경영자 전문성이 해운사의 기업가치에 미치는 영향

Impact of CEO Expertise on Firm Value in Shipping Companies

Article information

J Navig Port Res. 2026;50(3):357-362
Publication date (electronic) : 2026 June 30
doi : https://doi.org/10.5394/KINPR.2026.50.3.357
*Lecturer, Division of Shipping Management, National Korea Maritime & Ocean University, Busan 49112, Korea
Associate Professor, Division of Shipping Management, National Korea Maritime & Ocean University, Busan 49112, Korea
김금영*, 홍순욱,
*국립한국해양대학교 해운경영학부 강사
국립한국해양대학교 해운경영학부 부교수
Corresponding author : 종신회원, swhong@kmou.ac.kr 051)410-4385
Received 2026 June 16; Revised 2026 June 22; Accepted 2026 June 24.

Abstract

경영자 특성과 기업 성과의 관계를 연구한 다수의 논문에서는 경영자 특성이 기업의 성과와 밀접한 관련이 있다는 연구결과를 보고하였다. 국내에서도 경영자 특성과 기업 성과를 분석한 연구들은 존재하나 경영자의 전문성이 해운사의 기업가치에 미치는 영향을 분석한 연구는 거의 전무한 실정이다. 해운업은 일반 기업들과는 다르게 고정비의 비율이 높고 원가의 경직성이 높으며 공급 탄력성이 작다. 또한 해운사의 수익성은 경기에 매우 민감하게 반응한다. 해운사 경영자가 해운업과 관련된 전문적인 지식을 가지고 있다면 기업을 둘러싼 여러 환경요인들이 변화할 때 좀 더 빠르고 유연하게 대처할 수 있을 것으로 예상된다. 이에 본 연구에서는 경영자 전문성이 해운사의 기업가치에 미치는 영향을 실증분석하였다. 연구를 위해 2001년부터 2025년까지 KOSPI에 상장된 해운사를 대상으로 표본을 추출하였으며, 자본잠식 기업과 결측치를 제외한 기업-연도별로 109개의 표본을 대상으로 경영자 전문성과 기업가치의 관계를 분석하였다. 분석결과, 경영자 전문성과 해운사의 기업가치는 유의적인 양(+)의 관계를 보였다. 이는 해운업과 관련된 경영자 전문성이 기업가치에 긍정적인 영향을 미친다는 것이다. 해운업은 타 산업과는 다른 비용구조와 수익구조를 가지고 있지만, 대외무역 의존도가 높은 우리나라 경제에 중추적인 역할을 한다. 이러한 해운사의 기업가치에 영향을 미치는 또 다른 요인을 규명한 본 연구는 자본시장에서 해운사에 대한 투자 의사결정과 정책 결정에 도움이 될 것으로 기대된다.

Trans Abstract

Numerous studies on the relationship between CEO characteristics and corporate performance indicate a close correlation. While some Korean studies analyze CEO characteristics and corporate performance, none specifically examine the impact of CEO expertise on the firm value of shipping companies. Unlike general businesses, the shipping industry is characterized by a high proportion of fixed costs, high cost rigidity, and low supply elasticity. Furthermore, shipping companies' profitability is highly sensitive to economic conditions. It is anticipated that CEOs with specialized knowledge of the shipping industry can respond more quickly and flexibly to various environmental changes. Therefore, this study empirically analyzed the impact of CEO expertise on the firm value of shipping companies. A sample of 109 firm-year observations was drawn from shipping companies listed on the KOSPI from 2001 to 2025, excluding companies with capital impairment and missing values. The analysis revealed a significant positive relationship between CEO expertise and the firm value of shipping companies, indicating that CEO expertise in the shipping industry positively impacts firm value. Although the shipping industry has a cost and revenue structure different from other industries, it plays a pivotal role in the Korean economy, which is highly dependent on foreign trade. By identifying another factor affecting the firm value of shipping companies, this study is expected to aid investment decision-making and policy formulation regarding shipping companies in the capital market.

1. 서 론

Hambrick and Mason(1984)에 의해 제시된 최고경영자 이론(upper echelon theory)에 의하면 기업의 전략적인 성과는 최고경영진의 인구통계학적 특성이나 배경 또는 성향에 의해 결정된다고 하였다. 이는 경영의사결정에 경영자의 개인적 특성이 영향을 미치며 이는 곧 경영자 특성이 기업 경영의 전략적 선택과 기업성과에 영향을 미친다는 것이다(Park and Chun, 2017). 특히 일반적인 기업이 아닌 전문적인 기술을 취급하는 기업이나 특정한 기업 환경을 보유한 기업은 경영자의 전문성이나 특성에 따라 더 영향받을 것이다(Kwon and Park, 2022). 해운사는 해상에서 선박이라는 운송수단을 이용해 사람과 화물을 이동시키는 업을 주업으로 하는 회사이다. 해운사는 선박을 이용한 해상운송을 하므로 투하자본이 크고 고정비 비율이 높으며 기업의 수익성이 경기 변화에 민감하다. 또한 삼면이 바다로 이루어져 있는 우리나라의 수출입 화물 운송은 99% 이상이 해상운송을 통해 이루어져 국가적으로도 해운업은 매우 중요하다. 경직적인 비용 구조와 경기 변화에 민감도가 큰 해운사의 특성상 경영진의 경영 능력이 해운사의 기업가치에 미치는 영향은 적지 않을 것으로 예상된다. 이에 본 연구에서는 해운업의 기업가치에 영향을 미치는 요인 중 하나를 경영자 전문성으로 보고 경영자의 해운업에 대한 전문성 유무가 해운사의 기업가치에 미치는 영향에 대해 연구한다. 본 연구를 위한 표본 기간은 2001년부터 2025년까지이며 한국거래소 KOSPI에 상장된 기업들을 표본으로 추출했다. 분석대상이 된 해운사는 표준산업분류 상 수상운송업에 해당하는 흥아해운, 대한해운, HMM, 팬오션, KSS해운, STX그린로지스이다. 기업가치를 나타내는 변수(FV)는 MTB(Market to Book ratio)와 Tobin’s Q를 사용하였으며 경영자 전문성을 나타내는 변수(CEO)의 측정은 해운업과 관련된 해양대학교, 해군사관학교 등 해양 관련 대학교 출신 및 해양 관련 학과 전공자로 선정하였다. 분석결과, 해운사의 기업가치를 나타내는 대용변수인 FV와 경영자 전문성을 나타내는 변수인 CEO는 유의한 양(+)의 관계를 보였다. 이는 경영자 전문성이 해운사의 기업가치에 긍정적인 영향을 준다는 것이다.

본 연구는 기존 해운업의 기업가치와 관련된 연구에서 언급되진 않았던 경영자 전문성이 해운사 기업가치에 미치는 영향을 실증분석 했다는 점에서 공헌점이 있다고 할 수 있다. 기존의 해운사와 관계된 연구들은 부채비율이나 자본구조, 환경요인에 관해 연구하였으나 본 연구에서는 경영자의 해운업과 관련된 전문성 여부가 해운사의 기업가치에 미치는 영향을 연구하였다는 점에서 선행연구와 차별화된다. 이러한 차별점은 자본시장 참여자들에게 비재무적 정보인 경영자 전문성이 어떠한 신호를 주는지 실증분석 했다는 점에서 의의가 있다. 경영자 전문성이 해운사의 기업가치에 미치는 영향을 파악한 본 연구는 해양업의 의존도가 큰 우리나라 수출입 정책과 해운업과 관련된 정책 결정에 도움이 될 수 있을 것으로 기대한다.

2. 선행연구 및 가설설정

경영자 특성과 기업가치에 관한 다수의 선행연구에서 경영자 능력에 따라 기업가치가 영향받는다는 것을 실증하였다. 경영자가 기업이 속한 산업과 해당 기업에 대한 이해도가 높으면 합리적인 판단과 예측을 통해 기업가치를 높인다고 하였다(Chemmanur and Paeglis, 2005; Demerjian et al., 2013). Jang and Kim(2015)은 최고경영자의 전공과 기업이 속한 산업 특성이 일치하는지 여부에 따라 투자효율성에 영향을 미치는지 연구하였다. 연구 결과 기업이 속한 산업 특성과 최고경영자의 전공이 일치하는 경우 기업의 투자효율성에 긍정적 영향을 미치는 것을 확인하였다. Lewis et al.(2014)은 최고경영자의 전공 배경이 정보 공시에 미치는 영향을 연구하였는데 경영자의 전공이 특정 정보를 공시하는 태도에 영향을 미치는 것을 보였다. Park and Kim(2015)은 경영자의 전공 지식이 연구개발 투자에 미치는 영향을 분석하였는데 분석결과 최고경영자의 전공 지식에 따라 부정적 효과가 낮아진다고 주장하였다. 반면 Miller and Xu(2019)는 경영학 학위(MBA)를 가진 경영자가 이익조정에 긍정적이며, 연구개발비 지출을 최소화한다고 보고하였다.

경영자의 능력이 높을수록 경영자는 기업의 경영활동을 둘러싼 환경과 산업에 대한 지식을 활용해 위기 상황에 적절하게 대응할 수 있다(Baik et al., 2013). 그러므로 이러한 경영자는 기업의 미래 성과를 높일 수 있을 것으로 여겨진다(Libby and Luft, 1993). 최고경영자가 가진 전공 지식은 산업에 따라 그 중요도가 다를 것이다(Gottesman and Morey, 2015). 특히 전문적인 산업이나 특정 환경에 놓여있는 기업의 경영자가 전문 지식을 가지고 있다면 그렇지 않은 경영자보다 더 효율적이고 유연한 경영을 할 수 있을 것으로 예상된다. 특히 해운업과 같이 비용구조와 수익구조가 다른 산업들과 다른 업종에 속한 기업의 기업가치는 경영자의 특성에 따라 달라질 것으로 예상된다. 우리나라는 대외 무역의존도가 거의 60%에 육박하여 다른 주요 해운국에 비해서도 높은 무역의존도를 보이며 또한 우리나라 원자재의 100%가 해상으로 운송되어1) 해운업은 우리나라 전방위 산업에 막대한 영향을 미친다. 또한 비용구조와 수익구조가 다른 업종과 달라 경영자의 전문적인 지식이 기업의 수익성에 미치는 영향은 클 것으로 예상된다.

반면, 해운사의 기업가치 또는 경영성과에 영향을 미치는 요인을 규명하려는 연구는 비교적 활발하지 않다. Kim and Lim(2025)은 ESG 경영이 국내 상장 해운사의 재무성과에 미치는 영향을, Jeong et al.(2026)은 사업다각화가 글로벌 해운 기업의 성과에 영향을 미치는 영향에 관해 연구하였다. 이러한 선행연구 결과를 종합해, 본 연구에서는 다음과 같은 가설을 설정하였다.

가설: 경영자 전문성은 해운사의 기업가치에 긍정적인 영향을 미칠 것이다.

3. 연구설계

3.1 연구모형

경영자 전문성이 해운사의 기업가치에 미치는 영향을 분석하기 위해 연구모형을 설계한다. 식(1)은 이를 검증하기 위한 모형이다. 연구모형의 종속변수는 기업가치를 의미하는 FV이다. 독립변수 중 CEO는 경영자의 전문성을 나타내는 변수로써 경영자 전문성이 있으면 1, 아니면 0인 더미변수이다. 경영자 전문성은 경영자가 해운업과 관련성이 있는 학문을 전공하였는지 여부로 측정한다. 본 연구에서는 해운업 관련 경영자 전문성을 해양대학교, 해군사관학교 등 해양 관련 대학교 출신 및 해양 관련 학과 전공자로 선정하였다. 관심변수인 CEO의 계수 β1이 유의한 양의 값이면 경영자 전문성이 해운사 기업가치에 긍정적인 영향을 미치며, β1이 유의한 음의 값이면 경영자 전문성이 기업가치에 부정적인 영향을 미친다고 해석할 수 있다. 또한, β1이 유의한 값을 보이지 않는다면, 경영자 전문성이 기업가치에 영향을 미치지 않는다고 볼 수 있다. 그 외 기업가치에 영향을 미칠 수 있는 변수들을 통제하였다(Watts and Zimmerman, 1986; Kim, 2010; Han and Kang, 2007).

(1) FVi,t=β0+β1CEOi,t+β2SIZEi,t+β3LEVi,t+β4ROAi,t+β5CFOi,t+β6GWi,t+β7LOSSi,t+β8BETAi,t+β9ADVi,t+β10RNDi,t+ɛ

FV=기업가치

MTB=시가총액/자기자본

Tobin’s Q=(시가총액+부채)/총자산

CEO=경영자 전문성이 있으면 1, 아니면 0

SIZE=기초총자산의 자연로그 값

LEV=부채비율

ROA=수익성=당기순이익/기초총자산

CFO=영업활동현금흐름/기초총자산

GW=매출액성장률

LOSS=순손실을 보고한 기업이면 1, 아니면 0

BETA=기업위험

ADV=광고선전비/기초총자산

RND=연구개발비/기초총자산

ε=잔차항

종속변수인 해운사의 기업가치를 나타내는 변수 FV의 대용변수로 MTB 및 Tobin’s Q를 사용한다. MTB는 자기자본의 시장가치를 장부금액으로 나눈 값이다. Tobin’s Q의 정확한 값은 ‘시장가치(자기자본+타인자본)/장부금액(총자산)’으로 계산하지만, 타인자본의 시장가치는 측정하기도 어렵고 장부가치와 차이가 크지 않아 장부가치를 타인자본의 시장가치로 사용한다(Yuk, 2003; Jermais, 2007).

기타 통제변수는 다음과 같은 이유로 포함하였다. Modigliani and Miller(1963)는 자본구조(LEV)가 기업가치에 영향을 미친다고 주장하였다. Fama and French(2015)는 기업위험(BETA), 기업규모(SIZE) 차이, 가치-성장주(GW) 차이, 수익성(ROA), 투자(RND)가 주가를 결정하는 다섯 가지 요인이라고 보고하였다. Williams(1938)는 현재 가장 널리 사용되고 있는 가치평가 모형인 DCF(Discounted Cash Flow: CFO) 모델을 공식화했다. 그 외 LOSS와 ADV를 추가하였는데, 이 변수는 기업가치에 영향을 미치는 요인에 관한 최근 연구에서 공통으로 사용되는 변수이다(Kim and Hong, 2025). 당기순손실을 기록한 기업이 갖고 있는 독특한 특성을 통제하기 위한 변수가 LOSS이고, 성과를 높이기 위한 직관적이고 일차적인 방법의 하나가 광고이므로 이러한 효과를 통제하기 위해 ADV를 포함하였다.

3.2 표본선정

본 논문의 분석 기간은 2001년부터 2025년까지이며 표본은 한국거래소 KOSPI 상장 해운사이다. 표준산업분류 상 수상운송업에 해당하는 흥아해운, 대한해운, HMM, 팬오션, KSS해운, STX그린로지스 6개 KOSPI 상장 해운사를 pooling하여 표본을 추출하였고 자본잠식 기업 및 재무데이터 결측지를 제외한 총 표본수는 109개 기업-연도이다. 극단치가 미치는 영향을 줄이기 위해 양극단 1%에서 winsorizing 하였다.

4. 실증분석결과

4.1 기초통계량

<Table 1>은 주요 변수의 기초통계량이다. 해운사의 기업가치 MTB와 Tobin’s Q의 평균은 1.189과 1.012이다. 경영자 전문성을 나타내는 변수인 CEO의 평균은 0.138이다. 이는 KOSPI 상장 해운사에서 해운업과 관련된 경영자 전문성을 가진 표본이 약 14%임을 의미한다. 기업규모를 의미하는 SIZE의 평균은 21.321, 부채비율 LEV의 평균은 0.664, 수익성 ROA 평균은 0.026이고, 현금흐름 CFO의 평균은 0.082이다. 매출액성장률 GW의 평균은 0.071이며, 손실더미 LOSS 평균은 0.275이다. 리스크 BETA 평균은 1.090이다. 광고선전비 ADV와 연구개발비 RND 평균은 0.284와 0.095이다.

Descriptive statistics

4.2 상관관계분석

<Table 2>는 본 연구에 사용된 주요 변수 간 상관관계를 기술한 표이다. 해운사의 기업가치 MTB 및 Tobin’s Q는 CEO와 유의한 양의 상관관계가 있다. MTB는 LEV, LOSS, ADV와 유의한 양(+)의 상관관계를 보이고 ROA와는 유의한 음(-)의 상관관계를 나타내고 나머지 변수와는 유의한 관계를 나타내지 않는다. 그리고 Tobin’s Q는 LEV, ADV와는 유의한 양(+)의 상관관계가 있으나 SIZE와는 유의한 음(-)의 관계를 나타내며 나머지 변수와는 유의한 상관관계를 보이지 않는다.

Pearson correlation coefficients

4.3 단변량분석

<Table 3>은 경영자 전문성에 따른 해운사의 기업가치 차이를 분석하기 위한 단변량분석이다. 가설에 대한 단변량분석을 위해 MTB와 Tobin’s Q의 평균 차이분석을 하였다. 분석결과 해운업과 관련된 전문성이 없는 경영자가 운영하는 해운사의 MTB 평균은 1.091이고 해운업과 관련된 전문성이 있는 경영자가 운영하는 해운업의 MTB 평균은 1.802로 해운업과 관련된 전문성을 가진 해운기업과 그렇지 않은 해운기업의 MTB 평균의 차이는 0.711로 유의한 값을 가진다. 마찬가지로 경영자 전문성 여부에 따른 해운사의 Tobin’s Q의 평균 차이 역시 0.314로 유의한 값을 보인다. 이는 해운업과 관련된 전문성을 가진 경영자가 경영하는 해운업의 기업가치가 그렇지 않은 기업보다 높을 것이라는 가설을 지지하는 결과이다.

T-test

4.4 회귀분석

<Table 4>에는 회귀분석결과를 기술하였다. <Table 4>의 Panel A는 가설 검증을 위해 해운사의 기업가치를 MTB로 측정한 결과이다. 분석결과 CEO와 MTB는 유의한 양의 관계가 있다. 이는 해운업과 관련된 전문성을 가진 경영인이 경영하는 해운사가 그렇지 않은 기업에 비해 기업가치가 높다는 것이다. Panel B는 기업가치를 Tobin’s Q로 측정한 회귀분석 결과를 기술한 표이다. 분석결과 MTB로 측정한 결과와 마찬가지로 CEO와 Tobin’s Q는 유의한 양의 관계가 있다. 이러한 결과는 해운업과 관련된 전문성을 가진 경영자가 경영하는 해운사의 기업가치가 그렇지 않은 기업보다 높다는 가설과 일치하는 결과이다.

Fixed effect model

5. 결 론

무역의존도가 높은 우리나라는 특히 해상운송을 통해 수출입을 하는 비중이 높으므로 해운업은 우리나라 산업의 전방위에 큰 영향을 미칠 것이다. 한편, 해운업은 업종 특성상 막대한 자본이 투입되고 운영 측면에서도 고정비가 차지하는 비중이 크다. 그리고 업무 특성상 경기변동에 수익성이 민감하게 반응한다. 그러므로 해운사의 경영인은 해운사가 처한 기업환경 변화에 즉각적으로 대처할 수 있는 전문성을 가지고 있어야 할 것으로 예측된다. 이에 본 연구에서는 경영자 전문성의 유무가 해운사의 기업가치에 미치는 영향을 분석하였다. 분석을 위해 2001년부터 2025년까지 KOSPI 상장 해운사에 대한 표본을 추출하였다. 경영자 전문성은 해양대학교, 해군사관학교 등 해양 관련 대학교 출신 및 해양 관련 학과 전공자로 선정하였으며 분석에 사용된 기업가치는 MTB와 Tobin’s Q를 이용하였다. 분석결과 경영자 전문성이 있는 해운사의 기업가치가 유의한 양(+)의 값을 나타냈다. 이는 경영자의 전문성이 해운사의 기업가치를 높인다는 것이다. 본 연구는 기존에 연구되지 않았던 경영자 전문성과 해운사의 기업가치 간 관계를 실증분석 했다는 점에서 의의가 있다. 기업의 의사결정에 막대한 영향을 미치는 경영자에 관한 연구는 경영학 연구의 중요한 한 분야이다. 또한, 전문성은 경영자의 다양한 특성 중 가장 중요한 요소 중 하나이다. 이러한 이유로 경영학에서는 경영자의 전문성에 초점을 맞춘 많은 연구가 수행되어 왔다. 해운업은 타 산업과 달리 경영자의 전문성이 더 많이 요구됨에도 그동안 연구되지 않았다. 경영자 전문성이 해운사의 기업가치에 긍정적인 영향을 미친다는 본 연구 결과는, 해양 관련 대학교 및 해양 관련 학과의 존재 이유가 될 수 있으며, 학생 교육이 효과적으로 이루어졌다고 조심스럽게 유추해 볼 수 있다. 이에 해양수산부, 교육부 등 정책당국은 해양 관련 대학교 및 해양 관련 학과에 전폭적인 지원을 통해 한국 해운산업의 발전을 이끌어야 할 것이다. 해운사 인사팀에서는 해양 관련 대학교 및 해양 관련 학과 출신 인재를 적극 채용해 경영성과 향상에 힘써야 할 것이다. 또한, 해운사에 자기자본 또는 타인자본을 공여하는 투자자는 의사결정 시 경영자의 전문성을 고려해 투자 규모 및 요구수익률을 결정해야 할 것이다. 경영자 전문성을 좀 더 세부적으로 측정하지 못한 점은 한계점으로 남는다.

Notes

1)

한국해운협회(https://oneksa.kr)

References

[1]. Baik B., Farber D. B.. 2013;Changes in Operational Efficiency and Firm Performance: A Frontier Analysis Approach. Contemporary Accounting Research 30(3):996–1026.
[2]. Chemmanur T. J., Paeglis I.. 2005;Management Quality, Certification, and Initial Public Offerings. Journal of Financial Economics 76(2):333–368.
[3]. Demerjian P. R., McVay S.. 2013;Managerial Ability and Earnings Quality. The Accounting Review 88(2):463–498.
[4]. Fama E. F., French K. R.. 2015;A Five-factor Asset Pricing Model. Journal of Financial Economics 116(1):1–22.
[5]. Gottesman A. A., Morey M. R.. 2010;CEO Educational Background and Firm Financial Performance. Journal of Applied Finance 20(2):70–82.
[6]. Hambrick D. C., Mason P. A.. 1984;Upper Echelons: The Organization as a Reflection of Its Top Managers. Academy of Management Review 9(2):193–206.
[7]. Han J. S., Kang J. Y.. 2007;The Interaction Effect of R&D Investment and Human Capital Investment on Value Relevance. Korean Journal of Management Accounting Research 7(2):115–137.
[8]. Jang J. Y., Kim J. R.. 2015;CEOs’ Characteristics and Corporate Investment Efficiency. Study on Accounting, Taxation & Auditing 57(1):185–215.
[9]. Jeong H. J., Kim D. U., Kim Y. S., Lee J. M.. 2026;The Effects of Business Diversification of Global Shipping Liner on Corporate Financial Performance Using Panel Regression Analysis. Journal of Korean Navigation and Port Research 50(1):51–68.
[10]. Jermais J.. 2007;The Effects of Corporate Governance on the Relationship between Innovative Efforts and Performance. European Accounting Review 16:827–854.
[11]. Kim K. H., Lim S. S.. 2025;Effects of ESG Management on Financial Performance and Managerial Decision in Shipping Companies. Journal of Korean Navigation and Port Research 49(1):136–143.
[12]. Kim K. Y., Hong S. W.. 2025;The Impact of KOSPI Listed Companies’ Sustainability Reports on Firm Value. Journal of Korea Research Association of International Commerce 25(2):1–15.
[13]. Kim P. K.. 2010;The Effects of Debt Financing on Firm Value. Korean Corporation Management Review 17(2):95–111.
[14]. Kwon O. S., Park S. Y.. 2022;The Effect of CEO’s Personal Characteristics on the Relationship between Managerial Ability and Firm Value: Focusing on Pharmaceutical and Bio Companies. Accounting Information Review 40(2):27–58.
[15]. Lewis B. W., Dowell G.. 2014;Difference in Degrees: CEO Characteristics and Firm Environmental Disclosure. Strategic Management Journal 35(5):712–722.
[16]. Libby R., Luft J.. 1993;Determinants of Judgment Performance in Accounting Settings: Ability, Knowledge, Motivation, and Environment. Organizations and Society 18(5):425–450.
[17]. Miller D., Xu X.. 2019;MBA CEOs, Short-term Management and Performance. Journal of Business Ethics 154:285–300.
[18]. Modigliani F., Miller M. H.. 1963;Corporate Income Taxes and the Cost of Capital: A Correction. American Economic Review 53(3):433–443.
[19]. Park H. Y., Chun S. B.. 2017;CEO Characteristics and Firms’ Disclosure Behaviors: Focusing on MD&A Disclosure. Korean Accounting Review 42(4):221–271.
[20]. Park J. H., Kim Y. M.. 2015;The Impact of Top Management and TMT Characteristics on R&D Investment. Strategic Management Research 18(2):45–73.
[21]. Watts R. L.. 1986. Positive Accounting Theory Prentice-Hall. Englewood Cliffs, NJ:
[22]. Williams J. B.. 1938. The Theory of Investment Value Cambridge, MA: Harvard University Press.
[23]. Yuk G. H.. 2003;A Re-examination of the Economic Effects of R&D and Advertising Expenditures. Journal of Business Research 18(3):219–251.

Article information Continued

Table 1

Descriptive statistics

Variables Mean Std. Min. Median Max.
MTB 1.189 1.043 0.295 0.865 6.003
Tobin’sQ 1.012 0.303 0.571 0.970 2.675
CEO 0.138 0.346 0.000 0.000 1.000
SIZE 21.321 1.303 18.333 21.414 24.219
LEV 0.664 0.195 0.167 0.710 0.985
ROA 0.026 0.120 −0.309 0.027 0.571
CFO 0.082 0.107 −0.120 0.083 0.641
GW 0.071 0.294 −0.650 0.043 0.935
LOSS 0.275 0.449 0.000 0.000 1.000
BETA 1.090 0.845 −1.247 0.990 4.414
ADV 0.284 0.425 0.000 0.060 1.549
RND 0.095 0.391 0.000 0.000 2.709

Note : For variable definitions, refer to Equation (1).

Table 2

Pearson correlation coefficients

0.789***
0.236** 0.360***
−0.006 −0.202** −0.135
0.238** 0.164* −0.191** −0.314***
−0.207** −0.048 0.020 0.072 −0.496***
−0.150 −0.095 −0.040 0.124 −0.415*** 0.834***
−0.122 0.060 −0.004 −0.051 −0.206** 0.501*** 0.538***
0.224** 0.050 −0.127 0.047 0.481*** −0.613*** −0.473*** −0.361***
−0.063 −0.052 0.016 0.170* 0.002 0.093 0.115 0.017 0.024
0.285*** 0.187* −0.246** 0.129 0.405*** −0.253*** −0.257*** −0.017 0.306 ***−0.123
0.064 0.057 −0.059 0.236** −0.051 −0.054 −0.165* −0.085 0.157 0.136 0.157

Note : ①=MTB, ②=Tobin’s Q, ③=CEO, ④=SIZE, ⑤=LEV, ⑥ =ROA, ⑦=CFO, ⑧=GW, ⑨=LOSS, ⑩=BETA, ⑪=ADV, ⑫=RND.

***, **, and *

mean significance at p < 0.01, p < 0.05, and p < 0.10. For variable definitions, refer to Equation (1).

Table 3

T-test

Panel A: FV=MTB Panel B: FV=Tobin’sQ
CEO=0 CEO=1 CEO=0 CEO=1
Mean of FV 1.091 1.802 0.969 1.283
differences 0.711** 0.314***

Note :

*** and **

mean significance at p < 0.01 and p < 0.05. For variable definitions, refer to Equation (1).

Table 4

Fixed effect model

FVi,t = β0 + β1 CEOi,t + β2 SIZEi,t + β3 LEVi,t + β4 ROAi,t + β5 CFOi,t + β6 GWi,t + β7 LOSSi,t + β8 BETAi,t + β9 ADVi,t + β10 RNDi,t + ɛi,t
Variables Panel A: FV=MTB Panel B: FV=Tobin’sQ
Coeff. t-value Coeff. t-value
Intercept −1.021 −0.43 1.438** 2.14
CEO 1.295*** 4.10 0.430*** 4.83
SIZE 0.021 0.24 −0.038 −1.49
LEV 1.105 1.26 0.193 0.78
ROA −2.576 −1.42 −0.155 −0.30
CFO 2.939 1.53 0.065 0.12
GW −0.803 −1.56 0.013 0.09
LOSS 0.001 0.01 0.018 0.19
BETA −0.137 −0.99 −0.043 −1.09
ADV 0.655** 2.24 0.149* 1.80
RND 0.227 0.77 0.118 1.42
F-value 1.63 1.83
Adj. R2 0.165 0.207

Note :

***, **, and *

mean significance at p < 0.01, p < 0.05, and p < 0.10. For variable definitions, refer to Equation (1).