2.1.1 이익조정: 재량적 발생액과 실물이익조정

이익조정(earnings management)이란 경영자가 특정 사적 목적을 달성하기 위해 보고 이익을 의도적으로 수정하는 행위를 의미한다. 이익조정 측정에 관한 선행연구는 Jones(1991)가 제시한 재량적 발생액(discretionary accruals) 추정 모형을 필두로 활발히 전개되어 왔으며, 이후 Dechow et al. (1995)은 이를 수정한 ‘수정 Jones 모형’을 통해 측정의 정교함을 더했다. 한편 Kothari et al.(2005)은 추정된 재량적 발생액이 기업성과와 체계적인 상관관계를 가짐으로써 발생할 수 있는 측정상의 오류를 지적하고, 총자산순이익률(ROA)을 통제한 ‘성과대응 재량적 발생액’을 대안으로 제시하였다.

Jones(1991) 이후 재량적 발생액은 이익조정의 가장 보편적인 대리변수로 활용되어 왔으나, 기업 특성에 따른 결과의 가변성(Beneish, 1997)과 발생액-현금흐름 간의 음(-)의 상관관계로 인한 추정 오차(Dechow et al., 1998) 등의 한계가 지적되었다. 또한, 재량적 발생액만을 활용할 경우 이익조정 규모가 상향 편의될 수 있다는 비판(Ball and Shivakumar, 2008)도 제기되었다. 이러한 한계를 보완하기 위해 Roychowdhury(2006)는 실물활동(real activities)을 이용한 이익조정 측정방법을 제안하였다. 실물활동 이익조정이란 가격할인이나 재고 밀어내기를 통한 매출 상향 보고, 초과생산을 통한 단위당 매출원가 절감, 또는 재량적 비용(R&D, 광고비 등)의 축소와 같이 실제 영업 의사결정을 변경하여 이익을 조정하는 보다 직접적인 이익조정 행태를 의미한다.

2.1.2 이익반응계수

미래이익반응계수(future earnings response coefficient, FERC)는 현재의 주가가 미래의 기대이익을 반영하고 있는 정도를 나타낸다. Collins et al.(1994)은 당기 비기대이익과 주가수익률 간의 관계만을 설명하는 기존의 이익반응계수(earnings response coefficient, ERC)가 당기 정보에 국한되어 있어 모형의 설명력이 낮다는 점에 주목하였다. 이에 당기 주가수익률을 종속변수로 하되, 설명변수에 전기, 당기 및 미래 순이익을 포함한 모형을 제안하며 FERC 개념의 기틀을 마련하였다. 이후 Lundholm and Myers(2002)는 미래순이익의 회귀계수, 즉 FERC가 유의한 양(+)의 값을 가질 때, 시장이 기업의 미래 수익성을 현재 주가에 적절히 반영하고 있다고 해석하였다.

FERC 관련 선행연구들은 주로 기업의 정보 환경 및 지배구조 특성이 주가 정보성에 미치는 영향에 집중해 왔다. Gelb and Zarowin(2002)은 자율공시 수준이 높을수록 미래이익 정보가 주가에 효과적으로 반영됨을 보였으며, Haw et al.(2012)은 한국을 포함한 다국가 분석을 통해 언론 및 재무 공시의 활성화가 FERC를 높인다고 보고하였다. Tucker and Zarowin(2006)은 이익유연화가 높은 기업에서 FERC가 높게 나타나는 현상을 근거로, 전략적 이익 관리가 오히려 미래이익에 대한 유용한 신호를 제공할 수 있음을 입증하였다. 즉 회계정보의 질이 확보될 때 투자자는 이를 바탕으로 미래 성과를 합리적으로 추정할 수 있으며, 이는 주가의 미래 예측력 제고로 이어진다. 김도연 & 김정옥(2021)은 내부감시기구가 효율적으로 작동하는 기업의 경우, 경영자의 과잉투자가 오히려 FERC에 양(+)의 영향을 미친다는 점을 확인하였다. 이는 투자자들이 특정 의사결정을 경영자의 사익 편취가 아닌 장기적인 기업가치 증대 신호로 수용한 결과로 해석된다.

3.2.1 이익조정: 재량적 발생액 vs. 실물활동 이익조정

기업의 회계이익 품질을 측정하기 위한 첫 번째 이익조정 측정치는 수정 Jones 모형을 개선한 성과조정모형(Kothari et al., 2005)을 활용한 재량적 발생액이다. 아래의 식(1)과 같이 비재량적 발생액을 추정하고 그 잔차를 재량적 발생액(discretionary accruals, DA)으로 정의하였다.

여기서,

TA_it = 기업 i의 t기 총발생액(당기순이익–영업현금흐름);

A_it-1 = 기업 i의 t-1기 총자산;

ΔSALE_it = 기업 i의 t기 매출액 변동(t기 매출액–t-1기 매출액);

ΔAR_it = 기업 i의 t기 매출채권 변동(t기 매출채권–t-1기 매출채권);

PPE_it = 기업 i의 t기 순유형자산(유형자산–토지–건설중인자산);

ROA_it = 기업 i의 t기 당기순이익/t기 기말 총자산;

ε_it = 기업 i의 t기 잔차항.

두 번째 이익조정 측정치는 재량적 발생액과 함께 회계이익의 질을 측정하는 방법의 하나인 실물활동을 통한 이익조정이다. 기업의 실물활동 이익조정은 아래의 식(2)부터 식(4)의 잔차를 사용하여 각각 추정한 비정상적인 영업현금흐름, 비정상적인 생산원가, 비정상적인 재량적 비용으로 측정하였다. 재량적 발생액 추정 모형에서와 유사하게 경영 성과가 실물활동 이익조정에 미칠 수 있는 영향을 고려하여, Roychowdhury(2006) 모형을 수정한 성과조정모형을 적용하였다(김지홍 외, 2008). 또한 실물활동을 통한 이익조정은 하나 이상의 전략을 동시에 사용할 수 있다는 점에 착안하여 이들을 포괄하는 측정치를 제시한 Cohen and Zarowin(2010)에 따라 식(5)에서와 같이 비정상 영업현금흐름, 비정상 생산원가, 비정상 재량적 비용의 합인 REM을 실물활동 이익조정의 측정치로 정의하였다. 다만, 이들 세 가지 변수의 이익조정 정도가 서로 다른 부호를 보인다는 특성을 고려하여 분석 상 편의를 위해 비정상 영업현금흐름과 비정상 재량적 비용에 대해서는 (-1)을 곱한 후 세 가지 변수를 합산하여 REM을 도출하였다. 결과적으로 REM의 값이 클수록 실물활동 이익조정을 더 많이 한다는 의미이다.

여기서,

CFO_it = 기업 i의 t기 영업현금흐름;

A_it-1 = 기업 i의 t-1기 총자산;

S_it = 기업 i의 t기 매출액;

S_it-1 = 기업 i의 t-1기 매출액;

ΔS_it = 기업 i의 t기 매출액 변동 (t기 매출액–t-1기 매출액);

ΔS_it-1 = 기업 i의 t-1기 매출액 변동 (t-1기 매출액–t-2기 매출액);

ROA_it = 기업 i의 t기 당기순이익/t기 기말 총자산;

PROD_it = 기업 i의 t기 제조원가(매출원가+재고자산 변동);

DISX_it = 기업 i의 t기 재량적 비용(판매관리비–감가상각비);

REM_it = 기업 i의 t기 실물이익조정액;

ε_it = 기업 i의 t기 잔차항.

3.2.2 이익반응계수

미래이익반응계수(future earnings response coefficient, FERC)는 Collins et al.(1994)의 주가-이익 관련성 모형에 근간을 두고, t기에 측정하기 어려운 주요 변수들의 현실적인 문제점을 보완하고 변형한 Lundholm and Myers(2002)와 Tucker and Zarowin(2006)의 FERC 모형인 아래 식(6)을 원용하였다. 이 모형에서는 실현된 미래이익(X_it3)을 t시점에서의 미래 기대이익으로 대용하며, 실현된 미래이익에 내재된 미래 비기대이익의 측정오류를 통제하기 위해 미래 주가수익률(R_it3)을 포함시킨다. 식(6)에서 α₂는 현행이익반응계수(ERC), α₃는 미래이익반응계수(FERC)를 나타낸다. ERC가 높다는 것은 주식시장이 이익과 관련된 정보에 보다 크게 반응하고, 시장 참여자들이 투자의사결정을 할 때 기업의 이익 정보에 더 크게 의존한다는 것을 의미한다. FERC는 현재의 수익률과 미래이익 사이의 관계를 나타내는 것으로 FERC가 높다는 것은 현재 주가가 미래이익을 반영하고 있는 정도, 즉 주가 정보성이 높다는 것을 의미한다. 권수영 외(2012)와 이용석 외(2018)에서와 같이 본 연구에서는 미래이익과 미래 주가수익률의 기간을 2년으로 설정하였다.4) 이는 김현아 & 조성표(2012)와 이용석 외(2018)에서 국내 자본시장에서는 3년 이후의 미래이익이 당기 주가에 미치는 영향이 급격히 감소하는 경향이 있기 때문에 미래 2년 간의 데이터를 사용하고 있음에 착안한 것이며, 표본 수 감소 문제 역시 감안한 것이다.

여기서,

R_it = 기업 i의 t기 주가수익률;

X_it-1 = 기업 i의 t-1기 주당순이익/t기 기초주가;

X_it = 기업 i의 t기 주당순이익/t기 기초주가;

X_it3 = 기업 i의 t+1기부터 t+3기까지의 주당순이익 합/t기 기초주가;

R_it3 = 기업 i의 t+1기부터 t+3기까지의 복리로 계산한 미래주가수익률;

ε_it = 기업 i의 t기 잔차항.

3.2.3 연구모형

본 연구의 가설을 검증하기 위한 분석모형은 아래와 같다.

여기서,

absDA_it =기업 i의 t기 성과조정 재량적 발생액의 절대값;

REM_it =기업 i의 t기 실물활동을 통한 이익조정 추정치;

RET_it =기업 i의 t기 4월부터 t+1기 3월까지의 주가수익률;

IR_it =기업 i가 t기에 한 번이라도 IR을 개최하였으면 1, 아니면 0인 더미변수;

Cover_it =기업 i가 t기에 애널리스트 커버리지에 한 번이라도 포함되었으면 1, 아니면 0인 더미변수;

X_it-1 =기업 i의 t-1기 당기순이익/t-1기 기초 총자산;

X_it =기업 i의 t기 당기순이익/t기 기초 총자산;

X2_it =기업 i의 (t+1기 순이익/t+1기 기초총자산)+(t+2기 순이익/t+2기 기초총자산);

RET2_it =기업 i의 t+1기 4월부터 t+3기 3월까지의 주가수익률;

SIZE_it =기업 i의 t기 기업규모. 기말 총자산의 로그 값;

MB_it =기업 i의 t기 기말 시가총액/t기 기말 순자산;

CFO_it =기업 i의 t기 영업현금흐름/t기 기말 총자산;

LEV_it =기업 i의 t기 기말 총부채/t기 기말 총자산;

LOSS_it =기업 i가 t기에 당기순손실이면 1, 아니면 0인 더미변수;

BIG4_it =기업 i의 t기 감사인이 BIG4 회계법인이면 1, 아니면 0인 더미변수;

OWN_it =기업 i의 t기 최대주주 지분율;

FRN_it =기업 i의 t기 외국인투자자 지분율;

∑Ind =산업 더미;

∑yr =연도 더미;

ε_it =기업 i의 t기 잔차항.

식(7)부터 식(9)까지의 모형을 통해 주요 설명변수인 IR 개최 여부 또는 애널리스트 커버리지가 회계이익의 질과 유의한 관련성을 갖는지를 검증하였다. 식(7)은 IR 개최 여부 또는 애널리스트 커버리지가 이익조정(재량적 발생액을 통한 이익조정(absDA), 실물활동 이익조정(REM))에 미치는 영향을 분석하고, 식(8)은 IR 개최 여부 또는 애널리스트 커버리지가 현재 및 미래이익반응계수에 미치는 영향을 분석하여 가설 1과 가설 2를 검증하는 모형이다. 식(9)는 IR 개최 여부와 애널리스트 커버리지의 상호작용항과 이익조정의 관계를 통해 가설 3을 검증하는 모형이다.

가설 1은 IR을 연중 한 번이라도 개최하였으면 1, 그렇지 않으면 0인 더미변수(IR)를 설정한 후 식(7)과 식(8)을 통해 IR 개최 여부와 세 가지 유형의 이익의 질 간 관련성을 검증한다. IR을 개최한 기업이 재량적 발생액 및 실물활동을 통한 이익조정 수준이 높다면 IR을 개최하지 않는 기업에 비해 상대적으로 이익의 질이 낮고 미래이익에 대한 주가 정보성도 낮을 것이다. 따라서 IR을 개최한 기업의 이익의 질이 낮을 경우 식(7)의 β₁은 유의한 양(+)의 값을 보일 것이다. 이로 인해 이익예측의 불확실성 및 측정오차가 증가하여 현재기대이익 및 미래기대이익을 주가가 제대로 반영하지 못한다면 식(8)의 β₇과 β₈은 유의한 음(-)의 값을 가질 것으로 예상된다. 가설 2는 애널리스트 커버리지 여부와 이익의 질 간에 관련성이 있는지를 검증한다. 식(7)과 식(8)에서 IR 변수를 대체하여 애널리스트 커버리지가 연중 한 건이라도 있는 기업이면 1, 그렇지 않으면 0인 더미변수 Cover를 사용한다. 애널리스트 커버리지는 분석 대상 기업에 대한 목표주가와 투자의견이 모두 제시되는 경우로 정의한다. 애널리스트가 커버리지로 포함하는 기업이 재량적 발생액과 실물활동을 이용한 이익조정 수준이 높을 경우 애널리스트가 커버리지로 포함하지 않는 기업에 비해 상대적으로 이익의 질이 낮고 회계이익의 정보력도 낮을 것이다. 따라서 애널리스트가 커버하는 기업의 이익의 질이 낮다면 식(7)의 β₁은 유의한 양(+)의 값을 보일 것이며 기업의 현재 주가가 현재 및 미래이익 정보를 반영하는 정도도 낮아져 식(8)의 β₇과 β₈은 유의한 음(-)의 값을 가질 것으로 예측한다.

가설 3은 IR 개최와 이익의 질 간 관련성에 애널리스트 커버리지 여부가 유의한 영향을 미치는지를 식(8)과 식(9)를 통해 검증한다. 식(9)에서 애널리스트 커버리지 여부(Cover)가 조절변수로서 작용하는지를 분석하기 위한 주요 설명변수는 IR×Cover이다. 식(9)의 종속변수는 이익의 질을 나타내는 대용치로서 재량적 발생액(absDA)과 실물활동 이익조정(REM)을 사용한다. 애널리스트 커버리지 여부가 IR 개최와 이익의 질 간 기존 관련성에 유의한 영향을 미친다면 식(9)의 β₃은 유의한 값을 가질 것이다. 한편, 전체 표본을 애널리스트 커버리지에 포함된 기업(이하 Covered 집단)과 포함되지 않은 기업(이하 Non-covered 집단)으로 구분한 후 식(8)에 설명변수로 IR 변수를 지정하면, 마찬가지로 IR 개최 여부와 이익반응계수 간 관련성에 애널리스트 커버리지 여부가 유의한 영향을 미치는지를 검증할 수 있다.5) 이 경우 식(8)의 주요 설명변수는 IR×X_t와 IR×X₂이며 해당 변수들의 회귀계수 β₇과 β₈이 두 그룹 간 유의한 차이를 보인다면 IR 개최 여부와 현재 및 미래이익반응계수 간 관계에 애널리스트 커버리지 여부가 유의한 영향력을 미친다는 것을 입증할 수 있다.

한편 재량적 발생액과 실물활동 이익조정을 종속변수로 사용한 선행연구 및 미래이익반응계수 선행연구를 참조하여 이익조정과 주식수익률에 영향을 미칠 수 있는 요인들을 식(7), 식(8), 식(9)의 통제변수로 포함하였다. 기업규모(SIZE)는 기업의 제반 행위 및 자본시장 성과와 관련성이 높고(Becker et al., 1998), 영업현금흐름은 재량적 발생액과 유의한 음(-)의 관계가 있는 것으로 보고되어 영업현금흐름을 기말총자산으로 나눈 값(CFO)을 통제변수로 사용하였다(DeFond and Subramanyam, 1998). 이 외에 이익의 질에 영향을 미칠 수 있는 순자산 대비 시장가치 비율(MB), 부채비율(LEV), 당기순손실 여부(LOSS), 대형감사인 여부(BIG4), 최대주주지분율(OWN), 외국인주주지분율(FRN)을 통제변수에 포함하였고 산업별, 연도별 특성의 고정효과(fixed-effect)를 통제하기 위해 산업더미(∑Ind)와 연도더미(∑yr)를 모형에 포함하였다.

4.3.1 IR 개최 여부와 이익의 질

Table 4는 기업의 IR 개최 여부와 이익의 질 간 관련성을 검증하기 위한 가설 1의 분석 결과를 나타낸다. 식(7)과 식(8)에 대해 회귀분석을 실시하였으며 설명변수 IR은 t기에 기업설명회를 한 번이라도 실시한 기업이면 1, 아니면 0의 값을 갖는 더미변수이다. 종속변수인 이익의 질 대용치로 이익조정 수준을 추정한 성과조정 재량적 발생액(absDA)과 실물활동 이익조정(REM)은 각각 열(1)과 열(2)에 보고하였으며 회계이익의 주가 정보성을 살펴보고자 한 현행이익반응계수(ERC)와 미래이익반응계수(FERC)는 열(3)에 제시하였다.6)

먼저, 재량적 발생액(absDA)을 종속변수로 설정한 Panel A의 열(1)을 살펴보면, 변수 IR의 계수값은 0.012(t=9.40)로 1% 수준에서 통계적으로 유의한 양(+)의 값이 나타났다. 이는 IR을 개최한 기업들이 개최하지 않은 기업들에 비해 상대적으로 재량적 발생액이 큰 것으로 나타나 이익의 질이 더 낮음을 의미한다. IR 개최 기업의 이익조정이 더 높다는 것은 경영자가 IR 활동을 통해 시장의 인식을 유리하게 조정하거나 공격적인 이익조정을 정당화하는 전략적 도구로 활용할 수 있다는 것을 시사한다(Leuz et al., 2003). 한편, Panel A의 열(2)에서 변수 IR의 계수값은 -0.001(t=-0.59)로 음(-)의 값을 보였으나 통계적으로 유의하지 않았다. 이는 IR을 개최한 기업이 실물활동을 통한 이익조정보다는 재량적 발생액을 통한 이익조정을 더 많이 활용하고 있을 가능성을 시사한다.7) IR 활동이 실물활동 이익조정보다는 재량적 발생액 기반의 이익조정과 더 밀접하게 관련될 수 있는 이유는 다음과 같이 해석할 수 있다. 일반적으로 IR을 활발히 수행하는 기업은 투자자와의 장기적인 신뢰 구축을 중시하고, 기업규모가 크며 재무적 안정성이 높고, 외부 이해관계자의 감시를 상대적으로 더 많이 받는다. 이러한 기업에게는 실물활동을 왜곡시켜 장기적인 성과를 훼손하고 투자자 및 애널리스트의 주의를 유발할 가능성이 큰 실물활동 이익조정이 더 부담이 클 수 있다. 반면, 재량적 발생액을 통한 이익조정은 회계적 유연성이 높고, 비교적 비용이 적게 들며, 상대적으로 노출될 위험이 적고, 향후 기간에 반전(reversal)될 수 있는 특성을 가지므로 IR 기업들이 선호할 가능성이 높다.

Panel A의 열(3)에서 종속변수는 주가수익률(RET)로, X2의 계수값이 0.344(t=4.06)으로 유의한 양(+)의 값을 보여 IR을 개최하지 않는 기업의 FERC는 이론적으로 예측된 부호와 일치하나(Tucker and Zarowin, 2006), ERC는 –0.474(t=-2.54)로 이론적 예측부호와 상반된다. 한편 주요 설명변수인 IR×X2의 계수값은 -0.256(t=-2.21)으로 5% 수준에서 유의한 음(-)의 값이 나타났다. 이러한 결과는 IR을 개최한 기업들과 IR을 개최하지 않은 기업들의 FERC가 모두 예측된 양(+)의 부호를 보여주고 있으나, IR을 개최한 기업들의 미래이익 주가 정보성이 더 낮음을 의미한다. 또한 증분적 현행이익반응계수(ERC)를 의미하는 IR×X_t의 계수값은 0.223(t=0.89)으로 양(+)의 값을 보였으나 유의하지 않아 IR을 개최한 기업들의 당기 이익이 현재 주가에 반영되는 정도 측면에서는 IR을 개최하지 않은 기업 대비 유의한 차이를 보이지 않았다.

한편 IR과 이익의 질 간의 관련성을 검증함에 있어 역인과성(reverse causality)에 따른 내생성 문제가 제기될 수 있다. 즉 IR 활동이 이익의 질에 영향을 미칠 수도 있지만, 기업의 이익의 질 수준에 따라 IR 개최 여부가 결정될 가능성이 존재하기 때문이다. 본 연구에서는 이러한 문제를 완화하기 위해 IR의 시차변수(IR_t-1)와 도구변수(IV)를 활용한 강건성 분석을 수행하였다. 도구변수로는 산업-연도별 IR 평균을 사용하였다. 이는 동일 산업 내 타 기업들의 IR 활동이 개별 기업의 IR 결정에 영향을 미치지만(peer effect), 개별 기업의 이익조정 행태와는 직접적인 관련성이 낮다는 외생성 조건을 충족하기 때문이다. 분석 결과, Panel B의 열(1)에서 IR_t-1의 계수값은 0.011(t=7.76), 2SLS를 통한 IR 예측치(IR_jt)의 계수값은 0.017(t=1.80)로 나타나, IR 개최 기업이 발생액을 통한 이익조정을 더 많이 수행한다는 것을 지지한다. 반면, 실물활동 이익조정을 분석한 열(2)에서는 IR_t-1과 2SLS 예측치(IR_jt) 모두 통계적 유의성이 낮게 나타났다. 결론적으로 내생성을 통제한 후에도 IR 개최 기업일수록 재량적 발생액을 활용한 이익조정 성향이 높다는 Panel A의 주요 분석 결과는 강건함을 확인하였다.

4.3.2 애널리스트 커버리지 여부와 이익의 질

Table 5는 애널리스트 커버리지 여부와 이익의 질 간 관련성을 검증하기 위한 가설 2를 분석한 결과이다. 식(7)과 식(8)에 대해 회귀분석을 실시하였으며 설명변수 Cover는 t기에 애널리스트가 한 명이라도 해당 기업에 대한 투자의견과 목표주가를 제시하였으면 1, 아니면 0의 값을 갖는 더미변수이다.

먼저 재량적 발생액(absDA)을 종속변수로 설정한 Panel A의 열(1)에서 변수 Cover의 계수값은 0.006(t=4.40)으로 1% 수준에서 통계적으로 유의한 양(+)의 값이 나타났다. 이는 단변량 분석 결과와 상반된 것으로 기업 특성을 통제한 후에는 애널리스트의 커버리지에 포함된 기업들이 그렇지 않은 기업들에 비해 상대적으로 재량적 발생액을 통한 이익조정을 더 많이 하며, 따라서 이익의 질이 더 낮다는 것을 의미한다. Panel A의 열(2)는 실물활동 이익조정(REM)을 종속변수로 사용하여 분석한 결과로, 변수 Cover의 계수값이 0.005(t=3.18)로 1% 수준에서 유의한 양(+)의 값이 나타났다. 이 역시 유의한 차이를 보이지 않았던 단변량 분석 결과와는 다르게 기업 특성을 통제할 경우 애널리스트 커버리지에 포함된 기업들이 그렇지 않은 기업들에 비해 실물활동을 통한 이익조정도 더 많이 한다는 것을 알 수 있다. 애널리스트 커버리지에 포함된 기업이 상대적으로 더 많은 이익조정을 수행하는 현상은 압력 가설(pressure hypothesis)이라는 이론적 관점에서 해석할 수 있다. 압력 가설(pressure hypothesis)에 따르면, 애널리스트의 분석 대상이 된 기업은 시장의 높은 관심과 기대에 직면하게 되며, 이에 따라 경영자는 실적 목표를 달성해야 한다는 압박을 더 크게 느끼며 결과적으로 이익조정을 더 많이 수행하게 된다.

Panel A의 열(3)에서 종속변수는 주가수익률(RET)로, X2의 계수값이 0.132(t=2.06)로 유의한 양(+)의 값을 보였으며 주요 설명변수인 Cover ×X2의 계수값이 0.429(t=2.56)로 5% 수준에서 유의한 양(+)의 값이 나타났다. 이는 애널리스트 커버리지에 포함된 기업이 그렇지 않은 기업에 비해 미래이익에 대한 주가 정보성이 더 높다는 것을 의미한다. 또한 애널리스트 커버리지에 따른 증분적 현행이익반응계수(ERC)를 의미하는 Cover×X_t의 계수값이 1.648(t=4.40)로 유의한 양(+)의 값을 보여 애널리스트 커버리지에 포함된 기업의 당기 이익이 현재 주가에 반영되는 정도가 더 높은 것으로 나타났다.

애널리스트 커버리지에 포함된 기업들이 이익조정을 더 많이 함에도 불구하고 현재 및 미래이익의 주가 정보성이 높게 나타나는 현상은 다음과 같이 해석할 수 있다. 첫째, 애널리스트는 기업의 정보 환경을 개선하여 정보비대칭을 완화하는 역할을 수행한다. 이 과정에서 경영자의 이익조정이 시장의 기대치를 충족시키기 위한 정보 전달의 수단으로 활용될 경우, 공시된 이익은 기업의 미래 성과에 대한 더욱 명확한 신호(signal)로 인식되어 ERC를 높이는 결과를 초래한다(Collins and Kothari, 1989; Kothari, 2001). 둘째, 애널리스트의 분석 활동은 본질적으로 미래지향적이므로, 이들이 제공하는 예측 정보는 미래 성과에 대한 기대를 주가에 신속하게 반영시킨다(Collins et al., 1994). 특히 Bartov et al. (2002)의 견해와 같이, 시장은 이익조정의 구체적 방식보다는 애널리스트 예측치 달성 여부에 더 민감하게 반응하는 경향이 있다. 즉, 애널리스트 커버리지 하에서의 이익조정은 시장의 불확실성을 해소하는 과정에서 발생하는 측면이 있으며, 이는 이익조정의 양적 증가와 관계없이 주가 정보성을 증분적으로 높이는 독립적인 요인으로 작용함을 시사한다. 다시 말해 애널리스트 커버리지는 이익조정 여부와 독립적으로 ERC와 FERC를 높이는 요인이 될 수 있다.8)

한편 애널리스트 커버리지와 이익의 질 사이에도 내생성(endogeneity), 특히 역인과성(reverse causality)의 문제가 존재할 수 있다. 애널리스트의 분석 활동이 기업의 이익조정 행태에 영향을 미칠 수도 있으나, 반대로 기업의 이익의 질 수준이 애널리스트의 커버리지 결정에 영향을 미칠 가능성도 배제할 수 없기 때문이다. 구체적으로 정보 수요 가설에 따르면 이익의 질이 낮아 정보 불확실성이 큰 기업일수록 투자자의 정보 수요가 증가하여 애널리스트가 이를 커버할 유인이 커진다(Bhushan, 1989; Lobo et al., 2012; 김지홍 외, 2014). 반면 정보 공급비용 가설은 이익의 질이 낮은 기업의 경우 회계정보의 신뢰성이 낮아 분석에 소요되는 투입 노력과 비용이 크기 때문에 애널리스트가 커버리지를 회피할 것이라고 예측한다(Barth et al., 2001; 김경순, 2012).

이러한 내생성을 통제하기 위해 본 연구에서는 시차변수(Cover_t-1)와 도구변수(산업-연도별 평균 Cover)를 활용하여 식(7)을 재검증하였다. 도구 변수로 선정된 산업-연도별 평균 커버리지는 해당 산업에 대한 시장의 관심도를 반영하여 개별 기업의 커버리지 여부에도 유의한 영향을 미치지만, 개별 기업의 구체적인 이익조정 행태와는 직접적인 관련성이 낮다는 외생적 조건을 충족할 것으로 판단된다. 분석 결과, 발생액 이익조정(absDA)을 다룬 Table 5의 Panel B 열(1)에서 Cover_t-1의 계수값은 0.006(t=3.78), 2SLS Cover 예측치의 계수값은 0.036(t=1.94)으로 모두 유의한 양(+)의 값을 보여 Panel A의 분석 결과를 강건하게 지지하였다. 그러나 실물활동을 통한 이익조정(REM)을 분석한 Panel B의 열(2)에서 Cover_t-1의 계수값은 0.002(t=1.61), 2SLS Cover 예측치의 계수값은 0.016(t=0.85)으로 두 계수값이 모두 통계적 유의성을 상실하는 것으로 나타났다. 이는 애널리스트 커버리지에 따른 성과 압박이 존재할 때, 경영자가 실제 영업활동이나 미래 가치를 직접적으로 훼손할 수 있는 실물활동 이익조정보다는 상대적으로 회계적 선택의 영역인 발생액 조정을 우선적으로 선택함을 시사한다. 즉, 내생성을 통제한 후에도 애널리스트 커버리지와 발생액 기반 이익조정의 양(+)의 연관성은 유효함을 확인하였으나, 실물활동을 통한 이익조정과의 연관성은 사라지는 것으로 나타났다.

Table 4와 Table 5의 결과를 종합해보면, IR 개최 기업과 애널리스트 커버리지 기업은 모두 발생액을 통한 이익조정을 더 많이 수행하는 경향을 보였다. 그러나 주가 정보성(ERC/FERC) 측면에서는 뚜렷한 차이가 나타났다. IR 개최 기업의 경우 이익의 주가 정보성이 증분적으로 감소하거나 차이가 없었던 반면, 애널리스트 커버리지 기업은 오히려 주가 정보성이 유의하게 증가하였다. 이는 시장 참여자들이 기업의 자발적인 IR 활동에 대해서는 이익의 질에 대한 부정적 신호로 인식하는 경향이 있으나, 외부전문가인 애널리스트의 커버리지 활동은 이익의 질을 긍정적으로 평가하게 만드는 정보 환경의 개선 요인으로 받아들이고 있음을 시사한다.

4.3.3 IR 및 애널리스트 커버리지와 이익의 질

Table 6은 가설 3과 관련하여 IR 개최 여부와 이익조정 간 관련성에 애널리스트 커버리지 여부가 미치는 영향을 분석한 것이다. 식(9)를 기반으로 회귀분석을 실시하였으며 열(1)의 종속변수는 재량적 발생액(absDA)이고 열(2)의 종속변수는 실물활동 이익조정(REM)이다. 주요 설명변수는 IR과 Cover의 교차항인 IR×Cover로써, t기에 한 번이라도 IR을 개최하였고 애널리스트가 한 명이라도 해당 기업에 대한 투자의견과 목표주가를 제시하였으면 1, 두 조건 중 한 가지라도 충족하지 못하면 0의 값을 갖는다.

열(1)의 IR×Cover 계수는 –0.004(t=-1.67)로 통계적으로 10% 수준에서 유의한 결과를 보였다. 이는 IR 개최 여부와 재량적 발생액을 통한 이익조정 간 관련성에 애널리스트 커버리지 여부가 유의한 음(-)의 영향을 미침으로써 재량적 발생액의 수준을 부분적으로 약화시킨다는 것을 의미한다. 이를 조금 더 자세히 살펴보면, 먼저 열(1)에서 IR 개최 기업에 대한 애널리스트 커버리지 유무의 영향은 0.001(Cover 계수+IR×Cover 계수)이지만 통계적으로 0과 유의한 차이를 보이지는 않았다(p-value = 0.878). 반면 IR 미개최 기업의 경우에는 애널리스트 커버리지 유무의 영향이 0.005(Cover 계수)로서 1% 수준에서 유의한 양(+)의 값을 보였다. 다시 말해 IR 개최 기업의 경우에는 애널리스트 커버리지 유무가 재량적 발생액을 통한 이익조정에 증분적 영향을 미치지 않지만 IR 미개최 기업의 경우에는 증분적 영향을 미친다. 즉 애널리스트 커버리지에 포함된 기업이 재량적 발생액을 통한 이익조정을 더 많이 한다는 Table 5의 결과는 주로 IR을 개최하지 않는 기업들에서 발생한다는 것을 시사한다. 한편 IR 개최 여부에 따른 증분적 재량적 발생액은 애널리스트 커버리지에 포함된 기업의 경우 0.009(IR 계수+IR×Cover 계수; p-value=0.000), 애널리스트 커버리지에 포함되지 않은 기업의 경우 0.013 (IR 계수)으로 나타나, IR 개최 기업이 재량적 발생액을 통한 이익조정을 더 많이 한다는 Table 4의 결과는 애널리스트 커버리지 유무와 상관없이 나타남을 알 수 있다. 다만 IR×Cover 계수로부터 알 수 있듯 DID(difference-in-difference), 즉 IR과 재량적 발생액을 통한 이익조정의 관계에 애널리스트 커버리지가 미치는 증분적 영향은 10% 수준에서만 유의하다. 이러한 결과는 IR 개최 기업의 발생액을 통한 이익조정 수준이 애널리스트의 감시 기능으로 인해 부분적으로 약화될 수 있음을 시사하며, 이를 통해 애널리스트 커버리지가 제한적인 조절효과를 갖는 것으로 해석할 수 있다.

한편 열(2)에서 IR×Cover 계수는 0.002이며 통계적으로 유의하지 않았다. 즉 IR 개최 기업의 경우 애널리스트 커버리지 유무가 실물활동 이익조정에 미치는 영향은 0.006(Cover 계수+IR×Cover 계수: p-value = 0.007)으로서 IR 미개최 기업의 경우인 0.004(Cover 계수)보다 높지만 통계적으로 다르다고 볼 수는 없다. 즉 IR 개최 여부와 상관없이 애널리스트 커버리지에 포함된 기업들의 실물활동 이익조정 수준이 높지만, 그 정도가 비슷하다는 것을 의미한다. 한편 IR 개최 여부에 따른 증분적 실물활동 이익조정은 애널리스트 커버리지에 포함된 기업의 경우 -0.001(IR 계수+IR×Cover 계수; p-value=0.812), 애널리스트 커버리지에 포함되지 않은 기업의 경우 –0.003(IR 계수)으로 음(-)의 값을 보여주고 있지만 통계적으로 0과 다르지 않았다. 이는 애널리스트 커버리지 기업과 아닌 기업으로 표본을 나누었을 때 각 그룹의 실물활동 이익조정은 IR 개최 여부에 따라 다르지 않음을 의미한다. 결론적으로 IR 개최 여부와 실물활동을 통한 이익조정 간 관련성에 있어서는 애널리스트 커버리지가 미치는 조절효과를 발견할 수 없었다.

Table 7은 현행이익반응계수(ERC)와 미래이익반응계수(FERC)를 통해 가설 3을 검증한 결과이다. 해석상의 편의를 위해 열(3)에 있는 삼중 상호작용항이 포함된 회귀분석과 더불어 전체 표본을 애널리스트 커버리지에 포함된 기업(Covered)과 포함되지 않은 기업(Non-covered)으로 구분한 후 이들 각각의 하위 표본에서 IR 개최 여부(IR)가 ERC 및 FERC에 미치는 영향이 애널리스트 커버리지 여부에 따라 달라지는지를 분석하였다.

열(1)은 애널리스트 커버리지에 포함된 기업집단(Covered)에 대해 식(8)의 미래이익반응계수 모형을 검증한 결과이다. 주요 설명변수인 IR×X2의 계수는 –0.110(t=-0.67)로 유의하지 않았다. 이는 애널리스트가 커버하는 기업의 경우 IR 개최가 미래이익의 주가 정보성에 미치는 증분적 영향이 없다는 것을 의미한다. 애널리스트 커버리지에 포함되었으나 IR을 개최하지 않은 기업의 미래이익반응계수(X2)가 0.651(t=5.20)로 매우 유의한 양(+)의 값을 보여주고 있으므로, IR 개최 여부와 상관없이 애널리스트가 커버하는 기업들의 미래이익 주가 정보성이 매우 높다는 것을 알 수 있다. 또한 현행이익반응계수(ERC)를 의미하는 IR×X_t의 계수값이 –0.633(t=-1.65), X_t의 계수값이 1.470(t=4.33)로 Covered 기업이 IR을 개최하는 경우 현재이익의 주가 정보성은 개최하지 않은 기업에 비해 감소하지만 여전히 유의한 양(+)의 값을 보여준다. 이러한 결과는 애널리스트 커버리지에 포함된 기업(Covered)의 FERC와 ERC는 IR 개최 여부와 상관없이 모두 이론적으로 예측된 유의한 양(+)의 값을 보여주고 있어 현재 주가가 현재이익과 미래이익을 효과적으로 반영하고 있으나, Covered 기업 중 IR 개최 기업들의 주가 정보성이 미개최 기업들보다 더 낮다는 것을 보여준다.9)

열(2)는 애널리스트 커버리지에 포함되지 않은 집단(Non-covered)에 대한 회귀분석결과이다. IR 미개최 기업의 FERC, 즉 X2의 회귀계수는 0.281 (t=2.73)로 유의한 양(+)의 값을 보여주고 있는데, IR 개최 기업의 증분적 FERC, 즉 IR×X2의 계수값은 –0.256(t=-1.80)으로 IR 기업의 미래이익 주가 정보성이 상당히 낮아짐을 알 수 있었다. 열(2)에서 발견한 또 하나의 흥미로운 점은 IR 개최 여부와 상관없이 애널리스트 커버리지에 포함되지 않은 기업들의 ERC(X_t 계수(IR-inactive)와 X_t 계수와 IR×X_t 계수의 합(IR-active))는 이론적으로 예측된 양(+)의 값이 아니라 유의한 음(-)의 값을 보여주고 있다는 것이다. 열(1)의 결과와 함께 보았을 때, 현재이익의 양(+)의 주가 관련성은 애널리스트가 커버하는 기업에서만 나타나고 있음을 알 수 있다. 그러나 Covered 표본과 Non-covered 표본의 IR×X2 및 IR×X_t의 계수값 사이에 유의한 차이는 발견하지 못해 열(1)과 열(2)에서 IR 개최 여부가 현재이익 및 미래이익의 주가 정보성에 미치는 증분적 영향은 애널리스트 커버리지 유무와 무관한 것으로 보인다.10)

Table 6과 Table 7의 결과를 종합해 보면 IR 개최 여부와 이익의 질 간 관련성에 대해 애널리스트 커버리지 여부가 조절변수로서 미치는 영향은 제한적이다. 즉 IR 개최 여부와 재량적 발생액을 통한 이익조정 간의 관련성에서는 애널리스트 커버리지 여부가 조절변수로서 기능하지만 그 영향이 미미하고, IR 개최 여부와 실물활동을 통한 이익조정 및 이익반응계수 간의 관련성에서는 애널리스트 커버리지 여부가 조절변수로서 기능하고 있지 않았다. 오히려 IR 개최 여부와 상관없이 애널리스트 커버리지에 포함된 기업들이 애널리스트 커버리지에 포함되지 않은 기업 대비 이익조정을 더 많이 하고 현재이익과 미래이익의 주가 정보성이 더 높다는 사실로부터 애널리스트 커버리지 여부가 IR 개최 여부보다는 이익의 질에 영향이 더 크다는 것을 알 수 있다. 따라서 기업의 이익의 질을 평가하여 투자의사결정을 할 때 애널리스트 커버리지 여부가 더 중요한 역할을 하며 IR 개최 여부는 보조적인 역할에 그친다는 점을 이해할 필요가 있다. 또한 이익조정 규모가 크다고 해서 반드시 회계이익의 주가 정보성이 더 낮은 것은 아니며 이익조정 여부와 관계없이 시장 참여자들은 애널리스트 커버리지에 포함된 기업들의 회계이익을 상대적으로 더 신뢰하고 투자의사결정에 반영하고 있음을 알 수 있다.