Earticle

초록

한국어

최근 글로벌 기업 경쟁이 심화되면서 우수 인재 확보와 장기적 성장을 촉진하는 효과적인 보상 제도의 중요성이 강조되고 있다. 본 연구는 RSU(Restricted Stock Units)가 미국과 한국 기업의 장기 성장률에 미치는 영향을 실증적으로 분석하고, 미국 기업 데이터를 활용하여 머신러닝 기반 성장률 예측 모델(LightGBM)을 구축한 후 이를 한국 기업 데이터에 적용하여 성능을 평가하였다. 미국 기업 데이터를 바탕으로 총주주자본(teq), 직원 수(emp), 매출(sale)의 성장률을 종속변수로 선정하여 분석한 결과, RSU 부여가 기업 성장에 긍정적인 영향을 미쳤으며, LightGBM 모델이 높은 예측 성능(정확도 0.84 이상)을 나타냈다. 한국 기업 데이터 적용 시 전반적인 예측 정확도는 0.76으로 일정 수준 이상의 성능을 보였으나, 일부 클래스에서는 표본 부족과 예측 신뢰성의 한계를 나타냈다. 그 결과, RSU는 장기 성장을 위한 효과적인 보상 수단이나, 국내에서는 기업 내부의 장기 전략 수립뿐 아니라 이를 지원할 제도적, 정책적 개선이 동반되어야 함을 시사한다.

영어

With increasing global competition, the importance of compensation mechanisms that effectively attract top talent and foster sustainable, long-term corporate growth has become increasingly emphasized. This study empirically analyzes the impact of Restricted Stock Units (RSUs) on the long-term growth rates of U.S. and Korean firms by developing a machine learning-based growth prediction model (LightGBM) trained on U.S. corporate data, and subsequently evaluating its predictive performance on Korean firm data. Using U.S. data, the study selected growth rates of total shareholder equity (teq), number of employees (emp), and sales (sale) as dependent variables, finding that RSU grants positively influenced corporate growth, with the LightGBM model demonstrating strong predictive performance (accuracy ≥ 0.84). When applied to Korean firm data, the model achieved an overall prediction accuracy of 0.76, indicating acceptable performance, albeit with limitations in certain classes due to insufficient samples and reduced predictive reliability. Consequently, this research highlights RSUs as an effective compensation strategy for fostering long-term growth, while also underscoring the necessity for Korean firms to develop comprehensive long-term strategic frameworks supported by institutional and policy-level enhancements.

목차

요약
Ⅰ. 서론
Ⅱ. 개념적 배경
2.1 스톡옵션과 양도제한조건부주식(RSU)
2.2 한국의 RSU 도입 현황과 제도적 특성
2.3 RSU 관련 선행연구
Ⅲ. 연구방법론
3.1 데이터
3.2 변수 설명
3.3 연구방법
3.4 연구설계 및 분석절차
Ⅳ. 연구 결과
4.1 미국 기업 데이터를 활용한 머신러닝기반 성장률 예측 모델 성능 분석
4.2 한국 기업 데이터를 활용한 RSU 부여여부에 따른 성장률 예측 모델 성능분석
Ⅴ. 결론 및 시사점
5.1 결론
5.2 이론 및 실무적 시사점
5.3 연구 한계 및 향후 연구 방향
참고문헌
부록
Abstract

저자

• 김서진 [ Seojin Kim | 이화여자대학교 경영대학 경영학부 학생 ]
• 김수림 [ Sulim Kim | 성공회대학교 미래융합학부 빅데이터응용전공 조교수 ] 교신저자
• 박소정 [ Sojung Park | 이화여자대학교 사범대학 수학교육과 학생 ]
• 양희동 [ Hee-dong Yang | 이화여자대학교 경영대학 교수 ]

참고문헌