Earticle

본 연구의 목적은 대학 관리회계 수업에서 에듀테크 기반 플립러닝을 설계.적용하고, 이러한 수업이 학습자의 자기조절학습과 학습성과에 미치는 영향을 실증적으로 검증하는 데 있다. 관리회계는 계산과 문제풀이를 넘어 결과 해석과 의사결정 역량이 요구되는 교과로서, 사전학습, 수업 내 적용, 사후 성찰을 유기적으로 연계하는 수업 설계가 중요하다. 이에 본 연구는 4년제 대학 경영학과 관리회계 수강생을 대상으로에듀테크기반플립러닝수업을운영하고, 사전.사후 설문 조사 자료를 바탕으로 자기 조절 학습의 변화와 학습 성과에 대한 영향을 분석 하였다. 분석 방법으로는 사전ㆍ사후 차이 검증과 다중 회귀 분석을 활용 하였다. 연구 결과는 다음과 같다. 첫째, 에듀테크 기반 플립러닝 적용 이후 학습자의 자기 조절 학습은 수업전보다수업 후유의하게 향상 된 것으로 나타났다. 둘째, 에듀테크지원은 학습성과 전반에 정(+)의 유의한 영향을 미쳤으며, 특히 만족도, 학습효과, 동기부여, 학습 이해도를 설명하는 핵심 예측 요인으로 확인 되었다. 셋째, 에듀테크 지원 변인을 제외한 모형에서도 사전학습 자료의 질과 수업 내 적용 경험은 학습성과에 유의한 정(+)의 영향을 미치는 것으로 나타나, 플립러닝 수업 설계 자체의 중요성을 보여주었다. 이러한 결과는 관리회계 수업에서 플립러닝의 효과를 높이기 위해서는 단순히 수업 형식을 전환하는 수준을 넘어, 실시간 피드백, 상호작용, 협업을 촉진하는에듀테크를 교수학습설계의 핵심요소로 통합할 필요가있음을시사한다. 또한사전학습 자료의 품질을 높이고 수업 내 적용 활동을 강화할 경우, 계산ㆍ해석 중심의 전공 교과에서도 자기조절학습과 학습성과를 함께 향상시킬 수 있음을 보여준다. 본 연구는 관리회계 맥락에서 에듀테크 기반 플립러닝의 효과를 실증적으로 제시함으로써, 전공교과 수업 설계와 대학 교수학습 혁신에 실천적 시사점을 제공한다.

This study aimed to design and implement EdTech-based flipped learning in a university managerial accounting course and to empirically examine its effects on learners’ self-regulated learning and learning outcomes. Managerial accounting requires not only calculation and problem-solving skills but also the ability to interpret results and make decisions. For this reason, instructional design that systematically links pre-class learning, in-class application, and post-class reflection is especially important. In this study, an EdTech-based flipped learning model was applied to students enrolled in a managerial accounting course at a four-year university. Pre- and post-survey data were collected and analyzed using difference tests and multiple regression analysis. The results are as follows. First, learners’ self-regulated learning significantly improved after the implementation of EdTech-based flipped learning. Second, EdTech support had a significant positive effect on overall learning outcomes and was identified as a key predictor of satisfaction, learning effectiveness, motivation, and learning comprehension. Third, even in the model excluding the EdTech support variable, the quality of pre-class learning materials and in-class application experiences showed significant positive effects on learning outcomes, indicating the importance of flipped learning instructional design itself. These findings suggest that, in order to enhance the effectiveness of flipped learning in managerial accounting courses, it is necessary to go beyond simply changing the instructional format and to integrate EdTech as a core element of teaching and learning design that promotes real-time feedback, interaction, and collaboration. In addition, improving the quality of pre-class learning materials and strengthening in-class application activities can enhance both self-regulated learning and learning outcomes even in major courses focused on calculation and interpretation. By empirically demonstrating the effects of EdTech-based flipped learning in the context of managerial accounting, this study provides practical implications for disciplinary course design and innovation in university teaching and learning.

본 연구는 기업 패널자료를 바탕으로 국소 투영(Local Projection)을 활용하여 거시적 통화정책 충격에 따른 미시적 차원의기업재무적 대응을 실증적으로 분석하였다. 본 분석결과는 국내 미시기업 데이터에 나타난 통화정책 파급경로의 이질성(Heterogeneity) 및 비대칭성(Asymmetry)을 실증적으로 규명하였다는 점에서 의의가 있다. 본 연구 목적을 위하여 중앙은행의 통화정책 충격이 기업 수준 재무구조에 어떤 형태로 반영되는지를 최근 17년(2008∼2024) 동안 코스피 상장 제조업체 528개와 코스닥 상장기업 620개 기업을 대상으로 패널 LP 방법론을 적용하였다. 실증분석 결과는 다음과 같다. 첫째는 우리나라 기업의 통화충격에 대한 재무 조정은 코스피 기업과 코스닥 기업에서 서로 다르게 나타났다. 둘째 코스피 기업은 통화충격에 대하여 금융비용 부담의 증가로 반응했다. 그러나 다른 한편으로 통화충격에 대하여 자본(자기자본)에 대한 부채(타인자본) 증가라는 재무구조조정으로 민감하게 반응했다. 셋째로 반면 코스닥 기업은 통화충격에 대하여 코스피 기업보다 금융비용 부담의 형태보다 부채비율을 감소시키는 재무적 구조조정으로 반응했다. 이 실증분석 결과로 볼 때, 중앙은행은 통화정책 목표 유효성을 높이기 위해서는 표준적 기업 관점보다 기업의 이질성을 고려하고, 통화정책의 설계에서 비대칭적 효과 존재를 반영해야 한다. 본 연구는 통화정책이 기업의 재무구조에 미치는 영향이 시장별로 비대칭적임을 밝힘으로써, 향후중앙은행이 정책의 유효성을 확보하기 위해 기업의 이질성을 반영한 정교한 통화정책 설계가 필수적임을 시사한다.

This study analyzes micro-level financial responses to macro-level monetary policy shocks by applying a local projection analysis methodology at the corporate panel level. We examine heterogeneity and asymmetry in monetary policy responses at the corporate level in Korea. To this end, we compare panel LP and panel VAR methodologies to examine how monetary policy shocks from the Bank of Korea (BOK) are reflected in corporate-level financial data. We analyze 528 KOSPI-listed manufacturing firms and 620 KOSDAQ-listed firms over the past 17 years (2008-2024). The empirical analysis shows that, first, the financial structural changes in response to monetary policy differ between KOSPI and KOSDAQ firms. Second, KOSPI firms adjustment to monetary policy shocks with increased financial cost burdens. However, given the credit allocation of monetary policy, they respond to monetary policy shocks by restructuring their finances through increasing debt (other capital) relative to capital (equity). Third, KOSDAQ companies implement financial restructuring measures, reducing their debt ratios rather than reducing their financial cost burden, compared to KOSPI companies. This empirical analysis suggests that central banks should consider a perspective that considers corporate heterogeneity rather than a standardized corporate perspective to enhance the effectiveness of their monetary policy objectives. This study demonstrates the asymmetric effects of monetary policy on corporate financial structures by market. The findings imply that central banks must incorporate corporate heterogeneity into the design of sophisticated policies to enhance their overall effectiveness.

본 연구는 인공지능(AI) 기반 학습 경험 플랫폼(LXP)이 경영대학 학생의 코딩 교육 성취도에 미치는 영향을 실증적으로 분석하였다. 연구를 위해 2022년부터 2024년까지 H대학교 경영대학 1학년 학생들을 대상으로 전통적 대면 강의, AI 도구의 부분적 활용, 그리고 AI LXP 및 AI 튜터 기능을 통합한 전면 활용 단계를 비교하는 종단적 사례연구를 수행하였다. 사전 점수를 공변량으로 설정한 공변량 분석(ANCOVA) 결과, 체계적인 프롬프트 엔지니어링 교육과 실시간 학습 지원 플랫폼을 결합한 2024년 집단의 성취도가 이전연도 대비 통계적으로 유의미하게 향상 되었음을 확인하였다. 이는 단순한 AI 도입보다 학습자의 리터러시 역량을 강화하고 지능형 플랫폼을 통해 즉각적인 피드백을 제공하는 것이 성취도 향상의 핵심 동인임을 시사한다. 본 연구의 결과는 AI 시대 비전공자 대상 코딩 교육을 위한 맞춤형 학습 환경 구축과 교수자의 역할 변화 등 교육 패러다임 전환의 필요성을 구체적으로 제시한다.

This study empirically analyzes the impact of AI-based Learning Experience Platforms (LXP) on the coding education achievement of business school students. A longitudinal case study was conducted from 2022 to 2024 at H University, comparing three distinct phases: traditional face-to-face instruction, partial instrumental use of AI, and full integration of AI LXP and AI tutor functions. According to the Analysis of Covariance (ANCOVA) results, using pre-test scores as a covariate, the 2024 group—which combined systematic prompt engineering education with a real-time learning support platform—showed a statistically significant increase in achievement compared to the 2022 and 2023 groups. These findings suggest that enhancing learners' AI literacy and providing immediate feedback through intelligent platforms are the primary drivers of improved performance, rather than the mere introduction of technology. This research underscores the necessity of a pedagogical shift, including the construction of personalized learning environments and changes in the role of instructors for non-major coding education in the AI era.

본 연구는 신용등급 감시가 공시되기 전 기업 내부자의 주식 매매를 조사하고 신용등급 감시의 공시효과와 내부자거래의 관계를 분석하였다. 2001년부터 2020년까지 신용등급 감시를 부여받은 유가증권시장 및 코스닥시장 상장기업을 대상으로 조사한 결과 내부자는 긍정적(부정적) 검토가 부여되기 전 자기회사 주식을 매수(매도)하는 경향을 보였으며 긍정적 검토와 부정적 검토 간 내부자 순매수 비율의 차이는 1% 수준에서 유의하였다. 신용등급 감시의 공시효과를 확인하기 위해 시장모형을 이용하여 누적초과 수익률을 측정한 결과 부정적 검토에 대한 누적초과수익률은 -8.537%로 1% 수준에서 유의한 음(-)의 값을 보였으나 긍정적 검토의 경우 유의한 주가 반응이 나타나지 않았다. 시장조정수익률모형을 이용한 분석에서도 유사한 결과가 나타나 긍정적 검토와 부정적 검토간 비대칭 주가반응의존재를확인하였다. 내부자거래에 따라 신용등급 감시의 공시효과가 차별적으로 나타나는지를 조사하기 위해 내부자거래를 매수, 중립, 매도그룹으로 분류한 후 누적초과 수익률을분석한 결과 부정적검토의 경우 음(-)의 공시효과가 내부자 매도 그룹에서 더 강하게 나타났으나 긍정적 검토에 대해서는 매수 및 매도 그룹 간 유의한 차이를 발견할 수 없었다. 이는 긍정적 검토와 부정적 검토 간 비대칭 공시효과로 인하여 내부자거래의 추가적인 정보효과도 부정적 검토에 국한되어 나타나는 것으로 해석된다. 신용등급 감시의 공시효과에 관한 연구가 미흡한 상황에서 내부자 거래와 신용등급 감시의 관계를 조사하고 내부자거래에 따른 차별적 공시효과를 분석한 본 연구는 신용등급 감시의 공시효과에 대한 이해를 제고하고 내부자거래 규제 및 신용등급 감시 제도에 대한 시사점을 제공할 것으로 기대된다.

This paper investigates insider trading before credit watch announcements and the relationship between the announcements effects of credit watches and insider trading. Analyzing credit watch announcements in Korea from 2001 to 2020, this study provides empirical evidence that corporate insiders tend to buy(sell) their own stock before positive(negative) watch announcements and that the differences of net purchase ratios between positive and negative watches are significant at 1% level. The average of cumulative abnormal returns for negative watches is -8.537% and -8.981% by the market model and the market adjusted returns model respectively, whereas there are insignificant stock price responses for positive watches. Classifying the whole sample into buying, neutral, and selling groups, this study examines the differential announcement effects of credit watches according to prior insider trading. Stock prices react more strongly to negative watch announcements with prior insider sales than to those with prior insider purchases. For positive watches, however, the differential announcement effects by prior insider trading are not found. This implies that insider trades convey additional information only to negative watch announcements due to the asymmetric announcement effects between positive and negative watches. By confirming the significant relationship between credit watches and insider trading, this research provides new insights on the announcement effects of credit watches and implications on insider trading regulations and credit watch polices.

본 연구는 2020년부터 2023년까지의 CNN 뉴스 헤드라인을 활용하여 미국 증시에서 이른바 ‘Magnificent 7’으로 불리는 대표적 빅테크 7개 기업(테슬라, 애플, 구글, 아마존, 마이크로소프트, 메타, 엔비디아)의 뉴스 텍스트의 감성 및 보도량이 미국의 단기 종가 수익률과 어떠한 관련성을 갖는지 실증적으로 분석하였다. 분석을 위해 총 4,858개 관측치로 구성된 일별 기업 패널 데이터를 구축하였으며, 뉴스 발행시각(UTC)을 서머타임이 반영된 뉴욕 시간으로 변환한 뒤 장 전․장 중 뉴스는 당일, 장 후 뉴스는 익일 수익률과 매칭하여 정보반영 시차를 통제하였다. 감성측정에는 범용언어모델BERT와 금융 특화 모델FinBERT를 병행 적용하여 일-기업단위의 보도량과 기사수가 중평균감성을 산출하고, 시장수익률과 변동성 변화를 통제한 다중회귀분석을 수행하였다. 분석 결과, 뉴스 변수 중에서는 FinBERT 기반 평균 감성이 통합 표본에서 유의한 양(+)의 관련성을 보인 반면, BERT 기반 평균 감성은 통계적으로 유의하지 않았다. 보도량은 통제변수를 포함한 모형에서 유의한 설명력을 보이지 않았으며, 기업별 분석에서는 아마존과 메타 등 일부 기업에서만 감성 효과가 유의하게 나타나 기업간 이질성이관찰되었다. 한편 통제변수인 시장수익률은 모든 모형에서 단기수익률에 강한양(+)의 유의한 관련성을 보여 단기가격 변동이 개별 뉴스 요인 보다 시장 공통 요인에 의해 지배적으로 설명됨이 확인 되었다. 본 연구는 동일 표본에서 범용모델과 금융특화 모델을 비교함으로써 금융도메인 적합성이 감성지표의 실증적 유의성에 영향을 줄 수 있음을 보여주며, 뉴스 감성 정보의 시장 반응이 기업별 특성에 따라 차별적으로 나타날 수 있음을 시사한다.

This study empirically investigates the relationship between news sentiment, news volume, and short term stock returns for seven representative U.S. big tech firms, Tesla, Apple, Google, Amazon, Microsoft, Meta, and NVIDIA, commonly referred to as the ‘Magnificent 7’ using CNN headlines from 2020 to 2023. To conduct the analysis, a daily firm-level panel dataset comprising 4,858 observations was constructed. News timestamps were converted from UTC to New York time with Daylight Saving Time adjustments to control for information incorporation lags; specifically, pre-market and intraday news were matched with same-day returns, while after-market news was matched with next-day returns. For sentiment measurement, both the general-purpose language model BERT and the finance-specific model FinBERT were employed to calculate daily firm-level news volume and weighted average sentiment. Subsequently, multiple regression analysis was performed, controlling for market returns and changes in volatility. The results show that, among the news related variables, FinBERT based average sentiment exhibited a statistically significant positive association in the pooled sample, whereas BERT based average sentiment was not statistically significant. News volume did not show significant explanatory power in models including control variables. Furthermore, firm-level analyses revealed heterogeneity across firms, with sentiment effects being statistically significant only for certain companies, such as Amazon and Meta. Meanwhile, market returns showed a strong and statistically significant positive association with short term returns across all models, confirming that short term price fluctuations were explained more strongly by market wide common factors than by firm specific news variables. By comparing a general-purpose model with a finance-specific model using the same sample, this study demonstrates that financial domain specificity significantly influences the empirical significance of sentiment indicators. It also suggests that market responses to news sentiment may vary depending on firm specific characteristics.