• 자원ㆍ환경경제연구
• /
• 제29권3호
• /
• pp.363-388
• /
• 2020

본 연구의 목적은 다수어업에 의해 어획되는 삼치어종에 대해 잉여생산모형을 이용하여 최대지속적어획량(Y_MSY) 및 최대지속적어획노력량(F_MSY)을 추정한 후 현재 가치 해밀토니안 기법을 적용하여 삼치어종을 어획하는 다수어업의 이윤 극대화를 위한 최적어업관리 수준과 민감도 분석을 통한 삼치어종의 제도적 접근 방안을 제공함에 있다. 분석 내용으로, 우선, 다수어업의 어획노력량을 Gavaris의 일반선형모형을 적용하여 하나의 단위로 표준화한 후, 다양한 잉여생산모형 중 CYP 모형을 채택하여 정태적 자원평가를 시도하였다. 다음으로, 생물·기술적 계수와 경제적 매개변수를 가지고 현재가치 해밀토니안 기법을 이용하여 어업 이윤을 극대화하는 동태적 최적 수준을 추정하였다. 분석 결과, 우선, MSY 수준과 이윤이 극대화되는 수준에서 우리나라 삼치자원은 남획되고 있는 것으로 분석되었다. 다음으로, 경제적 주요 변수인 생산가격과 단위당 어업비용 변화에 따른 민감도 분석을 시도해본 결과, 생산가격 및 어업비용이 변화할 때 삼치어종의 자원량이 민감하게 반응하는 것으로 나타났다. 특히, 실제 삼치어종에 대한 어획노력량이 과도하게 투입되고 있어, 동 자원의 남획으로 인해 삼치어종을 어획하는 쌍끌이대형저인망어업, 대형선망어업, 대형트롤어업의 경영에도 비효율성을 야기하고 있는 것으로 분석되었다. 결론적으로, 본 연구에서는 우리나라 연근해 수산자원의 회복과 TAC 총량규제의 정부 정책의 확대에 맞추어 삼치어종도 TAC 대상 품종에 포함하여 체계적으로 자원을 관리해 나가길 제안하였다.

• 한국산학기술학회논문지
• /
• 제18권7호
• /
• pp.149-161
• /
• 2017

본 논문은 국내 유가증권시장(KOSPI 및 KOSDAQ)에 상장된 106개의 제약 바이오기업을 대상으로 사건연구방법론(Event study methodology)을 이용하여 제휴 체결이 기업의 시장가치에 미치는 영향을 연구하였다. 연구 결과, 국내 제약 바이오산업에서 모든 제휴가 기업의 시장가치에 유의미한 영향을 주지는 않았지만 제휴 유형에 따른 분석에서 기술력이 제휴 체결의 주요인으로 작용하는 연구개발 제휴는 기업의 시장 가치에 긍정적인 영향을 주는 것으로 나타났다. 연구개발 제휴 중에서는 기술 이전 제휴, 특히 개발기술 이전 제휴가 기업 가치에 더 긍정적인 영향을 주었다. 이는 제휴 유형별로 차별화된 평가를 받는다는 것으로 해석되었다. 한편, 제휴 체결이 기업가치에 반영되는 시점을 확인한 결과, 내부 정부 유출로 제휴 공시 전 주가 상승 가능성이 높다는 것을 확인하였다. 이는 국내 제약 바이오산업 내 제휴와 관련하여 사전정보유출 가능성이 높다고 해석된다. 본 논문은 국내 제약 바이오 기업의 가치 창출을 위해 제휴의 방향을 모색하는 경영자들과 실무자들에게 제휴의 효과를 실증적으로 입증해 준다. 또한 제휴 체결 전 정보 유출 방지를 위해 정보 관리 및 이와 관련된 제도적 보완이 필요할 것으로 판단된다.

• 한국산학기술학회논문지
• /
• 제18권1호
• /
• pp.231-237
• /
• 2017

2000년대 중반 이후 우리나라에서도 기업의 자발적 공시활동의 중요성이 증대되면서 이와 관련한 기업의 활동이 활발해지고 있으며 관련 연구도 지속적으로 이뤄지고 있다. 이에 본 연구에서는 이러한 추세를 반영하여 자발적 정보공시와 유효법인세율 간의 관련성을 조세회피 측면에서 실증적으로 검증하였다. 이를 위해 자발적 정보공시의 대리변수(proxy)는 기업설명회(IR, Investor Relation)를 활용하였으며, 유효법인세율(Effective Corporate Tax Rate)을 조세회피의 대리변수로 활용하였다. 연구표본은 한국채택국제회계기준(K-IFRS)가 의무적으로 도입된 2011년부터 2014년까지의 12월 결산 유가증권 상장기업 1,396개 기업연도이다. 실증분석 결과, 자발적 정보공시와 유효법인세율은 양(+)의 관련성을 나타냈다. 이러한 결과는 추가적인 유효법인세율 측정치를 활용한 분석에서도 동일하게 나타났다. 이는 외부에 자발적으로 정보를 공시하는 기업일수록 시장의 반응을 중시하여 상대적으로 우수한 회계정보를 산출함으로써 상대적으로 조세회피 수준이 낮은 (유효법인세율이 높은) 건전한 경영성과를 보고하는 것으로 기대할 수 있다. 본 연구는 기업의 자발적 정보공시활동(IR)이 기업의 조세회피 수준에 미치는 긍정적인 영향을 대표적인 조세회피 대리변수인 유효법인세율을 통해 검증함으로써, 좀 더 높은 공시수준을 가진 기업들에 대한 좋은 신호(good signal)를 투자자들에게 제공할 것으로 기대할 수 있다. 이를 통해 본 연구가 건전한 자본시장의 발전에 도움이 되기를 기대한다.

• 무역학회지
• /
• 제41권4호
• /
• pp.61-90
• /
• 2016

본 연구는 수출제조기업을 대상으로 기업의 생산성변화에 영향을 미치는 요인을 분석하는데 목적이 있다. 기존 실증연구에 기초하여 수출제조기업의 생산성변화에 영향을 미치는 변수를 선정하고, 이러한 변수들과 수출제조기업의 생산성변화간의 관계를 분석하였으며, 그 결과는 다음과 같다. 첫째, 수출제조기업 355개 대상으로 생산성변화에 영향을 미치는 요인을 분석한 결과에서 수출제조기업의 혁신활동과 총자산은 생산성변화에 긍정적인 영향을 미치는 반면, 인건비비율, 자기자본비율 및 유동비율은 생산성변화에 부의 영향을 미치는 것으로 나타났다. 둘째, 수출제조대기업에서 혁신활동과 무형자산은 생산성변화에 긍정적인 영향을 미치는 반면, 인건비비율, 판매비비율 및 자기자본비율은 생산성변화에 부의 영향을 미치는 것으로 나타났다. 셋째, 수출제조중소기업에서 혁신활동은 생산성변화에 긍정적인 영향을 미치는 반면, 인건비비율 및 자기자본비율은 생산성변화에 부의 영향을 미치는 것으로 나타났다. 넷째, KOSIP 상장 수출제조기업에서 무형자산은 생산성변화에 긍정적인 영향을 미치는 반면, 인건비비율, 판매비비율 및 유동비율은 생산성변화에 부의 영향을 미치는 것으로 나타났다. 다섯째, KOSDAQ 상장 수출제조기업에서 혁신활동 및 총자산은 생산성변화에 긍정적인 영향을 미치는 반면, 인건비비율 및 자기자본비율은 생산성변화에 부의 영향을 미치는 것으로 나타났다.

• 경영과정보연구
• /
• 제35권1호
• /
• pp.189-206
• /
• 2016

2014년도 회계감사보고서부터 외감법의 개정에 따라 감사보고서에 관한 7조의 2의 외부감사 참여인원 수, 감사내용 및 소요시간 등 외부감사 실시내용을 적은 서류를 첨부하도록 되었다. 본 연구에서는 개정된 외부감사 실시내용을 반영하여 정부출연기관의 용역예정원가계산에 의하여 감사보수를 산정한다. 본 연구에서는 대상기업(전기 적정의견, 직전년도 자산총액 1,000억원, 제조업, 사전의 의뢰인 수임에서 내부통제위험 및 유의적인 감사위험이 없는 것으로 가정한 상장기업)을 국가계약법의 용역원가계산 체계에 따라 인건비, 경비, 일반관리비, 이윤의 4가지 비목을 합계하여 감사보수를 산출한다. 그리고 회계감사의 참여자와 감사투입시간을 확인하기 위하여 Big-4 회계법인에 예정원가 산정 대상기업에 대한 견적을 의뢰하여 계정된 외부감사 실시내용을 적은 서류에 따라 수집한 결과를 이용하였다. 인건비는 2014년 학술연구용역비 인건비기준단가의 참여율 150% 적용, 경비는 한국은행의 기업경영분석(2013년)의 회계법인등의 평균을 사용, 일반관리비는 국가를 당사자로 하는 계약에 관한 법률 시행규칙 7조1항 용역업의 일반관리비율 5%를 적용, 이윤은 국가를 당사자로 하는 계약에 관한 법률 시행규칙 7조2항 용역업의 이윤율 10%가 적용되었다. 이를 적용한 예정원가 계산에 의한 감사보수는 50,617,769원이 산출되었다. 본 연구의 결과가 최적의 적정감사보수는 아니다 할지라도 기준이 없는 기업의 감사보수를 비교할 수 있는 기본 척도로 사용 할 수 있을 것이다. 그리고 이러한 외감법의 개정은 이전의 총 투입 감사시간만을 공시한 것보다 감사인의 독립성과 회계제도의 투명성을 제고할 수 있을 것이다.

• 벤처창업연구
• /
• 제14권2호
• /
• pp.1-13
• /
• 2019

새롭고 혁신적인 기술을 확보하기 위한 방안으로 많은 기업들은 기술력 있는 스타트업에 투자를 하고 인수하여 왔다. 스타트업들은 일반적으로 규모가 작고 과거 사업 경력이 작기 때문에 기술력 및 사업성 검증 방법에 한계가 있어 인수할 때 여러 가지 위험이 따른다. 그래서, 경쟁력 있는 스타트업을 발굴하고 투자를 집행하는 부분에 있어서 벤처캐피탈은 중요한 역할을 한다. 독립벤처캐피탈(Independent Venture Capital)은 일반적으로 재무적인 수익을 중요시하는 반면 기업에서 투자 담당 역할을 하는 기업벤처캐피탈(Corporate Venture Capital)은 전략적인 관점에서 모기업과의 비즈니스 시너지를 중시하고 있다. 기술의 발전이 급속하게 이루어지고 신기술의 보유 여부가 기업의 경쟁력을 좌우하는 산업계 분야에선 기존 회사들은 혁신적인 기술을 보유한 스타트업에 지분 투자를 통해 투자 포트폴리오로 편입시키고 같이 협업을 진행하며 포괄적인 협력을 위해서 인수를 진행한다. 또한, 기존 투자한 회사들의 포트폴리오 관리를 통해서 업계의 정보를 얻고 이를 활용해서 신규 투자 및 인수를 진행한다. 본 논문에서는 미국에 상장된 주요 기업들이 기업벤처캐피탈을 통해 진행한 투자활동 및 모기업과 스타트업에 미치는 효과를 회귀분석을 통해 검증하였고 모기업의 인수 성과는 주가 분석에 기반을 둔 이벤트 스터디(Event Study) 또는 사건연구라 불리는 방법론을 통해 분석하였다. 스타트업의 기준은 창업 후 12년 이하의 회사로 규정하였고 분석 결과 투자 규모 및 횟수가 큰 기업벤처캐피탈을 보유한 모기업 일수록 적극적으로 스타트업을 인수하는 것으로 나타났다. 또한 기업벤처캐피탈이 재무적 목적의 투자 활동을 증가시킬 경우 모기업의 인수활동에 음(-)의 영향을 미치는 것을 알 수 있고, 기업벤처캐피탈이 기존에 투자한 포트폴리오 내에 있는 회사를 모기업이 인수할 경우 그렇지 않은 경우에 비해서 인수 성과가 증가하는 것으로 나타났다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.135-149
• /
• 2020

인공지능을 기반으로 한 다양한 연구들이 현대사회에 많은 변화를 불러일으키고 있다. 금융시장 역시 예외는 아니다. 로보어드바이저 개발이 활발하게 진행되고 있으며 전통적 방식의 단점을 보완하고 사람이 분석하기 어려운 부분을 대체하고 있다. 로보어드바이저는 인공지능 알고리즘으로 자동화된 투자 결정을 내려 다양한 자산배분 모형과 함께 활용되고 있다. 자산배분 모형 중 리스크패리티는 대표적인 위험 기반 자산배분 모형의 하나로 큰 자산을 운용하는 데 있어 안정성을 나타내고 현업에서 역시 널리 쓰이고 있다. 그리고 XGBoost 모형은 병렬화된 트리 부스팅 기법으로 제한된 메모리 환경에서도 수십억 가지의 예제로 확장이 가능할 뿐만 아니라 기존의 부스팅에 비해 학습속도가 매우 빨라 많은 분야에서 널리 활용되고 있다. 이에 본 연구에서 리스크패리티와 XGBoost를 장점을 결합한 모형을 제안하고자 한다. 기존에 널리 사용되는 최적화 자산배분 모형은 과거 데이터를 기반으로 투자 비중을 추정하기 때문에 과거와 실투자 기간 사이의 추정 오차가 발생하게 된다. 최적화 자산배분 모형은 추정 오차로 인해 포트폴리오 성과에서 악영향을 받게 된다. 본 연구는 XGBoost를 통해 실투자 기간의 변동성을 예측하여 최적화 자산배분 모형의 추정 오차를 줄여 모형의 안정성과 포트폴리오 성과를 개선하고자 한다. 본 연구에서 제시한 모형의 실증 검증을 위해 한국 주식시장의 10개 업종 지수 데이터를 활용하여 2003년부터 2019년까지 총 17년간 주가 자료를 활용하였으며 in-sample 1,000개, out-of-sample 20개씩 Moving-window 방식으로 예측 결과값을 누적하여 총 154회의 리밸런싱이 이루어진 백테스팅 결과를 도출하였다. 본 연구에서 제안한 자산배분 모형은 기계학습을 사용하지 않은 기존의 리스크패리티와 비교하였을 때 누적수익률 및 추정 오차에서 모두 개선된 성과를 보여주었다. 총 누적수익률은 45.748%로 리스크패리티 대비 약 5% 높은 결과를 보였고 추정오차 역시 10개 업종 중 9개에서 감소한 결과를 보였다. 실험 결과를 통해 최적화 자산배분 모형의 추정 오차를 감소시킴으로써 포트폴리오 성과를 개선하였다. 포트폴리오의 추정 오차를 줄이기 위해 모수 추정 방법에 관한 다양한 연구 사례들이 존재한다. 본 연구는 추정 오차를 줄이기 위한 새로운 추정방법으로 기계학습을 제시하여 최근 빠른 속도로 발전하는 금융시장에 맞는 진보된 인공지능형 자산배분 모형을 제시한 점에서 의의가 있다.