Seventwos Logo
유동성이 낮은 시장에서의 공정가치: 대체 데이터 솔루션


유동성이 낮은 시장의 보증 문제

국제재무보고기준은 기업이 특정 자산과 부채를 공정가치로 측정하도록 요구하고, 그 판단의 정확성과 신뢰성을 보장하기 위해 공정가치를 평가하는 사람들에 의해 이후에 점검됩니다. IFRS 13은 2011년에 도입되어 전 세계적으로 2013년에 시행되었으며, 공정가치를 시장 참가자 간의 질서 있는 거래에서의 출구가격으로 정의합니다. 이 표준은 평가 입력에 대해 3단계 계층을 확립하며, 레벨 1은 활발한 시장에서의 관찰 가능한 시세를 나타내고, 레벨 3은 유동성이 낮은 자산에 대한 관찰 불가능한 입력값을 포함합니다.

유동성이 낮은 시장에서 공정가치 산정에 대해 확신(보증)을 제공해야 할 때 도전이 나타납니다. 경영진은 내부 모델과 가정에 기반해 평가 판단을 내리는 반면, 감사인은 이러한 판단이 낙관적 전망이 아니라 경제 현실을 반영하는지 확인해야 합니다. Dontoh와 동료들의 연구는 유동성이 낮은 시장에서의 공정가치 측정이 상당한 정보 확산 효과를 만들어내고, 자산을 손상 인식하는 기업들이 비정상적으로 음의 수익률을 경험하며 이를 전체 산업으로 확산시키는 현상을 문서화합니다. 관찰 가능한 시장 거래가 희소하거나 존재하지 않게 되면, 확신(보증) 기능은 근본적인 검증 문제에 직면합니다.

수준 3의 측정은 경영진의 관찰 불가능한 입력값과 주관적인 모델링에 크게 의존합니다. 기업은 향후 현금흐름, 할인율, 그리고 시장 상황에 대한 가정에 기초한 내부 모델을 구축하지만, 감사인은 이를 독립적인 시장 증거를 통해 쉽게 검증할 수 없습니다. 국제회계기준위원회(IASB)는 특히 비활성 시장에서 '시장 참가자 간의 질서 있는 거래'라는 개념을 관찰하기가 거의 불가능해지는 상황에서 이러한 실행상의 어려움을 인정합니다. 사모 펀드 투자, 전문 부동산, 특정 무형자산 및 거래가 얇게 이루어지는 증권의 경우, 감사인은 전문적 회의주의가 확인을 요구하지만 관찰 가능한 증거가 남아 있지 않은 검증의 역설에 직면합니다.


행동 기반 검증을 통한 경제적 실질

감사인이 경영진의 공정가치 판단을 평가할 때, 가정이 향후 성과에 대한 현실적인 기대를 반영하는지 여부를 판단합니다. 전통적인 검증 방법은 이용 가능할 때 비교기업 거래를 검토하고, 경영진의 과거 예측 정확도를 검토하며, 이론적 모델에 비해 할인율 계산을 확인합니다. 각 방법은 유동성이 낮은 시장에서 한계에 봉착합니다. 비교 가능한 거래는 드물게 발생하거나 특성이 서로 다른 기업들이 포함될 수 있습니다. 시장 상황이 급격하게 변하면 과거의 정확성은 무의미해집니다. 이론적 할인율은 위험에 대한 가정을 내포하는데, 이는 또한 판단이 필요합니다.

대안 데이터의 부상은 경제적 실체의 검증 가능한 증거를 구성하는 요소를 근본적으로 변화시키고 있습니다. 연구에 따르면 개인 행동, 사업 프로세스, 센서 기반 입력을 포함한 비전통적 데이터 소스는 전통적 재무제표와 비교하여 "기업에 대한 보다 심층적이고 포괄적이며 적시성 있는 평가를 수행하는 데 사용될 수 있습니다". 이 연구는 객관성, 유연성, 단일 회계 관점이 아닌 다양한 이질적 소스를 통해 사업 운영을 드러내는 능력 등 대안 데이터의 주요 이점을 기록하고 있습니다. 이러한 역량은 대안 데이터 시장이 전문 기관 도구에서 확장된 이유를 설명합니다. 조직들이 이러한 소스가 분기별 재무 보고 주기보다 더 즉각적으로 경제 활동을 포착한다는 것을 점점 더 인식하고 있기 때문입니다.

소비 행태 분석은 감사인을 위한 특히 강력한 검증 도구를 제공합니다. 기업이 시장에 참여할 때 고객 거래, 결제 패턴, 재고 변동 및 경쟁 위치를 통해 행동적 흔적을 남깁니다. 이러한 소비 행태는 재무 예측보다 조작하기 어렵고, 분기별 보고 주기가 아니라 실시간으로 발생합니다. 학술 연구에 따르면 행동 분석은 87%를 초과하는 사기 탐지 정확도를 달성하는데, 이는 소비 패턴이 회계 추정이 아닌 실제 경제 활동을 반영하기 때문입니다.

7²는 유동성이 낮은 시장에서의 공정가치 산정에 대한 경제적 실체를 제공함으로써 감사 보증의 과제를 해결합니다. 이 플랫폼은 소비 습관을 분석하여 예측된 시장 잠재력이라기보다 실제 시장 참여를 확인합니다. 비교 가능한 거래가 드물게 발생하는 기업의 경우, 소비 데이터는 시장 점유율의 동향, 경쟁 포지셔닝, 그리고 고객 유지 패턴을 드러내어 감사인이 순수하게 모델링된 투영에 의존하기보다 관찰 가능한 행태 증거를 통해 경영진의 가치평가 가정을 검증하는 데 활용할 수 있습니다.

거래가 몇 년에 한 번 정도 발생하는 특수 산업 분야의 비상장회사를 예로 들어 보자. 경영진은 전략 계획에 기반한 성장률과 조정된 공기업 비교기업으로부터 추정한 할인율을 활용한 현금흐름 할인방법으로 Level 3의 공정가치를 측정한다. 감사인은 이 가정들이 시장 참여자의 기대를 합리적으로 반영하는지 판단해야 한다. 관찰 가능한 거래가 없는 경우 전통적 감사 절차는 검증 능력이 제한적이다.

소비 인텔리전스 데이터는 기업의 성과를 검증하는 데 도움을 주며, 시장 점유율 추세, 고객 집중도, 비용 대비 가격력, 경쟁사 대비 지갑 점유율 등을 보여준다. 이러한 소비 지표는 경영진의 성장 가정이 희망적 목표가 아니라 실제로 입증된 시장 실적과 일치하는지 평가하기 위한 독립적인 증거를 감사인에게 제공합니다.

이 소비 인텔리전스는 IFRS 13의 기본 요건인 레벨 3 측정에서도 관찰 가능한 입력을 최대화해야 한다는 요구를 다룹니다. 시장 점유율 경로는 관리자의 주장을 통해 추정되는 것이 아니라 거래 데이터를 통해 관찰 가능해진다. 고객 유지율은 고객 관계 관리 시스템 보고서에 기반하지 않고, 결제 패턴 분석으로 도출된다. 원가 대비 가격 행태는 내부 마진 계산이 아니라 구매 주문 데이터에서 나타난다. 이러한 소비 기반 지표가 DCF 입력에 반영되면, 감사인은 공정가치 결정이 경제적 실체에 기반하고 순수한 내부 추정에 의존하지 않는다는 것을 검증할 수 있습니다.

대안 데이터 시장의 확장은 이 검증 접근법을 입증합니다. 금융 기관, 특히 사모펀드 포트폴리오나 특수 부채를 관리하는 기관은 전통적 재무제표가 분기별로 도착하는 반면 시장 상황은 지속적으로 변하기 때문에 소비 수준의 인텔리전스를 점점 더 요구하고 있습니다. 2023년 IFRS 재단 지침은 비유동 시장에서 레벨 3 인풋을 위한 내부 데이터 및 모델 사용을 구체적으로 다루며, 보증 제공자가 감사해야 하는 공정가치 결정에 소비 인텔리전스를 통합하기 위한 명시적 프레임워크를 만들었습니다.


기관급 검증의 민주화

중소기업의 실무적 어려움은 소비 인텔리전스의 이론적 타당성에 있는 것이 아니라 접근성에 있다. 제도적 투자자들은 전문 데이터 구독을 가진 애널리스트 팀을 배치한다. 사모펀드 회사들은 주요 소비 데이터를 수집하는 업계 컨설턴트 네트워크를 유지한다. 대형 감사법인은 부문에 걸친 시장 역학을 추적하는 독점 데이터베이스를 구축한다. 중소기업은 일반적으로 이러한 기관급 역량에 필요한 자원이 부족하여 정보 비대칭이 발생하고, 이는 합리적으로 지지 가능한 공정가치 측정의 준비 능력과 감사인이 그 측정을 효율적으로 검증하는 능력에 모두 영향을 미친다.

7²는 데이터 공급자와의 수익 공유 모델을 통해 민주화 문제를 해결합니다. 데이터 인프라에 대한 선투자 자본을 요구하기보다, 플랫폼은 비용과 가치 실현을 연계하는 방식으로 소비 인텔리전스에 대한 접근을 제공합니다. 유동성이 낮은 시장에서 공정가치를 산출하는 중소기업의 경우, 이 모델은 감사인이 보증을 제공하는 데 필요한 경제적 실체를 제공하되 대기업만 감당할 수 있는 제도적 규모의 예산은 필요하지 않습니다.

방법론적 기여는 관리의 결정 과정과 감사인의 검증 절차를 모두 뒷받침하는 세 가지 분석 계층을 결합합니다. 첫째, 소비 습관 분석은 가정된 구매 궤적이 아니라 실제 고객 행동 패턴을 확립합니다. 둘째, 시장 점유율 정보는 설문 기반 추정보다 관찰된 거래 데이터를 통해 경쟁 위치를 정량화합니다. 셋째, 전통적 DCF 방법은 순수하게 예측된 가정이 아니라 소비 기반 검증 입력을 받습니다. 이 세 가지 계층적 접근은 IFRS 13의 관찰 가능한 입력을 극대화해야 한다는 요구를, 본질적으로 유동성이 낮은 자산의 측정에서도 직접적으로 다룹니다.

소비 데이터를 처리하는 행동 분석 도구는 전 세계적으로 10억 달러를 초과하는 시장 가치를 창출하며, Fortune Business Insights는 행동 분석 시장이 2032년까지 1080억 달러에 이를 것으로 전망합니다. 이 기술은 실험적 단계에서 필수적이 되기까지 정확히 소비자 행동이 비즈니스 성과의 선행지표를 제공하기 때문입니다. 시장 점유율이 축소되면 소비 데이터가 매출 감소를 재무제표가 보고하기 수개월 전 추세를 드러냅니다. 고객 확보 비용이 증가하면 거래 패턴은 비용 보고서가 변화를 공식화하기 전에 마케팅 강도를 높인다는 것을 보여줍니다.

유동성 시장에서 공정가치를 확인하는 감사 제공자에게 소비 인텔리전스는 세 가지 뚜렷한 이점을 제공합니다. 첫째, 행동 데이터는 경영진의 진술이 아닌 관찰 가능한 경제 활동에 가치를 연결하는 감사 추적을 만듭니다. 둘째, 소비 패턴은 실제 시점의 증거를 제공하고 과거 재무제표를 대체하며 측정일과 정보 가용성 사이의 시간적 격차를 줄입니다. 셋째, 행동 분석은 독립적인 확인 증거를 생성해 감사 품질을 향상시키며 전통적인 실질 절차의 범위를 축소할 수 있습니다.

규제 환경은 이 대체 데이터의 보증 프로세스 통합을 점점 더 뒷받침합니다. SEC의 2025년 검사 우선순위는 비유동 자산 평가의 정확성과 평가 공시의 적절성을 명시적으로 언급합니다. IFRS 도입 후 검토는 레벨 3 측정이 판단을 필요로 하는 구현상의 도전에 직면한다는 점을 인정하면서도, 실무가 이러한 도전을 해결하기 위해 계속 발전하고 있음을 결론짓고 있습니다. Consumption intelligence는 활성 시장과 비활성 시장 모두에서 작동해야 하는 규제 당국이 기대한 바로 그 유형의 실무 진화를 나타냅니다.


컴플라이언스를 넘어 시장 인텔리전스로

비유동 시장에서의 공정가치 측정은 본질적으로 정보 검증 문제를 반영합니다. IFRS 13은 경영진이 판단을 내릴 수 있는 프레임워크를 제공하지만, 보증 제공자들은 그 판단이 경제적 현실을 반영한다는 것을 검증하기 위해 관찰 가능한 증거가 필요합니다. 활발한 시장이 존재하면 가격은 이를 효율적으로 검증합니다. 시장이 비활성화되거나 자산이 본질적으로 비유동적임이 입증될 때에는, 대체 정보 소스가 레벨 3 측정치를 감사 가능하게 만드는 경제적 실체를 제공해야 합니다.

문서 기반의 감사 증거에서 행동 기반 검증으로의 이 전환은 경제적 실체가 설정되고 검증되는 방식에 대한 더 폭넓은 변화를 나타냅니다. 재무제표는 여전히 필수적이지만, 그것들은 경영진이 준비한 회계 관례를 통해 과거 실적을 기록합니다. 소비 데이터는 재무 보고 프로세스와 독립적으로 존재하는 행동 관찰을 통해 지속적인 경제 활동을 드러냅니다. 비유동 시장에서 운영되는 기업의 경우, 이 구분은 감사인이 공정가치 결정이 시장 참가자들의 관점을 반영하는지, 아니면 내부의 낙관적 시각을 반영하는지 평가할 때 결정적으로 중요합니다.

7²의 접근 방식은 기관 투자자들과 그들의 감사 팀에 이전에 한정되던 역량을, 중소기업(SMEs)에 제공하여 이중 목적에 부합하는 경제적 실체를 제공합니다. 공정가치 측정을 준비하는 경영진에게, 소비 인텔리전스는 관찰 가능한 시장 참여 데이터로 DCF 입력에 정보를 제공합니다. 그 측정에 대한 보증을 제공하는 감사인에게도 동일한 행동 분석은 가정이 입증된 실적을 반영한다는 것을 보여 주는 독립적 검증을 제공합니다. 이 이중 기능은 소비 인텔리전스를 컴플라이언스 비용에서 전략적 기회, 운영 리스크, 시장 포지셔닝 역학을 밝히는 운영 인텔리전스로 전환합니다.

대안 데이터 시장이 2024년 75억 달러에서 2035년까지 예상 270억 달러로 확장됨에 따라, 소비 인텔리전스를 가치 평가 결정과 감사 검증 모두에 통합하는 것은 혁신에서 표준 방법론으로 전환될 것입니다. 현재 비유동 시장에서 공정가치를 측정하는 기업은 선택에 직면합니다. 감사인이 검증하기 어려운 모델링된 가정에 주로 레벨 3 인풋을 기반으로 할 수 있고, 또는 실제 시장 참여에서 도출된 행동 증거로 전통적 접근법을 보완할 수 있습니다. 후자의 경로는 경영진에게 더 엄격하고, 감사인에게 더 검증 가능하며, 궁극적으로 IFRS 13이 달성하고자 하는 것, 즉 순수한 이론적 구성이 아닌 관찰 가능한 실체에 의해 뒷받침되는 경제적 현실을 반영하는 공정가치 측정에 더 부합합니다.




관심을 표현하세요

관련 읽을거리


투자에서의 외생적 요인과 대체 데이터의 부상7²와 함께하는 AI 회복력: 그라운드 트루스를 통한 재정적 독립 구축더 빠른 부기를 넘어서: 회계의 미래AI의 의도치 않은 결과: 부담스러운 감사 절차


References

Dontoh, A., Elayan, F. A., Ronen, J., & Ronen, T. (2021). Unfair "fair value" in illiquid markets: Information spillover effects in times of crisis. Management Science, 67(8)

International Accounting Standards Board. (2011). IFRS 13 Fair Value Measurement. IFRS Foundation.

Sun, Y., Liu, L., Xu, Y., Zeng, X., Shi, Y., Hu, H., Jiang, J., & Abraham, A. (2024). Alternative data in finance and business: Emerging applications and theory analysis (review). Financial Innovation, 10(1)

Market Research Future. (2024). Alternative data market: Global forecast 2024-2035.

Fortune Business Insights. (2024). Behavior analytics market size, share & statistics, 2025-2032.

우리 솔루션 사용해보기
Site Version : --



정말로?

Founder Institute에서 설립된 Seventwos는 싱가포르 법인입니다. Seventwos에 메시지를 보내면 이용약관에 동의하고 개인정보처리방침을 확인한 것으로 간주됩니다.

저작권© Seventwos 2026. Seventwos Pte. Ltd. 모든 권리 보유.
Selected Seventwos surfaces carry provenance markers and version records.