기업의 핵심 특성 중 하나가 될 수 있는 기업의 총요소생산성은 경제학 분야뿐만 아니라 재무·투자 분야에서 도 잠재적 활용성이 광범위한 중요한 연구라 할 수 있다. 기존 총요소생산성에 대한 연구는 개별 기업 식별이 불가능한 산업별/지역별 수준으로 통합(aggregate)한 거시(macro)연구가 주를 이루었다. 반면에 본 연구는 미시(micro)연구로서 국내 유가증권과 코스닥시장에 상장된 기업 회계자료를 사용하여 개별 기업 수준(firm level)의 총요소생산성을 다양한 방법으로 측정하고 그 결과가 재무·투자 연구 시 어떤 의미가 있는지 확인해 보았다. 콥-더글라스 생산함수를 이용하여 산출물인 부가가치에 대한 노동과 자본 투입변수의 탄력도를 구하 고 이를 활용하여 개별 기업의 총요소생산성 수준(level)을 측정했다. 탄력도 추정을 위해 시스템적률법(system GMM), Olley and Pakes(1992)모형, Levishon and Petrin(2003)모형과 확률변경분석(stochastic frontier analysis) 을 사용했고 결과 비교를 위해 통합최소자승법(pooled OLS)과 고정효과모형(fixed effect)도 사용했다. 분석 결과 각각의 방법에 의해 측정한 개별 기업의 총요소생산성 수준(level)의 평균과 분산은 상이했다. 총요소생산성 수준의 평균과 분산은 통합최소자승법에 의한 것이 일관되게 가장 낮았고 고정효과모형으로 구한 것이 일관되게 가장 크게 나타났다. 다른 방법에 의해 구한 총요소생산성 수준의 평균과 분산은 변수 간 내생성 문제가 있는 통합자승법과 개별기업의 생산성이 일정하다는 비현실적 가정을 하고 있는 고정효과모 형으로 구한 값들 사이에 위치했다. 한편 각각의 방법에 의해 구한 개별 기업 총요소생산성 수준의 크기 순서에 따라 개별 기업을 5 또는 10 분위를 나누고 이 분위의 상관관계를 살펴보니 0.8 ∼1.0 사잇값이 나왔다. 이는 개별 기업의 총요소생산성의 크기를 기준으로 몇 개 그룹으로 포트폴리오를 구성하는 재무·투자 연구 시 측정 방법에 따라 포트폴리오의 구성 기업이 일부 달라질 수 있다는 점을 의미한다. 본 연구는 경제학에서 주로 연구되던 총요소생산성을 재무·투자 연구로 확장하여 연구하기 위한 기초 연구 로서, 그리고 상장된 개별기업의 회계자료를 활용하여 개별기업 수준의 총요소생산성을 추정한 국내 첫 연구로서 의미가 있다.

The total factor productivity of a company, which can be one of the core characteristics of a company, is a very interesting research topic with a wide range of potential applications not only in economics but also in finance and investment. Previous research on total factor productivity has mainly focused on macro aspect that aggregated at the level of each industry/region where individual companies cannot be identified. On the other hand, this study is a micro study, using an individual firm’s accounting data listed on KOSPI and KOSDAQ markets to estimate total factor productivity at the firm level in various ways. Most of the previous research on total factor productivity in Korea use the Mining and Manufacturing Survey' provided by the National Statistical Office. Although company-specific data are provided based on survey data, it is not possible to confirm of which company the data is and whether it is listed in the stock market. In this study, total factor productivity is estimated at the level of individual companies by using accounting data of listed companies provided by market data providers such as KISVALUE and DataGuide. Since the labor income data required for calculating value added has been available since 2003, the total sample period for this study is 16 years from 2003 to 2018. The data necessary for estimating the total factor productivity of an individual company are the time series data of individual company’s output, labor input and capital input. The output is value-added, which is adjusted into real value with the producer price index (the Bank of Korea), and the number of employees including board members is used for labor input. Capital input is used by adding up individual assets excluding assets under construction in tangible fixed assets after realizing them using different appropriate deflators. The Cobb-Douglas production function is used to estimate the elasticity of labor and capital input variables for value added, which is an output, and using this to estimate the total factor productivity level of individual companies. System GMM, Olley and Pakes (1992) model, Levishon and Petrin (2003) model and stochastic frontier analysis are used to estimate elasticity, and pooled OLS and fixed effect model are used to compare results. As a result of the analysis, the mean and variance of the total factor productivity levels of individual companies measured by each method are different. The mean and variance of the total factor productivity level is consistently the lowest with the pooled OLS, and the one obtained with the fixed-effect model is consistently the largest. The mean and variance of the total factor productivity levels obtained by other methods are located between the values obtained by the polled OLS, which has an endogenous problem between variables, and the fixed-effects model, which makes the unrealistic assumption that productivity of individual companies is constant. On the other hand, according to the order of the magnitude of the total factor productivity level of individual companies obtained by each method, individual companies are divided into 5 or 10 quartiles, and the correlation between these quartiles is examined, yielding values between 0.8 and 1.0. This implies that some of the companies in the portfolio may vary depending on the estimation method when conducting a financial/investment study in which a portfolio is organized into several groups based on the size of the total factor productivity of an individual company. This paper is the first study to estimate total factor productivity for identifiable individual companies in Korea. And this research result is expected to be actively applied in the financial field beyond the economics field.

Measurement of Firm Level Total Factor Productivity of Listed Companies in Korea