[논문]패널자료를 이용한 지구별·업종별 수산업협동조합의 수익에 영향을 미치는 요인 분석

김철현; 남종오

doi:10.12939/fba.2020.51.1.081

패널자료를 이용한 지구별·업종별 수산업협동조합의 수익에 영향을 미치는 요인 분석
Empirical Analysis on the Factors Affecting the Net Income of Regional and Industrial Fisheries Cooperatives Using Panel Data 원문보기

水産經營論集 = The journal of Fisheries Business Administration, v.51 no.1, 2020년, pp.81 - 96

김철현 (한국해양수산개발원) , 남종오 (국립부경대학교 인문사회과학대학 경제학부)

Abstract ▼ AI-Helper

The purpose of this paper is to analyze factors affecting the net income of regional and industrial fisheries cooperatives in South Korea using panel data. This paper utilizes linear or GLS regression models such as pooled OLS model, fixed effects model, and random effects model to estimate affecting factors of the net income of regional and industrial fisheries cooperatives. After reviewing various tests, we eventually select random effects model. The results, based on panel data between 2013 and 2018 year and 64 fisheries cooperatives, indicate that capital and area dummy variables have positive effects and employment has negative effect on the net income of regional and industrial fisheries cooperatives as predicted. However, debt are opposite with our predictions. Specifically, it turns out that debt has positive effect on the net income of regional and industrial fisheries cooperatives although it has been increased. Additionally, this paper shows that the member of confreres does not show any significant effect on the net income of regional and industrial fisheries cooperatives in South Korea. This study is significant in that it analyzes the major factors influencing changes in the net income that have not been conducted recently for the fisheries cooperatives by region and industry.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

구체적으로 본 연구는 지구별ᆞ업종별 수산업협동조합의 당기순이익에 영향을 미친 요인들을 분석하기 위하여 통합최소제곱법(Pooled OLS), 고정효과모형(Fixed Effects Model), 확률효과모형(Random Effects Model)을 제시하고, F-test와 Breusch and Pagan Lagrangian multiplier-test, Hausman-test 등을 통해 적합한 모형을 선정한 후 분석 결과에 대한 함의를 찾고자 한다.
그러므로 본 연구에서는 확률효과모형을 최종모형으로 선정하여 실증분석 결과를 제시하고자 한다.
이에 본 연구에서는 그동안 수산분야에 있어 연구가 진전되지 못하였던 패널모형분석을 통해 지구별ᆞ업종별 수산업협동조합의 수익에 영향을 미치는 요인을 분석해 보았다.
따라서 본 연구는 2013년에서 2018년의 최근 6년간 수집 가능한 지구별ᆞ업종별 패널데이터에 기초하여 이들 조합의 수익 변화에 영향 미쳐 왔던 주요 요인들을 분석하는데 그 의의가 있다.

가설 설정

그리고 선형일 경우 두 효과 모두 Xi,T와 εi,t 사이에는 모든 s와 t에서 E(X´i,sεi,t)=0인 강외생적(strictly exogenous)임을 가정한다(한치록, 2019).

제안 방법

그러나 오차항 ui,t -#에 시계열 상관뿐 아니라 동시기적으로 횡단면상관이 존재하는지를 확인해 보기 위하여 RE 추정법과 2중 클러스터 표준오차를 결합한 모형을 사용해 볼 수 있으나, 분석에 사용된 패널데이터의 개체수인 n 자료 크기는 64개로 충족되지만 연도인 t 자료 크기가 6개로 적어 신뢰할 만한 결과를 도출하는 데 제약이 있어 RE 추정법과 단순 클러스터 표준오차를 결합한 모형만 분석하였다.
끝으로 지역 더미변수는 조합수가 가장 많은 전남지역을 기준으로 전남지역에 속한 수산업협동조합 여부를 본 함수의 추정식에 넣어 실증분석을 진행하였다.
다시 말해 일반적인 통합최소제곱법(Pooled OLS), 고정효과모형(Fixed Effects Model), 확률효과모형(Random Effects Model)의 분석 결과를 모두 제시하였다.
또한 패널회귀분석에 적용된 변수의 설정에 앞서 자산(assetit), 여신건전성(loanqualityi), 임원수 (executivesit), 직원수(wokersit) 등도 사전적으로 분석해 보았으나, 자산과 자본 및 부채, 부채와 여신 건전성, 임직원수와 직원수 간에 서로 높은 상관성을 보임에 따라 자산, 여신건전성, 임원수, 직원수 등은 다중공선성(multicollinearity)을 피하고자 모형에서 제거하였다4).
여섯째, 지역더미 변수인 area1은 전남지역에 속한 지구별ᆞ업종별 수산업협동조합이면 1의 값을, 그렇지 않은 다른 지역에 속한 조합이면 0의 값을 부여하여 이들 조합의 당기순이익에 미치는 영향 차이를 분석해 보았다.
이상의 과정을 통해 선정된 확률효과모형은 설명변수의 내생성 문제가 없으므로 확정된 모형에 지역별ᆞ업종별 수산업협동조합의 당기순이익 변화에 대한 지역효과를 확인해 보고자 지역더미 변수를 추가하였다. 또한 지역더미 변수를 추가하여 분석한 Hausman test 결과도 확률효과모형이 더 적합한 것으로 분석되었다⁶⁾.

대상 데이터

다음으로 설명변수인 자본, 부채, 출자금은 지구별ᆞ업종별 수산업협동조합의 연도별 자본총계, 부채총계, 출자금을 적용하였으며, 이를 2015년 기준 GDP 디플레이터를 사용하여 불변가격으로 환산한 백만 원 단위의 자료를 이용하였다.
여기서 전국 수산업협동조합은 91개 조합이 존재하나 분석에 이용된 조합은 균형패널데이터로 분석 가능한 64개 수산업협동조합으로 한정하였다.
이상의 관련 자료는 모두 2013~2018년까지 금융감독원의 ‘금융통계정보시스템’의 국내은행-수산업협동조합에서 수집하였다.
본 연구의 종속변수인 64개 지구별ᆞ업종별 수산업협동조합의 연도별 당기순이익(단위 : 백만 원)은 2015년 기준 GDP 디플레이터를 사용하여 불변가격으로 환산한 값을 이용하였다.
우리나라 지구별ᆞ업종별 수산업협동조합의 수익에 영향을 미치는 요인들을 분석하기 위해서 서울· 경기, 강원, 충남, 경북, 전북, 경남, 전남, 제주, 부산을 포함한 9개 지역의 64개 수산업협동조합의 횡단면데이터와 2013년부터 2018년까지의 6개의 시계열데이터를 통합한 패널데이터를 활용하였다.

데이터처리

이론적으로 통합최소제곱법과 고정효과모형 중 어느 모형이 적합한지를 검정하기 위해서는 F-test를 이용하며, 통합최소제곱법과 확률효과모형 중 어느 모형이 적합한지는 검정하기 위해서는 Breusch and Pagan Lagrangian multiplier-test를 이용한다.

이론/모형

그리고 고정효과모형과 확률효과모형 중 더 신뢰성이 있는 모형을 선정함에서는 대표적으로 Hausman test를 이용한다.

성능/효과

마지막으로 조합원 수와 출자금 등은 지구별ᆞ업종별 수산업협동조합의 당기순이익에 통계적으로 유의한 영향을 미치지는 않는 것으로 나타났다.
이는 지구별ᆞ업종별 수산업협동조합의 임직원 수 1명이 증가할 때 연간 실질 당기순이익은 1,939만 원 감소하는 것으로, 지구별ᆞ업종별 수산업협동조합의 임직원 수 증가는 오히려 개별 조합의 수익에 부정적 영향을 가져옴을 확인할 수 있었다.
최종 선정된 확률효과모형의 RE 추정법과 견고한 표준오차 계산이 가능한 RE 추정법에 클러스터 표준오차를 결합한 모형 모두 계수 값은 동일하였으며, 유의성을 판단하는 표준오차(또는 t-value)는 일부 변수에 있어 미미한 차이를 보였다.
F-test 결과, 고정효과모형이 통합최소제곱법보다 적합하였고, Breusch and Pagan Lagrangian multiplier-test 결과, 확률효과모형이 통합최소제곱법보다 적합하였다.
끝으로, 고정효과모형과 확률효과모형 중 어떤 모형을 선정할 것인가를 판단하는 Hausman test 결과, P-value가 0.4846, 즉 P>0.05이므로 고정효과모형과 확률효과모형의 계수 값의 차이가 존재하지 않는다는 귀무가설이 채택되었으므로 확률효과모형 추정방법이 더 신뢰성 있는 모형임을 판단할 수가 있었다.
끝으로, 지구별ᆞ업종별 수산업협동조합의 유동성 변수로 사용한 고정자산비율은 이들 조합의 당기 순이익에 부(-)의 영향으로 미치는 것으로 나타났으나 통계적으로는 유의하지 않았다.
넷째, 개별 수산업협동조합의 연도별 임직원 수는 1% (또는 5%) 유의수준에서 이들 조합의 실질 당기순이익에 통계적으로 유의미한 부(-)의 영향을 미친 것으로 분석되었다.
다섯째, 개별 수산업협동조합의 연도별 임원비중은 통계적으로 유의하지는 않았으나 임직원 수와 같이 부(-)의 영향을 보였다.
다음으로, 통합최소제곱법과 확률효과모형 중 어느 모형이 적합한지는 판단하는 Breusch and Pagan Lagrangian multiplier-test 결과, Breusch and Pagan Lagrangian multiplier test의 chi2 값이 99.88로 귀무가설인 “오차항의 분산이 0이다(var(ui)=0)”를 기각함에 따라 확률효과모형이 적합함을 알 수 있었다.
둘째, 개별 수산업협동조합의 연도별 실질 부채는 1% 유의수준에서 개별 수산업협동조합의 실질 당기순이익에 통계적으로 유의한 미미한 정(+)의 영향을 미친 것으로 나타났다.
또한 확률효과모형은 오차항 간에 독립이라는 가정을 완화하여 ui,t가 동일 개체 내에서 시간 t에 걸쳐 상관관계가 존재할 수도 있어 견고한 표준오차 계산이 가능한 RE FGLS 추정량을 구하고자 RE 추정법과 클러스터 견고한 표준오차를 결합한 모형도 함께 분석해 보았으나 설명변수들의 계수 값과 유의성에 큰 차이가 없었다.
본 연구를 통해 나타난 지구별ᆞ업종별 수산업협동조합의 수익에 영향을 미친 중요 특이사항을 요약하면, 우선 전남지역에 속한 지구별ᆞ업종별 수산업협동조합이 다른 지역에 속해 있는 지구별ᆞ업종별 수산업협동조합보다 상대적으로 높은 당기순이익을 창출하고 있다는 점이다.
본 연구에서 채택한 변수 중 부채 변수는 연구자의 직관과 달랐는데, 지구별ᆞ업종별 수산업협동조합의 부채총계가 1단위 증가할 때 당기순이익도 미미하게 증가하는 정(+)의 영향을 보였다.
분석 결과, 실증분석에 살펴본 바와 같이 본 연구에서 밝혀진 지구별ᆞ업종별 수산업협동조합의 수 익에 유의한 영향을 미치는 요인변수로 자본, 부채, 임직원 수, 지역더미 변수들로 나타났다.
셋째, 개별 수산업협동조합의 연도별 실질 출자금과 조합원 수는 지구별ᆞ업종별 수산업협동조합의 당기순이익에 정(+)의 긍정적 영향을 미쳤으나, 통계적으로는 유의하지 않았다.
이상의 결과를 요약해 보면 자본, 임직원 수, 지역더미 변수는 본 연구의 예측, 직관 및 기존 선행 연구와 일치한 결과를 보인 반면, 부채는 본 연구의 예측 및 연구자의 직관과 다른 결과를 보여 주었다.
첫째, 개별 수산업협동조합의 연도별 실질 자본은 1% (또는 10%) 유의수준에서 개별 수산업협동조합의 실질 당기순이익에 통계적으로 유의한 정(+)의 영향을 미친 것으로 연구자의 직관과 일치하였다.

후속연구

또한 그동안 수산업협동조합에 관련된 연구들이 정책 분석 또는 경영성과를 파악하는 효율성 분석에 국한되어 온 만큼 횡단면과 시계열의 효과를 동시에 파악해 볼 수 있는 패널데이터에 기초한 수산업협동조합의 임금구조 분석이나 정규직과 비정규직의 영향 분석 등도 시도해 볼 필요가 있을 것으로 판단된다.
하지만 좀 더 정확한 결과는 지역별ᆞ업종별 수산업협동조합의 특성을 추가로 실증 분석하여 그 이유를 파악해 볼 필요가 있을 것으로 판단된다.
따라서 향후 과제로 추후 다양한 변수들을 추가 확보하여 지구별ᆞ업종별 수산업협동조합에 영향을 미치는 요인을 재검토해 볼 필요가 있을 것으로 판단된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	지구별ᆞ업종별 수산업협동조합의 목적은?	지구별ᆞ업종별 수산업협동조합1)은 조합원의 어업생산성을 높이고 조합원이 생산한 수산물의 판로 확대 및 유통의 원활화를 도모하며, 조합원에게 필요한 자금ᆞ자재ᆞ기술 및 정보 등을 제공하여 조합원의 경제적ᆞ사회적ᆞ문화적 지위 향상을 증대시키기 위해 설립된 조직이다(국가법령정보센터, 2020). 그러나 수협중앙회와 지구별ᆞ업종별 수산업협동조합은 2010년대 들어 경영난에 시달렸으며 이를 해소하기 위해 상당한 노력을 기울여 왔다.
	지구별ᆞ업종별 수산업협동조합의 수익에 영향을 미치는 요인들을 패널데이터로 분석하는 게 의미가 있는 이유는?	따라서 패널데이터(panel data)를 통해 지구별ᆞ업종별 수산업협동조합의 수익에 영향을 미치는 요인들을 분석해 보는 것은 의미 있는 시도라 판단된다. 왜냐하면, 패널데이터는 서로 다른 개체 간의 차이와 동일한 개체 내의 동학을 별도로 분석할 수 있기 때문이다(한치록, 2019).
	패널데이터란 무엇인가?	패널데이터는 횡단면데이터와 시계열데이터가 복합된 자료로 여러 개체들, 즉 개인, 기업, 국가, 지역 등을 여러 시간에 걸쳐 관측하여 얻어진 데이터를 의미한다. 즉 패널데이터는 횡단면시계열과 달리 동일한 개체들이 복수의 시간에 걸쳐 관측되고 개별 개체를 추적ᆞ식별할 수 있을 뿐만 아니라 시계열데이터와 달리한 대상이 아닌 복수의 대상을 복수의 시간에 걸쳐 관측할 수 있다.

참고문헌 (22)

남종오.손진곤 (2020), "지구별 수산업협동조합의 경영효율성 분석", 한국협동조합연구, 38 (1).
류덕현.양근원 (2010), "일선수협의 경영개선 자구노력 평가에 관한 실증분석", 수산경영론집, 41 (2), 1-23.

원문보기 상세보기
민인식.최필선 (2013), 패널 데이터 분석, 지필미디어, 서울, p. 262.
박철형 (2011), "맘퀴스트 생산성지수를 이용한 수협 산지 위판장의 총요소생산성 변화의 추정", 인문사회과학연구, 12 (1), 57-82.
오환종 (2010), "DEA 모형에 의한 수산업협동조합의 경영효율성 측정에 관한 연구", 산업경제연구, 23 (2), 1077-1094.
이강우 (2011), "DEA 모형에 의한 지역수협의 경영평가", 수산경영론집, 42 (2), 15-30.

원문보기 상세보기
임설매.김기수 (2013), "패널자료를 이용한 중국 수산물소비지출에 영향을 미치는 요인에 관한 연구", 수산경영론집, 44 (2), 19-33.

원문보기 상세보기
장영재.이광민.홍재범 (2012), "글로벌 Malmquist 지수를 이용한 수협상호금융 영업점의 생산성 변화 분석 :2001-2010년", 수산경영론집, 43 (2), 95-106.

원문보기 상세보기
최정윤.남수현.강석규 (2003), "한국 수산업협동조합의 경영효율성 평가:자료포락분석", 수산경영론집, 34 (2), 109-129.

원문보기 상세보기
한승우.이우창 (2012), "수산업협동조합의 효율적 경영을 위한 DEA 분석", 경영교육연구, 27 (5), 481-502.
한치록 (2019), 패널데이터강의 제2판, 박영사, p. 367.
Allison, P. D. (2009), Fixed Effects Regression Models, Newbury Park, CA: Sage.
Baltagi, B. H. (2013), Econometric Analysis of Panel Data, 5th ed., Chichester, UK: Wiley.
Bottai, M. and N. Orsini (2004), "Confidence intervals for the variance component of random-effects linear models," Stata Journal, 4, 429-435.

상세보기
Greene, W. H. (2012), Econometric Analysis, 7th ed., Upper Saddle River, NJ: Prentice Hall.
Hausman, J. A. (1978), "Specification Tests in Econometrics," Econometrica, 46, 1251-1271.

상세보기
Hoechle, D. (2007), "Robust standard errors for panel regressions with cross-sectional dependence," Stata Journal, 7, 281-312.

상세보기
Sevestre, P. (2002), Econometrie des donnees de panel, Dunod, Paris.
Wooldridge, J. M. (2016), Introductory Econometrics: A Modern Approach, 6th ed., Boston: Cengage.
국가법령정보센터, 2020, http://www.law.go.kr.
금융통계정보시스템, 2020, http://fisis.fss.or.kr/fss/fsiview/indexw.html.
어업 in 수산, http://www.suhyupnews.co.kr/news/articleView.html?idxno23003.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증