EVA와 대체적인 성과측정치의 정보내용 비교

김홍식; 김현철

추천

검색

질문

자료유형: 학술저널

저자정보: 김홍식 김현철

저널정보: 한국관리회계학회 관리회계연구 관리회계연구 제3권 제2호

발행연도: 2003.12

수록면: 119 - 153 (35page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

1990년대 이후, 경영환경의 변화에 따라 경영패러다임이 가치위주의 경영으로 전환되었으며 이에 적합한 새로운 경영관리접근법이 논의되고 있다. 그리고 최근 새로운 기업성과 측정치인 경제적 부가가치(EVA)가 실무에 도입 적용되고 있다. 본 연구는 EVA와 타 성과측정치와의 상호관계를 분석적으로 정리하였다. 그리고 EVA가 우리나라 기업에 있어서 회계이익, 잔여이익(RI) 등 전통적인 기업의 성과측정치들 보다도 더 유용한 성과측정치인가를 실증적으로 분석하였다. 시장변수인 주식의 누적초과수익률을 EVA, 잔여이익 및 재무제표에 보고 되는 회계이익 가운데 어느 성과측정치가 가장 잘 설명할 것인가, 그리고 EVA를 산출하는 구성요소 가운데 어떤 요소가 누적초과수익률을 설명함에 있어서 회계이익 또는 잔여이익에 의해 설명되는 것 이상으로 추가적인 정보내용을 갖는가에 대한 검증을 하였다.
본 연구결과는 다음과 같다. 첫째, 누적초과수익률을 종속변수로 하고 세후영업이익, 잔여이익 및 EVA를 각각의 독립변수로 하여 성과측정치들 간의 상대적 정보내용을 분석한 결과 세후영업이익, 잔여이익 및 EVA 순으로 설명력이 컸다. 이는 시장이 아직 EVA보다 전통적인 회계이익수치를 이용하여 기대되는 미래현금흐름(즉, 기업가치)을 평가하기 때문인 것으로 보인다. 둘째, 누적초과수익률을 종속변수로 하고 총자본비용, 회계조정 및 세후영업이익과 EVA의 차이 등을 독립변수로 추가하여 증분 정보내용을 분석하였다. 분석결과, 타인자본비용에 자기자본비용을 포함한 총자본비용은 주식의 누적초과수익률의 설명에 있어서 세후영업이익에 추가적인 정보내용이 있는 요소로 나타났다.
결론적으로 세후영업이익이 EVA, 잔여이익보다 정보내용이 더 있는 성과측정치로 나타났는데, 만약 EVA도 회계이익처럼 공식적으로 보고 된다면 연구결과는 달라질 수도 있을 것이다. 그리고 EVA를 기업의 성과측정 및 유인보상에 도입 적용하고자 하는 경우에는 경영관리시스템 즉 EVA경영시스템과 유인보상시스템 등의 관련 연구결과들을 종합적으로 고려하여 신중히 결정해야 할 것이다.

EVA (Economic Value Added) is getting more popularity to assess and forecast firm values than alternative performance measures in Korea. This study tests which one is more relevant to the CAR (cumulative abnormal stock return) among OP(after tax operating profit), RI( residual income) and EVA in the capital market of Korea. Moreover examines which EVA components (OP, total capital cost ; CAP, and accounting adjustments ; Adj) has the incremental information content.
The samples for empirical analysis were 1554 Korean firms from 1993 to 1999. I modified research model, level and change earnings of Easton and Harris(199l) to examine above hypotheses. Also, multiple regression method was used in the examination. Following is the modified model of level and change earnings.
〈model〉 CARt = bo + b₁ (Xt/Pt-1) + b₂(Xt-1/Pt-l) + et
The major results of this study are as follows.
First, from the relative information content assessed by comparing R²s from three separate regressions with three separate profitability measures(OP, RI and EVA), the OP regression has a larger R² than the RI regression and both has a larger R²s than EVA.
Second, from the incremental information content assessed by comparing R²s from three separate regressions with three separate profitability and added measures(“OP and CAP", “RI and Adj" and “Op and EVAdOP"), the “OP and CAP" regression has a larger R² than the OP regression. and the "RI and Adj" regression has a larger R²s than RI, but the predicted Adj sign is in the wrong direction, and the “OP and EVAdOP" regression don't have a larger R² than OP.
Above results indicates that the capital market of Korea may place higher reliance on current accounting earnings than it does on EVA or RI, in a point of view that OP is more relevant than EVA and RI to the CAR. Accordingly, it must be careful to adopt EVA in the firms.
And two of the EVA components, CAP and Adj, offer some incremental information content in addition to accounting earnings. But, only CAP exhibits useful incremental contributions beyond accounting earnings. Therefore, it would be desirable to report CAP in the financial statements(e.g., supplemental disclosure).

#경제적 부가가치(EVA) #성과측정치 #회계이익 #잔여이익(RI) #Economic Value Added #Performance Measures #Residual Income

참고문헌 (0)

참고문헌 신청

참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김홍식

소속기관 한국관리회계학회

주요연구분야 사회과학 > 경영학

논문수 1 이용수 253

김현철

소속기관 한국관리회계학회

주요연구분야 사회과학 > 경영학

논문수 1 이용수 253

이 논문과 함께 이용한 논문

한국과학기술학회 정관 외

편집부 과학기술학연구 2016 .06

오를랑 <테크노바디 1966-2016> 전 : (성곡미술관, 2016. 6. 17-2016. 10. 2)

홍성욱 과학기술학연구 2016 .06

전환연구와 탈추격론의 확장

송위진 과학기술학연구 2016 .06

우리나라의 연구개발활동이 비정규직 확산에 미치는 영향

노정휘 과학기술학연구 2016 .06

김문조 교수와의 대담

조아라 과학기술학연구 2016 .06

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (0)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)