법인세비용을 이용한 이익조정과 이익지속성, 미래 기업성과와 기업가치

박종일; 신상이

추천

검색

자료유형: 학술저널

저자정보: 박종일 (충북대학교) 신상이 (전북대학교)

저널정보: 한국세무학회 세무와회계저널 세무와회계저널 제24권 제3호

발행연도: 2023.6

수록면: 93 - 145 (53page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 현금유효세율에서 GAAP 유효세율을 차감한 차이(이하 TD) 값으로 측정되는 법인세비용을 이용한 이익조정의 대용치가 이익지속성, 미래 기업성과 그리고 기업가치(Tobin’s Q)와는 어떤 체계적인 관련성이 있는지를 알아보는 데 있다. 최근 연구는 TD 값이 클수록 적자회피와 양(＋)의 관련성이 있음을 보여주었다(박종일과 이윤정 2021). 따라서 본 연구는 선행연구를 보다 확장시켜 TD를 본질적 또는 재량적 요인의 TD로 분해한 후 앞서의 주제를 살펴본다. 이를 위해 본 연구는 분석기간 2000년부터 2020년까지 상장기업 16,170개 기업/연 자료를 이용하여 분석하였다. 본 연구에서의 실증결과는 다음과 같다. 첫째, TD 값이 클수록 차기와 차차기의 이익지속성이 낮고, 또한 앞서의 음(－)의 관계는 주로 재량적 TD에 기인한 것으로 나타났다. 둘째, TD 및 그 원천(본질적 TD 또는 재량적 TD) 모두 차기와 차차기의 미래 기업성과와 음(－)의 관계로 나타났다. 마지막으로, TD뿐 아니라 본질적 TD와 재량적 TD 모두는 기업가치와 양(＋)의 관계로 나타나 앞의 증거들과 달리, 시장의 투자자들은 보고이익의 크기에 고착되어 TD가 증가하면 과잉반응하는 것으로 나타났다. 이상을 종합하면, 본 연구는 경영자의 보고이익을 높이는 수단으로 법인세비용을 이용한 이익조정은 이익의 지속성이 낮고, 미래 기업성과에 대한 반전의 예측력을 제공하나, 시장은 TD뿐 아니라 그 원천(본질적 TD와 재량적 TD) 모두에 대해 과대평가하여 잘못된 가격책정(mispricing)을 한다는 것을 보여주고 있다는 데 의미가 있다. 특히 전자의 증거는 정보의 속성상 경영자의 기회주의 가설과 일치하나, 후자의 결과는 기능적 고착가설에 부합하는 증거임을 시사한다(Sloan 1996).

This paper examines the relation between firms’ earnings management using tax expenses(hereafter TD) and earnings persistence, between TD and future firm performance, and between TD and firm value. Prior studies use the difference between cash ETR (effective tax rate) and GAAP ETR as a proxy for earnings management using tax expenses (Park and Lee 2021； Park 2022). Thus, this paper extends the work of Park and Lee (2021) by linking tax accrual to earnings persistence, future firm performance, and firm value. We measure TD following Park and Lee (2021), defined as the difference between cash ETR and GAAP ETR as a proxy of earnings management using tax expenses. Following Park (2022)’s model, we also distinguish between TD driven by economic fundamentals (innate TD) versus management choices(discretionary TD). For test, the sample used 16,170 firm－year observations over the period 2000－2020. We find that：(1) TD lead to lower earnings persistence. Specifically, we also distinguish the innate and discretionary components of TD, the results driven by management choice(discretionary TD), (2) we also find significant negative relationships between TD and future firm performance (i.e., net income, cash flows from operation activities, operating earnings), this results driven by innate TD and discretionary TD, and (3) we find significant positive relationships between TD and firm value, this results also driven by innate TD and discretionary TD. Therefore, our study is the first to document that firms’ earnings management through tax expenses using tax accruals lead to lower earnings persistence and lower future firm performance that investors do not fully anticipate the lower earnings persistence and lower future firm performance, leading to significant mispricing with respect to firm value. Thus, the results of (1) and (2) support managerial opportunism, by contrast, the results of (3) support functional fixation hypothesis. Overall, we believe these results have implications for assessments of reporting quality as well as information risk with regard to the earnings management through tax expenses. Specifically, these feature suggests that firms using tax expense to manage earnings with tax accruals is associated with lower earnings quality.

#법인세비용을 이용한 이익조정 #현금유효세율과 GAAP 유효세율의 차이 #본질적 요인과 재량적 요인 #이익지속성 #미래 기업성과 #기업가치 #Earnings management through tax expenses #The difference between cash ETR and GAAP ETR #Innate and discretionary components #Earnings persistence #Future firm performance #Firm value

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

박종일

소속기관 충북대학교

주요연구분야 사회과학 > 경영학 TOP 5%

논문수 64 이용수 8,386

신상이

소속기관 전북대학교

주요연구분야 사회과학 > 경영학

논문수 6 이용수 74

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

최근 본 자료

댓글(0)