공공성이 높은 에너지산업과 환경산업(이하 에너지환경산업)에서 기업부도의 사전 예측은 갑작스러운 공급 충격의 가능성을 예측하고 대비할 수 있게 하며 이를 통해 경제 전반의 충격과 국민 후생 저하를 완화시킬 수 있다는 점에서 중요하다. 본 연구는 에너지환경산업에 대한 기업부도 예측모형을 분석한다. 추정모형으로는 로짓모형을 이용하고 부도예측 선행연구에서 자주 이용되는 51개 재무 변수를 초기 설명변수로 고려하였다. 그리고 이들 설명변수에 에너지환경산업 더미변수를 곱하여 추가한 경우와 추가하지 않은 경우의 예측력을 비교하였다. 한편 설명변수 수가 많기 때문에 예상되는 모형의 과다적합(over-fitting)과 다중공선성 문제를 완화하기 위해 모형축소방법인 lasso(Tibshirani, 1996)를 적용하여 로짓 모형과 예측력을 비교하였다. 분석결과, 에너지환경산업 더미변수를 고려한 로짓 모형에 lasso를 적용한 logistic lasso모형의 예측력이 가장 우수한 것으로 나타났다.Since energy and environment industries have much publicity, predicting the industries’ corporate bankruptcy in advance is important in that it can predict and prepare for the possibility of sudden supply shocks, thereby alleviating the overall economic shock and deteriorating public welfare. This study analyzes prediction of corporate bankruptcy in energy and environment industries. The logit model is used as basic estimation model, in which 51 financial variables frequently used in the previous studies are considered as initial explanatory variables. And we compare the predictive power between two models, one with and another without the variables multiplied by the industries' dummy variable as additional variables. On the other hand, Lasso(Tibshirani, 1996), a model shrinkage method, is applied to alleviate the problem of over-fitting and multicollinearity due to many explanatory variables used in the model. The results showed that the logistic lasso model including the dummy variables of the energy environment industry was the best in all predictive measures.