주식시장 회계학연구의 연구방법론에 관한 검토

Abstract

지난 30년 동안 회계이익과 주가수익률의 관계에 관한 연구는 회계학에서 가장 중요한 연구분야의 하나로서 연구되어 왔으며 OLS(ordinary least squares) 회귀분석은 이 연구분야에서 가장 흔히 사용되고 있는 방법론의 하나로 간주되어 왔다. 본 논문에서는 이론적인 측면과 실증적인 측면에서의 주가수익률-회계이익 관계를 살펴보고, 그리고 통계학적 추론을 정확하게 하기 위해 OLS모형에서의 가정의 중요한 역할에 관하여 검토한다. 여러 가지 OLS 가정중에서 특히 표기오차(specification error)가 OLS 회귀모형에 미치는 영향, 그리고 그 해결방법들을 기존의 회계학연구 논문들을 중심으로 초점을 맞추어 검토하고 있다. OLS 회귀모형에 표기오차가 없어야 한다는 가정은 OLS 가정들 중에서 가장 근본적이며 중요한 가정이며, 이 가정이 완화되었을 경우 OLS 회귀모형에 심각한 영향을 초래할 수 있을 뿐만 아니라 OLS 추정치들은 편기를 가질수 있으며 비효율적일 수 있다. 본 논문에서는 네 가지의 표기오차에 관하여 중점적으로 검토하고 있다. 즉 변수측정오차(measurement errors in variables), 비고정계수(non-fixed coefficients), 생략된 변수(omitted variables), 비선형관계(nonlinear relation)의 표기오차가 주식시장 회계학연구에 미치는 영향 그리고 이러한 표기오차를 극복하기 위한 방법론에 관하여 구체적으로 검토하고 있다. 지금까지의 주식시장 회계학연구에서는 이러한 표기오차들이 존재하더라도 그다지 중요하게 생각하지 않는 경향이 있었지만 본 연구에서 검토한 바와 같이 표기오차에 따라서는 심각한 영향을 초래할 수 있어 연구결과들이 아무런 의미가 없을 수도 있다. 따라서 앞으로의 주식시장 회계학연구에서는 표기오차의 심각성을 해소하기 위해 지금까지의 방법론연구에서 제시한 여러 가지 방법론에 관심을 갖고 직접 연구에 적용하는 자세가 요구된다.

The relationship between accounting earnings and securities returns has been an important research issue more than three decades of accounting research. The OLS regression has been a common methodology researchers adopt to study the returns-earnings relationship. This paper discusses the link between the theoretical returns-earnings regression model and the empirical regression model and addresses the essential role of the OLS assumptions in estimating the ERCs(earnings response coefficients) and the inferences researchers can make from the regression results to the true returns-earnings relationship. This paper focuses four types of specification errors including measurement errors in variables, non-fixed coefficients, nonlinearity, and omitted variables, each with illustration of related accounting studies that address the problem. Research designs that overcome these specification errors in returns-earnings regression model show significant improvements in terms of magnitude of coefficients and explanatory power compared with the traditional single regressor linear regression model.

The relationship between accounting earnings and securities returns has been an important research issue more than three decades of accounting research. The OLS regression has been a common methodology researchers adopt to study the returns-earnings relationship. This paper discusses the link between the theoretical returns-earnings regression model and the empirical regression model and addresses the essential role of the OLS assumptions in estimating the ERCs(earnings response coefficients) and the inferences researchers can make from the regression results to the true returns-earnings relationship. This paper focuses four types of specification errors including measurement errors in variables, non-fixed coefficients, nonlinearity, and omitted variables, each with illustration of related accounting studies that address the problem. Research designs that overcome these specification errors in returns-earnings regression model show significant improvements in terms of magnitude of coefficients and explanatory power compared with the traditional single regressor linear regression model.