그룹별 특성을 감안한 상태에서 각 설명변수를 시차변수로 설 명하는 차 회귀분석을 통해 구한 각 설명변수의 예측치를 사
1
용한다는 점을 미리 밝혀둔다 다각화가 경영성과에 미치는 영.
향 규명을 위한 기본 모형을 식으로 표현하면 아래와 같다.
다각화가 경영성과에 미치는 영향 규명을 위한 회귀분석 모형
< >
OLS
경영성과 ∙ 관련 다각화 ∙ 비관련 다각화
∙ 매출액 증가율 ∙ 광고매출
∙ 연구개발매출 ∙ 유동비율
∙ 부채비율 ∙ 총자산
∙ 기업업력
∙
(3) 정태패널
고정효과 모형 기본적으로: (3)식과 같되 공통 상수항이 제거되 며 오차항
대신에
+ uit를 이용한다.
는 I 기업 특유의 상수항이며 uit는 오차항이다.경영성과 ∙ 관련 다각화 ∙ 비관련 다각화
∙ 매출액 증가율 ∙ 광고매출
∙ 연구개발매출 ∙ 유동비율
∙ 부채비율 ∙ 총자산
∙ 기업업력
∙
(4)
확률효과 모형: 기본적으로(3)식과 같으나 오차항
대신에ui + eit를 이용한다. ui는 기업집단간 오차로 개인효과를 나타낸다.본 연구의 회귀분석에서 이용하는 모형의 성격과 특징을 정 리하면 다음과 같다
,
경영성과 ∙ 관련 다각화 ∙ 비관련 다각화
∙ 매출액 증가율 ∙ 광고매출
∙ 연구개발매출 ∙ 유동비율
∙ 부채비율 ∙ 총자산
∙ 기업업력
∙
(5)
동태패널 (System GMM)
종속변수인 ROA의 전기변수를 설명변수로 추가하는 반면 비관련, 다각화 변수를 설명 변수에서 제외하면 기본적인 모형은 (3)식과 같다 다만 다른 점은 모형을 추정하기 위해 수준식인. (6)식과 (6) 식을 차분한 차분식(7)을 함께 이용한다는 점이다 차분식에서 는. y 종속변수인ROA, x는 설명변수들이며 N은 전기 종속변수 회귀계수 외에 추정해야 할 회귀계수의 수이다 추정시 종속변수의 전기변수. 가 설명변수로 포함되는 등의 내생성 문제를 제어하기 위해 도구변 수를 이용하게 되는데 수준식은 차분변수의 시차변수를 차분식은, , 수준변수의 시차변수를 각각 도구변수로 이용하여 추정하게 된다.
∙
∙ (6)
∆ ∙ ∆
∙ ∆ ∆ (7)
가 최소자승 회귀분석.
회귀분석은 일련의 변수들 외생변수 을 다른 한 변수 내생변
( ) (
수 의 결정요인으로 가정하고 변수들 사이의 관계를 분석하는)
회귀모형을 설정하여 각 외생변수가 내생변수에 미치는 영향의 부호 및 크기와 함께 외생변수들이 전체적으로 내생변수를 어 느 정도 설명할 수 있는 가를 통계적으로 분석하는 것을 말한 다 회귀모형을 설정하여 얻게 되는 회귀계수 추정치는 특정 외.
생변수가 내생변수에 미치는 크기를 나타낸다 회귀계수 추정치.
를 얻는 가장 좋은 방법은 관측치에 가장 가까운 회귀식을 얻는 것이다 최소자승 회귀법은 선형 회귀모형을 추정하는 한 방법.
으로 회귀 잔차 항들의 제곱합을 최소화하는 추정방법을 말한 다 여기에서 잔차항이란 내생변수의 실제치에서 회귀모형을 통.
해 얻은 예측치를 차감한 값으로 정의된다. OLS(Ordinary
로 알려진 최소자승 회귀법은 널리 알려져 있Least Squares)
으므로 간단한 설명에 그치기로 한다
.
나 정태 패널분석 고정효과 모형과 확률효과 모형. :
패널자료를 정태적으로 분석하는 대표적인 회귀분석 모형으 로는 고정효과 모형과 확률효과 모형이 있다 여기에서 패널 자
.
료란 특정시점에서 다수의 개인들이나 기업들과 같은 주체들의 자료로 구성되는 횡단면 자료와 각 주체의 자료를 여러 시점에 걸쳐 기록한 시계열 자료가 함께 합쳐져 있는 형태의 자료 구조 를 말한다 모든 횡단면 자료가 전 기간에 걸쳐 관찰되는 경우.
에는 균형 패널 자료라고 하며 그렇지 못한 경우 불균형 패널 자료라고 한다 모형의 설명변수에 시차 내생변수 혹은 종속변
. (
수 가 포함된 모형을 동태적 패널 모형이라 하며 그렇지 않은)
경우 정태적 패널 모형이라고 한다.
패널 자료가 시계열 자료와 횡단면 자료를 합쳐놓은 형태를 취하고 있기 때문에 패널자료를 이용한 회귀분석에서는 각 주체 에 고유한 개인 효과
(individual specific effect)
와 시점 고유 효과 를 얻을 수 있는 장점이 있다 개인 효과에(time specific effect) .
대해 어떠한 가정을 하느냐에 따라 고정효과 모형과 확률효과 모 형이 구분되는 데 고정효과 모형은 개인효과를 추정해야 할 모
,
수
(parameter)
로 보는 반면 확률효과 모형은 개인효과를 확률변,
수로 가정한다 고정효과 모형에서는 설명변수와 개인효과가 상
.
관관계를 가진다고 가정하며 확률효과 모형에서는 개인효과가 설명변수와 상관관계를 가지지 않는 것으로 가정한다 고정효과.
모형에서는 개인효과를 제거한 상태에서 설명변수가 종속변수에 미치는 영향을 측정하게 되므로 시계열적으로 변화가 없는 설명 변수는 추정할 수가 없게 된다 예를 들어 성별이 시간의 흐름에.
따라 변하지 않는 한 고정효과 모형을 이용하여 성별 임의변수,
남자 혹은 여자인가의 여부에 관한 임의변수 에 대한 계수 추정( )
치는 얻지 못한다 한편 고정효과 모형은 개인효과에 대한 추가
. ,
적인 가정이 필요하지 않으나 확률효과 모형은 개인효과의 분포 에 대한 추가적인 가정을 해야 하며 이 가정에 오류가 있는 경우 추정량의 일치성이 훼손된다 정태적 패널 회귀 분석방법 중 어.
떤 분석방법을 이용하는 것이 적합한지를 검증하기 위해서는 하우스만 검정
(Hausman Test)
을 이용한다 하우스만 검정의 귀무.
가설은 고정효과 모형과 확률효과 모형이 모두 일치성을 가지나 확률효과 모형이 더 효율적이라는 것이다 여기에서 효율적이라.
는 의미는 점근적으로 더 작은 분산을 가지는 것을 의미한다 하.
우스만 검정의 검정통계량은 고정효과 모형을 이용하여 얻은 회 귀계수 추정치들의 분산행렬에서 확률효과 모형을 이용하여 얻 은 회귀계수 추정치들의 분산행렬을 뺀 행렬의 역행렬에 하우스 만 확률효과 모형을 통해 얻은 회귀계수 추정치들의 벡터에서 고 정효과 모형을 통해 얻은 회귀계수 추정치들의 벡터를 차감한 벡 터의 전치벡터와 동 벡터를 각각 앞과 뒤에 곱하여 얻는다 즉. ,
′ 이다 동 검정통계량
.
은 회귀계수 추정치들의 숫자에 해당하는 자유도를 가지고 카이 스케어 분포(Chi-squared distribution)
를 하게 되며 동 검정통계 량이 특정한 통계적 유의수준에 해당하는 카이스케어 분포값 보 다 클 경우 귀무가설을 기각 고정효과 모형 선택 하게 되며 반대( )
일 경우 귀무가설을 채택 확률효과 모형 선택 하게 된다( ) .
다 동태적 패널 회귀모형. : Difference GMM과System GMM 동태적 패널 회귀모형은 종속변수의 시차변수가 설명변수로 포함되는 회귀모형을 말하는데 이 경우 종속변수의 시차변수가
,
설명변수로 포함됨에 따라 최소자승 회귀분석법이나 정태적 패 널 회귀분석법을 이용할 경우 추정치의 편의가 발생하게 된다.
이러한 문제를 해소하기 위해 발전한 동태적 패널회귀 모형이바로 차분 적률추정법
(Difference GMM)
과 시스템 적률추정법(System GMM)
이다.
이들 추정법은 외부 도구변수를 찾기 어려운 경우 내부적인 도구변수를 활용하는 도구변수법의 하나이다 물론 외부 도구변
.
수를 활용할 수 있는 경우에는 외부 도구변수를 내부적인 도구 변수에 추가할 수 있다. Allrerano
와Bond(1991)
의 차분 적률법 은 회귀모형을 차분형태로 변형함으로써 고정효과를 제거한 후,
일차 차분한 시차 종속변수의 도구변수로써 종속 변수의 전기 이 전의 시차변수를 활용하는 동태적 적률법이다 동 추정법은 전기.
이전 종속변수의 시차변수들과 오차항 차분 간의 곱의 기대치가이라는 개의 조건을 적률조건
0 (T-1)(T-2)/2 (Moment Conditions)
3)으로 활용한다
.
에 의해 발전한 시스템 적률법은
Blundell and Bond(1998)
차분 적률법의 초기 조건에 대한 추가적 제약을 통해 수준 방정 식에 대한 선형 적률조건을 추가적으로 얻고 이를 추정에 활용 한다 시스템 적률법에서는 수준방정식에 대한 도구변수로써 종
.
속변수의 시차 차분을 활용한다. Blundell and Bond(1998)
는 종 속변수가 임의보행(random walk)
을 한다면 차분 적률법은 좋은 추정방법이 되지 못한다고 지적한다 왜냐하면 과거의 수준변수.
가 미래 변화에 대해 거의 정보를 주지 못하므로 변형되지 않은 시차변수는 변형된 변수에 대한 빈약한 도구변수가 되기 때문 이다. Allerano-Bover(1995)
의 직교편차법(Orthogonal Deviation
3) ∆ ⋯ ≥
과 다른 점은 의 경우 차분변수
Method) Allerano- Bover(1995)
혹은 직교편차의 도구변수로 수준변수를 이용하는 반면
,
는 수준변수의 도구변수로 차분변수Blundell and Bond (1998)
를 이용한다는 점이다4)
.
임의 보행하는 변수의 경우 과거의 수 준변수가 현재의 변화를 예측하는 것보다 과거의 변화가 현재 의 수준변수를 더 잘 예측한다고 보는 것이 옳을 것이며 따라서 새로운 도구변수들이 보다 적합하다고 할 수 있다. Allrerano
와의 차분 적률법과는 달리 과
Bond (1991) Blundell Bond (1998)
의 시스템 적률법에서는 약한 도구 변수의 문제가 발생하지 않 는다
.
4) Blundell and Bond(1998)의 System GMM은
∆ ⋯ ≥ 라는 추가 적률조건을 이용 한다.
분석에 이용하는 변수와 통계 2.
회귀분석에서 사용하는 변수들이 표
< 17>
과 표< 18>
에 제시 되어 있다 앞의 제 장 경로분석에서 사용한 변수들 외에 수익.
불안정성 매출액 증가율 시간더미 변수들을 추가하였다 수익, , .
불안정성은ROA
의 개년 이동 표준편차이며 매출액 증가율은3
이번 기의 매출액을 전기의 매출액으로 나누고 을 차감한 후1
을 곱한 값이다 다각화 관련변수는 업종 매출액 기준 엔트100 .
로피 관련 다각화 지수 및 비관련 다각화변수로 앞에서 설명한 지수 산정방법에 따라 산출한다 시간더미를 포함한 것은 패널
.
회귀분석 시 개별 효과와 더불어 시간 효과도 모형에 반영하기 위함이다.
표 회귀분석에 활용한 변수명단
< 17>
변수명 변수설명
베리 허핀달 지수 업종별 매출기준 지수
관련 다각화 업종별 매출기준 엔트로피 다각화 지수 중 관련 다각화 지수 비관련 다각화 업종별 매출기준 엔트로피 다각화 지수 중 비관련 다각화 지수
수익성 총 자산 수익률 당기순이익 평균 총 자산{( / )} × 100 위험 수익 불안정성( ) 이번 기를 포함한 년 동안의3 ROA표준편차
광고 (광고비/매출액) × 100 연구개발 (연구개발비/매출액) × 100 유동비율 (유동자산/유동부채) × 100
부채비율 부채비율 유동부채{( +비유동부채) /자기자본} × 100 기업규모 ln(자산총계)
기업업력 ln(기업업력)
매출액 증가율 (금년도 매출액 전년도 매출액/ 1 ) × 100
시간더미 각 년도에 해당하면1,아닐 경우0: 2002년에서2012년 각 연도별로 생성
표 회귀분석 이용변수의 분류
< 18>
경영자원 변수 군 다각화 변수 경영성과 기타 통제변수
매출액 증가율 관련 다각화 수익성(ROA) 기업규모:
ln(총 자산)
광고 광고비: ( /매출액) × 100 비관련 다각화
위험 수익 불안정성( ) 이번 기 포함 과거 (
3년간 의 표준편차
ROA )
시간 임의변수
연구개발 연구개발비: ( /매출액) ×
100 - -
-유동비율 유동자산: ( /유동부채) ×
100 -
-부채비율:
유동부채 비유동부채 자기자본
{( + )/ }×
100
- -
-기업업력: ln(기업업력) - -
-이 밖에도 경영성과 및 수익률 안정성에 영향을 미치는 변수 들은 다양하게 존재하고 특히 시장지배력 가설이나 대리인 비 용 가설에서 중시하는 변수들이 있을 수 있다 그러나 연구 기
.
한의 제약 상 본 연구에서는 다각화 변수와 경영자원 가설에서 사용하는 변수들을 중심으로 회귀방정식을 구성하였다 소유.
지배구조 대리변수를 추정하거나 시장지배력 대리 변수를 추정 하는 것은 그 자체로 상당한 시간을 요하는 또 하나의 연구과제 인 만큼 본 장에서는 다각화 변수들이 종속변수 수익률과 경영(
성과 안정성 에 어떤 영향을 미쳤는가를 중심으로 살펴본다 여) .
기의 회귀분석에서 이용하는 주요변수의 정의는 표< 17>
과 표<
에 정리하였고 이들 변수의 기초 통계량에 대해서는 표
18> , <
에 정리하였다