2.1 경영자의 낙관성과 기업의 투자행태

경영자의 과신(혹은 낙관성)과 투자의 관계를 분석한 대부분의 선행연구에서 낙관적인 경영자의 기업은 미래에 더 나은 투자 기회가 많이 있다고 믿고 그러한 투자 기회를 잡기 위해 현금을 더 많이 확보하는 경향이 있으며, 결과적으로 과신 경영자의 기업은 그렇지 않은 기업보다 투자를 더 많이 하는 것으로 알려져 있다(Malmendier and Tate, 2005, 2008; Chen et al., 2020). Gervais et al.(2011)에 의하면 과신의 경영자는 투자 정책에 관하여 상황에 따라 적극적 혹은 소극적 행태를 보인다고 주장하였다. 긍정적인 신호를 받았을 때는 이성적인 경영자보다 더 공격적인 투자행태를 보이지만, 부정적인 신호가 있을 때는 이성적인 경영자보다 더 주저하는 모습을 보여주었다. Elgebeily et al.(2021)은 낙관적인 경영자들은 수익을 과대평가하고 지나치게 낙관적으로 현금흐름을 예측하는 경향이 있고, 이는 투자 수준을 높일 뿐만 아니라 현금흐름에 대한 투자 결정의 민감도 증가로 이어진다고 주장하였다. Ikeda et al.(2021)은 일본, 미국, 캐나다, 유럽, 아시아 등의 여러 나라 기업의 경영자를 대상으로 심리학 바탕의 설문조사를 통해 낙관성을 측정하고, 경영자의 낙관성과 기업의 투자행태와의 관계를 분석하였다. 연구 결과 경영자들이 낙관적일 때 자본의 투자가 더 많은 성향을 보여주어서, 낙관적인 경영자가 있는 기업들이 더 적극적으로 투자한다는 결과를 제시하였다. Koo and Yang(2017)의 연구에서는 2007년부터 2013년까지 국내 상장된 제조기업을 대상으로 경영자의 낙관성과 투자-현금 민감도의 관계를 실증 분석하였다. 낙관적인 경영자가 미래의 이익을 긍정적으로 예측할 것이라는 가정을 이용하여 이익의 예측치와 당기 실제 이익의 차이를 이용하여 경영자의 낙관성을 측정하였고 이에 더하여 경영자의 이익 예측치와 재무 분석가의 이익 예측치의 차이, 과도한 투자성향을 이용해 분석한 결과 낙관적인 경영자일수록 투자지출을 늘리는 것으로 나타났다. 따라서 본 논문은 국내외 선행연구를 바탕으로 국내 상장기업을 대상으로 경영자가 낙관적인 기업일수록 유형자산 증가분과 감가상각 변화의 합을 직전년도 총자산으로 조정한 값으로 측정한 기업의 투자 비율이 높을 것이라는 가설 1을 세우고 실증 분석해 볼 것이다.

가설 1: 경영자가 낙관하는 기업일수록 기업의 투자 비율이 높을 것이다.

2.2 경영자의 낙관성과 성과

경영자는 기업의 최종 의사 결정권자로서 그들의 행태적 성향은 기업의 성과에 영향을 미친다. 경영자의 과소투자 또는 과잉투자는 기업의 성과를 낮추고 기업가치를 감소시킬 수 있다. 또한 경영자의 목적이 주주 이익의 극대화가 아닌 개인의 경영권 유지에 있다면 경영자는 기업의 부채를 기업의 성장을 위한 투자나 개발이 아닌 자신의 지배권 증가에 이용하기도 하며, 이는 기업가치에 부정적 영향을 줄 수 있다(Berger et al., 1997). 하지만 많은 선행연구에서 경영자의 적정한 낙관성은 기업의 가치를 증가시킨다는 것을 보여준다(Goel and Thakor, 2008; Geravis et al., 2011; Campbell et al., 2011). Campbell et al.(2011)의 연구에서는 Malmendier and Tate(2005, 2008)의 연구 방법을 수정하여 경영자의 스톡옵션 행사 정도를 이용해 낙관성이 높은 경우, 낙관성이 낮은 경우를 구분하여 경영자의 낙관성을 측정하였다. 연구 결과 경영자의 낙관성이 위험회피 성향 CEO를 주주가치 극대화의 최적 투자 선택을 실행하도록 한다는 것을 보여주었고, 이는 기업가치를 극대화하는 최적 수준의 경영자 낙관성이 있다는 것임을 나타낸다. Chen and Lin(2013)은 경영자의 낙관성이 투자 효율성 및 기업가치에 주는 영향을 분석하였다. 연구 결과에 의하면, 과소투자 기업에 속한 낙관성이 높은 경영자는 과소투자 정도를 줄여 기업의 투자 효율성을 높이고 결과적으로 기업가치를 증가하게 하는 것으로 나타났다. 이에 따라 본 논문은 낙관성은 대리인 비용을 줄이고(Goel and Thakor, 2008), 경영자의 낙관성이 높을수록 기업의 성과가 좋을 것이라는 가설 2를 제시한다.

가설 2: 경영자가 낙관하는 기업일수록 기업의 성과가 좋을 것이다.

또한 가설 검증의 과정에서, 기업의 최대주주 비율에 따른 매개효과를 살펴볼 것이다. 그 이유는 대리인 경영자라면 자신의 능력을 보여주기 위해 단기적인 성과에 집중하는 경향이 있고 위험회피 성향이 강할 것이며, 설립자가 경영자(founder CEO)이거나 지배주주의 영향력이 강한 경우라면 대리인 경영자에 비해 더 강한 위험 추구 성향이 있을 수 있기 때문이다.

2.3 기업의 자본제약과 경영자의 낙관성

과신의 경영자는 자기 귀인적(self-attribution) 성향으로 자신의 능력을 과대평가하고(Malmendier and Tate, 2005; Choi et al., 2018), NPV가 양(+)인 프로젝트를 거절할 가능성과 음(-)인 프로젝트에 투자할 가능성을 모두 가지고 있다(Heaton, 2002). Kim and Kwon(2019)는 2002년과 2015년 사이 국내 유가증권 상장기업을 대상으로 분석한 결과, 기업의 위험 추구는 기업가치를 증가시키지만, 경영자가 과신하는 기업일 경우 기업가치를 하락시키고 과도한 과신은 위험 추구와 같은 의사결정을 유도하여 기업경영에 부정적 영향을 줄 수 있다고 주장하였다. 즉 낙관성 정도가 최적의 지점(optimal point)을 넘은 과신 경영자는 미래의 성과를 너무 긍정적으로 예측하여 NPV가 음인 프로젝트임에도 불구하고 투자하는 경우가 있어서 나쁜 성과를 가져오게 되고 기업가치를 떨어뜨릴 수 있다. Choi et al.(2018)의 연구에 의하면 과신이 강할수록 투자-현금흐름 민감도를 과속시키며 이러한 결과는 재무적 제약과는 무관하게 모든 경우에 나타나지만, 자본제약이 없을 때 과신은 더 강하게 나타난다고 주장하였다. 따라서 자본제약이 있는 상황에서 과신을 보이는 경영자가 있다면 이는 지나치게 과도한 낙관성을 가진 것이라고 할 수 있으며, 기업의 재무적 제약이 있을 때 과신의 정도는 상대적으로 약해진다는 결과를 보여준 것이다.

이같이 경영자의 과신은 적절한 위험 추구와 투자성향에 긍정적 영향을 주지만, 과도한 과신은 기업가치를 감소시켜 부정적 영향을 준다. 기업이 자본제약에 놓여 있는 경우에 나타나는 경영자의 낙관성은 과신으로 정의할 수 있으며, 자본제약이 있을 때 경영자의 낙관성의 정도는 약해지는 것이 일반적 현상임에도 불구하고 자본제약 상태에서 경영자가 낙관성을 보인다면 기업의 성과와 가치는 줄어들 것이라는 가설 3을 제시한다.

가설 3: 자본제약이 있는 경우 경영자의 낙관성은 약해지며, 자본제약 상태에서 경영자의 낙관성이 클수록 성과는 좋지 않을 것이다.

2.4 경영자의 낙관성 측정

본 연구는 다양한 경영자 낙관성 측정의 방법 중 사업보고서 내 “이사의 경영 진단 및 분석”을 텍스트 분석하여 낙관성을 측정하였다. 이사의 경영진단 및 분석은 미국 10-K 리포트 MD&A 섹션에 해당하는 부문으로 경영자가 사업보고서를 바탕으로 기업의 성과, 재무 상태, 경제 상황, 예측의견 등을 작성하여 경영자의 과신을 직접적으로 분석할 수 있다는 데 그 의미가 있다. MD&A 섹션이 믿을 만한 질적인 정보를 갖고 있는가에 대한 대답은 연구마다 차이가 있지만, 미국 증권거래 위원회(Securities and Exchange Commission: SEC)에서는 MD&A 섹션에 대한 구체적인 가이드라인과 지침이 있으며(Koelbl, 2020), 우리나라에서도 이사의 경영진단 및 분석 부문에 대한 구체적인 기준으로 회사 내부에서 스스로 경영 위험성을 제시한다는 점에서 의의가 있어 금융감독원에서는 투자자의 필독사항이라고 강조하고 있다(Financial Supervisory Service, 2020).

Koelbl(2020)는 6,500개의 REITs(Real Estate Investment Trusts)의 MD&A를 텍스트 분석하여 비관주의와 낙관주의 정도를 측정하여 미래의 기업성과를 예측하는 실증분석을 하였다. Buehlmaier and Whited(2018)은 1994년과 2010년 사이 북미 상장기업을 대상으로 10-K 리포트의 MD&A 섹션을 텍스트 분석하였는데, 기업의 자본제약과 관련된 단어를 이용하여 자본제약의 정도를 측정, 수익률과의 관계를 보여주었다. Cho and Hong(2019)는 미국 10-K 보고서의 MD&A 섹션을 텍스트 분석하여 특정 단어 사용량과 단기 성과와의 관계를 분석하였는데, 최고경영진의 무의식이 반영된 사업보고서는 그들의 가치관 및 심리적 특성을 반영하는 새로운 지표의 역할을 한다고 주장하였다. 최근에는 빅데이터, 머신러닝의 발전으로 다양한 텍스트 분석 방법론이 소개되고 있다. Guo et al.(2016)은 기존 어휘, 사전 기반의 텍스트 분석은 정확도가 떨어진다고 주장하며 머신러닝의 다양한 텍스트 분석 방법론을 소개했다. Kim and Joh(2019)은 머신러닝 방법론을 이용하여 증권신고서의 어조를 측정하였는데, 머신러닝을 이용한 텍스트 분석이 어휘 기반의 텍스트 분석처럼 단어목록이 부재해도 사용될 수 있으며 단어목록을 직접 설계할 필요가 없어 연구자의 자의성이 배제될 수 있다고 주장하였다. 본 연구는 Google에서 개발한 BERT를 이용하여 이사의 경영진단 및 분석 부문을 텍스트 분석하여 경영자의 낙관성을 측정하였다.

본 연구는 추가적으로 KoBERT로 측정한 경영자 낙관성 변수의 강건성을 확인하기 위해 재무 정보를 이용하여 경영자의 낙관성을 측정하였다. 재무 정보를 이용해 경영자의 과신(혹은 낙관성)을 측정하는 방법은 과신의 주요 요인을 경영자의 재무의사 결정에서 찾는 것이다. Schrand and Zehman(2012)는 스톡옵션 자료를 이용하여 경영자의 과신을 측정하였고, 더불어 과잉적 투자, 기업의 인수합병, 과부채, 고위험 부채, 배당 총 다섯 가지 항목의 재무 정보를 이용해 과신을 측정하였다. 이는 과신의 경영자는 그렇지 않은 경영자보다 과도한 투자를 하고(Bed-David et al., 2007; Malmendier and Tate, 2005), 가치를 파괴하는 인수합병을 할 가능성이 크며(Malmendier and Tate, 2008), 부채 비용이 작을 것이라는 낙관적인 판단으로 인해 부채 사용을 더 많이 하고, 위험한 부채를 더 많이 사용하며(Ben-David et al., 2007), 배당을 주는 경향이 적다(Ben-David et al., 2007)는 선행연구를 바탕으로 과신을 판단한 것이다. 연구에서는 다섯 가지 항목을 각 1점씩 부여하여 3점 이상이면 과신의 경영자라고 판단하였다. Ji and Lee(2015)의 연구 역시 Schrand and Zechman(2015)의 연구와 마찬가지로 투자 비율이 산업 내 4분위 중 상위 그룹에 포함될 경우 과투자, 인수합병 과정에서 취득한 현금흐름표의 순액이 산업 내 4분위 중 상위 그룹인 경우, 부채비율이 산업 내 4분위 중 상위 그룹인 경우, 위험 부채 사용이라고 판단된 경우(전환 부채 또는 우선주가 0보다 클 때), 배당 수익률이 0인 경우 중 총 다섯 가지 항목의 재무 정보를 이용하여 3점 이상일 때 과신이라고 판단하였다. Kim and Kwon (2019)의 연구에서는 연도별 산업 내 과거 성과가 높은 기업 중에서 과투자, 과부채, 낙관적 이익 예측 여부 중 세 가지 항목 중 2점 이상일 때 과신의 경영자라고 정의하였다.

3.1 낙관성의 측정

3.1.1 KoBERT를 이용한 낙관성 측정

BERT는 트렌스포머(Transformer)에 기반을 둔 모델로 레이블(label)이 없는 코퍼스를 이용해 사전학습을 하고, 특정 목적을 위해 미세조정(fine-tuning)하여 여러 가지 자연어처리 문제에 적용될 수 있다(Jang et al., 2020). BERT 구조는 양방향(bidirectional)으로 작동하기 때문에 여러 자연어처리 성능을 개선하는 강력한 시퀀스(sequence) 표현을 제공한다(Devlin et al., 2018; Park and Shin, 2020). BERT는 영문에 적합한 자연어처리 기술이기에, 본 연구는 BERT를 기반으로 한 한국어 특화 모델인 KoBERT를 이용하여 분석하였다. KoBERT는 2019년 SK텔레콤에서 개발하여 오픈소스로 공개되어 한국어 텍스트 분석에 누구나 이용할 수 있다.

본 연구는 경영자의 낙관성 측정을 위해 2009년부터 2019년까지 국내 유가증권시장과 코스닥 상장기업 12월 결산법인을 대상으로 금융감독원 전자공시시스템 사업보고서 내의 “이사의 경영진단 및 분석의견” 섹션을 파이썬(python)을 이용하여 크롤링(crawling)하였다. 객관적 정보를 담은 숫자와 기타 특수기호를 제외한 텍스트만을 분리하는 전처리를 통해 기업-연도 자료를 수집하였다. 사전학습(pre-training) 시킬 자료를 수집하기 위해서, 기업-연도 자료를 문장 단위로 분리하였는데 총 379,000여 개의 문장 중 약 20,000여 개의 문장을 무작위로 추출하고, 긍정 문장은 1, 부정 문장은 0으로 표기(labeling)하였다. 이때 회계적 정보가 담겨있는 문장이나 중립적인 문장을 제외하고, 긍·부정 의견이 확실한 문장만을 추출하여 약 7,300여 개 문장의 사전학습 자료를 정리하였다. 이렇게 사전 학습된 자료를 바탕으로 KoBERT 코딩을 이용해 나머지 문장의 긍·부정 정도를 예측하였다. 긍정과 부정 문장이 나온 확률을 평균화한 값을 KoBERT 값으로 추출한 결과, 총 16,511개 기업-연도에 대한 0과 1 사이의 KoBERT 값을 추출하였으며 평균 0.6876인 긍정(오른쪽)에 치우친 정규분포의 KoBERT 자료를 얻을 수 있었다.

위와 같은 과정을 거쳐서 “이사의 경영진단 및 의견”에서 추출된 긍정의 정도를 나타내는 KoBERT를 경영자의 낙관성으로 측정하였다. <표 1>은 7,300여 개의 사전 학습된 문장의 정확도 측정 결과이다. 정확도(accuracy)는 전체 학습데이터 중 각 클래스에서 자신의 클래스를 정확하게 맞춘 수의 비율을 나타내는데, 96%라는 높은 비율이 나왔음을 확인할 수 있다. 정밀도(precision)는 0(부정)이라고 예측한 데이터의 87%가 실제로 0이었고, 1(긍정)이라고 예측한 데이터의 98%가 실제로 1이었음을 알 수 있으며, 재현율(recall)은 실제 0인 데이터 중의 89%가 0으로 판별되었고, 실제 1인 데이터 중의 97%가 1로 판별되었음을 알 수 있다. 결과적으로, 전체 평균의 정확도, 정밀도, 재현율 모두 96%의 높은 수치를 보여주고 있다.

<표 1>

KoBERT를 이용한 경영자 낙관성의 정확도 측정 결과

3.2 변수 설정

본 연구는 낙관성의 변수인 OPT_KoBERT 이외에 경영자의 특성과 투자에 관한 선행연구의 회귀분석에서 사용되었던 투자비율, 현금흐름, 매출액 성장성, 기업규모, 부채비율, 자산집약도, 성장성의 변수를 활용하였고, 배당지급변화, 최대주주비율, 자본제약 그리고 장기성과를 나타내는 변수를 실증분석을 위해 추가하였다. 투자비율(Investment)은 유형자산 증감과 유형자산 감가상각비의 합을 직전 년도 총자산으로 나누어 계산했으며, 현금흐름(CF)은 기업의 영업이익에 유형자산 감가상각 비용을 합산한 값을 총자산으로 나누어 계산하였다. 매출액 성장성은 전년도 대비 매출액 증가율로 측정하였다. 기업의 규모(SIZE)는 총자산의 자연로그 값으로 정의하였으며, 부채비율은 총부채를 총자산으로 나눈 값을 사용하였다. 자산의 강도(INT)는 기업의 생산성을 알아보기 위한 변수로 투자와 생산성의 관계를 확인하기 위해 총자산-매출액의 비율에 자연로그를 취한 값으로 사용하였다. 또한 기업의 성장성(Q)은 기업의 시가 총액을 총자본(장부가액)으로 나누어 계산하였다.

본 연구는 최대주주비율(OWN) 변수를 분석에 추가하였는데, 이는 이사회가 경영자의 과신 정도를 완화시켜 주주들에게 이익이 되게 한다는 Goel and Thakor(2008)의 결과를 반영하여, 최대주주비율이 높을수록 지배주주의 이사회를 통한 과신 경영자에 대한 통제가 강할 것으로 예상했기 때문이다. 최대주주비율은 보통주를 기준으로 사업보고서에 보고된 최대주주의 비율을 사용하였다. 자본제약에 관한 변수는 두 가지 방법으로 측정하였다. 첫 번째 방법은 전년도보다 배당이 줄었을 때를 1, 그 외의 경우 0의 값을 갖는 배당더미(DivD)를 사용하였다. OPT_KoBERT*DivD, OPT_SZ*DivD 변수는 낙관성과 배당더미 변수의 교차항으로 자본제약 유무에 따른 경영자의 낙관성을 구분하기 위해 사용되었다. 두 번째 자본제약 측정은 현금흐름, 현금 배당, 부채비율, 총자산, 매출액 성장률을 이용한 Whited and Wu(2006)의 방법¹⁾으로 측정하였다. 이 변수 또한 자본제약의 크기에 따른 경영자의 낙관성을 구분하기 위해 OPT_KoBERT*WW와 OPT_SZ*WW의 교차변수를 이용해 자본제약 상태일 때 경영자의 낙관성이 기업의 성과에 주는 영향을 살펴보기 위해 사용되었다.

자본제약 Index =

-0.091CF_i,t-0.062D IVPOS_i,t+0.021TLTD_i,t-0.044LNTA_i,t+0.102ISG_i,t-0.035SG_i,t

(CF = 영업현금흐름/총자산, DIVPOS = 현금 배당을 줄 경우1, 아니면 0인 더미변수, TLTD = 장기부채/총자산, LNTA = 총자산을 자연로그 취한 값, ISG= 산업 평균 매출액 성장률, SG = 매출액 성장률)

기업의 장기적인 성과를 종속변수로 사용한 모형 2와 모형 3에서 장기성과는 기업의 순이익을 총자산으로 나눈 값인 ROA와 Barber and Lyon(1997)이 제시한 장기성과 측정 방법인 매입보유 초과수익률(BHAR: buy-and-hold abnormal returns)을 사용하였다. 기업의 성과를 측정하기 위한 장기보유초과수익률인 BHAR(1,12)은 12개월 동안 복리로 계산한 평균보유수익률에서 유가증권시장과 코스닥시장의 시장지수 수익률의 평균인 평균보유수익률을 차감한 값이다

BHAR(1,12)=∏t=1t=12(1+R)−∏t=1t=12(1+Rmt)

실증분석을 위한 주요 변수의 정의를 <표 2>에 정리해 놓았다.

<표 2>

주요 변수의 정의

3.3. 표본의 구성과 연구모형

4.1 기초 통계량 분석

<표 3>은 경영자의 낙관성과 투자 비율, 그리고 기업의 성과 분석에 관한 주요 변수의 기초 통계량이다. KoBERT 변수는 2009년부터 2019년까지 국내 유가증권시장, 코스닥 상장기업에서 금융업종을 제외한 12월 결산법인을 대상으로 측정하였다. 투자 비율과 기타 통제 변수는 모형별 시차에 따라 2009년부터 2020년까지를 대상으로 하며, 성과 변수인

<표 3>

주요 변수의 기초 통계량

2009년부터 2019년까지 한국거래소 상장기업을 대상으로 12월 결산법인 비금융업종에 대하여 측정한 낙관성(OPT_KoBERT, OPT_SZ) 변수와 배당 더미변수(DivD)를 제외한 모든 변수에 대하여 상하 1% 이상치를 조정(winsorization)하였다.

ROA와 BHAR 변수는 2010년부터 2020년까지의 기간에서 측정하였다. OPT_KoBERT, OPT_SZ 변수를 제외한 모든 변수는 상하 1% 이상치를 조정(winsorization)하였다. 낙관성을 측정한 OPT_KoBERT 변수는 “이사의 경영진단 및 분석의견” 섹션의 문장을 부정일 경우 0, 긍정일 경우 1로 판단하여 0과 1 사이 낙관의 정도를 수치화 한 것이기 때문에 기업마다 표준편차가 크지 않아 winsoriation 하지 않았으며, 평균은 0.6903으로 나타났다. 자본제약을 측정한 배당 더미 변수 DivD의 평균은 0.2056로 전체 표본의 약 20.5%의 기업이 자본제약 상태인 것으로 나타났다. <표 4>는 본 연구에서 사용된 주요 변수의 피어슨 상관관계를 보여주고 있다. OPT_KoBERT는 12개월 장기초과수익률 BHAR(1,12)을 제외한 모든 변수에서 높은 상관관계를 보이고 있다. 특히 투자비율, 기업규모, ROA와 OPT_KoBERT의 유의한 양(+)의 관계는 경영자의 낙관성이 높으면 투자비율이 높고 성과도 좋을 것이라는 가설의 지지를 예측한다. Schrand and Zechman(2012)의 방법으로 측정한 경영자의 낙관성(OPT_SZ)은 ROA와는 유의한 음(-)의 상관관계를, BHAR(1,2)과는 유의한 양(+)의 상관관계를 보여주고 OPT_KoBERT와 OPT_SZ의 상관관계는 0.0387의 유의한 양(+)의 관계를 보여주어 두 변수 사이의 일관성을 확인하였다.

<표 4>

주요 변수의 상관관계 분석 결과

2009년부터 2019년까지 한국거래소 상장기업을 대상으로 12월 결산법인 비금융업종에 대하여 측정한 낙관성(OPT_KoBERT, OPT_SZ) 변수와 DivD(배당 더미변수)를 제외한 모든 변수에 대하여 상하 1% 이상치를 조정(winsorization)하였다. OPT_KoBERT는 “이사의 경영진단 및 의견” 데이터의 긍정 문장과 부정 문장을 예측하여 긍/부정 문장이 나온 확률을 평균화 한 값이다. OPT_SZ는 고투자, 고부채, 배당(배당이 전년도 보다 늘어났을 때, 또는 0) 요건 중 2개 이상 만족하는 기업인 경우 1, 아니면 0인 더미변수이다. DivD(배당 더미)는 전년도보다 배당이 줄었을 때 1, 아니면 0인 더미 변수, WW는 Whited-Wu의 방법을 이용한 자본제약 측정값이다. CF(현금흐름)는 기업의 영업이익에 유형자산 감가상각 비용을 더해주고 총자산으로 조정 변수이며 Investment(투자 비율)는 유형자산 증가분과 감가상각 변화량을 더한 후 직전년도 총자산으로 조정한 값이다. SalesG는 전년대비 매출액 증가율이며 SIZE(기업규모)는 기업의 총자산을 자연로그 취한 값이다. INT(자산집약도: asset intensity)는 총자산을 매출액으로 나눈 값을 자연로그 취한 값, LEV(부채비율)은 총부채를 총자산으로 조정하였으며 Q는 기업의 시가총액을 총자본(장부가액)으로 나눈 값이다. OWN은 사업 보고서에 보고된 보통주의 최대주주비율(%)을 나타낸다. ROA_t1은 t+1년 뒤의 성과, BHAR(1,12)은 12개월 장기수익률을 나타낸다. ^*, ^**, ^***는 각각 10%, 5%, 1% 수준에서 유의적임을 나타낸다.

4.2 경영자의 낙관성과 투자 분석

<표 5>는 경영자의 낙관성(OPT_KoBERT, OPT_SZ) 정도에 따른 기업의 투자 비율과 현금흐름의 차이를 보여준다. Panel A는 OPT_KoBERT 변수를 5분위 하여 각각의 그룹별 투자 비율과 현금흐름의 평균값을 살펴본 후, OPT_KoBERT에 따라 낙관성이 가장 높은

<표 5>

경영자의 낙관성에 따른 투자 비율과 현금흐름의 평균값 차이

2009년부터 2019년까지 한국거래소 상장기업을 대상으로 12월 결산법인 비금융업종에 대하여 측정한 낙관성(OPT_KoBERT) 변수를 크기에 따라 5분위하고, 낙관성 더미변수 (OPT_SZ)는 1과 0으로 그룹지어 각 그룹별 투자 비율(Investment)과 현금흐름(CF)의 평균과 차이를 보여준다. 낙관성 변수를 제외한 모든 변수는 상하 1% 이상치를 조정(winsorization)하였고, ( )는 평균 차이에 대한 t-통계량이며, ^*, ^**. ^***는 각각 10%, 5%, 1% 수준에서 유의적임을 나타낸다.

Panel A: OPT_KoBERT

그룹(Q5)과 가장 낮은 그룹(Q1) 간의 투자 비율과 현금흐름의 차이를 t-test를 통하여 검증하였다. 투자 비율에서 2분위와 3분위 평균값이 감소하는 것을 제외하고, 낙관성(OPT_KoBERT)이 높은 그룹일수록 투자 비율과 현금흐름 모두 증가하는 것으로 나타났다. t-검증에서 낙관성이 가장 큰 그룹(Q5)에서 가장 작은 그룹(Q1)에 비해 투자를 더 많이 하고 현금흐름도 높다는 결과가 통계적으로 매우 유의적인 것으로 나타났다. OPT_SZ의 낙관성 여부에 따라 투자 비율과 현금흐름 차이를 검증한 Panel B에서는 낙관성이 클 때 투자 비율의 유의하게 높은 것으로 나타났으나, 현금흐름은 낮은 것으로 나타났다. 이는 OPT_KoBERT와 OPT_SZ 모두 경영자가 낙관적인 기업일수록 투자를 많이 할 것이라는 가설 1과 일치하는 결과를 보여주었으며, KoBERT로 측정한 경영자의 낙관성 변수에서 유일하게 기업의 내부자금인 현금흐름이 풍부한 기업에서 투자를 더 많이 한다는 선행연구의 주장과는 일치하는 결과를 보여주었다.

<표 6>은 경영자가 낙관하는 기업일수록 미래의 프로젝트를 긍정적으로 평가하여 투자 비율이 높을 것이라는 가설 1을 검증하기 위한 회귀분석의 결과이다. t-시점에 경영자의 낙관성이 t+1 시점의 투자 비율에 미치는 영향을 살펴보기 위하여, 낙관성은 t기에 종속변수인 투자 비율과 기타 독립변수들은 t+1기에 측정하였다. 낙관적인 경영자는 기업의 미래 수익을 더 긍정적으로 평가하고 기업이 상대적으로 저평가되었다고 생각한다. 따라서 외부에서 자금을 조달해야만 하는 상황이라면 외부자금에 의존하는 것은 비싸고 위험하다고 생각한다. 반면에 낙관적인 경영자는 내부 현금흐름이 풍부하다면 가치가 없는 기업의 인수합병 투자까지도 추진한다(Malmendier and Tate, 2008). 이처럼 낙관적인 경영자일수록 기업의 현금흐름(CF)이 풍부할수록 투자를 많이 하는 성향을 보이게 된다. 먼저 OPT_KoBERT를 독립변수에서 제외한 모형 1의 (1)과 (4)에서 현금흐름(CF)이 클수록 투자를 많이 한다는 결과를 유의하게 보여주었다. 또한 모형 1의 (2)와 (5)의 투자 비율에 대한 OPT_KoBERT 계수는 양(+)의 유의한 관계를 보여주어 경영자가 낙관적일수록 투자를 많이 하며, 현금흐름으로 측정한 기업의 내부자금이 풍부할 때 투자가 늘어나는 경향을 보여준다. 이는 선행연구와 가설 1을 지지하는 결과이다. 반면 모형 1의 (3)과 (6)의 투자 비율에 대한 OPT_SZ의 계수는 firm-fixed effect 조정이 없을 때는 양(+)의 유의한 관계를 보여주어 가설 1을 지지하는 결과를 확인하였지만, firm-fixed effect²⁾ 조정이 있을 때는 음(-)의 유의한 관계를 보여주었다.

<표 6>

경영자의 낙관성에 따른 기업의 투자 비율 회귀분석 결과

모형 1:

Investmenti,t+1=α1+β1OPTi,t+β2CFi,t+1+β3SalesGi,t+1+β4SIZEi,t+1+β5LEVi,t+1+β6INTi,t+1+β7Qi,t+1+β8OWNi,t+1+εi

2009년부터 2019년까지 한국거래소 상장기업을 대상으로 12월 결산법인 비금융업종에 대하여 측정한 낙관성(OPT_KoBERT, OPT_SZ) 변수를 제외하고 시차를 두어 측정한 t+1기의 모든 변수에 대하여 상하 1% 이상치를 조정(winsorization)하였다. ( )는 t-통계량이며, ^*, ^**, ^***는 각각 10%, 5%, 1% 수준에서 유의적임을 나타낸다.

투자 비율을 설명하는 회귀분석에 포함된 통제변수를 살펴보면, 총자산을 매출액으로 나누어 자연로그를 취한 자산집약도(INT, asset intensity)는 주어진 매출액에 필요한 총자산의 크기를 나타낸 것으로 자산집약도가 클수록 매출을 발생시키는데 필요한 자산도 커진다는 의미이며 동시에 생산성이 낮다는 것을 뜻한다. 실증결과는 자산집약도(INT)와 성장성 변수(Q) 모두 투자 비율에 대하여 유의한 양의 계수를 보여주어, 현재 생산성이 낮고, 성장성이 큰 기업일수록 투자를 많이 한다는 것을 의미한다. 최대주주비율(OWN)은 양(+)의 유의한 관계를 보여주었지만, 계수는 0.0001~0.0002로 그 영향은 작은 것으로 나타났다.

4.3 경영자의 낙관성과 기업의 성과 분석

<표 7>은 OPT_KoBERT로 측정한 경영자의 낙관성에 따른 기업의 장기적인 성과를 알아보기 위해 ROA와 매입보유 초과수익률(BHAR)의 평균값을 t-검증한 결과이다. 먼저 1년 뒤의 ROA와 12개월 장기초과수익률인 BHAR(1,12)은 낙관성의 크기별 그룹에 따라 장기적인 성과의 평균이 일관되게 증가하는 결과를 보여주었다. 물론 OPT_KoBERT가 가장 큰 그룹(Q5)와 가장 작은 그룹(Q1)의 성과 차이에서도 통계적으로 매우 유의적인 결과를 보여주었다. ROA, BHAR의 모든 성과 측정에서 Q5 그룹에서 Q1 그룹에서보다 큰 평균값을 나타냈으며, 모두 통계적으로 유의적인 결과를 보여주었다. 이러한 결과는 경영자의 낙관성이 증가할수록 기업의 성과가 좋을 것이라는 <가설 2>를 지지하는 결과를 보여준다. 반대로 두 번째 낙관성 측정 변수인 OPT_SZ는 낙관성이 높을 때 ROA가 더 작은 값을 보여주고, BHAR(1,12)는 낙관성이 클 때 더 큰 값을 보여주어 장기초과수익률에서만 가설 2를 지지하는 것을 확인하였다. 이는 KoBERT로 측정한 경영자의 낙관성이 선행연구와 더 일치하는 결과를 보여주고 있다는 것으로 판단된다.

<표 7>

경영자의 낙관성에 따른 ROA와 BHAR의 평균값 차이

2009년부터 2019년까지 한국거래소 상장기업을 대상으로 12월 결산법인 비금융업종에 대하여 측정한 낙관성(OPT_KoBERT) 변수를 크기에 따라 5분위하고, 낙관성 더미변수 (OPT_SZ)는 1과 0으로 그룹지어 각 그룹별 ROA와 BHAR(장기수익률)의 평균과 차이를 표시하였다. ROA_t1은 t+1년 뒤 ROA를 나타내며 BHAR(1,12)은 t+1년 뒤의 12개월 장기초과수익률을 나타낸다. OPT_KoBERT 값과 OPT_SZ 값을 제외한 모든 변수는 상하 1% 이상치를 조정(winsorization)하였고, ( )는 평균의 차이 값에 대한 t통계량이며, ^*, ^**. ^***는 각각 10%, 5%, 1% 수준에서 유의적임을 나타낸다.

Panel A: OPT_KoBERT

<표 8>은 낙관성은 기업의 투자 성과를 증가시킨다는 것을 바탕으로 경영자가 낙관하는 기업일수록 기업의 성과가 좋을 것이라는 가설 2를 검증한 회귀분석의 결과이다. 모형 2에서는 OPT_KoBERT, OPT_SZ 변수와 독립변수들을 같은 시점에서 측정하였으며, t기말 시점에서 측정되는 낙관성이 t+1기말의 기업가치에 영향을 미치는 것으로 가정하여 ROA와 장기 초과수익률(BHAR)의 측정 시점은 t+1기로 설정하였다. 분석 결과 낙관성 변수 OPT_KoBERT와 OPT_SZ 모두 1년 뒤 성과 ROA와 12개월 장기초과수익률인 BHAR에 대해 양(+)의 관계의 높은 유의성을 지닌 계수를 보여 경영자가 낙관하는 기업일수록 기업의 장기성과가 좋을 것이라는 가설 2를 강하게 지지하고 있다.

<표 8>

경영자의 낙관성에 따른 기업의 성과 회귀분석 결과

모형 2-1:

ROAi,t+1=α1+β1OPTi,t+β2Investmenti,t+β3SalesGi,t+β4SIZEi,t+β5LEVi,t+β6INTi,t+β7Qi,t+β8OWNi,t+εi

모형 2-2:

BHARi,t+1=α1+β1OPTi,t+β2Investmenti,t+β3SalesGi,t+β4SIZEi,t+β5LEVi,t+β6INTi,t+β7Qi,t+β8OWNi,t+εi

2009년부터 2019년까지 한국 상장기업을 대상으로 12월 결산법인 비금융업종에 대하여 측정한 낙관성(OPT_KoBERT, OPT_SZ) 변수를 제외하고 t기에 측정한 모든 변수와 ROA, BHAR 변수에 대하여 상하 1% 이상치를 조정(winsorization)하였다. ROA_t1은 t+1년 뒤의 성과, BHAR(1,12)는 t+1년 뒤의 12개월 장기초과수익률을 나타낸다. ( )는 t통계량이며, ^*, ^**, ^***는 각각 10%, 5%, 1% 수준에서 유의적임을 나타낸다.

한편 투자 비율은 모든 회귀분석에서 양(+)의 관계를 보여주었지만, KoBERT로 측정한 낙관성과 ROA의 회귀분석에서만 유의적인 관계를 보여주었다. 기업의 규모(SIZE)는 작을수록 ROA와 BHAR이 커지는 유의한 결과를 보여주어 기업의 규모가 작을수록 성과가 커지는 것을 확인하였다. 기업의 자산집약도(INT) 역시 ROA와 BHAR 모두 음(-)의 유의한 관계를 보여줌으로써 매출이 클수록 기업의 성과와 장기초과수익률이 증가한다는 사실을 확인하였다. 하지만 매출의 성장성(SalesG) 변수는 ROA에서만 음(-)의 유의한 관계를, 성장성 변수(Q)는 ROA와는 양(+)의 유의한 관계를 보여주었으나 BHAR과는 음(-)의 유의적인 관계를 나타내었다. 부채비율(LEV)도 ROA에서는 음(-)의 관계를, 반대로 BHAR과는 유의한 양(+)의 관계를 보여주었다. 이는 경영자가 낙관적인 기업은 투자를 많이 하고 그에 따라 성장성이 높아 성과도 좋지만, 매출이 늘어나는 비율은 작은 것으로 볼 수 있다.

4.4 자본제약에 따른 경영자의 낙관성과 기업의 성과

앞서 가설 2의 검증에서 보았듯이, 경영자가 낙관하는 기업일수록 좋은 성과를 내어 기업가치를 증가시킨다. 하지만 기업이 내부자금이 풍부하지 않은 자본제약 상태일 때의 낙관성은 지나친 것일 수 있으며 이런 상태에서 보여주는 낙관성을 우리는 과신으로 정의한다. 과신의 경영자가 행하는 과도한 위험 추구는 기업성과에 부정적 영향을 준다. 즉 자본제약 상태에서 OPT_KoBERT와 OPT_SZ는 경영자의 진정한 ‘과신’을 측정한다고 할 수 있다. 본 논문에서는 기업의 자본제약 상태를 배당의 증가와 감소 여부와 Whited and Wu(2006)의 자본제약 index로 판별한다. 배당의 정보신호 가설(signaling hypothesis)에 의하면 기업은 현재의 이익이 크더라도 배당을 유지하거나 확대할 확신이 없으면 늘리지 않고 현재의 이익이 작더라도 쉽게 줄이지 않기 때문에(Choi et al., 2020), 배당이 늘어나면 시장 상황이 좋고 기업의 내부자금이 풍부하다는 신호로 받아들일 수 있다. 반대로 배당이 줄었다면 기업의 재무 상태가 그만큼 좋지 않다고 판단할 수 있다.

가설 3은 자본제약이 있는 경우 경영자의 낙관성은 약해지며, 자본제약 상태에서 경영자의 낙관성이 클수록 성과는 좋지 않을 것임을 예상한다. 우선 자본제약이 있는 경우 경영자의 낙관성이 약해진다는 것을 알아보기 위해 자본제약이 있는 경우와 없는 경우의 차이 분석을 실행하였다. <표 9>의 Panel A에서 직전 연도보다 배당이 줄었을 때 1, 아니면 0인 배당 더미변수로 자본제약을 표현한다. 일반적인 경영자라면 자본제약 상태에서 미래에 관한 낙관성(OP_KoBERT, OPT_SZ)은 감소할 것이며 이는 두 집단 간의 차이에서 살펴볼 수 있다. 배당 더미변수에 따른 OPT_KoBERT와 OPT_SZ의 평균값 차이를 나타낸 표에서, 자본제약이 있을 때 자본제약이 없을 때보다 두 변수 모두에서 낙관성은 평균적으로 더 작았으며 낙관성 평균값의 차이도 통계적으로 유의적으로 높게 나온 것을 확인할 수 있다. 반대로 Panel B는 Whited-Wu의 자본제약 index를 5분위 하여 자본제약이 높을 때와 낮을 때의 낙관성 평균값의 차이를 나타낸다. 하지만 OPT_KoBERT와 OPT_SZ 모두 분위별 일관성이 나타나지 않았다.

<표 9>

자본제약에 따른 경영자의 낙관성 평균값의 차이

2009년부터 2019년까지 한국거래소 상장기업을 대상으로 12월 결산법인 비금융업종에 대하여 측정한 낙관성(OPT_KoBERT, OPT_SZ) 변수를 배당 더미변수(전년도 보다 배당이 줄었을 경우: DivD=1, 아닐 경우: DivD=0)와 WW 변수(Whited-Wu의 방법으로 측정한 자본제약)에 따라 그 차이 값을 비교하였다. ( )는 평균의 차이 값에 대한 t통계량이며, ^*, ^**, ^***는 각각 10%, 5%, 1% 수준에서 유의적임을 나타낸다.

Panel A: 자본제약의 측정: 배당의 유무

자본제약 상태에서 경영자의 낙관성이 클수록 기업의 성과가 좋지 않을 것이라는 가설 3의 나머지 부문을 검증하기 위해 모형 3을 이용하여 회귀분석을 실시하였다. 기업의 성과는 가설 2의 검증에서 종속변수였던 ROA와 BHAR을 사용하였고, <표 10>에서 자본제약의 상태는 배당 더미변수인 DivD를 사용하였고 <표 11>에서는 WW를 사용하였다. 분석 결과 ROA와 BHAR 모두 가설 2에서의 결과와 유사하게 경영자의 낙관성이 증가할수록 커지는 양(+)의 관계를 보여주었고 자본제약 상태일 때 모든 회귀분석에서 낙관성의 크기가 줄어든 것을 확인하였다,

<표 10>

자본제약(DivD)에 따른 경영자의 낙관성과 기업의 성과 회귀분석 결과

모형 3-1:

ROAi,t+1=α1+β1OPTi,t+β2OPT*DivDi,t+β3DivDi,t+β4Investmenti,t+β5SalesGi,t+β6SIZEi,t+β7LEVi,t+β8INTi,t+β9Qi,t+β10OWNi,t+εi

모형 3-2:

BHARi,t+1=α1+β1OPTi,t+β2OPT*DivDi,t+β3DivDi,t+β4Investmenti,t+β5SalesGi,t+β6SIZEi,t+β7LEVi,t+β8INTi,t+β9Qi,t+β10OWNi,t+εi

2009년부터 2019년까지 한국 상장기업을 대상으로 12월 결산법인 비금융업종에 대하여 측정한 낙관성(OPT_KoBERT, OPT_SZ) 변수를 제외하고 t기에 측정한 모든 변수와 ROA, BHAR 변수에 대하여 상하 1% 이상치를 조정(winsorization)하였다. ROA_t1은 t+1년 뒤의 성과, BHAR(1,12)는 t+1년 뒤의 12개월 장기초과수익률을 나타낸다. DivD변수는 자본제약의 유무를 나타낸 더미 변수이며 전년도 보다 배당이 줄었을 때 1, 그렇지 않으면 0인 값이다. ( )는 t통계량이며, ^*, ^**, ^***는 각각 10%, 5%, 1% 수준에서 유의적임을 나타낸다.

<표 11>

자본제약(WW)에 따른 경영자의 낙관성과 기업의 성과 회귀분석 결과

모형 3-3:

ROAi,t+1=α1+β1OPTi,t+β2OPT*WWi,t+β3WWi,t+β4Investmenti,t+β5SalesGi,t+β6SIZEi,t+β7LEVi,t+β8INTi,t+β9Qi,t+β10OWNi,t+εi

모형 3-4:

BHARi,t+1=α1+β1OPTi,t+β2OPT*WWi,t+β3WWi,t+β4Investmenti,t+β5SalesGi,t+β6SIZEi,t+β7LEVi,t+β8INTi,t+β9Qi,t+β10OWNi,t+εi

2009년부터 2019년까지 한국 상장기업을 대상으로 12월 결산법인 비금융업종에 대하여 측정한 낙관성(OPT_KoBERT, OPT_SZ) 변수를 제외하고 t기에 측정한 모든 변수와 ROA, BHAR 변수에 대하여 상하 1% 이상치를 조정(winsorization)하였다. ROA_t1은 t+1년 뒤의 성과, BHAR(1,12)는 t+1년 뒤의 12개월 장기초과수익률을 나타낸다. WW변수는 Whited-Wu의 방법으로 자본제약을 측정한 변수이다. ( )는 t통계량이며, ^*, ^**, ^***는 각각 10%, 5%, 1% 수준에서 유의적임을 나타낸다.

먼저 <표 10>을 살펴보면 자본제약이 있을 때의 배당 더미변수와 KoBERT로 측정한 과신의 교차변수인 OPT_KoBERT*DivD의 계수가 ROA와 BHAR에 대해 유의하지 않지만 그 크기는 줄어든 결과를 보여주었다. OPT_SZ*DivD의 계수 또한 유의하지 않지만 자본제약이 있을 때 낙관성의 크기가 줄어든 것을 확인할 수 있었으며, 모형 3-1-(2)의 ROA에는 부(-)의 영향을 주는 것으로 나타났다. 배당 더미(DivD)의 계수는 모두 음(-)의 관계를 보여주어 자본제약 상태일 때 기업의 성과 또는 장기초과수익률이 좋지 않다는 것을 알 수 있다. <표 11>에서는 자본제약이 WW 변수일 때 낙관성과 기업의 성과를 회귀분석한 표이다. 자본제약을 나타내는 KoBERT로 측정한 경영자의 낙관성과 WW의 교차변수 OPT_KoBERT*WW는 ROA와의 관계에서는 낙관성의 크기가 줄어들었지만 유의한 결과를 얻지 못했고, BHAR과의 관계에서는 음(-)의 유의한 관계를 보여주었다. OPT_SZ와 WW의

교차변수 OPT_SZ*WW는 ROA와 BHAR모두 유의한 음(-)의 관계를 나타내어 자본제약 상태일 때 낙관성이 증가할수록 기업의 가치는 줄어든다는 것을 확인할 수 있었다. 결과적으로 자본제약이 있을 때 경영자의 낙관성은 줄어들고 오히려 기업의 성과에 부정적인 영향을 주어 기업가치를 떨어뜨릴 수 있다는 가설 3과 일치된 결과를 나타내었다. 연구 결과는 투자의사 결정에 있어서 경영자의 지나친 낙관성이 기업의 장기성과에 부정적 영향을 줄 수는 있지만, 적정한 수준의 낙관성은 기업가치 상승에 도움이 된다는 결과를 얻었다는 점에서 의미가 있다.