 다른 재무적 관점의 위험관리의 중요성과 이에 대한 방안으로 해상운임선도거래(Forward Freight Agreement: FFA)와 관련한 시장에 주목할 것을 제시하였다. 본 연구 는 해운기업이 재무레버리지가 높은 산업군에 속하기 때문에 경기에 매우 민감하게 반응한다는 점을 포착하여 2008년 글 로벌 금융위기를 전후를 구분하여 일차적으로 선행 연구 및 관련 자료를 조사하였다. 다음으로 금융위기 이후 부실로 치 달은 기업군과 금융위기를 잘 극복하고 건재한 기업군을 선 별하여 그 두 기업군에 대한 금융위기 이전과 이후의 5개 주 요 재무비율의 22개 세부 재무비율을 선정하여 그 차이점을 분석했으며 이 과정에서 기업의 부실이 한 순간에 발생되는 것이 아니라 서서히 진행된다는 점을 파악할 수 있었다. 이 러한 차이점 분석을 위해 비교적 높은 빈도로 활용되는 유용 한 재무비율 변수를 대상으로 두 기업집단 간 재무비율의 차 이분석(T-test)을 수행하였다. 실증분석을 통해 글로벌 금융 위기를 거치면서 우리나라 건화물 외항기업 중 건실기업과 부실기업의 주요 재무비율의 차이점을 실증적으로 탐색할 수 있었다. 본 연구에서는 차이검정 수행을 위한 통계패키지로 SPSS 19.0을 이용하여 건전기업과 부실기업군의 재무비율 특성을 분석하였다.

3. 연구의 설계

3.1 표본의 선정과 자료

표본을 각각 건전기업과 부실기업으로 나누어 구분하고 다음과 같이 정의하였다. 건전기업은 2008년 글로벌 금융위 기 이후 2012년 12월 31일 현재 건화물 해운시장에서 여전히 건재하고 있는 기업을 가리키며, 부실기업은 2008년 글로벌 금융위기 이후 2012년 12월 31일 현재 시장에서 퇴출되었거 나 퇴출위기에 처한 기업으로 구분 정의하였다.
본 연구에서는 국토해양부와 한국선주협회 등록기준 2013 년 12월 31일 현재 180여개 전체 외항해운기업을 보유선박 종류별로 구분하여 건화물선을 주요선박으로 2척 이상 보유 하고 있는 선사를 110여개 선사(Korea Shipowners’ Association, 2013)로 파악하였고 그 건화물선사 중 2005년∼ 2012년 동안 2008년과 2009년을 제외하고 6개년의 재무자료 가 공시되어 객관적으로 활용 가능한 건전기업 43개 업체와 동기간 중 2년 이상 재무자료가 공시되었으나 부도나거나 실 질적으로 파산절차를 밟고 있는 부실기업 41개 업체를 선정 했다. 2008년 글로벌 금융위기를 기점으로 이후 2015년 12월 현재 부실로 치달은 기업들과 양호하게 건제한 기업들의 재 무지표를 주요 5개의 재무요소 군으로 구분하고 이를 다시 22개 재무비율요소로 세분화하여 금융위기 이전과 이후 어떠 한 변화와 차이로 도출되었는지 분석함을 그 목적으로 하여, 표본기업을 해양수산부와 한국선주협회에 등록된 선사를 기 준으로 기업 중 부실로 시장에서 퇴출되었거나 부실한 기업 과 여전히 건재하고 있는 건전기업을 추줄 선정하였다. 자료 의 원천은 금융감독원 전자공시시스템(D.A.R.T)에 공시된 각 기업의 재무재표 자료와 한국선주협회에서 발행한 2005년 ∼2013년의 해운연보 자료를 참고, 활용하였다.
2008년 8월 미국의 리먼브러더스 부도사태가 글로벌 금융 위기의 시발점이 되었으나 실제 2007년 초반부터 그 징후는 여러 군데서 나타나고 있었으며 사고발생 가능성을 경고하는 주장이 아주 제한적으로 제시되었다. 그러나 시장은 이러한 경고를 인정하고 받아들이지 못하게 전개되었다. 외항해운기 업은 더욱 그 거품이 심각하여 서두에서도 언급 하였듯이 2008년 5월 말에 BDI 지수 역사상 기록적인 수치인 최고 11,793포인트를 기록하였다가 동년 연말에 663포인트까지 급 강하해 파국의 장세로 전락하고 말았다(Clarksons Research, 2008). 그 만큼 2008년도에 극과 극의 비정상의 시장 상황으 로 치달아 당해기간의 각종 지표가 심한 격차를 띄고 있기 때문에 정상적인 통계분석 자료로서 적절하지 않는 것으로 판단하여 배제하였다.

3.2 변수의 정의

KIM·KAM(2012)가 분류한 재무비율에서 본 연구는 표본 기업의 객관적인 재무자료의 수집이 용이하고 통계처리가 비 교적 가능한 재무지표에 대한 비율들을 주로 사용하였다. 본 연구에서 재무지표 요소의 선택기준은 다음과 같다.
  • ① 시중에 기업경영분석에 보편적으로 이용되고 있는 재무비율

  • ② 재무비율의 분석과 해석이 용이한 비율

  • ③ 자료의 습득과 계산이 쉬운 요소

비교 분석할 재무비율은 5개 대분류로 구분하여 총 22개 를 선정하였고 이를 위한 계산식은 Appendix I 과 같다(The Bank of Korea, 2014).

3.3 가설의 설정

금융위기를 전후하여 건전기업과 부실기업 간 재무비율에 유의한 차이가 있을 것이라 보고 주요 재무비율을 5개 그룹 으로 묶어 22개 세부 항목에 대하여 아래 Table 1과 같이 연 구가설을 설정하였다.
Table 1
Hypotheses: SF=Solvent Firm, IF=Insovent Firm
KINPR-44-3-244_T1.jpg

3.4 재무비율 차이검정(T-test)

Altman(1968)은 차이분석 기법을 통해 기업부도예측과 재 무비율판별을 분석하였다. 이 기법에 대한 방법론에는 크게 모수 추정과 비모수 추정이 있는데 본 연구에서는 모수 추정 방법에 근거하고 있다. 차이검정(T-test)은 모집단의 분산이 나 표준편차를 알지 못할 때 모집단을 대표하는 표본으로부 터 추정된 분산이나 표준편차를 가지고 검정을 하는 방법으 로 일반적인 통계분석에서 자주 사용되는 방법이다.
Zmijewski(1984)는 차이검정(T-test) 모형을 활용해 재무 위기예측측정에 관한 방법론을 연구, 분석하였다.
T-test 에는 단일표본 T-검정, 두 종속표본 T-검정, 두 독립표본 T-검정 등이 있다. 첫 번째로, 단일표본 T-검정이 란 모집단의 분산을 알지 못할 때 모집단에서 추출된 표본의 평균과 연구자가 이론적 배경이나 경험적 배경에 의하여 설 정한 특정한 수를 비교하는 방법이다. 두 번째로, 두 종속표 본 T-검정이란 알지 못하는 각기 다른 두 모집단의 속성인 평균을 비교하기 위하여 두 모집단으로부터 표본들을 추줄하 여 표본의 평균들을 비교함으로써 두 모집단의 평균을 비교 하여 속성을 분석하는 통계방법이다. 이때 각 모집단으로부 터 추출된 두 표본은 서로 독립적인 것이 아니라 어떤 상관 관계가 있는 종속적인 것이어야 한다. 세 번째로 두 독립표 본 T-검정이란 각기 다른 두 모집단의 속성인 평균을 비교 하기 위하여 두 모집단을 대표하는 표본들을 독립적으로 추 출하여 표본 평균들의 비교를 통하여 모집단간의 유사성을 검정하는 방법이다. 모집단은 개수 m으로 부여하고 표본은 n-1로 부여하는 차이점은 다음과 같다. 표본에서 평균을 구 해야 편차를 구할 수 있으므로 자유도가 1이 소실되어야 한 다. 즉, 자유도는 자유롭게 움직이는 정도라는 의미인데 평균 (모수 Parameter)이 결정되어 있다면 예를 들어 10개의 값이 있을 때 9개는 자유롭게 움직일 수 있지만 1개는 고정되어 있어야 한다. 모집단은 개수 m으로 부여하고 표본은 n-1로 부여하는 차이점은 다음과 같다. 표본에서 평균을 구해야 편 차를 구할 수 있으므로 자유도가 1이 소실되어야 한다. 즉, 자유도는 자유롭게 움직이는 정도라는 의미인데 평균(모수 Parameter)이 결정되어 있다면 예를 들어 10개의 값이 있을 때 9개는 자유롭게 움직일 수 있지만 1개는 고정되어 있어야 한다. 이러한 이유로 표본인 경우에는 편차제곱합을 n-1, 즉 자유도로 나누어 분산을 구하는 것이 불편추정량(Unbiased estimator)으로 알려져 있기 때문이다. 기본적으로 자료는 표 본인데 모집단의 모든 자료를 수집했다고 하더라도 시점을 달리해서 자료가 지속적으로 생성되기 때문이다. 독립된 두 집단 간의 평균의 차이가 통계적으로 유의미한 차이를 보이 고 있는지 여부를 검증할 때 사용되는 분석방법으로 분석에 필요한 자료의 수가 많거나 자료의 분포가 정규분포와 비슷 한 종 모양의 형태를 갖는다면 자료가 정규분포를 따른다는 가정 하에 이용되는 대표적인 통계분석방법이다. 정규분포를 따르는 자료의 평균값을 식으로 적당히 정리하면,
T=X¯μS/nt(n1)와 같다.
여기서 자유도가 n-1인 t분포를 따른다는 것이며, 그 분석 결과가 95% 신뢰구간을 얻는다는 것이다. 이러한 자료가 정 규분포를 따른다는 가정 하에 t분포를 사용하여 평균에 대한 검정을 통하여 통계분석을 한다(Jeong, 2000).

3.5 재무지표의 기술통계량

Table 2 는 표본의 재무지표자료의 기술통계량이다.
Table 2
Descriptive statistic of data (Unit: K.Won 1mil)
KINPR-44-3-244_T2.jpg

4. 실증분석결과

금융위기 전후 기간을 구분하여 부실기업과 건전기업 간 에 유동성비율, 자본구조(레버리지)비율, 효율성비율, 수익성 비율, 성장성비율을 대표하는 22가지 재무비율에 유의미한 차이가 있는지 T-검정을 활용하여 분석하였다.
본 논문은 외항 건화물 선사를 대상으로 건전기업과 부실 기업군을 구분하여 금융위기를 전후로 두 기업 집단 간 주요 재무비율의 차이분석을 수행하였으며 그 결과는 아래 Table 3 과 같으며, 여기서 밝혀진 주요 실증분석결과는 다음과 같다.
Table 3
Results of Hypothesis test
KINPR-44-3-244_T3.jpg
첫째, 유동성비율을 대표하는 유동비율과 당좌비율 등 2가 지 재무비율 모두 금융위기 이전과 이후 건전기업과 부실기 업 간에 유의미한 차이가 없는 것으로 분석되었다. 통계적으 로는 평균의 차이는 없는 것으로 분석되었으나, 금융위기 이 전에 비해 위기 이후 평균치는 건전기업에 비해 부실기업이 확연히 적은 것으로 나타나고 있다. 이는 부실기업이 건전기 업에 비해 유동성 비율에 어려움이 더해 진 것으로 해석할 수 있다.
둘째 자본구조비율에서 6개 요소 중 자기자본비율과 금융 비용부담율은 통계적으로 유의미한 차이가 있다고 분석되었 다. 반면 부채비율, 고정비율, 고정장기적합률, 이자보상비율 은 금융위기 이전과 이후 건전기업과 부실기업 간에 유의미 한 차이가 없다고 나타났다. 그런데, 금융위기 이후 부실기업 의 부채비율과 고정비율은 높아지고, 반면 평년수준을 유지 하거나 완만한 상승세로 높아져야 할 고정장기적합률과 이자 보상비율은 하락한 것으로 나타났다. 이는 자본구조비율의 차이분석을 통해 부실기업이 해운 시황 활황 장세에서 방만 한 경영으로 인해 재무건전성을 적절히 관리하지 못하여 금 융위기 이후 열악한 재무구조로 경영 어려움에 직면한 것으 로 추정된다.
셋째, 효율성비율의 4개 중 매출채권회전율, 고정자산회전 율, 총자산회전율 등이 금융위기 이전과 이후에 건전기업과 부실기업 간에 유의미한 차이가 없다고 분석 되었지만 재고 자산회전율이 유의미한 차이가 있다고 분석 되었다. 효율성 비율 역시 통계적 분석 결과로는 다수 요소에서 두 기업집단 간 글로벌 금융위기 이전과 이후 평균값의 차이는 없다고 분 석되었으나 재무비율 평균 흐름을 보면 건실기업에 비해 부 실기업의 평균치는 금융위기 이후 효율성이 크게 떨어지는 것으로 나타내고 있다.
넷째, 수익성비율 5개 비율 중 총자산순이익률, 총자산영 업이익률, 매출액순이익률, 매출액영업이익률은 통계적으로 유의미한 차이가 있다고 분석 되었다. 반면 자기자본순이익 률은 금융위기 이전과 이후에 건전기업과 부실기업 간에 차이가 없다고 분석 되었다. 금융위기 이후 해상운임이 급락 하여 수익성비율이 양대 기업집단이 전체적으로 떨어졌으며 특히 부실기업은 금융위기 이후 음(-)의 비율로 현저히 감소 세를 보이는 것으로 나타났다. 다만 자기자본순이익률에서 건전기업이 부실기업 보다 음(-)의 비율로 더 급락한 것으로 도출된 이유로는 해당 요소의 분석에서 피력 하였듯이 부실 기업의 자본잠식에 따른 분모 요소의 음(-)의 적용에 따른 수 리적인 통계결과의 착시현상이 원인으로 판단된다.
마지막으로, 성장성비율 5개 비율 중 매출액증가율, 총자 산증가율은 통계적으로 유의미한 차이가 있는 것으로 분석되 었다. 반면 영업이익증가율, 순이익증가율, 자기자본증가율 등이 금융위기 이전과 이후에 건전기업과 부실기업 간에 유 의미한 차이가 없는 것으로 나타났다. 성장성비율에서도 부 실기업은 전반적으로 금융위기 이후 증가율이 음(-)으로 급 락하여 부실함을 여실히 나타내고 있다는 결론을 얻을 수 있 었다. 다만 영업이익증가율에서 건전기업이 부실기업보다 음 (-)의 비율로 더 급락하게 된 이유로는 해당 비율의 분석에 서 피력 하였듯이 부실기업의 분모 요소인 전기순이익이 음 (-)으로 전환된 원인으로 인해 수리적인 통계결과의 착시현 상 때문으로 추정되며 이 부분은 역시 운임수준이 금융위기 이전과 이후에 얼마나 큰 차이를 나타내었는지 그 동안의 자 료를 통해 분석 할 수 있으므로 그 원인으로 추론 할 수 있 을 것으로 판단된다.
이상의 실증분석에서 나타난 결과를 토대로 해운기업의 부실과 위기의 원인을 찾을 수 있을 것이다. 특히 Table 3 의 가설검정 결과(총괄)에서도 나타났듯이 부실기업의 경우 연 구가설의 채택이 두드러진 레버리지관리와 수익성관리 및 성 장성관리 측면에서 특히 부실했다는 결과를 도출하였다.

5. 결 론

본 논문은 2008년 글로벌 금융위기를 기점으로 전 세계적 으로 장기적인 경기침체에 따라 불황에 처한 한국 건화물 선 사를 대상으로 기업부실의 직접 원인이 유동자금 경색과 재 무상황 악화가 주원인이라는 점에 착안하여, 이러한 글로벌 금융위기 상황에서 주요 재무비율이 어떻게 변하였는지 금융 위기 이전과 이후의 차이를 분석하였다. 또 이러한 외부 위 기 요인을 극복하기 위해 선사 자체의 위기관리나 대응방안 이 무엇이 있을까를 도출하는데 그 목적을 두고 연구하였다.
그리하여 2005년부터 2007년까지와 그 후 2010년부터 2012년까지 현재 한국의 외항 건화물해운기업의 재무추이를 건실기업과 부실기업으로 구분하여 주요 재무비율 22개를 선 정하여 그 차이점을 비교 분석하였다. 그리고 도출된 차이점 에 대하여 분석하고 어떠한 재무요소에 차이를 나타내었는지 실증적으로 분석하였다.
본 논문의 실증분석 통해 얻어진 결과를 토대로 본 연구의 의의를 살펴보면 다음과 같으며, 이들은 해운기업이 건실한 경영활동을 영위하기 위하여 유념해야 할 사항으로 생각된 다. 이는 우리나라 건화물 해운기업의 저력과 위상을 회복하 는데 필요한 요소가 무엇인가에 대해 본 연구에서 분석한 결과이기도 하다.
첫째, 해운기업을 경영하는 선사는 해운의 세 가지 요소 (선박, 인적자원, 지속적인 화물의 안정적 확보)인 기본에 충 실해야 한다는 것이다. 선박과 인적자원(육, 해상 직원)의 2 가지 요소와 더불어 안정된 수익력이 확보된 운송화물의 지 속적인 확보가 중요한 요건인 것이다. 그러나 부실기업들은 그러한 화물 확보가 충분하지 못하여 외부의 위기를 극복하 지 못하게 되었다는 사실이다. 가설검정의 수익성비율에서도 확인 되었듯이 건실기업과 부실기업의 유의미한 차이가 수익 성부분에서 가장 부각되었다는 점을 유념해야 할 것이다.
둘째, 해운기업 경영에서 재무건전성 관리가 필요하다는 것이다. 재무제표에 대한 올바른 이해와 재무제표 활용능력 을 길러 현재 재무상태의 파악 및 이를 위기 상황에 활용하 여 유연하게 대응할 수 있는 상시 대비체계로 기업을 경영해 야 한다는 것이다.
셋째, 성장성이 지속되는 기업으로 경영해야 한다는 것이 다.
이런 결과는 본 연구에서 얻어진 소중한 수확이며, 해운기 업의 경영도 일반기업의 경영과 같이 역시 주요 재무비율 관 리를 체계적으로 운영하여 견고한 경영상태를 유지하는 데 역 점을 두어야 한다는 것에 본 연구의 시사점으로 삼고자 한다.
본 연구를 진행하면서 느꼈던 한계와 향후 연구과제는 다 음과 같다.
첫째, 자료의 규모성이다. 공시가 기본인 상장기업이 많지 않고 대상이 될 만한 표본기업 또한 많지 않아 자료를 습득 하는데 어려움이 많았고 그나마 대상이 될 만한 표본기업들 마저도 그 자료가 여의치 않은 경우가 많아 그 연구대상이 지극히 제한적이었다는 점이다.
둘째, 분석한 표본자료의 결과치에 편차가 심하다는 것이 다. 해운업의 특성상 일반기업의 그것과는 분석결과에 대한 평가 해석이 다르게 이뤄져야 할 필요가 있으며, 금융위기 전,후의 차이가 워낙 과대하여 분석에 대한 결과값이 극단적 으로 나타났다거나 실제값은 차이가 있는데 평균값의 차이검 정은 유의한 의미가 없는 것으로 나타나 그 차이를 정확히 분석하는데 한계가 있었다는 것이다. 이는 앞으로 우리나라 건화물 해운선사가 다시 부활하여 다양성을 확보하여 좀 더 많은 표본집단을 형성하여 그 한계를 극복하게 될 수 있기를 기원해본다.
마지막으로 향후에는 우리나라 해운산업에 선종, 업종, 화 물(화주) 등 다양한 분야에서 표본크기를 확대하여 자료의 다양성, 접근성, 선택성 등 신뢰도 높은 표본을 확보하여 좀 더 정확한 분석력과 나아가 예측력을 갖출 수 있는 연구가 해운산업 발전에 일조한다는 사명감을 갖고 지속적으로 이뤄 져야 할 것이다.

Appendix

  • 1) 유동성비율

    • 유동비율=유동자산유동부채×100당좌비율=유동자산재고자산유동부채×100

  • 2) 자본구조(레버리지)비율(안전성)

    • 부채비율=타인자본자기자본×100자기자본비율=자기자본총자본×100고정비율=고정자산자기자본×100고정장기적합률=고정자산자기자본+고정부채×100이자보상비율=영업이익이자비용×100금융비용부담률=이자비용매출액×100

  • 3) 효율성비율

    • 재고자산회전율=매출액연평균재고자산매출채권회전율=매출액연평균매출채권고정(유형)자산회전율=매출액연평균고정자산총자산회전율=매출액연평균총자산

  • 4) 수익성비율(Profitability ratio)

    • 총자산순이익률=당기순이익연평균총자산×100총자산영업이익률=영업이익연평균총자산×100자기자본순이익률=당기순이익연평균자기자본×100매출액순이익률=당기순이익매출액×100매출액영업이익률=영업이익매출액×100

  • 5) 성장성비율(Ratio of Growth)

    • 매출액증가율=당기매출액 - 전기매출액전기매출액×100영업이익증가율=당기영업이익-전기영업이익전기영업이익×100순이익증가율=당기순이익-전기순이익전기순이익×100총자산증가율=당기말총자산-전기말총자산전기말총자산×100자기자본증가율=당기말자기자본-전기말자기자본전기말자기자본×100

REFERENCES

1. Altman, E. I.(1968 “Financial Ratios, Discriminant Analysis and the Prediction of Corporate Bankruptcy.” The Journal of Finance , Vol. 23 (4), pp. 589-609.
2. Bartoloni, E.(2013 “Capital Structure and Innovation: Casuality and Determinants,” Empirica, Vol. 40, pp. 111-151.
3. Clarkson Reserch,https://www.clarksons.com..
4. DART of Financial Supervisory Service2005, 2006, 2007, 2010, 2011, 2012), “Financial Statements of Companies,” http://www.dart.fss.or.kr..
6. Jeon, S. C.(2015), The Business Analysis of Company, Bank of Korea, Press 2015.11, pp. 34-46..
7. Jeong, H. T.2000. “Study of Statistical Method for Grade Comparison and Analysis”, Master’s Thesis, Graduate School of Education, Chosun University..
8. Kim, T. I.2014. “A Dynamic Model for the Prediction of Ocean Shipping Company Failure”, Ph.D Dissertation. Department of Economics, Graduate School, Hankuk University of Foreign Studies..
9. Kim, Y. G. and Kam, H. G.(2012), Essencials of Financial Management 5th, Yuwon Books Press, p. 59. .
10. Korajczyk, Robert A. et al.(2003 “Capital Structure Choice : Macro Economic Conditions and Financial Constraints”, Journal of Financial Economics, Vol. 68, pp. 75-109.
11. Korea Shipowners’ Association,2005, 2006, 2007, 2008, 2010, 2011, 2012, 2013), The Annual Maritime Report, http://www.shipowners.or.kr..
12. Lee, J. S.2011. “Countermeasures on The Global Financial Crisis of Korean Bulk Shipping Company”, Master’s Thesis, Graduate School of Global Human Resource Developement, Chung-Ang University. .
13. Lee, K. H.2015), Understanding Research Methodology, Doonam, pp. 365-379..
14. Lee, K. H.(2019 “Risk Management Strategy of shipping Company”, Maritime Korea, No. 7, pp. 118-122..
15. Modigliani, Franco. et al.(1958 “The Cost of Capital, Corporation Finance and the Theory of Investment”, American Economic Review, Vol. 48, No. 3, pp. 261-297. .
17. Ross, Stefan A. et al.(2010), Fundamentals of Corporate Finance, Ninth Edition, McGraw-Hill. .
18. Stopford Martin,(2009), Maritime Economics, 3rd Ed, Routledge.
19. The Bank of Korea2014), Financial Statement Analysis, 2015.11, pp. 34-46..
20. Yeo, H. J.(2017 “Factors Influencing Financial Soundness Indicators in Shipping Companies”, The Korean Association of Shipping and Logistics, Vol. 93, No. 0, pp. 85-103.
21. Zmijewski, M. E.(1984 “Methodological Issues Related to the Estimation of Financial Distress Prediction Models.” Journal of Accounting Research, Vol. 22, pp. 59-82. .


ABOUT
BROWSE ARTICLES
FOR CONTRIBUTORS
Editorial Office
C1-327 Korea Maritime and Ocean University
727 Taejong-ro, Youngdo-gu, Busan 49112, Korea
Tel: +82-51-410-4127    Fax: +82-51-404-5993    E-mail: jkinpr@kmou.ac.kr                

Copyright © 2024 by Korean Institute of Navigation and Port Research.

Developed in M2PI

Close layer
prev next