Earticle

본 연구는 2018년 한국의 법인세개편이 CEO 보상에 미치는 영향을 분석하였다. 2011년부터 2022년까지의 국내 상장기업을 대상으로 Difference-in-Differences 방법을 적용한 결과 해당 세제 개편의 영향을 받는 기업에서는 개편 이후 CEO 보상이 약 19.7% 증가한 것으로 나타났다. 이는 세율 인상이 경영자 보수를 감소시킬 것이라는 일반적인 기대와는 상반되는 결과로 기업이 법인세 증가로 인한 위험 확대를 보상하기 위해CEO보상을조정하고있음을시사한다. 또한본연구는외부감시가이러한효과를 제약하는지를추가적으로 검증하였다. 구글 검색량 지수와 애널리스트 커버리지를 외부 감시 강도의 대리변수로 활용한 결과 외부 감시 수준이 높은 기업일수록 세제 개편 이후 나타나는 CEO 보상 증가 효과가 유의하게 완화되는 것으로 나타났다. 이러한결과는성향점수매칭(PSM) 분석이후에도강건하게유지되었다. 종합하면, 본연구는법인세 제도의 변화와 같은 제도적 충격이 의도하지 않은 경영자 행동 변화를 초래할 수 있음을 보여주며 외부감시가 경영자의 기회주의적 보상 증가를 억제하는 데 중요한 역할을 한다는 점을 강조한다.

We examine whether corporate tax shocks affect CEO compensation. Exploiting the 2018 Korean corporate tax reform, which raised the statutory tax rate from 22% to 25% for firms with taxable income above KRW 300 billion, we employ a difference-in-differences design using Korean listed firms from 2011 to 2022. We find that firms exposed to the tax increase raise CEO compensation by approximately 19.7% after the reform. Rather than supporting the conventional prediction that higher corporate taxes reduce executive pay, this evidence suggests that firms adjust CEO compensation as a compensating differential for a more complex and more exposed after-tax performance environment. We also find that external monitoring moderates this effect. The increase in CEO compensation is significantly weaker for firms with greater Google search attention and higher analyst coverage, indicating that external monitoring intensity constrains discretionary compensation adjustments. Our study shows that corporate tax reforms can have unintended effects on managerial compensation and underscores the governance role of external monitoring in shaping firms’ responses to tax-policy changes.

본 연구는 제3자 물류(3PL) 파트너십 맥락에서 운영요인, 자원관련요인, 서비스품질요인, 정보시스템요인, 신뢰, 몰입, 그리고성과간의관계를분석하였다. 연구를위해중소제3자물류기업과 거래 경험이 있는 응답자 152명을 대상으로 자료를 수집하였으며, 제안된 가설은 PLS-SEM 구조방정식모형 분석을 통해 검증하였다. 분석 결과, 자원관련요인과 서비스품질요인은 신뢰에 긍정적인 영향을 미치는 것으로 나타났으나, 운영요인과 정보시스템요인은 신뢰에 유의한 영향을 미치지 않는 것으로 확인되었다. 또한 신뢰는 몰입과 성과 모두에 긍정적인 영향을 미쳤으며, 몰입 역시 성과에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 추가적으로 자원관련요인과 서비스품질요인은 신뢰를 매개로 몰입과 성과에 간접적인 영향을 미친 반면, 운영요인과 정보시스템요인의 간접효과는 유의하지 않은 것으로 분석되었다. 이러한 연구 결과는 제3자 물류파트너십에서 자원역량과 서비스품질이 신뢰 형성과 장기적 성과를 유도하는 중요한 요인임을 시사한다. 또한 본 연구는 물류산업에서 관계 품질과 조직성과를 강화하기 위한 실무적 시사점을 제공한다.

This study investigates the relationships among operational factors, resource-related factors, service quality factors, information system factors, trust, commitment, and performance in the context of third-party logistics partnerships. Data were collected from 152 respondents who had experience trading with small and medium-sized third-party logistics firms. The proposed hypotheses were tested using the PLS-SEM structural model approach. The results showed that resource-related factors and service quality factors had positive effects on trust, whereas operational factors and information system factors did not significantly influence trust. Trust was found to positively affect both commitment and performance, and commitment also had a significant positive effect on performance. In addition, resource-related factors and service quality factors indirectly influenced commitment and performance through trust, while the indirect effects of operational factors and information system factors were not significant. These findings suggest that resource capabilities and service quality are important drivers of trust formation and long-term performance in third-party logistics partnerships. The study provides practical implications for strengthening relationship quality and organizational performance in the logistics industry.

창업과 사업화, 그리고 제품을 혁신하는 과정에서 기술 개발과 이에 수반되는 자금 또한 필수적이다. 사업화 초기에서외부의투자유치를위해서높은기술평가 등급이요구되며, 또한투자기관입장에서는 정확한 기술 평가를 통해 투자 리스크를 줄일 수 있다. 기술평가는 시장성, 사업성, 수익성과 기술혁신성등에서 공정성, 객관성, 신뢰성을 확보하기 위해 평가 기준을 도입하여 관리하고 있다. 그러나 현재체계적이고 신속한 기술평가 시스템이 없기에 금융기관에서 중소기업의 자금을 신속히 지원하는 것에 어려움이 있다. 이러한 배경하에 본 논문은 중소기업의 기술등급 예측 모형을 통해 신속한 금융지원에 도움을 주고자 방법론측면에서 선형회귀모형과 의사결정나무를 적용하고자 한다. 이는향후 기술평가를 수행할 수 있는 표준 모델을 개발하여 신속한 금융지원이 필요한 분야에 실무적으로 적용할 수 있고자 함이다. 이를 위해본 논문에서는 실제 중소기업 1,035개를 선별하여기술평가에 영향을 미치는 변수들의 데이터 전처리, 탐색적데이터분석을시작하여 회귀모형진단과 로지스틱회귀, 의사결정나무의머신러닝 방법론을이용하여기술등급을예측하는모델을제안한다. 먼저최소자승법의회귀분석을통해종속변수에 대한독립변수들의영향을분석하였고, 이결과연구개발조직, 종업원수, 연구개발인력수, 인증수, 특허수가 기술등급에 유의미한 영향을 미치는 것으로 나타났다. 이후 경사하강법 기반의 선형회귀모형, 로지스틱회귀모형, 의사결정나무를 이용한 학습모델을 구축하여 학습구간과 테스트구간을 나누어 18등급의 세분화된 기술등급을 예측하였고, MSE, RMSE, MAE로 모델의 예측력을 비교하였다. 분석 결과 선형회귀모델의 예측 성능이 가장 우수하였고 의사결정나무모델도 유사한 성능을 보였으며, 로지스틱회귀모델은 예측력이 낮은 것으로 나타났다. 본 연구는 기술등급 예측 모형을 구축하여 분석한 점에서 의의가 있어 기술금융 실증 연구를 확장하였고, 기술금융 현장에서 시간과 비용을 절감하면서 신속하게 금융을 지원할 수 있는 기반을 제시하였다는 점에서 공헌점이 있다. 다만, 충분한 기술평가 데이터획득의어려움으로모형의신뢰성을반영하는데한계점이있고, 향후데이터를확보하거나딥러닝 및 앙상블 모델의 학습을 통한 기술등급 예측모형을 적용한 검증이 필요하다.

This study aims to explore the applicability of a model for predicting the technology grade of small and medium-sized enterprises using a linear regression model and a decision tree. The aim is to develop a standard model capable of conducting future technology evaluations, so that it can be practically applied in areas requiring rapid financial support. We propose a model for predicting technology grades by selecting 1,035 small and medium-sized enterprises and using data preprocessing of variables affecting technology evaluation, exploratory data analysis, regression analysis diagnostics, and learning model optimization. As a research method for this purpose, the effects of variables were analyzed using OLS regression analysis, and it was found that the R&D organization, number of employees, number of R&D personnel, number of certifications, and number of patents had a significant effect on the technology grade. Subsequently, a learning model was constructed using linear regression, logistic regression, and decision trees, and the data were further subdivided into 18 levels. The technical levels were divided into training and testing phases, and the prediction performance was compared using MSE, RMSE, and MAE. The analysis showed that the linear regression model had the best predictive performance, the decision tree model showed similar performance, and the logistic regression model was found to have low predictive power. This study is significant in that it expanded the empirical research on technology finance by establishing and analyzing a technology grade prediction model, and it contributes by proposing a foundation that can provide rapid financial support while saving time and costs in the field of technology finance. However, due to difficulties in obtaining sufficient technology evaluation data, there are limitations in reflecting the reliability of the model, and future verification is needed either by securing additional data or by applying technology-grade prediction models trained through deep learning and ensemble models.

본 연구는 은행 담보대출과 은행과 대출거래 관계에 있는 기업 회계이익 조정과의 관계를 분석하였다. 또한 은행ㆍ기업 대출관계가 은행 담보대출과 대출거래기업회계이익 조정의 관계에 영향을 미치는지도 분석하였다. 실증분석 결과, 주거래은행의 담보대출 비중이 높을수록 기업 회계이익은 상향 조정되는 것으로 나타났다. 또한 은행ㆍ기업대출관계가 은행담보대출과 기업이익 조정간의 관계에 영향을 미치는 것으로 나타났다. 은행ㆍ기업 대출관계가 강할수록(주거래은행 대출비중이 높을수록, 은행대출 집중도가 높을수록) 은행 담보대출과 기업 이익조정 간의 양의 관계는 감소하였으며, 은행ㆍ기업 대출관계가 약할수록(거래은행 수가많을수록) 은행 담보대출과 기업 이익조정간의 양의관계는증가하였다. 이러한 결과는 담보대출비중이 높은 은행은 회계이익 등기업공시정보에 대한 의존도가 높은 반면, 은행ㆍ기업 대출관계를 통한 기업 이익조정 감시기능은 취약할 수 있음을 시사한다. 그러나 은행ㆍ기업 대출관계가 강할수록 은행의 기업 정보 활용과 감시기능이 강화되어 담보대출 증가에 따른 기업 회계이익 조정가능성은 감소하는 것으로 해석된다.

This study analyzes the relationship between secured bank loans and the earnings management of borrowing firms. It also examines whether this relationship is influenced by firm-bank lending relationships. The empirical results show that the higher the secured loan ratio of a main bank, the more likely the borrowing firm is to report upward earnings management. The results further indicate that firm-bank relationships significantly moderate the association between secured lending and earnings management. When firm-bank relationships are stronger, as measured by a higher main-bank loan ratio and a higher bank-loan concentration ratio, the positive relationship between secured lending and earnings management becomes weaker in terms of opportunistic reporting pressure through improved monitoring. When the relationship is weaker, as proxied by a larger number of lending banks, the relationship between secured lending and earnings management becomes stronger. These findings suggest that banks with higher secured lending ratios tend to rely more on disclosed accounting information, while their ability to monitor earnings management through relationship-based information may be limited. However, stronger firm-bank relationships improve banks’ access to private information and their monitoring capability, thereby reducing the likelihood of earnings management associated with higher secured lending.

AI 기술의 확산으로 직무환경이 빠르게 변화함에 따라, 구성원의 자발적 직무재설계인 잡크래프팅을 촉진하는 리더십 메커니즘에 대한 규명이 중요해지고 있다. 그러나 긍정리더십이 어떠한 심리적 과정을 통해 구성원의 행동 변화로 이어지는지에 대한 통합적 설명은 여전히 부족한 실정이다. 이에 본 연구는 AI 직무종사자를 대상으로 긍정리더십과 잡크래프팅 간 관계에서 컴페션의 매개역할과 집단적 자긍심의 조절된 매개효과를 검증하고자 하였다. 이를 위해 긍정리더십이 컴페션을 통해 잡크래프팅에 영향을 미치고, 이 과정에서 집단적 자긍심이 매개경로를 조절하는 연구모형을 설정하였다. 표본은 AI 관련 직무에 종사하는 290명을 대상으로 설문조사를 통해 수집되었고, 분석은 회귀기반 접근법을 적용하여 PROCESS Macro Model 14를 활용해 조절된 매개효과를 검증하였다. 분석결과, 긍정리더십은컴페션을 유의하게 향상시키며, 컴페션은 잡크래프팅에 정(+)의 영향을 미치는 것으로나타났다. 또한 집단적 자긍심은 컴페션과 잡크래프팅 간의 관계를 강화하는 조절효과를 보였으며, 간접효과 역시 조건부로 유의하게 나타났다. 이러한 연구결과는 AI 직무환경에서 긍정리더십이 정서적 자원을 매개로 구성원의 행동 변화를 유도하는 심리적 메커니즘을 실증적으로 규명하였다는데 이론적 의의가있고, 더나아가본연구는 조직차원에서 집단적 자긍심을 강화하는 전략이 잡크래프팅을 촉진하는 데 중요한 점이라는 실천적 시사점을 제공해 주고 있다.

As AI technologies rapidly transform work environments, it has become increasingly important to identify leadership mechanisms that promote employees’ proactive job redesign, namely job crafting. However, an integrated explanation of how positive leadership leads to behavioral change through underlying psychological processes remains insufficient. Accordingly, this study aims to examine the mediating role of compassion and the moderated mediation effect of collective self-esteem in the relationship between positive leadership and job crafting among AI-related workers. To this end, a research model was proposed in which positive leadership influences job crafting through compassion, while collective self-esteem moderates the mediating pathway. Data were collected through a survey of 290 employees engaged in AI-related jobs, and the analysis was conducted using a regression-based approach with PROCESS Macro Model 14 to test the moderated mediation effect. The results revealed that positive leadership significantly enhances compassion, and compassion, in turn, has a positive effect on job crafting. In addition, collective self-esteem was found to strengthen the relationship between compassion and job crafting, and the indirect effect was also significant conditional on the level of collective self-esteem. These findings provide theoretical implications by empirically identifying the psychological mechanism through which positive leadership induces behavioral change via emotional resources in AI work environments. Furthermore, this study offers practical implications by suggesting that strategies to enhance collective self-esteem at the organizational level play a crucial role in promoting job crafting.