본 연구에서는 횡령 및 배임이 발생한 기업의 경영성과에 대해서 분석하였다. 2010년 이후 발생한 상장 기업의 횡령 및 배임 사건을 분석 대상으로 설정하였으며, 기업의 경영성과를 기업의 규모, 기업의 수익성/생산성, 금융변수, 생산요소 투입 이렇게 네 측면에서 분석하였다. 횡령/배임이 발생하는 경우, 횡령 및 배임 사건 발생 이후 생산활동을 지속하는 기업에 한하여 당기순이익 증가율로 측정한 기업의 생산성이 개선되는 것으로 나타났다. 이는 횡령 및 배임발생 이후 내외부적 요구로 인해 기업지배구조 개선 노력이 강화되기 때문으로 보인다. 하지만 이러한 생산성 개선에도 불구하고 매출액 증가율은 정상기업에 비해 낮아지는 것으로 나타났다. 이러한 상품시장에서의 처벌은 횡령 및 배임이 기업의 성장에 부정적인 영향을 미친다는 것을 시사한다. 또한, 횡령 및 배임이 발생한 기업의 주가수익률은 장기간 정상기업에 비해 낮게 형성되며 금융시장에서도 시장 참여자의 외면을 받는 것으로 나타났다.

We investigate the consequences of breach of duty and embezzlement. Specifically, we examine the management performance on four dimensions, size, productivity/profitability, stock price, and factor inputs, using a sample of Korean listed firms during the 2010s. Conditioning of firms' survival, profitability and productivity increase following embezzlement and breach, presumably as a result of firms' efforts to improve corporate governance in response to requests from outside investors and regulatory authorities. Nonetheless, the stock price and revenue under-perform relative to normal firms, demonstrating that firms are penalized in the financial and product markets.

본 연구는 대국 간 무역전쟁 상황하에서 소국의 최적 정책 개입 시점을 살펴본다. 대국은 수입품에 대해 최적관세를 부과하고 소국은 자국 수출기업 지원을 위해 보조금으로 대응하는 상황을 고려한 후 내생적 차원에서 보조금 지급 시점을 분석한다. 보조금 지급 시점은 대국의 관세 부과 전에 보조금 수준을 미리 선택하는 선제대응, 관세 부과 후에 선택하는 사후대응, 관세부과 시점과 동시에 선택하는 동시대응, 그리고 대응하지 않는 무대응의 네 개 시나리오를 고려한 후 소국의 최적 정책 개입 시점을 분석한다. 분석을 통해 도출된 두 가지 결과를 소개한다. 첫째, 무역분쟁 상황 하에서 무대응 즉 정책개입을 하지 않는 것은 항상 열등전략이 된다. 이는 대국 간 무역전쟁에서 보조금 사용은 소국의 이익을 유지하고 피해를 완화할 수 있는 수단임을 의미한다. 둘째, 소국의 최적 정책개입 시점은 소국이 생산하는 제품의 차별화 정도에 따라 달라진다. 차별화 정도가 낮을 때는 사후대응이 우월전략이 되며, 차별화 정도가 높을 때에는 선제대응이 우월전략이 된다. 제품 차별화 정도는 소국이 생산하는 제품의 시장지배력을 의미하므로 시장지배력에 따라 소국정부는 정책개입 시점을 달리해야 한다는 정책적 시사점을 제공한다.

This study examines a small country's endogenous subsidization timing when a trade conflict exists between large countries. It considers a three-country model in which two large countries set optimal tariffs in response to the trade dispute, and a small country supports its firm using subsidies to overcome those tariffs. Each country has its representative firm, which may produce sufficiently differentiated goods. The small country can choose the timing of the subsidization. This paper considers four scenarios: i) a small country subsidizes its firm before the imposition of tariffs; ii) the country subsidizes after the imposition of tariffs; iii) the country subsidizes simultaneously with the imposition of the tariffs; iv) the country does not respond to the tariffs. The paper shows the following results: First, the subsidization strategies, regardless of their timing, are always dominant strategies for a small country against no reaction to the tariffs strategy. Second, the optimal timing of subsidization depends on the degree of product differentiation. If the products are almost homogeneous, then subsidizing after the imposition of tariffs becomes optimal for the small country. If the products are highly differentiated, then subsidizing before the imposition of tariffs is optimal. The firm that produces the highly differentiated product can exercise market power in its differentiated market. Thus, the paper also suggests that the government of a small country should consider the domestic firm's market power when considering the timing of subsidization.

본고는 수출입 관련 국내외 거시경제/금융 변수들을 폭넓게 사용하고 다양한 머신러닝 방법을 활용하여 한국의 수출입 증가율을 예측하고 분석한다. 2000년 1월에서 2021년 12월까지의 표본(총 264개월) 중 최근 10년(120개월)을 예측 기간으로 삼았으며, 1개월에서 12개월까지를 예측 대상기간(forecast horizon)으로 고려한다. 총 13개의 모형 중 모든 예측 대상기간에 있어 예측력이 우수한 모형이 존재하는 것으로 나타났는데, 이는 Kim and Han(2022)이 제안한 것으로 구체적으로 1) 보루타 알고리즘(Boruta algorism)을 통한 변수 중요도의 순위 도출, 2) 교차검증(cross-validation)을 통한 최적 변수의 수 선택, 3) 중요도가 높은 변수들을 선택된 수만큼만 사용하여 랜덤 포레스트(random forest)를 실시하는 것이다. Giacomini and White (2006)와 Hansen et al.(2009)의 검정을 통해 대부분 통계적으로 유의하게 예측력이 우수함을 확인하였고, 특히 에너지사용량이 수출과 수입 예측에 중요한 변수로 채택되는 것으로 나타났다.

This paper considers exports and imports forecasting in South Korea using various machine learning methods in a data-rich environment. The samples are from January 2000 to December 2021 (total 264 observations) and the forecast period is set to be the last ten years of the samples. Among thirteen models, one model outperforms the rest models for all forecast horizons, which was proposed by Kim and Han (2022). The method consists of the following three steps: 1) Using the Boruta algorithm, obtain the rankings of the covariates in high-dimensional data, 2) Choose the optimal number of the most important covariates via cross-validation, 3) Using only those selected covariates, implement the random forest method and produce a forecast. The tests by Giacomini and White (2006) and Hansen et al. (2009) show that the model provides significantly better forecasts. In particular, the energy consumption is selected as an important variable for exports and imports forecasting.