빅 배스 (Big Bath) 회계처리 탐지

공개 호출 방식

AI 도구 실행 순서는 EngineCall 우선이다. Company.panel("IS"|"BS"|"CF"), Company.filings, scan.quality, scan.audit, scan.disclosureRisk 는 엔진 호출로 근거를 먼저 확보한다. 아래 Python 블록은 확보한 L1/L1.5 근거를 buildEvidenceForensicsMemo 로 묶는 RunPython fallback 절차다 — 빅 배스 — 일회성 손실 + 경영자 변경 ledger.

import dartlab
from dartlab.synth.evidenceForensics import buildEvidenceForensicsMemo

target = "005930"  # KOSPI/KOSDAQ 종목코드
c = dartlab.Company(target)

statements = {}
for topic in ("IS", "BS", "CF"):
    try:
        statements[topic] = c.panel(topic, freq="Y")
    except TypeError:
        statements[topic] = c.panel(topic)
    except Exception:
        pass

sectionTexts = {}
for topic in ("businessOverview", "riskFactors", "mdna", "notesDetail"):
    try:
        sectionTexts[topic] = str(c.panel(topic))[:20000]
    except Exception:
        pass

try:
    disclosure = c.filings()
    events = disclosure.head(20).to_dicts() if hasattr(disclosure, "head") else list(disclosure)[:20]
except Exception:
    events = []

scanRows = []
for axis in ("quality", "audit", "disclosureRisk"):
    try:
        df = dartlab.scan(axis)
        rows = df.head(3).to_dicts() if hasattr(df, "head") else []
        for row in rows:
            row["axis"] = axis
        scanRows.extend(rows)
    except Exception:
        pass

memo = buildEvidenceForensicsMemo(
    target=target,
    market=str(getattr(c, "market", "KR")),
    companyName=str(getattr(c, "corpName", target)),
    statements=statements,
    sectionTexts=sectionTexts,
    events=events,
    scanRows=scanRows,
)

emit_result(
    table=memo["tables"]["engineCandidateMemo"],
    values={
        "target": target,
        "riskScore": memo["headline"].get("riskScore"),
        "signalCount": memo["headline"].get("signalCount"),
    },
    date=memo.get("asOf", "latest"),
    sources=memo["sources"],
)

호출 동작 — 5 단 분석 구조

1. 결론 도출

일회성 손실 분기 + 경영자 변경 timestamp + 차기 분기 회복 + 손상 cluster 동행 한 문장.

좋은 결론 예시:

• “현대중공업 케이스 — 신임 사장 취임 D+Y 분기 손상차손 X 조원 (전년 평균 분기 손실의 N 배) + 구조조정 충당금 동시 인식. 차기 2~3 분기 인위적 회복 (영업이익 +Z% 점프) 동행. 빅 배스 패턴 [conf:70]. counter — 조선 다운사이클 동시 발생 (산업 평균 손상률 W%) 으로 외부 환경 기여도 일부 인정. 경영자 의도 vs 산업 침체 분리 어려움 한계 메모.”

금지:

• 신임 경영자 단일 신호만으로 빅 배스 단정.
• 차기 분기 회복 = 인위적 단정 시 영업현금흐름 회복 동행 미확인.

2. 핵심 근거 수집

requiredEvidence: skillRef + target + tableRef + valueRef + dateRef + sourceRef + executionRef 필수.

• target (stockCode).
• sourceRef: 경영자 변경 공시 (DART 임원변동·주요사항보고) / 손상차손 주석 (감사보고서) / 합병·구조조정 공시.
• tableRef (4+ 표):
  1. 분기 일회성 손실 시계열 — 분기별 영업외비용 (손상차손·구조조정 비용·이연법인세 손상·재고·채권 손상)
  2. 경영자 변경 timing — CEO·CFO 교체일·취임일 / 동일 분기 손실 인식 여부 / 직후 1~2 분기 패턴
  3. 손상 cluster 매트릭스 — 영업권·유형자산·무형자산·재고·매출채권·이연법인세자산 동시 인식 여부
  4. 차기 분기 회복 ledger — 직후 2~4 분기 영업이익 / 영업현금흐름 회복 vs 평균 ratio
• valueRef: 일회성 손실 절대액, 평균 분기 손실 대비 배수, 차기 분기 회복 폭.
• dateRef: 경영자 취임일·손상 인식일·합병일·차기 분기 발표일.
• executionRef: RunPython 으로 손상 cluster + 회복 회귀 계산.

3. 메커니즘 분석

빅 배스 진단 = 경영자 변경 + 손상 cluster + 차기 회복 + 외부 환경 반례 4 차원 동시 검증:

graph LR
  EXEC["경영자 변경 timestamp"] --> EVENT_Q["취임 분기 (Q0)"]
  EVENT_Q --> LOSS_Q["Q0 손실 인식"]
  EVENT_Q --> LOSS_Q1["Q0+1 손실 인식"]

  LOSS_Q --> CLUSTER["손상 cluster<br/>영업권·유형·무형·재고·채권·이연세"]
  LOSS_Q1 --> CLUSTER

  CLUSTER --> RATIO["평균 분기 손실 대비 배수<br/>X / avg(Q-4..Q-1)"]

  EVENT_Q --> RECOVER_Q["Q0+2~Q0+4 회복"]
  RECOVER_Q --> NI_BUMP["영업이익 점프"]
  RECOVER_Q --> OCF_VERIFY["영업현금흐름 회복<br/>실제 vs 회계 분리"]

  EXTERNAL["외부 환경 반례<br/>산업 평균 손상률·환율·유가"] --> COUNTER["반례 검증"]

  RATIO --> SCORE["빅 배스 점수"]
  NI_BUMP --> SCORE
  OCF_VERIFY --> SCORE
  COUNTER --> SCORE

6 패턴 정량 신호:

패턴	신호	임계	가중치
경영자 변경 timing	CEO·CFO 취임 분기 (Q0) 손실 인식	Q0 또는 Q0+1 분기 발생	high
손상 cluster	동시 손상 항목 종류	≥ 3 종 (영업권·유형·재고 등)	high
손실 배수	Q0 손실 / 평균 분기 손실 (Q-8 ~ Q-1)	≥ 5 배	high
차기 회복	Q0+2~Q0+4 영업이익 점프	평균 분기 +30% 이상	medium
회복 진정성	영업현금흐름 (OCF) 회복 vs 영업이익 회복	OCF 회복 < 영업이익 회복 → 회계 회복 신호	high
외부 환경 반례	동종 업종 평균 손상률	회사 손상률 / 업종 평균 ≥ 2 배 → 빅 배스 격상	medium

4. 반례·한계

• Falsifier: 경영자 변경 timestamp 또는 손상차손 주석 부재 시 빅 배스 판정 불가 — DART 임원변동 공시 + 주석 fetch 후 재호출.
• 외부 위기 동시 발생: 신임 경영자 취임이 위기 도래로 인한 교체 인 경우 (조선·해운·정유 다운사이클) 시점 일치는 우연 + 실제 손상 합리성. 경영자 의도 vs 산업 침체 분리 어려움.
• IFRS 36 손상검사 의무: 결산일 손상 인식은 법적 의무 (IFRS 36 회수가능액 비교) 라 4 분기 손실 집중 자체가 빅 배스 신호로 보기 어려운 경우 多.
• 실제 비용 감소 회복: 차기 분기 회복이 구조조정 효과 (인건비·임차료 감소) 라면 인위적 회복 아님. OCF 동행 회복 시 진정성 높음.
• 합병 PPA 영업권 즉시 손상: 합병 직후 영업권 손상은 과거 인수가 부적정 회귀 가능성 큼. 이 경우 과거 의사결정 책임이지 현재 빅 배스 의도 와 다름.
• 이연법인세자산 손상 특수성: 미래 과세소득 회복 가능성 평가 (IAS 12) 라 회계 추정 영역. 회복 시점 다시 환입되는 회계 처리 자체가 정상.
• 재고·매출채권 일괄 폐기: 산업 정상 cycle (패션·반도체 재고 폐기) 인 경우 빅 배스 아님. 평균 분기 폐기율 대비 검증.

5. 후속 모니터링

신호	임계	조치
경영자 변경 후 분기 손실 배수	≥ 5 배	빅 배스 의심 격상
손상 cluster 동시 종류	≥ 3 종	패턴 ledger 작성
차기 분기 영업이익 점프	≥ +30%	회복 진정성 검증
OCF 회복 vs 영업이익 회복	OCF < 영업이익	회계 회복 신호 격상
동종 업종 평균 손상률 비교	회사 / 업종 ≥ 2 배	빅 배스 점수 +1
환입 (Reversal) 발생	발생	과대 손상 인식 후행 신호

대표 반환 형태

• tableRef:bigbath:quarterly_oneoff_loss — 분기 일회성 손실 시계열
• tableRef:bigbath:exec_change_timing — 경영자 변경 ↔ 손실 매칭
• tableRef:bigbath:impair_cluster — 손상 cluster 매트릭스
• tableRef:bigbath:post_recovery — 차기 분기 회복 ledger
• valueRef:bigbath:loss_multiple — 평균 대비 손실 배수
• valueRef:bigbath:recovery_jump_pct — 차기 분기 영업이익 점프 %
• valueRef:bigbath:score — 빅 배스 종합 점수
• sourceRef:bigbath:exec_change_id — 임원변동 공시 id
• sourceRef:bigbath:impair_note_id — 손상차손 주석 id
• executionRef:bigbath:calc_id — RunPython 실행 id

연계 절차

• 영업권 손상 심층 → recipes.fundamental.quality.forensics.goodwillImpairmentCheck
• 사건 ↔ 재무 매칭 → recipes.fundamental.quality.forensics.eventToStatementMatcher
• 계정 추적 → recipes.fundamental.quality.forensics.accountTraceLedger
• 주석 신호 (계속기업·정정) → recipes.fundamental.quality.forensics.noteSignalExtractor
• 운전자본 압박 (재고·채권 손상 동행) → recipes.fundamental.quality.forensics.workingCapitalPressureMap
• 합병 PPA 영업권 → recipes.fundamental.quality.forensics.mergerRatioFairness

재호출 트리거: “신임 경영자 빅 배스”, “취임 직후 손실”, “손상차손 일시 집중”, “구조조정 충당금 인식”, “차기 회복 패턴”.

기본 검증

• 분기 IS 시계열 ≥ 12 분기.
• 경영자 변경 timestamp 명시 (취임일·교체일).
• 손상 cluster 항목 ≥ 3 종.
• 차기 분기 영업이익 + OCF 동행 비교.
• 동종 업종 평균 손상률 외부 비교 메모.
• falsifier — 외부 환경 동시 발생 시 분리 어려움 명시.

AI 직접 사용 방식

1. ReadSkill 에서 빅 배스·신임 경영자 손실 질문이면 본 recipe 선정.
2. target stockCode 확인.
3. Company.panel("IS", freq="Q") 분기 손익 + Company.panel("BS", freq="Q") 충당·영업권.
4. Company.filings("임원변동") 경영자 변경 timestamp.
5. Company.panel("손상차손") 또는 Company.panel("충당부채") 주석 본문.
6. RunPython 으로 6 패턴 신호 + 차기 회복 회귀 계산.
7. 답변에 분기 손실 시계열 + 경영자 timing + 손상 cluster + 차기 회복 ledger 4 셋 + 반례·한계 필수.