무형자산이 기업의 시장가치에 미치는 영향에 관한 연구

Q: 이 논문에서 정의한 무형자산이란 무엇인가?

건물, 토지, 생산기계와 같은 유형자산과 달리 기업의 가치를 창출하는 지식, 기술, 브랜드 등 형태가 없는 자산을 의미한다. 이는 연구개발투자, 특허, 광고선전비, 교육훈련비 등을 통해 형성되며 기업의 미래 수익 창출과 경쟁력 강화의 핵심 원천이 된다.

Q: 무형자산 요소 중 기업의 시장가치에 가장 유의한 영향을 미치는 요인은 무엇인가?

연구 결과, 다변수 모형에서 연구개발과 교육훈련이 기업의 시장가치에 통계적으로 가장 유의한 영향을 미치는 것으로 나타났다. 특히 교육훈련은 투자 비중이 작음에도 불구하고 노동 생산성 향상과 기업 문화 형성을 통해 시장가치를 크게 상승시키는 핵심 요인으로 분석되었다.

이규진; 옥주영

추천

검색

질문

자료유형: 학술저널

저자정보: 이규진 (한국기술교육대학교) 옥주영 (한국기술교육대학교)

저널정보: 한국국제회계학회 국제회계연구 국제회계연구 제62집

발행연도: 2015.8

수록면: 47 - 72 (26page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법: 이 논문의 연구방법이 궁금하신가요?

🏆

연구결과: 이 논문의 연구결과가 궁금하신가요?

초록· 키워드

Griliches(1981)는 특허건수보다는 연구개발투자가 기업의 시장가치에 더 큰 영향을 미치는 것으로 제시하였다. Hall et al.(2005)은 연구개발투자가 특허건수나 특허인용보다 기업가치와 더 높은 관계를 가지나, 특허인용이 특허건수보다 기업가치에 더 긴밀히 연결되어 있음을 보였다. 그러나 여러 선행연구에서 특허패밀리가 특허의 질적 변수로 중요하다고 지적되어 왔음에도 불구하고 아직까지 특허패밀리와 기업의 시장가치의 관계를 다룬 문헌은 거의 없다. 이에 따라 본 연구는 연구개발비, 특허건수, 특허패밀리, 광고선전비, 교육훈련비 등이 기업의 시장가치에 미치는 영향에 대한 추정을 시도하였다. 우리는 코스닥에 상장된 147개의 제조업 기업들의 자료(1997-2011)를 가지고 토빈Q 모형과 비선형 최소자승 추정 기법을 이용하였다.
본 연구의 분석결과는 다음과 같다. 첫째, 하나의 무형자산 요소를 무형자산 전체의 대용변수로 하는 모형의 추정 결과 연구개발스톡이 기업의 시장가치과 가장 높은 상관관계를 가지나 다른 변수들과의 차이가 작았다. 이는 1980년대 특허권 강화 이후에 미국에서 나타난 현상과 유사하다(Hall et al. 2005). 둘째, 여러 무형자산 요소로 구성된 다변수 모형의 추정 결과, 기업의 시장가치에 통계적으로 가장 유의한 영향을 미치는 요인은 연구개발과 교육훈련이고, 3극(미국, 유럽, 일본) 특허패밀리와 광고는 이보다 덜 유의한 영향을 미치는 것으로 나타났다. 특허스톡은 가장 유의하지 않은 것으로 나타났다. 셋째, Hall et al.(2005)에서 사용된 반 탄력성 분석을 통하여 각 무형자산 요소의 변화가 기업가치의 변화에 미치는 효과를 비교하였다. 실물자산 대비 각 요소스톡의 비율이 1% 증가할 때 기업의 시장가치는 0.76-0.87%(연구개발), 0.09-0.63%(광고), 37.5-39.7%(교육훈련), 3-3.5%(3극 특허패밀리) 증가하는 것으로 나타났다.

Griliches(1981) shows that R&D is more correlated with the firm’s market value than patent counts. Hall et al.(2005) shows that even though R&D is related to firm value more than either patent counts or patent citation, patent citation is linked to firm value more than patent counts. However, while the previous literature has put a great deal of emphasis on importance and value of patent family, there has been few research on the positive correlation between firm’s market value and patent family. Thus, this study tried to estimate the amount of variation on firm’s market value that can be accounted for by R&D spending, patent counts, patent family, advertising expense and education & training expense. We used Tobin"s q and nonlinear least squares with the data(1997-2011) of 147 firms in manufacturing industries listed on the KOSDAQ.
Main empirical findings are as follows. First, Among the single proxy variable models using only one component of invisible assets as an independent variable, R&D stock is found to be most highly correlated with the firm’s market value, while differences with other models with different proxies are small. These small differences among models are similar to findings for the U.S. data since strengthening of patent rights during the 1980s(Hall et al. 2005). Second, in the multi-variables model analysis, the R&D stock and education and training are most significantly correlated with the firm’s market value. The triadic patent family (USA, Europe, Japan) and advertising are less significantly correlated, while the patent stock is least significantly correlated. Third, using the semi-elasticity analysis according to Hall et al.(2005), we compared the effects of each component of invisible assets on the firm’s market value. When each component stock per unit of physical asset value increases 1%, the firm’s market value increases 0.76-0.87%(R&D), 0.09-0.63%(advertising), 37.5-39.7%(education and training), and 3-3.5%(triadic patent family).

#무형자산 #특허패밀리 #기업의 시장가치 #연구개발투자 #교육훈련비 #토빈Q #Intangible asset #Patent family #Firm’s market value #R&D investment #Education & training expenses #Tobin"s q

참고문헌

참고문헌 신청

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2016-325-001850218

배경 및 목적
대상 및 방법론
분석 및 수행
결과 및 의의

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

AI가 분석한 연구 핵심

이 논문의 한줄 요약

이 논문의 연구방법

목차

참고문헌

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)