텍스트마이닝을 활용한 공개데이터 기반 기업 및 산업 토픽추이분석 모델 제안 *
1)
박선영
**
⋅이진무***
⋅김유일****
⋅서진이*****
http://dx.doi.org/10.14386/SIME.2018.26.4.199
<목 차>
Ⅰ. 서론
Ⅱ. 문헌 연구
Ⅲ. 연구 설계
Ⅳ. 분석모델 적용 및 사례분석
Ⅴ. 결론
국문초록： 빅데이터 분석을 통한 기업 경영환경에 대한 이해와 통찰을 구하고자 하는 요구가 산업 및 기업 경영 전반에 증가하고 있다. 이러한 사회적 요구에 따라 산업의 이 해와 기업 경영의 이해를 위하여 기업의 경영실적 및 향후 계획을 포괄적으로 담고 있는 기업공시정보를 활용한 연구가 주목을 받고 있다. 이러한 기업공시정보는 대표적인 비정 형 데이터로써 텍스트마이닝 방법론을 적용하여 그 범위와 수준에 대한 다양한 접근을 통하여 산업 수준 및 기업 수준에서 다양한 활용이 가능하다. 그러나 아직은 이러한 기 업공시자료를 활용한 산업 및 기업 레벨에서 적용가능한 수준의 분석모델이 부족한 것 으로 파악된다. 따라서 본 연구에서는 실제 활용 가능한 공개데이터를 활용한 산업 및 기업 수준의 분석모델을 제안하고자 한다. 미국상장기업의 공시자료인 미국 SEC * 본 연구는 한국과학기술정보연구원(KISTI) 주요사업 과제로 수행되었습니다.
** 한국과학기술정보연구원 중소기업지원센터 선임연구원 ([email protected]) *** 브리티시 콜롬비아 사우더 경영대학 조교수 ([email protected])
**** 한국과학기술정보연구원 중소기업지원센터 수도권지원 책임연구원 ([email protected])
***** 한국과학기술정보연구원 데이터분석 플랫폼센터 책임연구원, 교신저자 ([email protected])
EDGAR 자료를 기반으로 텍스트마이닝 알고리즘을 적용하여 산업 및 기업 수준의 경영 주제(토픽)에 대한 추이분석이 가능한 모델을 제안하고자한다.
SEC EDGAR의 10-K 문서를 대상으로 LDA 토픽 모델링을 통하여 산업 수준에서 전 체 산업의 주제분야 분류를 파악하였고, 산업간 비교 측면에서 소프트웨어 산업과 하드 웨어 산업 분야의 사례를 통해 최근 20년간의 토픽추이를 비교분석 하였다. 또한 최근 20년간의 기업의 경영주제 변화를 소프트웨어 산업에 속한 2개 기업을 중심으로 살펴보 았다. 이를 통해 산업 및 기업 수준에서의 경영주제의 추이 변화를 파악하여 쇠퇴 및 성 장 추세에 있는 경영주제를 확인 할 수 있었다. 한편 word2vec 워드 임베딩 모델과 주성 분분석을 통한 차원 축약을 통해 소프트웨어 산업분야의 기업 및 특정 제품(혹은 서비 스)에 대한 매핑을 통해 유사한 경영주제(토픽)를 가지는 기업 및 제품(서비스)을 사례 를 통해 파악하였으며, 이를 시간적 흐름에 따른 변화 양상도 관찰할 수 있었다.
본 연구의 목적이 공개데이터를 활용한 산업 및 기업 수준의 분석모델을 개발하기 위
한 방법론을 제안한 측면에서, 해외 데이터를 사용하여 산업의 경영주제 변화 추이, 기
업의 경영주제 변화 추이를 거시적으로 조망할 수 있는 실무적인 방법론의 제안에서 의
의가 있을 수 있다. 한편 기업의 기술경영전략 측면에서 기업의 경영토픽의 잦은 변화,
경영주제의 변화의 속도 등 다양한 변화 양상의 차이에 따른 기업의 매출 등의 경영성과
와의 연관성 분석, 실제 기업의 제품포트폴리오의 구성에 따른 기업 간의 경쟁상황 등을
파악하는 미시적 모델 제안을 위한 추가 연구가 요구된다.
Development of Topic Trend Analysis Model for Industrial Intelligence using Public Data
Sunyoung Park⋅Gene Moo Lee⋅You-Eil Kim⋅Jinny Seo
Abstract： There are increasing needs for understanding and fathoming of business management environment through big data analysis at industrial and corporative level. The research using the company disclosure information, which is comprehensively covering the business performance and the future plan of the company, is getting attention. However, there is limited research on developing applicable analytical models leveraging such corporate disclosure data due to its unstructured nature. This study proposes a text-mining-based analytical model for industrial and firm level analyses using publicly available company disclousre data.
Specifically, we apply LDA topic model and word2vec word embedding model on the U.S. SEC data from the publicly listed firms and analyze the trends of business topics at the industrial and corporate levels.
Using LDA topic modeling based on SEC EDGAR 10-K document, whole industrial management topics are figured out. For comparison of different pattern of industries’
topic trend, software and hardware industries are compared in recent 20 years. Also, the changes of management subject at firm level are observed with comparison of two companies in software industry. The changes of topic trends provides lens for identifying decreasing and growing management subjects at industrial and firm level.
Mapping companies and products(or services) based on dimension reduction after using word2vec word embedding model and principal component analysis of 10-K document at firm level in software industry, companies and products(services) that have similar management subjects are identified and also their changes in decades.
For suggesting methodology to develop analysis model based on public
management data at industrial and corporate level, there may be contributions in
terms of making ground of practical methodology to identifying changes of
managements subjects. However, there are required further researches to provide
microscopic analytical model with regard to relation of technology management
strategy between management performance in case of related to various pattern of
management topics as of frequent changes of management subject or their
momentum. Also more studies are needed for developing competitive context analysis
model with product(service)-portfolios between firms.
Ⅰ. 서론
빅 데이터 분석은 기술적 수준의 분석 방법론의 변화 뿐 아니라 분석 대상의 범위와 범주를 확장해 나가며 다양한 산업 및 기업의 경영활동을 변화시키고 있다. 금융, 의료 산업에서부터 제조 및 서비스업에 이르기까지, 홍보, 마케팅에서부터 품질관리 등에 이 르기까지 산업 분야 및 경영 분야의 범주와 특징을 구분 짓지 않고, 이들을 고객 타깃팅 에서부터 경영전략을 넘나들며 여러 측면에서 변화시키고 있다(김주식 외, 2013; 윤경식 외, 2018; 윤재권 외, 2015; 정효정, 2016; 최현도 & 안종욱, 2015).
기술경영분야에서는 기업의 경영실적 및 향후 계획을 포괄적으로 담고 있는 대표적인 비정형데이터인 기업공시정보를 활용한 빅 데이터 분석 역시 활용되기 시작하고 있다.
이러한 기업공시정보는 대표적인 비정형 데이터로써 텍스트마이닝 방법론을 적용하여 그 범위와 수준에 대한 다양한 접근을 통하여 산업 수준 및 기업 수준에서 다양한 활용 이 가능하다.
기술경영분야의 산업시장분석을 위한 분석 시스템 모듈개발을 위하여, 한국과학기술 정보연구원(KISTI)에서는 우리나라 금융감독원에서 운영하는 국내 상장기업의 전자공 시시스템(DART)의 사업보고서(연간발행) 및 국내 증권사의 산업 및 기업 분석 보고서 를 활용하여 텍스트마이닝을 통한 공급사슬망 분석 모델을 개발하기 위한 사례연구를 통해 활용가능성을 파악하는 연구를 수행하였다(박선영, 2016). 또한, KISTI는 산업시장 분석을 위한 PEST, SWOT분석 모듈 개발을 위하여 한국과학기술정보연구원에서 발간 한 산업시장보고서를 활용하여 텍스트마이닝 기반 문장추출 및 긍부정 분류를 위한 기 계학습 연구를 수행하였다(김유성 외, 2017). 그러나 활용 데이터의 질적 특성상 한글 기 반의 전처리를 통한 어휘 및 문장 해석의 어려움에 따른 분류 성능의 한계점을 보였다.
한편, 투자활동과 기업활동의 성과와 관련한 연구 분야에서는 미국 증권거래위원회 (Securities and Exchange Commission)의 EDGAR(Electronic Data Gathering, Analysis, and Retrieval system)에서 획득한 10-K 문서와 관련된 연구들이 수행되었다 (Foster and Vickerey, 1978; Asthana et al., 2004). 이러한 연구는 연례 보고서의 차별화 된 정보에 대한 시장 반응과 주식가격 등에 대한 사례 연구 중심으로 진행되었다.
보다 최근에는 이러한 10-K 문서 뿐 아니라 기타 문서에 대한 텍스트마이닝 연구들을 통해 기업의 미래 수익, 주식 수익의 변동성 등에 대한 연구를 수행하였다(Li, 2006;
Kogan et al.; 2009). 이렇듯 기업혁신활동과 투자 성과와의 관계를 파악하는 연구에 치
중되어 있으며, 이러한 기업공시자료를 활용한 산업 및 기업 레벨에서 적용가능한 수준 의 분석 연구는 부족한 것으로 파악된다.
따라서 본 연구에서는 국내 산업 분야의 공급사슬망, PEST, SWOT 분석 모듈에 추 가하여 산업 및 기업 수준의 경영주제 변화를 통한 경영계획 및 전략 변화 분석 모델 및 산업 및 기업의 제품포트폴리오의 경쟁환경 분석 모듈을 개발하기 위한 선행 연구로써, 영문 공개데이터를 활용한 산업 및 기업 수준의 경영주제 분석 및 경쟁상황 파악을 위한 연구를 통해 그 활용 및 구현 가능성을 사전에 파악하고자 한다.
이에 기존 연구에서 활용된 데이터를 확장하고 산업 및 기업의 경영 트렌드 및 경쟁 환경을 파악할 수 있는 새로운 산업시장분석 모듈 개발을 위하여, 미국 SEC EDGAR의 공시자료를 활용함으로써 공개 비정형 데이터 셋을 확장하고 다년간의 기업의 경영환경 에 따른 기업 및 산업 수준에서의 토픽(경영주제)변화를 텍스트마이닝 방법을 적용하여 파악할 수 있는 모델을 제안하고자 한다. 또한 이를 통해 향후 지속적인 연구개발을 통 해 구현 가능한 분석 모듈에 대해 살펴보고자 한다.
Ⅱ. 문헌 연구
기술경영분야의 국내 산업 및 기업 수준의 연구는 특허, 논문, 기술표준, 산업표준, 재 무정보 등의 자료를 활용하여, 특정 주제 산업 및 전 산업 레벨에서 트렌드의 파악, 산업 혁신의 주제파악, 유망 분야의 도출, 분류체계의 제안 및 검증, 산업발전의 흐름, 산업 특 성 지수의 개발, 사업포트폴리오 분석, 기업 공정 및 연구개발 문제의 해결 등에 집중되 어 왔다(강희종 & 김기국, 2014; 고병열, 2010; 김주식 외, 2013; 김태유 & 박경민, 1997;
박선영 외, 2017; 윤경식 외, 2018; 윤재권 외, 2015; 정재용 & 황혜란, 2017; 최진호 외, 2014; 최현도 & 안종욱, 2015).
이들 연구는 빅 데이터 수준의 대용량 데이터를 활용하며, 기존의 통계적 방법론을 결
합하여 데이터마이닝, 텍스트 마이닝 등의 방법론을 활용하고 있다. 그러나 기업경영 성
과로서의 재무정보, 연구개발혁신 활동의 결과로서의 특허 및 논문 성과 정보, 표준 정
보 등을 활용하여 성과측면에 주안점을 두고 산업의 트렌드 파악 및 산업혁신의 주제,
유망 사업 및 연구 분야의 파악 등의 목적을 가지고 있다. 본 연구는 기존연구에서 주로
활용하고 있는 기업 경영 및 연구개발 성과로서의 정보가 아닌 경영활동 및 경영전략 등
경영 계획의 전반적인 내용을 포괄하고 있는 기업공시정보를 활용하는 측면에서 기존
연구와의 차별적 특성을 가진다. 또한 기존 연구들이 성과자료에 기반하여 세부적인 연 구목적에 따른 현상의 분석과 미래를 전망하는 연구주제들을 다루는 반면, 본 연구에서 는 산업 및 기업 레벨의 경영주제 분석, 경쟁분석 등을 위한 경쟁/유사기업의 파악, 제품 -포트폴리오의 분석 등에 기반한 다양한 세부적인 방법론 개발을 위한 기업공시정보의 실무적인 활용가능성의 탐색에 주안점을 두고 있다.
기존 연구의 성격과 유사하게 한국과학기술정보연구원에서는 TOD(기술기회탐색), COMPAS(경쟁분석 서비스) 시스템을 운영하고 있다. 이들 시스템은 특허와 논문 정보 를 기반으로 기업 및 제품분류에 따른 기술기회탐색 서비스와 경쟁분석 서비스를 제공 하고 있다. 이들 시스템 역시 기업 성과로서의 정보인 특허와 논문정보를 기반으로 하고 있으며, 제품 측면에서는 미국 제품코드를 기반으로 기술-제품을 매칭하여 기술적 측면 에서의 서비스를 제공하고 있다. 본 연구에서는 특허, 논문, 제품 정보를 활용하지 않고 기업 경영활동계획을 포괄하고 있는 기업공시정보를 활용한 측면에서 차이점을 보인다.
TOD 및 COMPAS 시스템은 2010년대 이후로 지속적인 연구개발을 통해 정교한 모듈의 개발 및 서비스 솔루션 개발에 기반하여 높은 수준의 서비스를 제공하는 시스템으로써 본 연구는 기업경영정보에 기반한 기술경영분석 방법론을 통해 향후 TOD 및 COMPAS 시스템과 같은 수준의 시스템을 개발 할 수 있을 것으로 기대된다. 특히 TOD 및 COMPAS 시스템은 높은 신뢰성에 기반한 안정적인 서비스를 제공하기 위한 시스템으 로써 유료DB 및 정보에 기반한다면, 본 연구는 무료 공개정보에 기반한 방법론 측면에 서 향후 시스템 구축시 유지보수비용 및 솔루션의 개방성이 높은 방법론을 갖출 수 있을 것이다.
한편 텍스트마이닝을 활용하여 산업시장분석과 관련된 선행 연구로는 긍정 정보와 부 정 정보를 분류하는 연구가 있었으며(Ur-Rahman and Harding, 2012), Dai et al(2010) 은 5-force 모델과 SWOT 분석을 결합한 의사결정 모델 개발을 위하여 이메일, 사용자 피드백, 기업 내부문서를 활용하여 지식정보를 구축하였다. 또한 Gémar and Jiménez-Quintero(2015)는 facebook, twitter, linkedin 등의 SNS(Social Network Service) 데이터를 이용하여 SNS의 감성 정보를 분류하여 기업 재무성과와의 연관성을 파악하는 연구를 하였다. 이들 연구는 산업시장분석의 SWOT 분석과 의사결정을 위한 모듈의 개발, 소비자 성향을 통한 경영환경의 파악 등의 목적으로 본 연구는 이와는 다 른 연구방향을 가지는 차별성을 가지고 있다.
한편 본 연구에서 활용하고자 하는 미국 SEC EDGAR 자료를 활용한 기존 연구를 살
펴보면 다음과 같다. 미국상장기업의 공시자료(EDGAR) 중 10-K는 연례보고서로, 기업
경영활동에 대한 비정형 공개데이터로써 자주 활용되는 문서이다. 이외 EDGAR를 통해 얻을 수 있는 보고서는 4(지배구조 변화), 8-K(이벤트), 10-Q(분기보고서), 6-K(외국기 업) 등이 있다. 10-K 보고서의 구성은 Part1부터 Part4까지 구성되어 있으며 이들은 각 Item1부터 Item15까지 세부적으로 구성되어 있다.
SEC EDGAR의 10-K 문서를 활용한 연구 중 초기 연구들은 투자 활동과 기업활동 성과의 관계를 파악하는 연구가 주를 이루고 있다. 초기연구 중의 하나는 최근에는 주주 연례보고서(ARS: Annual Report to Shareholders)가 10-K문서에 포함되어 있지만, 과 거 주주에 대한 연례보고서(ARS)와 10-K 문서가 구분되어 있을 당시의 연구로, ARS와 10-K 문서 사이의 차별화된 정보에 따른 시장 반응을 조사한 연구가 있다(Foster and Vickerey, 1978). 한편 Easton and Zmijewski(1993)은 10-K(연례보고서), 10-Q(분기보 고서), ARS(주주연례보고서)간의 공개적 이용 가능 시기에 대한 시장 성과의 차이를 분 석하였다. Carter and Soo(1999)는 1993년의 Form 8-K(이벤트) 보고서의 적시성 및 주 가 반응을 조사했다. Form 8-K로부터 파산 신청, 회계 감사원 변경 또는 회사가 투자자 와 관련이 있다고 판단하는 중요한 요인을 파악하여 연구하였다. Ashana and Balsam (2001)는 EDGAR의 도입으로 회계 정보를 온라인화할 때의 영향을 파악했으며, 전통적 인 종이 기반 파일링 방식과 비교할 때 EDGAR 파일링은 주식 가격 및 거래량 측면에서 훨씬 더 많은 시장 반응이 있는 것으로 나타났다. EDGAR 효과는 빠르게 성장하는 기업 의 경우 작게 나타나는 특성을 보였다. Griffin(2003)은 1996년과 2001년 사이의 10-K 문 서와 10-Q문서에 대한 투자자의 반응을 조사하여 수익 변동의 특성을 조사하였다.
Asthana et al.(2004)은 10-K문서를 기반으로 거래량 규모의 편차를 파악했으며, 소량 거래의 증가량에 10-K문서 발행이 영향을 미치며, 대량 거래에는 영향을 미치지 않음을 조사하였다. 또한 EDGAR 도입 이후에 소규모 거래량의 증가가 두드러졌음을 확인하였 다.
보다 최근의 연구는 10-K 문서 및 기타 문서에 대한 텍스트마이닝 방법론을 활용한 연구들은 재무적 성과 및 이벤트 중심의 연구에서 보다 다양한 주제로 확장하고 있다.
Li(2006)은 10-K 문서를 활용하여 위험 및 불확실성과 관련된 어휘 빈도 계산을 통하여
위험의 증가가 미래 수익에 부정적인 영향을 미치는 것을 파악하였다. Kogan et
al.(2009)은 10-K 문서의 item7(MD & A)에서 텍스트를 추출하여 재무 위험의 척도인
주식 수익의 변동성을 예측하였다. Li et al.(2013)은 10-K 문서의 item7(MD & A)에 ‘경
쟁’ 키워드의 빈도를 계산하여 경쟁 수준을 파악하고, 이 지표가 기업의 미래 수익률 감
소에 양의 영향을 미침을 파악하였다. 한편 기업 경영활동의 환경을 파악하기 위하여
McDowell et al.(2014)은 투자자들에게 경영 변화, 주요 법적 계약, 합병 등과 같은 중대 한 사건을 알리는 1994년부터 2012년까지의 8-K문서를 활용하여 기업의 소셜 네트워크 (618,067개 node 및 170만 개 edge)를 구축했다. 8-K문서에서 사람, 조직, 위치 및 기타 객체 유형을 추출하기 위해 명명된 객체 인식을 사용하고 다양한 유형의 회사 관계를 표 현하기 위해 확고한 관계 유형 분류를 구성하였다. 또한 Dyer et al.(2016)은 1996년부터 2013년까지의 10-K문서를 통해 기업경영활동 부문의 세부 주제의 추세를 파악하였다.
150가지 주제를 추출하기 위해 LDA(Latent Dirichlet Allocation) 주제 모델링을 사용했 다. 새로운 FASB(Financial Accounting Standards Board) 및 SEC 요구 사항으로 인해 공정가치, 내부 통제 및 위험 요소 공개와 같은 3가지 주제와 관련된 부분이 늘어났음을 확인하였다. Routledge et al.(2017)은 10-K문서의 item7(MD & A)에 텍스트마이닝을 적용하여 M&A 거래의 취득자 혹은 피인수자가 될지를 예측하는 모델을 구축하였다. 이 를 통해 인수 목표 대상이 될 확률에 영향을 미치는 문구를 확인하였다.
이렇듯 미국상장기업의 공시자료를 활용한 연구는 투자자와 기업 성과 중심으로 이루 어지고 있으며 일부 경영환경 네트워크 및 M&A 등의 특정부분에 국한되어 있어, 산업 시장 분석을 위한 산업 및 기업 수준에서 활용가능한 모델 개발 등의 연구는 부족한 것 으로 파악된다. 이에 산업 및 기업 레벨에서의 기업경영 추이를 파악하는 방법론의 제안 을 통한 새로운 분석 모델의 형태를 제시하는 것은 기업의 경영환경의 이해와 미래전략 을 수립하는데 큰 도움을 줄 수 있을 것이다.
유형 (type)
특성
(Description) 대표특성
4
A Form 4 is a document that must be filed with the Securities and Exchange Commission (SEC) whenever there is a material change in the holdings of company insiders. Insiders required to submit a Form 4 include directors and officers of the company as well as any shareholders owning 10%
or more of the company's outstanding stock.
기업 내부자 지분 변경시 공시
기업 임원 및 10%이상 지분 보유자를 대상으로 함
8-K
An 8-K is a report of unscheduled material events or corporate changes at a company that could be of importance to the shareholders or the Securities and Exchange Commission (SEC). Also known as a Form 8-K, the report notifies the public of events reported including acquisition, bankruptcy, resignation of directors or a change in the fiscal year.
예상치 못한 이벤트 및 기업 변경시 공시
인수, 파산, 이사사임, 회계연도 변경 등
<표 1> EDGAR의 대표적인 문서 유형
10-Q
The SEC form 10-Q is a comprehensive report of a company's performance that must be submitted quarterly by all public companies to the Securities and Exchange Commission. In the 10-Q, firms are required to disclose relevant information regarding their financial position. There is no filing after the fourth quarter, because that is when the 10-K is filed.
분기보고서
기업 성과 포괄
6-K
Any information that a foreign company issues to its local securities regulators, investors or stock exchange must also be submitted on the Form 6-K. As such, the 6-K is a catch-all for material information that arises in between annual and quarterly financial reports, which are also submitted to the SEC.
외국기업 대상
분기 및 연례보고서 제 출 기간 사이의 모든 정 보
SC13G/A
Schedule 13G is an SEC form similar to the Schedule 13D used to report a party's ownership of stock that is over 5% of the company. Schedule 13G is shorter and requires less information from the filing party. Ownership of over 5% in a publicly traded stock is considered significant ownership, and therefore must be reported to the public.
5%이상의 주식보유사항
497
The SEC form that investment companies use to file their definitive materials in the SEC's EDGAR filing system.
Definitive materials include any piece of information that could be relevant to an investor's decision about buying, selling or keeping their financial share in a company.
투자기업 활동의 모든 정보
매수, 매도, 유지 관련 투 자기업의 관련 정보
3
Indicate a preliminary insider transaction by an officer, director, or beneficial (10%) owner of the company’s securities. These are typically seen after a company IPOs when insiders make their first transactions.
임원, 10%이상 지분 보 유자의 사전 거래정보
일반적으로 IPO 이후 보고됨
13F-HR
It is a quarterly filing required of institutional investment managers with over $100 million in qualifying assets.
Companies required to file SEC Form 13F may include insurance companies, banks, pension funds, investment advisers and broker-dealers. 13H-Any market participant who is, by definition, a large trader must identify himself or herself to the SEC and submit Form 13H, "Large Trader Registration: Information Required of Large Traders Pursuant To Section 13(h)
100만 달러 이상의 기관 투자가의 분기 보고서
보험, 은행, 연기금, 투자 고문, 중개인 등 포함
10-K
A Form 10-K is an annual report required by the U.S.
Securities and Exchange Commission (SEC), that gives a comprehensive summary of a company's financial performance.
연례보고서
기업 경영 및 재무성과 포괄
구분 (part )
항목 (Item)
특성
(Description) 대표특성
1
1 Business 경영
1A Risk Factors 위험 요인
1B Unresolved Staff Comments 미해결 임원 기술
2 Properties 자산
3 Legal Proceddings 법적 절차
4 not required just reserved by the SEC 공란
2 5
Market for Registrant’s Common Equity, Related Stockholder Matters and Issuer Purchases of Equity Securities
보통주 시장, 관련 주주 및 사모발행 주식 관련 시장 6 Selected Financial Data 선별 재무 정보
7 Management’s Discussion and Analysis of Financial Condition and Results of Operations
경영진의 재무 상태 및 경영 성과에 대한 논의 및 분석
7A Quantitative and Qualitative Disclosures about Market Risk
시장 위험에 관한 양적 및 질적 공시
8 Financial Statements and Supplementary Data 재무 제표 및 보충 자료
9
Changes in and Disagreements with Accountants on Accounting and Financial Disclosure
회계 및 재무 공시에 대한 회계사의 변화 및 불일치 9A Controls and Procedures 통제 및 절차
9B Other Information 기타 정보
3
10 Directors, Executive Officers and Corporate Governance
이사, 집행 임원 및 기업 지배 구조
11 Executive Compensation 대표자 보상
12
Security Ownership of Certain Beneficial Owners and Management and Related Stockholder Matters
특정 주주의 주식 소유권 과 경영 및 관련주주 사항
13 Certain Relationships and Related Transactions, and Director Independence
특정 관계 및 관련 거래 및 감독 독립사항
14 Principal Accountant Fees and Services 주요 회계 수수료 및 서비스 4 15 Exhibits, Financial Statement Schedules 공시, 재무제표 일정
Conclusion The Roles of Companies and the SEC 기업 및 SEC 역할
<표 2> EDGAR 10-K 문서의 구성
Ⅲ. 연구 설계
1. 분석 데이터
기업의 경영전략 및 계획을 파악하기 위하여 상장기업의 공시자료를 활용할 수 있을 것이다. 또한 비상장 기업에 대한 Crunchbase, CBInsight, Angelist 등의 신생기업 및 M&A 등의 정보를 제공하는 유료 데이터도 있으며, 소셜미디어 데이터, 거시환경정보를 제공하는 OECD 및 세계은행 등의 공개 데이터를 활용할 수 있다. 이러한 여러 종류의 데이터 소스는 기업의 경영활동과 전략 및 계획, 소비자 반응, 거시경제 등 다양한 관점 에서 분석에 활용될 수 있으나, 정보의 접근성과 정보의 지속적인 활용성을 고려하였을 때, 본 연구에서는 상장기업의 공시자료를 활용하였다. 미국유가증권시장에 상장된 모든 상장 회사의 정기적인 보고 자료는 SEC의 EDGAR를 통해 획득할 수 있다. EDGAR는 매일 모든 파일을 압축 파일로 제공하며, <표 1>과 같이 SEC 제출 서류에는 10-K, 10-Q, 8-K 및 여러 서류가 포함 되어 있다.
SEC의 EDGAR는 기업의 공시 서류를 자동 수집, 검증, 색인 생성, 승인 및 전달을 위 한 시스템으로, 웹 서비스(https://www.sec.gov/Archives/edgar/Feed/)를 통해 확인이 가능하다. 1995년부터 현재까지 23년 기간에 대해 연도별로 폴더가 있고, 연도별 폴더에 는 분기별 데이터를 서비스한다. 각 폴더 내에 특정 일자의 파일은 압축 파일(tar.gz 형 식)로 제공된다. 각 파일은 파일링 일시, CIK(Central Index Key, 기업 고유 식별자), 준 수이름(conformed name, 기업 공식 명칭), 파일형식(10-K 등)과 같은 메타 데이터를 포 함하며, 표준산업분류코드(SIC코드), 가입번호(고유식별자), 도시, 주(미국 이외 회사 포 함), 우편번호가 포함된다.
본 연구에서 활용하고자 하는 데이터는 10-K문서로, 이는 <표 2>와 같이 part와 item 별로 각 항목의 목적에 맞게 구성이 되어 있다. 각 part와 item으로부터 텍스트 데이터를 추출하기 위하여 키워드 기반 정규식을 사용하였으며, 이를 통해 10-K 문서의 구문분석 을 수행할 수 있도록 하였다. 추출된 텍스트 데이터는 구조화되지 않은 비정형 데이터로 써 NoSQL DB인 MongoDB를 활용하여 구문 데이터를 분석에 활용하였다.
이를 통해 최종 구축된 데이터 셋은 총 727종의 문서에 대해 약 114만개의 문서로 구
성되어 있으며, 이들은 450개 산업분야의 520,735개(CIK기준) 객체(기업 및 개인)를 포
함한다. 이들은 251개주(비 미국 기업 포함)에 분포하였으며, 최종적으로 본 연구에서는
1995년부터 2017년 사이의 162,688개의 10-K문서를 활용하였다.
구분 특성
전체 10-K
기업 및 산업분야 450개 산업분야(SIC) / 520,735개 기업(CIK, Central Index Key)
442개 산업분야(SIC) / 32,537개 기업(CIK, Central Index Key)
유형 727종(4, 8-K, 10-K, 10-Q 등) 1
분석 항목 - 10-K part, item text
대상 기간 1995년-2017년 1995년-2016년
문서 수 11,456,175개 162,688개
<표 3> EDGAR 10-K 문서의 구성
2. 데이터 수집 및 분석 시스템 구성
<그림 1> 데이터 수집 및 특성(feature) 추출 시스템, 분석 모델 구성도
앞 절에서 서술한 분석 데이터를 수집하고 분석하기 위하여 <그림 1>과 같이 시스템
을 구축하였다. SEC EDGAR를 통해 1995년부터 2017년까지 원자료(raw data)를 스크
래핑을 통해 수집하였다. 수집 데이터 중 구조화된 데이터(CIK 등 메타데이터 값)는 관
계형 SQL 데이터베이스(MySQL)에 저장하였다. 비정형 데이터는 문서내 문구를 파싱
(parsing)하여 처리하였다. 이렇게 전처리된 비정형 데이터(추출 텍스트 단어 및 구문)는
NoSQL 데이터베이스(MongoDB)에 저장하였다. 파싱 처리된 자료구조를 대상으로 텍스 트마이닝 알고리즘(LDA 토픽 모델링, word2vec 모델링)을 사용하여 특성(feature)을 추 출하고 분석을 수행하였다. 토픽모델링 분석을 통해 도출된 결과 값을 시각화하였다. 분 석된 토픽모델링 결과와 정형데이터(MySQL) 서버의 메타데이터와 연계하여 인덱싱을 매칭하여 시각화 시스템을 구성하였다.
3. 분석 방법
10-K 문서는 연례보고서로 기업경영 활동의 다양한 내용을 포함한다. 특히 <표 2>에 서 볼 수 있듯이 item1은 기업 경영에 대해 보다 상세한 기술을 포함한다. 따라서 item1 의 주요 구문 변화에 대한 분석을 통해 개별 기업 경영활동의 중요 주제에 대한 시간적 흐름에 대한 추이를 파악 할 수 있다. 이를 각 기업이 속한 산업 수준으로 차원을 높여서 살펴보게 되면 시기별 산업집단의 동적인 경영주제에 대한 변화를 파악할 수 있다. 따라 서 본 연구에서는 10-K문서를 대상으로 토픽모델링을 통해 기업 수준 및 산업 수준에서 의 시기별 기업 및 산업의 주요 경영활동 주제를 파악하고자 하였다.
<그림 2> 연구 주제의 구성
Blei et al.(2003)은 LDA(Latent Dirichlet Allocation) 토픽 모델링은 대량의 문서 집합
에서 주제 혹은 토픽(연관 키워드 집합)을 파악할 수 있는 비지도 기계학습 방법으로 제
안하고 있으며, 본 연구에서도 LDA 토픽 모델링 방법을 활용하였다. Kogan et al.(2009)
은 TF-IDF(Term Frequency-Inverse Document Frequency)알고리즘은 각각의 어휘들
이 하나의 구별된 개념을 가지는 한계점을 가진다고 지적하였다. 이러한 문제점을 극복
하기 위하여 토픽 모델링은 이러한 연관 키워드를 군집화 함으로써 토픽으로써 주제를
파악할 수 있도록 한다. Shi et al.(2016)은 이러한 LDA 토픽 모델링이 데이터 기반 산업
분류에 적용될 수 있음을 보였다. 따라서, 본 연구에서는 1995년부터 2016년까지 수집된
10-K문서로부터 말뭉치(text corpus)를 구성하고 토픽모델을 구성하였다. 이를 통해 산 업 수준의 토픽, 연도별 개별 기업의 토픽 분포 추이를 파악하고자 하였다. 보다 나아가 연도별 토픽 분포를 종합하여 기업 및 산업의 주요 경영 토픽에 대한 성장 추세 및 쇠퇴 추세를 파악 할 수 있도록 하였다.
한편 LDA 토픽 모델링이 주제 관점에서 산업을 바라볼 수 있는 조망방법을 제공할 수 있지만 두 가지 측면에서 기술적인 한계점이 존재한다. 첫 번째로, LDA는 단어주머 니(bag-of-word) 모형 관점의 접근을 통해 연관 어휘의 순서를 고려하지 못한다. 이는 연관 어휘 순서가 중요한 사례에서 효과적이지 못한 한계를 지닌다. 둘째로, LDA는 각 어휘를 각각의 독립적인 특성(feature)으로 인식하며 의미를 고려하지 못하는 단점을 지 닌다. 도출된 토픽들은 적절하게 군집된 단어들로 구성되기는 하지만, 이러한 부족함을 해결하기 위해서는 조밀벡터(dense vector)로 표현하는 것이 의미적 표현력을 높일 수 있다. Word2vec(Mikolove et al., 2013)은 연속 어휘의 벡터표현을 학습하여 표현하는 보 다 최신의 임베딩 방법으로 각 어휘를 연속 벡터 공간상에 나타내며 유사 어휘를 근접하 게 위치시킴으로써 어휘공간에서의 배치상의 의미를 보다 높게 나타낸다고 볼 수 있다.
따라서 산업 및 기업을 조망하는 방법론에서 보다 확장하여 기업의 경쟁상황을 비교 하기 위해서는 LDA 토픽 모델링 방법보다 Word2vec 모델을 통한 접근이 보다 적절하 다. 이에 본 연구에서는 1995년부터 2015년까지 10-K 문서의 item1의 연속 어휘 셋을 구 축하여, word2vec 모델을 학습시키고 unigram 및 bigram 모델을 적용하였다. 각 단어를 50차원 공간에 임베딩하였으며 시각적 표현을 위하여 주성분분석(PCA)을 통해 이를 2 차원으로 축약하였다. 이를 통해 전체 기간에서의 기업관계를 파악하고, 시간적 추이별 로 기업의 토픽(경영주제) 측면에서의 경쟁기업(유사기업)을 파악하고자 하였다.
Ⅳ. 분석모델 적용 및 사례분석
1. 산업 및 기업 수준의 경영주제 분석모델 및 사례연구
본 연구에서 활용한 1995년부터 2017년(8월까지) 사이의 SEC EDGAR 등록(filing)된
문서의 종류별 빈도를 살펴보면, 4(지배구조 변화), 8-K(이벤트), 10-Q(분기보고서),
6-K(외국기업)와 같은 순서로 높은 빈도를 보이고 있다.
<그림 3> SEC EDGAR의 등록 문서 빈도 (1995-2017.8)
본 연구에서 분석 데이터로 활용한 1995년부터 2017년(8월까지) 사이의 162,688개의 10-K 문서를 대상으로 한 SEC EDGAR 등록(filing) 추이를 살펴본 결과 2007년까지 증가 추세에 있다가, 이후 2009년까지 감소하였으며, 그 이후 지속적으로 유지되고 있다.
CIK(Central Index Key, 기업 고유 식별자) 추이 역시 2007년부터 2010년까지 감소한 후 2012년까지 2010년의 수준을 유지하였으며, 2013년 이후 2007년 수준으로 회복한 것으로 확인된다. 이는 2007년의 세계경제위기로 인한 기업 활동의 축소에 기인한 결과로 추정된다.
<그림 4> SEC EDGAR의 10-K문서 등록추이(1995-2017.8)
<그림 5> SEC EDGAR의 CIK 등록추이(1995-2017.8)
10-K 자료를 기준으로 미국 전역의 SIC(산업표준분류코드)기반 매칭결과,
6000-6799(Finance, Insurance and Real Estate) 코드 산업이 가장 높은 빈도를 보였으
며, 세부적으로 6189(Asset-Backed Securities), 6022(State Commercial Banks),
6798(Real Estate Investment Trusts) 산업 순으로 많은 비중을 보였다. 이외에 타 산업
코드 중에서는 1311(Crude Petroleum & Natural Gas), 1000(Metal Mining)이 상대적으
로 많은 것으로 확인되었다.
<그림 6> 문서 10-K기분 표준산업분류코드별 등록 빈도(1995-2017.8)
지역별 차이를 표준산업코드별 기업 비중을 텍사스 주와 캘리포니아 주를 대상으로 기업 분포를 살펴보았다. 텍사스 주는 석유 및 천연가스(petroleum & natural gas)와 오 일 및 가스탐사/서비스(oil & gas exploration/services) 산업의 비중이 크고, 캘리포니아 주는 컴퓨터, 데이터 처리(computer, data processing), 의료(medical) 산업의 비중이 높 은 것을 알 수 있다.
Popular industry codes in Texas: 131X (petroleum &
natural gas), 138X (oil & gas exploration/services) Popular industry codes in California: 737X (computer, data processing), 283X (medical)
<그림 7> 지역별 산업분포 예: 캘리포니아주, 텍사스주
2016년도 SEC EDGAR filings를 기준으로 주요 SIC코드별 filings 수를 파악한 결과
각 산업 분야별로 중심산업이 다음과 같이 나타났다. 1000-1499(Mining) 분야에서는
1040(Gold and Silver Ores) 산업이, 2000-3999(Manufacturing) 분야에서는
2200(Textile Mill Products)과 3663(Radio & TV Broadcasting & Communications
Equipment) 산업이 비교적 높은 비중을 차지하고 있었다. 4000-4999(Transportation,
Communications, Electric, Gas and Sanitary service) 분야에서는 4813(Telephone
Communications (No Radiotelephone)) 산업이, 5200-5999(Retail Trade) 분야에서는 5812(Retail-Eating Places) 산업이, 6000-6799(Finance, Insurance and Real Estate) 분 야에서는 6770(Blank Checks) 산업이, 7000-8999(Services) 분야에서는 8731(Services-Commercial Physical & Biological Research) 산업이 비교적 높은 비중 을 차지하고 있었으며, 전반적으로 2002년부터 2008년에 정점에 도달할 때까지 산업이 성장세를 유지한 후, 2012년까지 쇠퇴하였으며, 이후 2015년까지 다시 회복세에 이른 후 유지하고 있는 것으로 확인되었다.
<그림 8> 주요 산업분야별 대표 산업의 10-K 등록수(filings) 추이
Item 1 (business description)
<표 4> 10-K의 경영주제분야 LDA모델링 토픽
1995년부터 2016년까지의 10-K 문서를 기반으로 기업 및 산업수준의 경영주제의 변 화 추이 분석을 위한 LDA 토픽 모델링 수행하여 <표 4>와 같이 20개의 주제분야를 파 악하였다. 분류된 전산업의 경영주제분야는 유락(gaming, casino, hotel), 방송(cable, network, television), 주주 및 경영자(shares, agreement, directors), 마이닝(gas, oil, natural), 금융(loan, mortagage, rate), 유통(stores, retail, store), 의료(care, health, programs), 중국(prc, china, production), 보험(insurance, investment), IT(information, software, customer), 의약(clinical, drug, fda), 에너지(energy, power, gas), 제조 (equipment, materials, manufacturing), 영향(ability, adversely, affect) 등으로 파악되었 다. 이를 통해 유락, 에너지, 의료부문, 금융보험 등의 특정 산업 분야가 경영의 주제이기 도 하였지만, 주주 및 경영자, 중국시장, 영향(능력/악영향)에 대한 기업 경영의 차별적 분야도 산업 전반에서 기업 경영활동의 핵심 주제임을 확인 할 수 있었다.
산업별 경영주제의 차이를 파악하기 위해 소프트웨어(software, SIC=73xx) 산업분야 와 하드웨어(hardware, SIC=35xx) 산업분야를 비교분석하였다. 도출된 20개 토픽 내용 을 비교한 결과, 각 산업분야별 특징을 비교적 잘 나타내는 토픽들이 도출되었음을 확인 할 수 있다. 소프트웨어(software, SIC=73xx) 산업분야에서는 video/digital/content, healthcare, web/online/advertising 토픽이 도출되었으며, 하드웨어(hardware, SIC=35xx) 산업분야에서는 storage/data/disk, semiconductor/process/wafer과 관련된 토픽들이 도출되어 산업분야의 차이를 잘 나타내고 있음을 관찰하였다.
Item1; SIC=73XX (Software) Item 1; SIC=35XX (Hardware)
<표 5> 소프트웨어 산업과 하드웨어 산업의 주제분야 분석 결과
<그림 9> 소프트웨어 산업의 경영주제(토픽) 변화 추이(1995-2015)
소프트웨어 산업(SIC=73xx)의 경영주제의 시간적 추이 변화를 사례로 분석한 결과
<그림 9>와 같이 나타났으며, 토픽16(equipment, partnership, lease)의 경우 1996년에
정점에 이른 후 최근까지 지속적으로 하락하고 있고, 토픽9(president, vice, executive)는
1996년에 급격히 상승한 후 2004년까지 가장 대표적인 주제로 자리잡았으나, 급격히 쇠
퇴하였고, 토픽10(applications, support, solutions) 역시 토픽9와 유사한 패턴을 보이고
있다. 2007년 이후 가장 상승세가 높은 경영주제로는 토픽18(shares, securities, item)과
토픽2(ability, adversely, subject)로 확인되어, 각 시기별 소프트웨어 산업의 경영상황을
비교적 잘 반영하고 있는 것으로 관찰되었다.
<그림 10>
Microsoft(CIK=789019)사의 경영주제(토픽) 변화(1995-2016)
<그림 11>
Google(CIK=1288776)사의 경영주제(토픽) 변화(1995-2016)
한편, 기업 측면의 경영주제 변화를 파악하기 위해 대기업 중 기업 특성이 다르고 기 업연령이 많은 Microsoft(OS 및 솔루션패키지, 하드웨어 중심)와 기업연령이 적은 Google(웹서비스 중심)을 선정하여 관찰한 결과 <그림 10>, <그림 11>과 같이 나타났 다. Microsoft사의 경우 주요 경영분야로는 토픽5(software, technology, data)가 1998년 이후 압도적으로 높은 비중을 차지하였으나 그 이후 조금씩 비중이 줄어들고 있었다. 토 픽24(president, vice, executive) 역시 비중이 약간 높았으나 2000년대 이후 감소세에 있 으며, 토픽15 (systems, manufacturing, technology)가 2003년 이후 지속적으로 성장세 에 있음을 관찰하였다. 토픽16(stores, retail, store)은 2014년 이후 새롭게 부각되기 시작 하는 것으로 확인되었다. Google사의 경우 토픽5(software, technology, data)와 토픽11 (advertising, television, media)등이 지배적인 제품/서비스 측면의 경영주제로 확인되나, 연도별 제품/서비스 토픽의 변동이 극심한 것으로 관찰되어 특정 제품/서비스 토픽의 추 세확인은 어려웠다. 같은 소프트웨어 산업에 속해있는 기업이더라도 기업의 경영전략 및 제품/서비스 토픽의 속성상 경영주제의 추이 양상은 전혀 다르게 나타남을 관찰하였다.
이러한 경영주제변화의 안정성 혹은 변화의 모멘텀의 차이에 따른 기업 경영성과의 시
점별 연관관계 파악, 경영주제 변화와 관련성이 높을 것으로 기대되는 경영진의 변화 등
과의 연관관계 파악 등도 향후의 연구주제가 될 수 있을 것이다.
<그림 12> 전산업의 LDA 토픽 추이 변화(1996-2016)
산업 전반에 걸쳐 살펴본 1996년부터 2016년까지의 20년 동안의 산업의 장기간의 토 픽의 변화 추이를 파악한 결과 토픽들이 넓게 분산되어 있다가 수렴하는 형태를 보임을 관찰하였다. 과거에는 각각의 독립적인 토픽별 산업들이 자신의 분야를 비교적 독립적으 로 유지하고 있었다면, 최근에는 분야 간의 융복합화가 이루어짐을 미루어 짐작할 수 있 다. 2007년의 세계경제위기 당시에는 전 산업분야의 경영 토픽이 크게 위축되었음도 관 찰하였다.
본 절에서는 산업코드를 4자리를 기준으로 하여 0100-8999를 대상으로 산업의 경영주 제 변화를 살펴보았다. 전 산업을 대상으로 하여서는 4자리 코드 전체를 살펴보았으며, 소프트웨어 산업(73xx)과 하드웨어 산업(35xx) 비교 분석에서는 산업코드의 상위 2자리 를 기준으로 하여 분석하여 차이를 살펴보았다. 그러나 산업 수준에서의 조망 관점을 SIC 상위 1자리 코드 기준(1xxx 혹은 7xxx) 혹은 SIC 상위 3자리 코드 기준(353x 혹은 738x)으로 산업의 범위를 높이거나 낮추어서 산업의 경영주제 추이 변화를 살펴 볼 수 도 있을 것이다.
SIC코드 상위 1자리 기준으로 살펴보게 될 경우 <표 4>와 같은 수준의 경영 전반에
관한 경영토픽들이 확인 될 것으로 추정된다. 한편 세부적으로 SIC 코드 상위3자리 혹은
SIC 코드 전체 4자리로 좀 더 세분화된 산업의 경영주제를 살펴볼 경우, <표 5>와 같은
제품, 서비스, 세부적인 경영전략, 응용분야등과 같이 산업 특성에 따른 미시적인 경영
토픽들이 파악될 것으로 보이며, <그림 10> 혹은 <그림 11>과 같이 단일 기업의 경영 주제 분야와 같이 매우 세분화된 다양한 제품, 서비스, 응용분야 중심의 토픽들을 파악 할 수 있을 것으로 기대된다.
특히 가장 많은 기업이 분포하고 있는 6000-6799(Finance, Insurance and Real Estate) 산업코드 분야의 경우 산업 자체가 매우 중점화 되어 있는 분야로, 거시적 조망 에서 미시적 조망으로 관찰의 깊이를 더하더라도, 토픽의 다양성이 적어 토픽 변화가 크 지 않을 것으로 기대된다. 한편 다양한 기업들이 분포하고 있는 소프트웨어산업(73xx)과 하드웨어산업(35xx)같은 경우는 매우 높은 토픽 다양성을 가지고 있는 것으로 기대되어, 관찰의 깊이를 변화시킬 경우, 거시적 측면에서는 산업을 대표하는 경영주제들이 토픽으 로 관찰될 것으로 기대되며, 고배율의 미시적 관찰을 할 경우 경영주제의 다양성에 기반 한 토픽 변화가 클 것으로 추정된다. 따라서 관찰하고자 하는 산업의 경영주제의 특성을 사전적으로 검토한 후에, 산업의 관찰 수준을 상이하게 접근해야 할 것으로 판단된다.
본 절에서는 살펴본 LDA 주제 모델링을 통해 산업 및 기업수준의 경영주제에 대한 횡단면적 및 종단면적 파악이 가능하지만 10-K 문서의 파싱 키워드를 대상으로 정밀한 자연어처리를 통한 키워드 정제가 이루어지지 않은 측면에서 높은 해상도를 보여주지 못하고, 개요를 제공하는 수준에서 한계가 있는 것으로 판단된다.
이에 산업의 조망 보다는 기업의 경쟁상황을 파악하고 경쟁(유사) 기업 간의 경쟁환 경을 유추할 수 있으며 키워드 정제의 이슈에서 큰 제한점이 없는, 워드임베딩 방법을 통하여 보다 심도 있는 분석방법 개발 가능성을 파악하고자 하였다. 이를 통해 기업의 경쟁관계를 파악하고, 시간적 추이별로 기업의 경영주제 혹은 제품/서비스 토픽 측면에 서의 경쟁기업(유사기업)을 파악하고자 하였다.
2. 경쟁측면의 기업경영주제 특성 분석모델 및 사례연구
경쟁측면 관점에서 기업수준의 경영주제 파악을 위해 1995년부터 2015년까지의 10-K 문서의 item1의 연속 어휘 셋을 구축하고 word2vec 워드임베딩 모델을 학습시켰다. 각 어휘를 50차원 공간에 임베딩하고 주성분분석(PCA)을 통해 이를 2차원으로 축약하였다.
이를 통해 살펴볼 수 있는 전 기간에 대한 정적인 측면의 경영주제 파악과 시간적 추이
별 기업의 경영주제 혹은 제품/서비스 토픽의 변화를 확인하였다.
첫 번째로, 전체 기간을 대상으로 IT분야의 기업인 ‘google’과 스마트폰 시장의 대표 적인 제품인 ‘android’와 ‘iphone’을 키워드로 하여 경쟁(유사) 기업 및 제품/서비스를 사 례로 분석하였다. 본 분석에서는 파싱된 전체 어휘를 기준으로 특정 키워드인 ‘google’,
‘android’, ‘iphone’을 각각의 사례로 하여 분석을 수행하였다.
<그림 13> ‘google’의 word2vec 워드임베딩 매핑(1995-2015)
<그림 13>에서 볼 수 있듯이, google사와 인접한 주요 키워드로 yahoo, linkedin,
amazon, netflix, facebook, youtube, hulu, bing이 관찰되어 google사의 경영 주제와 인
접 기업의 경영주제가 근사한 것으로 파악되었다. 경영주제 측면에서 이들 기업들은 경
쟁 및 협력관계가 형성되어 있을 가능성이 있는 것으로 추정된다. <그림 14>와 <그림
15>에서 ‘android’와 ‘iphone’의 경쟁관계를 비교하여 살펴본 결과 android와 인접한 키
워드로 apple_ios, apples_ios, googles_android, symbian, ipad_iphone, iphone_ipad가 관
찰되어 주로 경쟁 제품/서비스에 대한 경영주제가 중요함을 확인할 수 있었으며, iphone
과 인접한 키워드로는 mobile_platforms, ipad, android_phones, tablet_devices,
ipod_touch, handheld_devices가 관찰되어 경쟁 제품/서비스 보다는 제품/서비스의 확장
이 주요 경영주제 임을 관찰할 수 있었다. 이는 각 기업의 제품/서비스에 대한 경영 전략
이 경쟁을 바라보는 인식의 강도의 차이를 대변할 수 있는 것으로 추정할 수 있다.
<그림 14> ‘android’의 word2vec 워드임베딩 매핑(1995-2015)
<그림 15> ‘iphone’의 word2vec 워드임베딩 매핑(1995-2015)
두 번째로, 기업측면에서 1995년부터 2015년 기간을 대상으로 한 분석과 5년을 단위로 기간별 시점을 분할하여 동적 변화를 파악하였다. 본 분석에서는 CIK(기업고유식별자) 를 기준으로 기업별로 10-K 문서를 전 기간, 5년 단위 분석기간별로 데이터 셋을 구축 하여 워드임베딩 모델을 구축하고 기업과의 매칭을 통해 색인(indexing)을 하였다. 각 기업별 구축된 전 기간 및 5년 단위 구분기간의 워드임베딩 및 주성분분석 결과 값을 매 핑하여 경영주제가 유사한 기업을 파악하였다. IBM사와 Apple사를 대상으로 비교분석 하였다.
전체기간의 IBM의 경쟁(유사)기업으로는 silicon_graphics, sun_microsystems,
microsoft_corporation, hewelett_packard, compaq가 확인되었으며(그림 16), 1995년부터
2015년까지 5년 단위로 분할하여 동적 변화를 분석한 결과 1995년에는 apple, novell이,
2000년에는 oracle, nordstorm이, 2005년에는 motorola, sun이, 2010년에는 motorola,
oracle이, 2015년에는 oracle, nokia가 경쟁(유사)기업으로 관찰되었다(그림 17).
<그림 16> IBM사의 워드임베딩 매핑 (1995-2015)
<그림 17> IBM사의 경쟁(유사)기업 워드임베딩 매핑(1995-2015, 5년 단위)
전체기간의 Apple의 경쟁(유사)기업으로는 sony, blackberry가 확인되었으며(그림 20), 1995년부터 2015년까지 5년 단위로 분할하여 동적 변화를 분석한 결과 1995년에는 jbl, unisys, novell이, 2000년에는 information_technology, isuzu, powertel_inc가, 2005년 에는 dell, panasonic, emi가, 2010년에는 amazon, sony, dell이, 2015년에는 google, sony 가 경쟁(유사)기업으로 관찰되었다(그림 21).
<그림 18> Apple사의 워드임베딩 매핑 (1995-2015)
<그림 19> Apple사의 경쟁(유사)기업 워드임베딩 매핑(1995-2015, 5년 단위)
