부채계약가설의 적용은 경영성과에 따라 차이가 있는가?: OLS와 GLS 회귀모형 실증결과 비교분석

허강성

추천

검색

질문

자료유형: 학술저널

저자정보: 허강성 (서울신학대학교)

저널정보: 한국국제회계학회 국제회계연구 국제회계연구 제106집

발행연도: 2022.12

수록면: 221 - 245 (25page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

[연구목적] 본 연구는 두 가지 선형회귀모형(OLS vs. GLS)을 적용하여 경영성과에 따라 부채계약가설의 적용이 달라지는지 실증분석 결과를 비교하는 것이다. 국내 선행연구에 의하면 부채계약가설은 일관되지 않고 혼재되어 있다. 따라서 경영자 보상계약 등 발견하기 어려운 개별 기업의 특성까지 고려하여 경영성과에 따라 부채계약가설이 다르게 적용되는지 검증하고자 한다.
[연구방법] 본 연구의 가설을 검증하기 위해 동일연도, 동종기업의 ROA 중위수를 기준으로 기업의 경영성과를 구분하여 Pooled Data 최소자승법(Ordinary Least Squares, 이하 OLS)과 Panel Data 일반화 최소제곱법(Generalized Least Squares, 이하 GLS)으로 회귀분석한다. Panel Data GLS 회귀분석에서는 관측 불가한 개별주제에 특유한 요인을 제거하기 위해, Hausman Test를 통해 표본의 개별기업(Firm)과 시간(Year)의 이분산성을 측정하여 적용한다. 표본의 분포가 확률모형이면 확률효과(Random Effect) 아니면, 고정효과(Fixed Effect)를 적용한다.
[연구결과] Pooled Data OLS 회귀분석 결과에서는 경영성과가 저조한 기업은 부채비율이 증가함에 따라 보고이익이 증가하지 않고 음(－)의 유의한 결과이다. 부채계약가설이 경영성과에 따라 다르게 적용된다는 결과이다. 하지만 개별 기업의 발견하기 어려운 특성을 제거하고 Panel Data GLS 회귀분석 결과에서는 경영성과와 상관없이 부채계약가설이 적용된다는 결과이다.
[연구의 시사점] 본 연구는 경영성과에 따른 부채계약가설의 실증결과가 선형회귀모형에 따라 달라질 수 있다는 것을 나타내고 있다. 동시에 기존 국내 부채계약가설의 선행연구가 일관되지 않은 이유 중 하나를 설명하고 있다. 회계학 연구의 실증분석에 있어서 연구표본의 특성을 면밀히 분석하여 정교하게 적용해야 한다.

[Purpose] This study compares the results of empirical analysis to see if the application of the debt contract hypothesis differs depending on business performance by applying two linear regression models (OLS vs. GLS). According to previous studies in Korea, the debt contract hypothesis is inconsistent and mixed. Therefore, it is intended to verify whether the debt contract hypothesis is applied differently depending on management performance, taking into account the characteristics of individual companies that are difficult to discover, such as management compensation contracts.
[Methodology] In order to verify the hypothesis of this study, the company’s management performance is classified based on the median ROA of the same year and same type companies, and regression analysis is performed using the pooled data least squares method and the panel data generalized least squares method. In the Panel Data GLS regression analysis, the heteroscedasticity of individual firms (firm) and time (year) of the sample is measured and applied through the Hausman Test to remove factors specific to unobservable individual subjects. If the distribution of the sample is a random model, a random effect is applied; otherwise, a fixed effect is applied.
[Findings] In the results of Pooled Data OLS regression analysis, companies with poor management performance do not increase reported income as their debt ratio increases, which is a significant negative (－) result. The result is that the debt contract hypothesis is applied differently depending on business performance. However, it is the result that the debt contract hypothesis is applied regardless of business performance in the results of Panel Data GLS regression analysis by removing the difficult－to－discover characteristics of individual companies.
[Implications] This study shows that the empirical results of the debt contract hypothesis according to business performance can vary depending on the linear regression model. At the same time, it explains one of the reasons why previous studies on the existing domestic debt contract hypothesis are inconsistent. In the empirical analysis of accounting research, the characteristics of the research sample must be closely analyzed and applied elaborately.

#부채계약가설 #경영성과 #재량적발생액 #이익조정 #부채비율 #Debt Covenant Hypothesis #Management Performance #Discretionary Accrual #Debt Ratio

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

Kang Sung Hur

소속기관 서울신학대학교

주요연구분야 사회과학 > 경영학

논문수 11 이용수 819

이 논문과 함께 이용한 논문

패널회귀분석을 이용한 소유집중도와 경영성과의 관련성 분석

송준협 , 안홍복 산업경제연구 2006 .04

최근 본 자료

전체보기

UCI(KEPA) : I410-ECN-0101-2023-325-000322863

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)