구분 |
사업량 |
예산(백만원) | ||
2005 |
2006 |
2005 |
2006 | |
ㅇ 융자사업 - 구조개선 - 협동화 - 수출금융 - 개발및특허기술 - 자산유동화 - 중소벤처창업 - 소상공인지원 - 시장재개발 - 산업기반자금 |
3,820업체 99사업장 200업체 425업체
1,585업체 20,000업체 16시 ․ 도 431업체 |
3,300업체 110사업장 180업체 430업체
950업체 17,000업체 - 400업체 |
1,760,000 330,000 70,000 100,000 90,000 390,000 510,000 20,000 370,300 |
1,500,000 280,000 73,500 85,000 100,000 383,000 430,000 - 315,200 |
합 계 |
|
|
3,640,300 |
3,166,700 |
한편 중소기업 정책자금 지원 사업의 지원방식과 관련해 직접대출과 대리대출로 구분할 수 있으며, 중소기업진흥공단이 직접적인 대출 업무를 담당하는 직접대출 방식과 시중은행 등을 통한 대리대출의 방식으로 나뉜다. 2005년 6월, 중소기업청의 자료에 따르면 전체 정책자금 지원 사업 가운데 82.4%를 시중은행 등을 통한 대리대출의 형태로 실시하고 있으며 나머지 17.6%를 중진공이 직접대출의 형태로 지원하고 있다. 직접대출의 경우, 전체 지원규모의 64.6%를 신용대출의 형태로 지원하고 있는 반면, 대리대출의 경우, 전체 지원규모의 63.5%를 담보대출의 형태로 지원하고 있어 두 가지 지원방식에 따른 차이를 구분할 수 있다.
정책자금의 지원 내용과 관련해서 시설자금과 운전자금에 따른 구분이 가능하며, 사업의 내용 및 정책 목적에 따라 이들에 대한 구분과 지원조건이 한정되고 있다. 예컨대, 구조개선 자금 내에서도 생산설비 구입 및 개체 등과 관련한 구조개선 사업에 대해서는 시설자금 위주의 자금지원을 실시하는 반면, 특별경영안정화 자금에서는 일시적인 자금수급 불균형에 따라 요구되는 운전자금의 지원을 실시하고 있다.
1994년부터 2005년까지 중소기업진흥공단을 통한 중소기업 정책자금의 지원은 9개 하위 사업부문을 통해 총 48,199 건이 이루어지고 있다. 구조개선 사업과 협동화 사업이 1990년대에 걸쳐 주요한 정책자금 지원 통로로 활용되고 있으며, 1998년 이후 설치된 중소벤처 사업과 개발기술 사업을 포함한 네 가지 개별 사업이 전체 지원 사업의 대부분을 차지하고 있다. 구조개선 사업이 전체 건수의 절반을 넘는 26,008 건을 차지하고 있으며, 다음으로 중소벤처 사업이 나머지의 절반을 차지하는 11,111 건의 지원 실적을 보이고 있다. 연차별로도 1998년 이후 급격히 지원 실적이 증가하고 있으며, 2005년도에도 6천 건이 넘는 지원 실적을 나타내고 있어 지원 사업의 활발한 운영을 짐작할 수 있다.
지원 년도 |
개발 기술 |
구조 개선 |
수출 금융 |
원부 자재 |
재해 자금 |
중소 벤처 |
지식 기반 |
경영 안정 |
협동화 |
합계 |
1994 |
|
795 |
|
|
|
|
|
|
303 |
1,098 |
1995 |
|
1,949 |
|
|
|
|
|
|
445 |
2,394 |
1996 |
|
2,446 |
|
|
|
|
|
|
427 |
2,873 |
1997 |
|
2,196 |
|
|
|
|
|
|
686 |
2,882 |
1998 |
|
4,382 |
|
|
|
696 |
|
|
515 |
5,593 |
1999 |
|
2,749 |
|
|
|
2,093 |
|
|
472 |
5,314 |
2000 |
204 |
1,217 |
22 |
|
|
1,902 |
|
|
486 |
3,831 |
2001 |
374 |
2,292 |
102 |
|
|
1,232 |
|
|
452 |
4,452 |
2002 |
343 |
1,777 |
108 |
|
|
1,160 |
221 |
|
271 |
3,880 |
2003 |
263 |
1,973 |
128 |
|
|
1,393 |
267 |
|
272 |
4,296 |
2004 |
447 |
2,234 |
168 |
643 |
147 |
1,252 |
104 |
57 |
406 |
5,458 |
2005 |
507 |
1,998 |
209 |
1097 |
17 |
1,383 |
347 |
62 |
508 |
6,128 |
합계 |
2,138 |
26,008 |
737 |
1,740 |
164 |
11,111 |
939 |
119 |
5,243 |
48,199 |
2. 지원 사업의 효과성 분석을 위한 기존 연구 검토
그 동안 중소기업 정책자금 지원 사업의 효과성 분석과 관련해서는 예상보다 많은 수의 실증 연구들이 수행되어져 왔다고 볼 수 있다. 그러나 이러한 연구들에도 불구하고 정책자금 지원 사업에 대한 논란이 종식되지 않는 것은 정책자금을 둘러싼 여러 가지 정치적인 이유도 있겠지만, 무엇보다도 충분히 타당성을 갖추고 객관적으로 받아들여질 수 있는 연구결과가 존재하지 않았던 데서 비롯된다고도 할 수 있다. 많은 연구들이 단순히 지원 대상 업체에 대한 설문조사를 중심으로 자금 지원에 따른 효과를 수혜자들의 인식 조사를 통해 확인하고자 했던 것도 체계적인 효과성 분석이 이루어지지 못한 원인 중의 하나로 여겨진다. 다음에서는 정책자금 지원 사업에 대한 효과성 분석과 관련해 상대적으로 최근에 수행된 연구들 가운데 본 실증 연구를 위해 충분히 살펴볼 필요가 있는 몇 가지 연구 결과를 선별하여 이를 중심으로 기존 연구 검토를 실시하고자 한다.
우선 김현욱(2005)의 정책자금 효과성 연구에서는 재정자금을 이용한 중소기업 정책금융이 중소기업의 경영성과를 실제로 제고할 수 있는지에 대한 목적에서 분석을 실시하였으며, 수익성의 기준에서 정책 자금의 지원이 중소기업 경영성과에 유의미한 효과를 미치지 못한다고 지적하고 있다. 방대한 중소기업 정책자금 지원 사업에 대해 계량적인 실증 분석을 거의 최초로 시도하고 있다는 점에서 정책자금 지원 사업 평가에 대한 중요한 근거 자료로 활용될 수 있으며 정책자금 지원 사업에 대한 부정적인 효과성 평가를 통해 상당한 파장을 불러일으킨 연구이긴 하지만, 여기에 대해서도 몇 가지 자료 수집상의 한계 및 연구 방법론상의 한계점들을 지적할 수 있다.
우선 자료 수집과 관련해, 김현욱(2005)의 연구에서는 방대한 중소기업 데이터를 다루고 있지만, 중소기업들의 경영 데이터를 확보하는 자료 수집 과정에서 분석 대상 집단에 선택편의(selection bias)의 문제를 발생시킬 위험이 존재한다. 연구에서는 중소기업현황 DB(www.smdb.smba.go.kr)에 수록된 1998년부터 2003년까지의 6년간의 정책자금 지원 자료를 바탕으로 정책자금의 효과성을 분석하고자 하였다. 그러나 중소기업현황 DB의 지원 리스트를 바탕으로 민간신용정보회사의 기업 DB에 수록된 기업 재무제표를 확보하는 과정에서 기업 DB가 갖고 있는 자료 수집상의 한계를 분석 대상 집단이 여전히 갖게 된다는 문제가 있다. 또한 정책자금을 지원받은 대상 기업 가운데서도 상대적으로 규모가 큰 법인들을 중심으로 자료가 수집되었다는 점에서 선택편의에 대한 문제가 또한 지적될 수 있다.
한편 연구 방법론과 관련해서, 김현욱(2005)의 연구에서 활용한 자기회귀소득모형(Autoregressive Earnings Model)이라고 불리는 Ashenfelter(1978)의 분석방법은 사업 참여 이전의 사업 집단과 비교 집단 간에 존재하는 성과 변수의 추세의 차이로 인해 편의가 발생할 가능성이 높다. Ashenfelter's Dip으로 불리는 사업 전 침하(preprogram dip)는 사업 참여 이전에 측정한 성과 변수의 추세가 사업 집단과 비교 집단 간의 차이를 보이는 현상을 지적하고 있으며, 만약 사업 전 침하가 존재하는데 이러한 침하가 일시적(transient)인 경우에는 단순한 전-후 비교 분석은 사업의 효과를 과다추정하게 되고 침하가 계속적(persistent)인 경우에는 효과를 과소추정하게 된다.
중소기업청에서 용역을 의뢰한 삼일회계법인(2003)의 연구에서는 실태조사를 통해 충분한 성과분석 데이터의 확보를 시도하고 있다는 점에서 중소기업 정책자금 효과성 평가를 위해 많은 시사점을 제공하고 있다. 중소기업금융자문사협회 산하의 평가기관과 용역수행기관이 공동으로 직접 업체를 방문하여 조사 및 평가를 수행하였으며, 정량평가가 가능한 재무적 지표와 정성평가가 가능한 재무적 지표로 나누어 AHP 기법을 통한 가중치를 이용해 하나의 성과 지표를 구축하고 있다. 연구에서는 정성평가를 위한 비재무적 성과지표로 기술활동성과, 영업활동성과, 관리활동성과, 생산활동성과, 자금활동성과의 다섯 가지 항목을 제시하고 있으며, 정량평가를 위한 재무적 성과지표로 안정성과 수익성, 성장성, 활동성의 네 가지 상위지표를 제시하고 매출액영업이익률 등 각 상위지표에 대한 총 15개의 하위 지표를 구성하였다. 그러나 적절한 통제집단을 통한 비교를 실시하지 못함으로써 단순한 전후 비교만으로 정책자금 지원에 따른 효과성을 파악하는 데는 한계를 가진다. 통제집단이 없이 자금의 지원이 이루어진 업체들에 대해서만 분석을 실시함으로써 단순한 자금 지원 전후 비교를 통해 효과성을 추정하게 되었고, 자금 지원 전후의 비교도 장기간의 데이터가 아닌 단기간에 그치고 있다는 점에서 충분한 정책성과를 확인하는데 한계가 있다.
상당히 최근에 이루어진 성과 분석으로서 한국중소기업학회(2005)의 연구에서는 2003년도에 자금지원이 이루어진 업체들만을 대상으로 설문조사를 통해 자금 지원에 따른 성과 개선 효과를 분석하고자 하였다. 매출증대, 수출증대, 고용증대, 생산시설가동률증대 부분에 대한 설문조사를 통해 2003년과 2004년의 성과 지표의 변화를 파악하고 있으나, 설문 응답 비율이 10% 이하 수준으로 저조하여 데이터에 대한 신뢰성에 한계를 보인다. 통제집단을 명확히 설정하지 않은 상황에서 한국은행 기업경영분석 자료에서 중소기업 평균 수치를 통해 자금 지원을 받은 업체들의 부가적 성과를 파악하고자 하였다. 객관적이고 포괄적인 정책자금 지원사업의 성과 분석이 이루어지기 보다는 단편적인 비교 및 변화 추세만을 보여주고 있다는 점에서 충분히 타당성 있는 성과 분석이 이루어졌다고 보기는 어려울 것이다.
Ⅲ. 실증 분석
1. 연구 설계 및 분석 자료의 검토
1) 효과성 분석 모형의 선정 - 순차적 선택 모형
중소기업 정책자금 지원 사업에 대한 효과성 분석을 위한 모형을 구성하는 것은 사업 참여 결정과정을 모형화 하는 것으로 이해할 수 있다. Ashenfelter(1978)의 분석방법이 사업 전 침하가 존재할 경우 편의가 발생할 수 있다는 사실은 Hechman & Smith(1999)가 주장하듯이 사업 참여의 결정 과정을 모형화하여 이에 관한 정보를 사업의 성과 분석에 반영하는 사실이 중요하다는 것을 의미한다.
사업 참여의 결정요인을 모형화 하는 방법은 Heckman의 2단계 추정모형이 흔히 활용되고 있다. Heckman의 2단계 추정모형은 관심의 대상인 성과 변수 외에도 ‘사업에 참여하게 되는 과정’을 계량적으로 모형화하고, 그 추정결과를 종속변수를 추정하는 회귀식의 잔차의 일부로 포함시켜 자기선택의 과정을 통계적으로 통제하려는 기법이다.
Heckman의 2단계 추정모형은 일반적으로 선택편의가 발생하는 경우 이를 통제하기 위하여 활용되지만 본 연구에서와 같이 정책금융 사업의 지원기업으로 결정되기 위해서는 지원기업의 신청과정에서의 선택과 지원대상으로의 선정과정에서의 선택이라는 2단계의 선택과정을 거친다는 점에서 원래의 Heckman 모형을 수정한 순차적 선택모형(sequential selection model)을 적용하여야 한다. 중소기업진흥공단에 의한 정책자금 지원사업은 대부분의 경우 중소기업체들의 사업계획을 받아 중소기업진흥공단에서 지정한 선정위원회에서 타당성을 평가한 후 지원을 결정하는 절차에 따라 업무가 이루어진다. 이러한 선정절차를 다음의 [그림 1]과 같이 표현할 수 있다. 전체 중소기업의 pool(A+B+C)에서 특정한 경영 환경에서 자금 지원을 필요로 하는 기업들(B+C)이 중진공의 사업에 자발적으로 신청하게 됨으로써 첫 번째 단계의 선택과정이 일어나게 되는데 이때의 선택은 기업들에게 고유한 요인들에 의하여 발생하는 자발적인 자기선택(self-selection)이라고 할 수 있다. 그 다음으로 신청 기업들(B+C) 중에서 중소기업진흥공단이 수립한 일정한 심사요건과 기준에 따라 지원서에 대한 심사를 거쳐 자금지원 대상 기업을 선정하게 되며 사업 운영자에 의해 발생하는 운영자선택(staff-selection)이라고 할 수 있다.
[그림 1] 중소기업 정책금융 사업 선정과정의 절차와 선택편의의 발생
이러한 순차적 선택 메커니즘을 모형화하면 다음과 같다. 먼저 중소기업진흥공단의 자금지원사업에 기업 가 ‘신청’하여 얻을 수 있는 순효용을 라고 하면 기업들이 신청할 확률과 신청하지 않을 확률은 다음과 같이 나타낼 수 있다.
다음으로 중진공의 자금지원사업에 신청한 기업 에 대한 지원대상 선정기준을 라고 하면 중진공의 심사평가 이후 지원대상기업이 선정될 확률과 그렇지 않을 확률은 다음과 같이 나타낼 수 있다.
그런데 와 는 분석가에게는 관찰되어지지 않는 잠재변수(latent variable)이고 관찰할 수 있는 것은 이변량 결과(binary outcome)를 갖는 더미변수 형태의 와 이다. 이 경우 우리가 관찰할 수 있는 기업 데이터는 다음과 같이 세 부류의 집단으로 구분할 수 있다.
위에서 살펴보았듯이 중진공의 자금지원 사업의 참여 결정은 2단계의 결정과정을 거쳐서 이루어지는데 이를 2개의 분리된 Probit으로 추정하거나 Heckman의 2단계 추정모형으로 추정하는 것은 적절하지 않다.1) 이 경우에는 Van de Ven & Van Praag (1981)에 의하여 제안된 Bivariate Censored Probit을 사용하여 추정하여야 효율적(efficient)이고 일치 (consistent)된 추정량을 산출할 수 있다. Bivariate Censored Probit 모형으로 중진공의 지원 대상 기업 선정과정을 모형화하면 다음과 같다.
|
위의 식에서 , 즉 지원 대상 기업으로 선정되었는지의 여부는 오직 인 경우에만 관찰이 가능하다. 이는 다시 말하여 과 가 관찰되어질 수 있는 경우가 다음과 같이 세 가지 존재함을 의미한다.
위에서와 같은 세 가지 확률은 다음과 같은 로그우도함수를 활용하여 최대우도추정법 (Maximum Likelihood Estimation: MLE)으로 추정하는 것이 가능하다.
2단계의 선택과정을 추정하는 모형에 포함되는 변수는 선정기업과 탈락기업의 경우에는 사업신청 시점에 수집된 관련 통제변수들만이 포함되었으며 비신청기업의 경우에는 시점과 관계없이 관련된 통제변수들이 포함된다. bivariate censored probit이 비선형 모형이기 때문에 결과변수 추정식의 식별 (identification)을 위하여 제외규정 (exclusion restriction)이 적용되지는 않지만 보다 안정적인 추정치의 산출을 위하여 이를 적용시켜 추정할 수 있다.
위의 bivariate censored probit을 통해서 구해진 모수들의 추정치를 활용하여 선택편의를 통제하는 선택항(selectivity term)들을 역의 밀의 비율(inverse Mill's ratio)로 산출하고 이들을 성과변수의 추정식에 포함시켜 선택편의를 통제하게 된다. 먼저 이변량 선택과정 결과변수들의 조건부 기대치를 truncated normal density function의 성질을 사용하여 구하면 다음과 같다.
만약 이라고 한다면 중진공 자금지원사업에 대한 신청여부와 지원 대상 선정 여부는 다음과 같이 추정할 수 있다.
다음으로 신청하지 않은 기업들의 성과변수 , 신청한 기업들 중에서 선정된 기업들의 성과변수 과 탈락한 기업들의 성과변수 를 추정하는 방정식은 다음과 같이 도출할 수 있다.
① 비신청기업의 성과변수:
② 탈락기업의 성과변수:
③ 선정기업의 성과변수: |
실제의 추정에 있어서는 위에서 설명한 Bivariate Censored Probit을 활용하여 추정한 , , 를 활용하여 각각의 집단에 대한 역의 밀의 비율(inverse Mill's ratio)을 계산하고 계산된 선택항들을 새로운 변수로 전체 pooled data에 포함시켜 성과변수를 추정하게 된다.
|
본 연구에서 사용하고 있는 순차적 선택모형에 대해 다음의 몇 가지 장점을 고려할 수 있다. 우선, 다시점 데이터 분석방법은 앞에서 논의한 바와 같이 사업 전 침하가 존재하는 경우에는 선택편의를 효과적으로 통제할 수 없는 반면 선택과정을 명시적으로 모형화하면 관찰 불가능한 특성에 의해 다른 패턴을 가지는 선정집단, 탈락집단, 비신청집단의 사업참여 결정과정을 통제하는 것이 가능하다. 둘째로, 통상의 Heckman 선택모형과는 달리 2단계에 걸쳐서 발생하는 선택과정을 명시적으로 모형화함으로써 서로 다른 내용을 가지는 선택과정을 통제하고 탈락집단과 비신청집단을 모두 비교집단으로 활용하는 장점을 지니다. 셋째, 데이터가 패널 데이터 구조를 가지고 있기 때문에 신청시점에 추정한 선택항들이 성과변수의 추정식에 포함됨으로써 선택편의를 통제할 뿐 아니라 패널데이터 모형에 의해 기업 고유의 특성과 연도 고유의 특성도 통제할 수 있다. 마지막으로, 그동안 기존의 연구들이 분석에 활용한 데이터와는 달리 데이터가 선정집단, 탈락집단, 비신청집단을 모두 포함하고 있어 본 분석의 모형적용이 가능하며 따라서 보다 많은 정보를 활용하는 분석이 가능하다.
2) 분석 자료의 수집 및 기초 통계
정책자금 지원 사업의 효과성 분석을 위해 정책자금을 지원받기 이전과 이후의 성과를 분석해야 할 것이며, 본 분석에서는 1회에 한해 정책자금을 지원받은 업체를 선정하였다. 1994년부터 2005년까지 총 48,199건에 달하는 지원 실적 가운데 21,903 개에 달하는 업체를 분석 대상에 포함시키고 있다.2) 1회만 정책자금을 지원받은 업체 가운데도 중소기업진흥공단이 재무제표를 1년 치라도 보유하고 있는 업체의 규모는 15,732개이며, 평균 재무제표 보유 개수는 3.8개로 분석되었다. 앞선 2만2천여 개의 정책자금 지원 업체 가운데 중진공이 1년 치라도 재무제표를 보유하고 있는 업체의 개수는 1만 6천여 개가 되지 않으며, 평균적으로 4년이 채 되지 않는 재무제표를 보유하고 있어 지원 업체에 대한 사전 조사 및 사후 확인이 다소 미흡한 것으로 여겨진다. 결국 15,732개 업체 59,738건의 재무제표가 본 연구를 통한 중소기업 정책자금의 효과성 분석을 가능하게 할 수 있는 데이터의 레코드 규모라고 할 수 있다. 그러나 1~2개의 재무제표를 보유한 업체에 대해서 자금지원 전후에 대한 충분한 비교를 한다는 것은 상당히 무리가 있으며, 이에 본 연구에서는 4년 이상의 재무제표를 보유한 7,154개 업체의 39,650건의 재무제표를 분석에 사용하였다.
정책자금을 지원받은 업체에 대한 자료와 함께 지원 사업에 신청했으나 탈락한 업체와 처음부터 신청하지 않은 업체들에 대한 자료를 함께 통제집단으로 활용함으로써 정책자금의 효과성을 보다 정확히 분석하고자 하였다. 탈락업체에 대한 자료는 중진공으로부터 사업에 신청했으나 탈락한 업체의 목록을 입수하여 이후에라도 자금을 지원받은 기업들은 제외하고 순수한 탈락업체 목록을 확보하였으며, 비신청업체에 대한 자료는 중진공으로부터의 정책자금 외에도 다른 정부부처로부터의 정책자금도 지원받지 않은 업체를 선정하기 위해 중소기업청을 통해 정부 정책자금 지원 목록에서 나타나지 않은 업체들을 선정하였다. 이들 업체에 대한 재무제표는 한국기업데이터(KED)로부터 입수하였으며, 이러한 분석 데이터들을 종합할 경우, 다음의 [표 3]과 같이 약 2만여 개 업체의 16만 5천여 개의 재무제표를 분석 대상으로 정리할 수 있다.3)
구분 |
선정업체 |
탈락업체 |
비신청업체 |
내용 |
지원사업 신청 O 중진공 선정 O |
지원사업 신청 O 중진공 선정 X |
지원사업 신청 X 중진공 선정 X |
데이터 확보방법 |
중진공 보유자료 |
중진공 보유목록 + KED 재무제표 |
중기청 보유목록 + KED 재무제표 |
데이터 규모 |
7,145개 업체 39,598개 재무제표 |
2,851개 업체 19,730개 재무제표 |
9,982개 업체 106,027개 재무제표 |
19,978개 업체, 165,355건의 재무제표 |
뒤의 순차적 선택모형을 활용한 회귀분석에서는 이러한 분석대상 집단 가운데 무작위 선정을 통해 표본 집단을 선정하여 정책자금의 효과성을 추정하였다. 간략한 기술통계 및 지원 전후 추세 비교 등에 대한 분석에서는 위의 2만여 업체에 대한 모든 데이터를 사용하고 있으나, 본격적인 모형 구성을 통한 회귀분석 과정에서는 많은 데이터를 사용해서 분석을 시도함에 있어 프로그램 운영상의 문제나 시간상의 문제들로 제약을 받게 된다. 따라서 순차적 선택모형을 통한 회귀분석에서는 각 집단별로 1,500개 업체를 무작위 선정하여 총 4,500개 업체 34,459개 레코드에 대한 효과성 분석을 실시하였다.
2만여 개의 업체들로 구성된 분석 대상 집단은 앞선 연구모형 설계에서도 언급하였듯이 선정업체, 탈락업체, 비신청업체의 세 가지 이질적인 집단으로 구성되어 있으며 이들 간의 차별적인 특성을 예상할 수 있다. 기본적으로 본 분석이 비동질적 통제집단 설계의 한계를 갖고 있는 이상 이들 집단의 특성 차이를 미리 살펴보고 분석에 반영하는 것이 분석 결과의 해석에 도움을 줄 수 있을 것이다. 분석 대상 집단별 특성 비교는 다음의 [표 4]와 같다.
설립연도로 볼 때, 상대적으로 선정업체들의 설립연도가 더 넓게 분산되어 있지만, 평균적으로 비신청업체들에 비해 4년 이상 설립시기가 늦은 최근 기업으로 나타나고 있으며 탈락업체들과도 유사한 수준이다. 총자산이나 매출액 규모는 비신청업체에 비해 선정업체가 다소 높게 나타나고 있으나 전반적으로 업체 간에 유사한 수준임을 감안할 때, 통제집단의 설정 목적에 맞추어 기업 규모 측면에서 유사한 업체들로 구성되었다고 할 수 있다. 자본대비 부채비율에 있어서는 선정업체의 부채비율이 가장 낮게 나타나고 있으며, 탈락업체의 부채비율이 가장 높게 나타나고 있어 정책자금 지원과 관련한 선정 기준의 특성을 반영하고 있는 것으로 보인다. 유동부채 대비 유동자산 비율을 의미하는 유동비율은 기업의 안정성을 나타내 주는 지표이며, 비신청업체가 상대적으로 가장 높은 안정성을 보이는데 비해 탈락업체의 유동비율이 가장 낮은 수준이며, 이 역시 정책자금 지원과 관련한 선정 기준을 반영하는 것으로 볼 수 있다. 총부채규모에 대비한 이자비율은 선정업체가 훨씬 낮은 것으로 나타나 정책자금 지원에 따른 이자비용의 절감을 실제로 확인할 수 있다. 이자비용 대비 영업이익(이자지급전 경상이익)에 대한 이자보상비율에서도 선정업체가 비신청업체에 비해서는 낮은 수준을 나타내고 있으나, 탈락업체에 비해서는 긍정적으로 나타나고 있다.
구분 |
선정업체 |
탈락업체 |
비신청업체 | |||
설립연도(년) |
1992.5 (19.6) |
1992.4 (6.9) |
1988.9 (6.3) | |||
총자산(백만원) |
4143.2 (8796.0) |
4277.3 (9491.3) |
4079.1 (12647.8) | |||
총매출액(백만원) |
5082.6 (10871.4) |
5034.86 (10762.9) |
4786.7 (8686.0) | |||
영업이익(백만원) |
238.9 (986.8) |
228.4 (1106.1) |
204.9 (867.0) | |||
부채비율(%) |
304.7 (1421.8) |
455.2 (1608.5) |
353.8 (1269.5) | |||
유동비율(%) |
258.3 (988.9) |
243.6 (1023.7) |
346.5 (1346.6) | |||
이자/총부채비율(%) |
4.4 (23.0) |
5.1 (51.9) |
5.3 (19.8) | |||
이자보상비율(%) |
537.8 (5886.6) |
415.6 (6180.9) |
758.4 (6265.6) | |||
매출액영업이익률(%) |
-6.7 (124.8) |
5.2 |
-2.0 (99.7) |
5.0 |
2.5 (52.1) |
4.1 |
자본순이익률(%) |
12.0 (203.9) |
12.3 |
6.2 (194.4) |
11.1 |
16.0 (127.2) |
12.3 |
자산순이익률(%) |
2.9 (21.1) |
3.7 |
3.5 (16.0) |
3.3 |
6.1 (12.6) |
4.5 |
집단별 기업 수익성을 나타내는 매출액영업이익률과 자본순이익률, 자산순이익률과 관련해서는 평균값으로 나타난 선정업체의 수익성이 상대적으로 가장 낮게 나타나고 있으나, 각 평균값의 편차가 상당히 크다는 점에서 평균값을 통한 집단 특성의 이해가 적절하지 않을 수 있다. 이에 중위값(median)을 기준으로 살펴본 수익성에서는 선정업체의 수익성이 비신청업체와 크게 다르지 않은 수준임에 비해 탈락업체에 비해서는 월등히 높게 나타나고 있어 통제집단으로서 탈락업체 및 비신청업체와 비교한 선정업체의 특성 차이를 확인할 수 있다. 전반적으로 비신청업체에 비해서는 선정업체의 경영 환경이 나은 수준이라고 할 수는 없으나 탈락업체에 비해서는 우월한 수준이라고 할 수 있다. 그러나 선정업체에 대한 자료는 자금 지원 이전과 이후의 성과가 함께 포함되고 있기 때문에 단순한 집단별 평균값의 비교를 통해 정책자금의 지원 효과를 설명할 수는 없다. 다만 각 집단별 경영 상황의 차이를 살펴보고 이러한 집단별 차이가 다음의 효과성 분석 과정에서 충분히 반영될 필요가 있음을 보여줄 수 있을 것이다.
3) 연구 변수의 선정
중소기업 정책자금 분석을 위해 필요한 변수들에 대해 연구변수와 통제변수, 그리고 종속변수의 세 가지 유형에 따라 [표 5]와 같이 분류할 수 있으며, 수익성 지표의 분석 모형을 기준으로 사용되고 있는 변수의 목록을 포함하고 있다.
구분 |
변수명 |
변수 산식 |
비고 |
연구 변수 |
정책자금 지원여부 |
지원 전/후 비교 |
|
정책자금 지원연차 |
지원 후 1년~6년 비교 |
| |
통제 변수 |
업체 업종 |
업종 dummy |
기업의 일반적 특성 |
업체 지역 |
광역단체 dummy | ||
업체 종업원수 |
종업원수 | ||
업체 업력 |
올해 - 설립연도 | ||
총자산 규모 |
|
기업의 경영 규모 | |
자기자본 규모 |
| ||
총매출액 규모 |
| ||
이자비용 |
| ||
유동비율 |
유동자산/유동부채 |
기업의 경영 구조 및 비율 | |
부채비율 |
부채총합/자기자본 | ||
유동자산비율 |
유동자산/총자산 | ||
유동부채비율 |
유동부채/총부채 | ||
자본금 비율 |
자본금/자기자본 | ||
제조원가 비율 |
제조원가/매출액 | ||
영업비 비율 |
영업비/제조원가 | ||
업체 ID |
|
고정효과 (fixed effect) | |
연도 |
| ||
종속 변수 |
유동비율 |
유동자산/유동부채 |
안정성 평가 |
이자보상비율 |
이자지급전 경상이익/ 이자비용 | ||
매출액 영업이익률 |
영업이익/매출액 |
수익성 평가 | |
자기자본 순이익률 |
순이익/자기자본 | ||
총자산 순이익률 |
순이익/총자산 | ||
매출액 증가율 |
당해연도 매출액/전년도 매출액 |
성장성 평가 | |
영업이익 증가율 |
당해연도 영업이익/전년도 영업이익 | ||
총자산 회전율 |
매출액/총자산 |
활동성 평가 | |
인건비 총액 |
인건비/명목인건비상승률 |
고용규모 평가 |
연구변수로는 기본적으로 자금 지원에 대한 전후 효과를 분석하기 위한 더미 변수를 포함하고 있으며, 추가적으로 자금 지원의 연차별 효과를 분석하기 위해 각 연차별 더미 변수를 추가하여 별도의 분석을 실시하였다.
통제변수는 기업의 일반적 특성과 경영 규모를 나타내는 변수, 그리고 경영 구조 및 재무 비율을 나타내는 세 가지 유형의 변수들을 포함하고 있다. 기업의 일반적 특성을 나타내는 지표는 업종과 지역, 업력, 종업원 규모의 네 가지 지표가 사용되고 있으며, 기업 고유의 특성을 반영하고 있다. 기업의 경영 규모를 나타내는 지표는 총자산, 자기자본, 총매출액, 이자비용의 네 가지가 사용되고 있으며, 기업의 기본적인 경영 규모의 차이를 통제하기 위해 사용되고 있다. 마지막으로 기업의 경영 구조를 나타내는 지표는 주로 비율 지표들로 구성되어 있으며, 유동비율, 부채비율, 유동자산비율, 유동부채비율, 자본금비율과 함께 경비비율을 나타내는 제조원가비율, 영업비율을 포함시키고 있다.
종속변수는 각 효과성 상위지표에 대한 하위지표들로 구성되어 있다. 수익성과 관련해서는 매출액대비영업이익률과 자기자본대비순이익률, 총자산대비순이익률의 세 가지 지표를 활용함으로써 영업이익과 당기순이익에 대한 지표를 모두 활용하고 있다. 비수익성 지표와 관련해 안정성 지표로는 유동비율, 이자보상비율을, 활동성과 관련해서는 총자산회전율, 성장성과 관련해서는 매출액, 영업이익에 대한 각 전년도 대비 성장률을 지표로 활용하고 있다. 고용규모와 관련해서는 각 연도별로 신뢰성 있게 측정되고 있는 고용규모가 없다는 점에서 명목임금상승률이 반영된 인건비총액을 대리변수(proxy)로 사용하고 있다. 조정된 인건비총액이 지원 이후 상승한다면 해당 기업이 평균 임금상승률보다 높은 수준의 임금을 제공하거나 전체 고용규모가 증대된 것으로 파악할 여지가 있다는 점에서 인건비총액의 변화를 통해 고용규모 변화를 추정할 수 있을 것으로 판단된다.
2. 전체 사업에 대한 효과성 분석
1) 수익성 지표 분석
우선 전체사업의 효과성 분석을 위한 수익성 지표 분석과 관련해서 매출액영업이익률이 변화를 살펴보기로 한다. [표 6]에서 나타난 매출액영업이익률 분석에서는 정책자금 지원 이후 수익성이 9.96% 상승한 것으로 나타나고 있어 긍정적인 개선 효과를 확인할 수 있다. 또한 이러한 개선 효과는 유의수준 5%에서 통계적으로 유의한 결과로 파악된다. 연차별 분석에서는 지원 이후 전반적으로 긍정적인 개선효과를 나타내나 지원 후 1년차와 3년차에 통계적으로 유의한 수준에서 14.7%와 9.2%의 개선 효과를 보이고 있다. 그러나 상대적으로 지원 이후 단기간에 걸쳐 높은 개선 효과가 나타나며 장기적으로 그 개선 효과가 감소하는 것으로 나타나고 있다.
|
지원 효과 | |
총 효과 |
0.0996** |
- |
지원 후 1년차 |
- |
0.1473** |
지원 후 2년차 |
- |
0.0468 |
지원 후 3년차 |
- |
0.0921** |
지원 후 4년차 |
- |
0.0354 |
지원 후 5년차 |
- |
0.0354 |
지원 후 6년차 |
|
0.0777 |
주) **: p<0.05, *: p<0.01
매출액영업이익률과 관련해 선정업체의 자금 지원 이후 매출액 규모의 변화를 살펴보면, 지원 이후 평균 6억 6천 5백만 원의 증가 효과를 확인할 수 있다. 정책자금 지원에 따른 매출액 규모의 변화는 상당히 통계적으로 유의미한 증가를 보이고 있으며, 연차별로 살펴볼 경우 지원이후 전년도에 걸쳐 뚜렷한 증가세를 보여 지원 후 6년차에는 11억 3천만 원에 달하는 매출액 규모가 증가한 것으로 파악된다. 그리고 이러한 매출액 증가는 앞선 매출영업이익률에 비해 지원이후 계속적으로 그 상승 폭이 커지고 있어 지원의 효과가 장기적으로 확대되고 있음을 확인할 수 있다.
|
지원 효과 | |
총 효과 |
665.40** |
- |
지원 후 1년차 |
- |
495.19** |
지원 후 2년차 |
- |
666.86** |
지원 후 3년차 |
- |
807.30** |
지원 후 4년차 |
- |
1066.52** |
지원 후 5년차 |
- |
1079.07** |
지원 후 6년차 |
|
1131.56** |
주) **: p<0.05, *: p<0.01
영업이익의 개선효과와 관련해서는 자금 지원 이후 영업이익의 상대적인 감소효과가 나타나고 있으며 지원 이후 5천만 원의 영업이익 감소가 나타나고 있다. 자금지원 이후 영업이익의 실제 규모는 앞선 기술통계에서 살펴본 것과 같이 증가하고 있으나 다른 재무변수들의 변화를 통제하였을 경우 상대적인 영업이익의 감소가 나타나고 있다. 연차별 효과를 살펴볼 때, 지원 3년차부터 뚜렷한 영업이익의 감소 효과가 지속되고 있으며, 이는 앞선 매출액의 증가 규모가 3년차부터 뚜렷하게 나타나고 있다는 점에서 매출액 증대에 비해 상대적으로 영업이익의 감소가 크게 나타나고 있는 것으로 해석할 수 있을 것이다. 자금 지원에 따른 영업이익 규모의 개선 효과와 관련해 매출액 및 자본금 등의 재무변수의 변화를 모형에 포함하지 않았을 때, 자금지원 이후 영업이익 규모의 개선이 5천 8백만 원에 달하는 것으로 파악된다. 앞선 분석에서와는 달리 기업의 일반적인 특성(업종, 업력, 종업원 수, 지역)과 함께 업체와 시기에 대한 고정효과(fixed effects)를 측정하기 위해 업체 변수와 연도 변수만 포함하였을 경우, 자금 지원 이후 영업이익 규모는 5천 8백만 원 가량 증가하고 있으며 이는 통계적으로도 유의미한 결과로 볼 수 있다. 매출액이나 자본금 규모 등과 같은 자금지원을 통해 영향을 받게 되는 재무변수들을 함께 회귀모형에 포함시킬 경우, 상대적으로 지원에 따른 영업이익 증가 효과가 매출액이나 자본금 등 다른 재무변수의 변화에 따른 효과로 상당부분 측정되고 있어 순수한 정책자금 지원에 대한 영업이익의 효과는 오히려 상대적인 감소를 나타내고 있는 것으로 보인다.
|
지원 효과 | |||
재무변수 포함 |
재무변수 제외 | |||
총 효과 |
-49.54** |
- |
57.9** |
- |
지원 후 1년차 |
- |
-30.08 |
- |
52.8** |
지원 후 2년차 |
- |
-52.19* |
- |
61.9** |
지원 후 3년차 |
- |
-81.01** |
- |
56.6 |
지원 후 4년차 |
- |
-93.19** |
- |
34.9 |
지원 후 5년차 |
- |
-31.48** |
- |
115.6** |
지원 후 6년차 |
|
-94.31** |
- |
116.9** |
주) **: p<0.05, *: p<0.01
매출액영업이익률 외에도 당기순이익과 자기자본, 총자산 규모를 통한 자기자본순이익률과 총자산순이익률도 일반적인 수익성 지표로 활용되고 있으며, 이에 대한 분석도 함께 수행하였다. [표 9]를 살펴보면, 매출액영입이익률에 비해 상대적으로 지원 이후 이익률의 변화가 크게 나타나고 있지 않은 것으로 파악된다. 자기자본순이익률은 0.65%의 개선을 나타내고 있으나 통계적으로 유의미한 차이로 볼 수 없으며, 총자산순이익률은 0.16% 감소를 나타내고 있으나 역시 유의미한 결과로 볼 수는 없다. 연차별 분석에서는 두 지표 모두 지원 직후 1년차에는 순이익률의 감소를 기록하고 있으나 5년차 이후의 장기적 시점에서는 긍정적인 개선 효과를 기록하고 있다.
|
자기자본순이익률 |
총자산순이익률 | ||
총 효과 |
0.0065 |
- |
-0.0016 |
- |
지원 후 1년차 |
- |
-0.0383 |
- |
-0.0020 |
지원 후 2년차 |
- |
0.0133 |
- |
-0.0004 |
지원 후 3년차 |
- |
0.1254 |
- |
0.0068 |
지원 후 4년차 |
- |
-0.0076 |
- |
-0.0232** |
지원 후 5년차 |
- |
0.0620 |
- |
0.0052 |
지원 후 6년차 |
- |
0.0298 |
- |
0.0073 |
주) **: p<0.05, *: p<0.01
매출액영업이익률에 비해 자기자본순이익률과 총자산순이익률에 대한 정책자금의 효과가 크게 나타나지 않은 점은 자기자본과 총자산이 지원 이후 상대적으로 당기순이익 증가에 비해 월등하게 증가되었기 때문으로 해석된다. 자기자본 규모는 지원 이후 평균 1억 8천 7백만 원이 증가하였으며, 총자산은 평균 1억 9천만 원이 증가하였으나, 이에 비해 당기순이익은 상대적으로 7천 8백만 원이 상대적인 감소를 보였다. 앞선 영업이익의 분석과 마찬가지로 재무변수를 제외한 경우에도 당기순이익의 개선 규모는 상당히 작은 편이며 통계적으로도 유의하지 않은 결과로 보인다. 결국 앞서 살펴본 자기자본순이익률과 총자산순이익률의 저하는 자기자본과 총자산이 정책자금의 지원으로 인해 증가된 규모에 비해 당기순이익의 증가 폭이 상대적으로 적었던 것에 기인하는 것으로 여겨진다.
|
자기자본 |
총자산 |
당기순이익 | |
재무변수 포함 |
재무변수 제외 | |||
총 효과 |
186.63** |
189.59** |
-77.87** |
20.94 |
지원 후 1년차 |
56.80 |
153.93** |
-31.76 |
32.48 |
지원 후 2년차 |
330.29** |
177.71** |
-85.06** |
19.99 |
지원 후 3년차 |
172.40 |
276.83** |
-139.21** |
-12.97 |
지원 후 4년차 |
390.01** |
137.65* |
-176.52** |
-40.43 |
지원 후 5년차 |
388.19 |
231.02** |
-24.83 |
167.53** |
지원 후 6년차 |
330.29 |
677.96** |
-323.57** |
-15.61 |
주) **: p<0.05, *: p<0.01
2) 비수익성 지표 분석
중소기업 정책자금의 효과성 분석과 관련해 앞선 수익성 지표 외에도 몇 가지 비수익성 지표들에 대한 분석을 함께 수행하였다. 우선 유동비율과 이자보상비율을 통해 살펴본 기업의 안정성 지표와 관련하여, 정책자금의 지원이 이루어진 순간 기업 재무 구조상 직접적인 부채가 발생한다는 점에서 유동비율의 전반적인 하락을 확인할 수 있으며, 이자비용 대비 영업이익을 의미하는 이자보상비율도 통계적으로 유의한 수준은 아니지만 감소효과 있는 것으로 보인다. 그러나 연차별 효과를 살펴볼 때, 안정성 지표들이 지원 직후 단기적으로는 부정적 효과를 나타내나 시간이 지날수록 부정적 효과의 크기도 작아지고 통계적 유의성도 떨어지고 있어 점진적으로 개선되고 있는 것으로 파악할 수 있다.
|
유동비율 |
이자보상비율 | ||
총 효과 |
-1.3966** |
- |
-1.0002 |
- |
지원 후 1년차 |
- |
-1.4643** |
- |
-1.9429 |
지원 후 2년차 |
- |
-1.5817** |
- |
-3.6391 |
지원 후 3년차 |
- |
-1.3477** |
- |
6.6217* |
지원 후 4년차 |
- |
-0.5901 |
- |
-2.2575 |
지원 후 5년차 |
- |
-1.2467 |
- |
2.9641 |
지원 후 6년차 |
- |
-1.4980 |
- |
-5.7852 |
주) **: p<0.05, *: p<0.01
한편 활동성 지표를 반영하는 총자산회전율과 재고자산회전율에 대한 지원 효과 분석에서 통계적으로 유의미한 수준은 아니지만 총자산회전율은 감소하고 재고자산회전율은 증가하는 것으로 [표 12]에서 나타나고 있다. 그러나 연차별 분석에서는 총자산회전율의 경우 장기적으로 개선 추세를 보이고 있어, 총자산이나 재고자산 증가에 비해 매출액 증가 수준이 높게 나타나고 있음을 보여주고 있다. 앞서 살펴본 바와 같이 총자산과 매출액 모두 지원 이후 증가 경향을 보이고 있으나, 장기적으로는 총자산 증가에 비해 매출액 증가가 상대적으로 높은 비율로 이루어지고 있다는 것으로 해석할 수 있다.
|
총자산회전율 |
재고자산회전율 | ||
총 효과 |
-0.0409 |
- |
0.4424 |
- |
지원 후 1년차 |
- |
-0.0547 |
- |
1.0963 |
지원 후 2년차 |
- |
-0.0439 |
- |
-7.2391 |
지원 후 3년차 |
- |
-0.0121 |
- |
-1.1602 |
지원 후 4년차 |
- |
-0.0543 |
- |
19.7203 |
지원 후 5년차 |
- |
0.0150 |
- |
-2.3653 |
지원 후 6년차 |
- |
0.0541 |
- |
19.5352 |
주) **: p<0.05, *: p<0.01
성장성 지표들에 대한 정책자금 지원 효과를 살펴보면, 통계적으로 유의한 수준에서 매출액증가율과 총자산증가율의 감소를 확인할 수 있으며, 전반적으로 업체의 규모가 커지면서 매출액이나 총자산 규모가 증가하지만 그 증가 비율은 떨어지고 있는 것으로 볼 수 있다. 이러한 성장성 지표의 감소 효과는 기존의 삼일회계법인(2003)에서 실시한 분석에서도 동일하게 나타나고 있으며, 매출액과 총자산이 증가하는 경향을 보이나 그 증가율 자체는 둔화되고 있음을 보여주고 있다.
|
매출액증가율 |
총자산증가율 | ||
총 효과 |
-1.1616** |
- |
-0.5793** |
- |
지원 후 1년차 |
- |
-0.9090** |
- |
-0.5478** |
지원 후 2년차 |
- |
-1.4396** |
- |
-0.5906** |
지원 후 3년차 |
- |
-0.7911* |
- |
-0.6076** |
지원 후 4년차 |
- |
-0.6976 |
- |
-0.5748** |
지원 후 5년차 |
- |
-0.8050 |
- |
-0.5010** |
지원 후 6년차 |
- |
-0.5729 |
- |
-0.4586** |
주) **: p<0.05, *: p<0.01
마지막 비수익성 지표로서 인건비 규모의 변화를 통한 고용 규모에 대한 지원 효과를 살펴볼 수 있다. 고용규모에 대한 연차별 변화 수준을 업체별로 정확히 확인할 수 없으며, 고용 규모에 대한 신뢰성 있는 자료를 확보하기가 어렵다는 측면에서 기업의 인건비 총액 규모의 변화를 통해 고용규모에 대한 효과를 측정하고자 하였다. 명목 임금상승률이 반영된 조정된 인건비 지표에도 불구하고 정책 자금 지원 이후 뚜렷한 인건비 총액의 상승을 확인할 수 있으며, [표 14]에서와 같이 평균 1억 5천 8백만 원의 인건비 규모 증대가 나타나고 있다. 연차별 분석에서도 1년차에 9천만 원 정도의 인건비 증가가 6년차에는 4억 원에 달하는 수준으로 지속적으로 그 증가 추세가 확대되고 있는 것을 볼 수 있어 장기적으로도 유의미한 효과를 보이고 있음을 확인할 수 있다. 평균적인 임금 상승을 감안할 때 인건비 규모의 상승은 그만큼의 고용 규모가 증대한 것으로 해석할 수 있을 것이며, 따라서 자금 지원을 통한 고용 규모의 긍정적 효과를 예상할 수 있다.4)
|
인건비 규모 | |
총 효과 |
157.86** |
- |
지원 후 1년차 |
- |
90.23** |
지원 후 2년차 |
- |
154.53** |
지원 후 3년차 |
- |
239.43** |
지원 후 4년차 |
- |
285.53** |
지원 후 5년차 |
- |
308.41** |
지원 후 6년차 |
- |
406.40** |
주) **: p<0.05, *: p<0.01
3. 하위 부문별 효과성 분석
앞서 중소기업 정책자금 지원 사업의 전반적인 효과를 수익성과 비수익성 지표들을 중심으로 살펴보았다. 다음에서는 중소기업 정책자금 지원 사업의 효과성을 지원 사업이나 지원 방식, 지원 내용, 지원 규모에 따른 여러 하위 기준을 통해 차별적으로 검토하기로 한다.
1) 지원 사업별 분석
중소기업진흥공단을 통해 지원되는 중소기업 정책자금은 다양한 정책 목표에 따라 여러 하위 사업들로 나누어 운영되며 개별 사업의 차별성에 따른 정책자금 지원의 효과성 차이를 살펴볼 수 있을 것이다. [표 15]와 같이 분석 대상 집단 가운데 각 사업별 비중을 살펴볼 때, 구조개선 사업이 57.30%로 가장 높은 비중을 차지하고 있으며, 그 다음으로 중소벤처 사업이 20.21%를 차지하고 있다. 협동화 사업의 경우 전체 실적에서 차지하는 비중에 비해 낮은 수준인 2.90%를 나타내고 있으며 이는 상대적으로 협동화 사업을 통해 지원받는 기업 가운데 다른 사업이나 다른 연도에 중복 지원 받은 기업이 많았기 때문으로 판단된다. 정책자금 지원 DB에서는 총 9개의 하위사업으로 구분이 이루어지고 있으나, 본 분석에서는 지원 규모가 큰 구조개선, 중소벤처, 협동화, 개발기술 사업의 네 가지 지원 사업을 중심으로 효과성의 차이를 검토하기로 한다.
|
구조개선 |
협동화 |
개발기술 |
중소벤처 |
기타 |
합계 |
업체수(개) |
4,094 |
207 |
645 |
1,444 |
755 |
7,145 |
비중(%) |
57.30 |
2.90 |
9.03 |
20.21 |
10.57 |
100.00 |
매출액영업이익률을 통해 측정한 수익성은 중소벤처 사업이 34.8%, 개발기술 사업이 16.01%의 개선효과를 나타내었으며, 이는 통계적으로 유의한 효과로 볼 수 있다. 반면 나머지 구조개선 사업과 협동화 사업은 긍정적인 결과에도 불구하고 통계적으로 유의한 결과로 보기는 어려울 것 같다. 연차별 효과에서도 중소벤처 사업의 경우 지원 이후 지속적인 수익성 개선 효과를 나타내고 있으나 지원 이후 단기적인 효과가 크게 나타나며, 개발기술 및 협동화 사업에 있어서도 이러한 단기적인 수익성 개선 효과가 뚜렷이 나타나고 있다.
|
구조개선 |
협동화 |
개발기술 |
중소벤처 |
총 효과 |
0.0158 |
0.1142 |
0.1601** |
0.3481** |
지원 후 1년차 |
0.0306 |
0.1794* |
0.1677** |
0.4089** |
지원 후 2년차 |
0.0036 |
0.0749 |
0.1775** |
0.3311** |
지원 후 3년차 |
0.0135 |
0.0456 |
0.0917 |
0.3352** |
지원 후 4년차 |
0.0141 |
0.0738 |
0.1749 |
0.0946 |
지원 후 5년차 |
-0.0430 |
0.1537 |
- |
0.4011** |
지원 후 6년차 |
0.0344 |
0.0890 |
- |
0.1439 |
주) **: p<0.05, *: p<0.01
자기자본순이익률과 총자산순이익률의 지표를 활용한 수익성 분석 결과에서도 [표 17]과 같이 중소벤처 사업에 대한 지원의 효과성이 각각 17.76%와 3.51%로 가장 높게 나타나고 있어 수익성 개선을 통한 기업의 내적 성장과 관련한 정책자금의 효과성을 파악할 수 있다. 매출액영업이익률에 비해 총자산순이익률에 대해 정책자금의 부정적 효과가 다수 나타나고 있는 것은 앞선 전체사업 분석에서와 마찬가지로 당기순이익의 증대효과가 그리 크지 않은 상황에서 총자산의 증대 효과가 높게 나타나고 있기 때문으로 해석된다.
|
구조개선 |
협동화 |
개발기술 |
중소벤처 |
자기자본순이익률 |
-0.0776 |
0.1681 |
-0.0887 |
0.1776** |
총자산순이익률 |
-0.0106** |
-0.0260* |
-0.0239** |
0.0351** |
주) **: p<0.05, *: p<0.01
수익성 지표의 개선 효과와 함께 수익성 지표와 관련한 기업의 외적 성장에 대한 지표들의 개선 효과를 살펴볼 수 있다. 우선 총매출액의 변화를 살펴보면 [표 18]과 같이 전반적으로 매출액의 증가가 유의미하게 나타나고 있으며, 구조개선 사업과 협동화 사업에서 매출액 증가 효과가 상대적으로 크게 나타나고 있음을 확인할 수 있다. 특히 구조개선 사업의 경우 자금 지원 이후 평균 8억 8천만 원의 총매출액 증가를 나타내고 있으며, 연차별로 계속적으로 매출액 증가효과가 지속되고 있다는 점에서 그 효과성이 다른 사업에 비해 뚜렷이 나타나고 있다고 할 수 있다. 외적 성장의 또 다른 지표로서 총자산 규모에 대한 정책자금의 효과를 분석한 결과, 모든 사업에서 긍정적인 개선 효과가 나타나고 있기는 하나 구조개선 사업을 제외한 모든 사업에서의 분석 결과가 통계적으로 유의하지 않은 것으로 파악되었다. 구조개선 사업의 경우, 평균 2억 8천만 원의 총자산 증가가 정책자금 지원 이후 이루어진 것으로 파악되었으나 앞선 매출액 증가와 같은 지속적이고 뚜렷한 개선 효과를 보여주지는 못하고 있는 것으로 생각된다.
|
구조개선 |
협동화 |
개발기술 |
중소벤처 |
총 효과 |
881.06** |
1009.21* |
691.68** |
443.02** |
지원 후 1년차 |
612.01** |
306.93 |
322.12 |
548.90** |
지원 후 2년차 |
914.08** |
1101.46 |
902.43* |
328.74 |
지원 후 3년차 |
1087.68** |
2336.08** |
1272.23* |
177.43 |
지원 후 4년차 |
1230.12** |
1327.13 |
1782.32 |
667.06 |
지원 후 5년차 |
1273.85** |
865.03 |
- |
674.28 |
지원 후 6년차 |
1249.55** |
428.36 |
- |
1169.93 |
주) **: p<0.05, *: p<0.01
비수익성 지표로서 고용 규모와 관련한 총 인건비 규모의 변화에서는 [표 19]에서와 같이 모든 사업에서 유의미한 고용증대 효과를 확인할 수 있었으며, 협동화 사업과 개발기술 사업에 의해 지원을 받은 업체들이 각각 3억 3천만 원, 2억 4천만 원의 인건비 규모 증가를 통해 상대적으로 높은 수준의 고용 증대가 있었음을 보여주고 있다. 연차별 지원 효과의 비교에서도 전반적으로 인건비 규모가 계속적으로 증가하고 있음을 보여주고 있어 장기적으로 정책자금의 효과가 지속되고 있음을 예상할 수 있다.
|
구조개선 |
협동화 |
개발기술 |
중소벤처 |
총 효과 |
176.97** |
333.41** |
242.94** |
129.27** |
지원 후 1년차 |
87.73** |
172.02** |
171.82** |
67.87** |
지원 후 2년차 |
148.25** |
348.37** |
263.49** |
151.78** |
지원 후 3년차 |
252.98** |
556.73** |
432.25** |
180.76** |
지원 후 4년차 |
311.65** |
464.83** |
337.26** |
225.20** |
지원 후 5년차 |
324.08** |
516.50** |
- |
272.14** |
지원 후 6년차 |
436.47** |
368.69** |
- |
260.33** |
주) **: p<0.05, *: p<0.01
2) 지원 방식별 분석
중소기업 정책자금은 그 지원 방식에 따라 크게 직접대출과 대리대출의 형태로 구분할 수 있으며, 중소기업진흥공단에서 직접 대출업무까지 담당하는 직접대출과 시중은행을 통해 대출이 이루어지는 대리대출에 따른 차이를 살펴볼 수 있다. 직접대출과 대리대출은 그 지원 업무의 담당 기관이 누구냐의 차이를 떠나 대출조건 및 상환조건 등에 있어 공단과 은행의 기관 성격의 차이에서 비롯된 여러 가지 제약이 정책자금 집행에 영향을 미칠 수 있다는 점에서 그 차별성에 따른 효과 분석의 의미를 부여할 수 있다.
우선 수익성 지표와 관련해 매출액 대비 영업이익률로 측정한 수익성은 [표 20]에서 볼 수 있는 것과 같이 대출 방식별로 그 성과가 다르게 나타나며, 직접대출의 수익성 개선 효과가 높은 것으로 분석되고 있다. 각 대출 방식의 총 효과를 살펴보면 직접대출이 23.4%의 통계적으로 유의한 개선 효과를 보인 반면 대리대출의 효과는 긍정적인 수준이나 통계적으로 유의하지 않게 나타나고 있다. 따라서 직접대출에 의한 정책자금 지원 사업 대리대출에 의한 것보다 중소기업의 수익성에 미치는 효과가 더 큰 것으로 볼 수 있다. 각 대출방식에 의한 정책자금 지원사업의 연도별 효과를 살펴보면 정책자금 지원 시점을 기준으로 1년차~3년차의 단기적인 시기에 정책자금을 지원받은 중소기업의 수익성이 크게 개선되는 것으로 나타나며, 이는 앞서 살펴본 전체사업의 연도별 효과와 함께 일관성이 있는 결과로 분석된다.
총자산순이익률에 대한 수익성 개선 효과 분석에서도 직접대출에 비해 대리대출의 개선 효과가 다소 낮은 것으로 파악되며, 대리대출의 경우 0.8%의 이익률 감소가 통계적으로 유의한 수준에서 나타나고 있는 반면 직접대출의 경우 유의한 결과는 아니지만 0.6%의 이익률 증가를 확인할 수 있다. 그러나 두 경우 모두 지원 후 3~4년차에 이익률의 유의미한 감소를 나타내고 있어, 상대적으로 당기순이익의 감소에 비해 총자산 증가가 높게 나타난 것으로 이해할 수 있다.
|
매출액영업이익률 |
총자산순이익률 | ||
직접대출 |
대리대출 |
직접대출 |
대리대출 | |
총 효과 |
0.2337** |
0.0127 |
0.0057 |
-0.0083* |
지원 후 1년차 |
0.3430** |
0.0212 |
0.0170** |
-0.0147** |
지원 후 2년차 |
0.1815** |
-0.0297 |
0.0124 |
-0.0113 |
지원 후 3년차 |
0.1630** |
0.0489 |
-0.0160* |
-0.0174** |
지원 후 4년차 |
0.1195 |
-0.0148 |
-0.0293** |
-0.0208** |
지원 후 5년차 |
-0.0540 |
0.0724 |
0.0138 |
0.0001 |
지원 후 6년차 |
0.1296 |
0.0337 |
-0.0038 |
0.0082 |
주) **: p<0.05, *: p<0.01
한편 기업의 외적인 규모의 성장을 나타내는 매출액, 자기자본, 총자산 규모의 변화를 살펴보면, [표 21]과 같이 매출액 규모의 경우 자금 지원 이후 두 방식 모두 유의한 수준의 증가를 나타내고 있으며, 대리대출의 경우 7억 5천만 원의 매출액 증가를 보여 상대적으로 높은 효과를 보이고 있다. 자기자본 규모에서도 1억 1천만 원의 증가를 보인 직접대출 방식에 비해 2억 4천만 원의 증가를 보이고 있는 대리대출 방식의 개선 효과가 상대적으로 크게 나타나고 있다. 그러나 총자산 규모의 변화에서는 유의미한 효과를 나타내지 못한 대리대출 방식에 비해 직접대출의 경우 평균 3억 2천만 원의 증가 효과를 보이고 있다. 전반적으로 매출액 증대 효과는 두 방식 모두 비슷한 수준임에 비해, 대리대출 방식은 자기자본 증대에 높은 효과를 보이며, 직접대출의 경우 총자산 증대에 높은 효과를 보이고 있다는 점에서 차이를 나타내고 있다.
|
직접대출 |
대리대출 |
매출액 규모 |
718.90** |
749.34** |
자기자본 규모 |
113.10* |
237.22** |
총자산 규모 |
315.57** |
158.28 |
주) **: p<0.05, *: p<0.01
한편 인건비로 측정한 정책자금 지원사업의 고용효과는 대출방식에 관계없이 긍정적인 것으로 평가되며, 직접대출과 대리대출 모두 평균 1억 7천만 원의 인건비 증가 효과를 나타내고 있다. 앞서 언급되었던 분석의 한계를 전제로 하여 고용효과를 평가하면 인건비가 물가상승률보다 크게 증가하고 있어 정책자금 지원 사업 대출방식 구분에 관계없이 모두 중소기업의 고용을 확대하는 것으로 해석된다. 연차별 효과에서도 앞에서와 마찬가지로 대출방식의 구분에 관계없이 인건비의 증가가 지속되고 있는 것은 정책자금 지원사업의 고용증대 효과가 해를 거듭할수록 커지고 있는 것으로 풀이되며, 직접대출과 대리대출 간에 인건비 및 고용과 관련한 효과에 큰 차이가 없음을 보여주고 있다.
|
직접대출 |
대리대출 |
총 효과 |
171.65** |
169.71** |
지원 후 1년차 |
80.90** |
101.75** |
지원 후 2년차 |
160.84** |
164.24** |
지원 후 3년차 |
297.10** |
223.99** |
지원 후 4년차 |
326.27** |
275.38** |
지원 후 5년차 |
321.03** |
326.94** |
지원 후 6년차 |
313.70** |
451.59** |
주) **: p<0.05, *: p<0.01
3) 지원 내용별 분석
중소기업 정책자금 지원 사업의 효과성 분석과 관련한 하위 분석으로서 다음에서는 지원 내용에 따른 차이를 분석하고자 한다. 여기서 말하는 지원 내용이란 정책자금을 지원하는 과정에서 시설자금과 운전자금, 또는 혼합자금의 형태로 정책자금의 사용 목적을 차별적으로 한정하고 있는 부분을 의미한다. 지원 내용에 따른 지원 방식의 차이를 살펴볼 때, [표 23]과 같이 시설자금과 혼합자금의 경우 대리대출의 비율이 높은 반면, 운전자금의 경우 직접대출의 비중이 높은 것을 확인할 수 있다. 시설자금의 경우 전체의 86.77%가 대리대출의 방식으로 지원된 것인데 반해, 운전자금의 경우 전체의 70.17%가 직접대출의 방식으로 지원된 것이다. 앞서 언급하였듯이 대리대출의 경우 담보대출 비중이 높으며 직접대출의 경우 신용대출의 비중이 높은 것도 이러한 지원 내용에 대한 차이에서 비롯된 것으로 파악된다. 한편 지원 내용에 따른 하위 사업부문별로 살펴보았을 때, 구조개선사업과 협동화사업에 있어 시설자금의 비율이 각각 60.75%, 69.72%로 상대적으로 높은 수준이나, 개발기술사업과 중소벤처사업 및 기타사업에 있어서는 운전자금의 비율이 각각 91.94%와 65.82%로 높게 나타나고 있어 사업별로 지원 내용의 차이를 확인할 수 있다.
|
시설자금 |
운전자금 |
혼합자금 |
직접대출 |
285 (13.23%) |
1621 (70.17%) |
194 (20.95%) |
대리대출 |
1870 (86.77%) |
689 (29.83%) |
732 (79.05%) |
합계 |
2155 (100%) |
2310 (100%) |
926 (100%) |
지원 내용에 따른 정책자금의 효과를 분석한 결과, [표 24]와 같이 운전자금에 대한 지원은 17.7%의 증가효과를 보이며, 혼합자금에 대한 부분도 10.6%의 증가효과를 보이고 있으며, 통계적으로 유의미한 결과로 파악된다. 시설자금 지원에 대한 효과는 0.8%의 긍정적인 개선 효과를 보이기는 하나 통계적으로 유의미하지 않아 상대적으로 효과성이 낮은 것으로 판단된다. 운전자금 지원에 대한 연차별 효과는 단기적으로 1년차에 25.5%에 달하는 높은 개선효과를 보이고 있으며, 1년차~4년차에 걸쳐 지속적으로 유의미한 개선 효과를 보인다. 혼합자금 지원 역시 1년차에 15.0%에 달하는 수익성 개선을 보이고 있으며, 연차별로 1년차~3년차에 역시 유의미한 수익성 개선이 나타나지만 운전자금에 비해 그 성과가 상대적으로 적은 편으로 파악된다.
또 다른 수익성 지표로서 총자산순이익률의 개선효과와 관련해서는 운전자금의 경우 0.8%의 증가를 나타내나 통계적으로 유의미하지 않으며 시설자금의 경우 1.23%의 순이익률 감소를 나타내고 있다. 시설자금의 경우 총자산 규모의 증가에 대비해 당기순이익의 증가가 낮은 수준으로 파악된다. 연차별 효과에서는 모든 경우에 있어 장기적으로는 순이익률의 개선 효과가 나타나는 것으로 파악되며, 운전자금 및 혼합자금의 경우 지원 후 5년차에 유의미한 순이익률의 개선 효과를 보이는 것도 이러한 장기적 성과로 해석되는 부분이다.
구분 |
매출액영업이익률 |
총자산순이익률 | ||||
시설자금 |
혼합자금 |
운전자금 |
시설자금 |
혼합자금 |
운전자금 | |
총 효과 |
0.0078 |
0.1062** |
0.1774** |
-0.0123** |
-0.0096 |
0.0077 |
지원 후 1년차 |
0.0224 |
0.1501** |
0.2551** |
-0.0151** |
-0.0024 |
0.0072 |
지원 후 2년차 |
-0.0157 |
0.1126* |
0.0932* |
-0.0101 |
-0.0005 |
0.0041 |
지원 후 3년차 |
-0.0049 |
0.1517** |
0.1488** |
-0.0140* |
-0.0039 |
0.0243** |
지원 후 4년차 |
0.0099 |
-0.0716 |
0.1336* |
-0.0165* |
-0.0369** |
-0.0252** |
지원 후 5년차 |
0.0195 |
0.0362 |
0.0595 |
-0.0001 |
0.0381** |
0.0419** |
지원 후 6년차 |
0.0267 |
0.0404 |
0.1093 |
0.0184 |
-0.0266 |
0.0093 |
주) **: p<0.05, *: p<0.01
앞선 분석에서와 같이 정책자금 지원이 매출액 증가에 상당히 큰 영향을 가지고 있는 것으로 추정되며, [표 25]와 같이 세 가지 형태에 따라 지원이후 약 6억 9천만 원에서 8억 4천만 원 정도의 총매출액 증가를 나타내고 있다. 시설자금의 경우 매출액 증가 효과가 뚜렷하게 나타나고 있으며, 자금 지원 이후 8억 4천만 원의 매출액 개선이 이루어지고 있다. 연차별 분석에서도 지원 이후 지속적으로 매출액 증가가 이루어지고 있어 매출액 규모 개선과 관련하여 시설자금의 효과성이 가장 높게 나타난다고 할 수 있다. 전반적으로 장기적인 매출액 증가 효과가 높게 나타나고 있으나, 시설자금에 비해 운전자금의 경우 매출액 증가의 단기적 효과가 더 크게 나타나고 있어 차이를 확인할 수 있다.
한편 자기자본 규모와 관련한 효과성 분석에서도 시설자금이나 혼합자금의 경우 자기자본 증가 효과가 유의미하게 나타나고 있으며 각각 평균 3억 3천만 원, 3억 8천만 원의 증가 효과를 확인할 수 있다. 연차별로도 거의 전년도에 걸쳐 지속적인 자기자본 증가 효과를 나타내고 있다. 이에 비해 운전자금의 경우 자기자본 규모의 증가가 나타나기는 하지만 통계적으로 유의미하지도 않고 그 규모도 크지 않은 편이다. 총자산 규모에 대한 분석에서도 모든 경우에 총자산 증가가 나타나고 있지만, 시설자금의 경우에만 통계적인 유의성을 보이며 평균 2억 7천만 원의 총자산 증가를 확인할 수 있다.
매출액 규모 및 자기자본 규모, 총자산 규모의 변화를 통해 확인할 수 있는 부분은 시설자금의 경우 장기적이고 뚜렷한 기업 외적 규모의 성장에 기여를 하고 있다는 것이며, 상대적으로 시설자금의 비중이 높은 혼합자금이 운전자금에 비해 기업 규모의 성장에 보다 높은 효과성을 보이고 있다는 점이다.
구분 |
시설자금 |
혼합자금 |
운전자금 |
매출액 규모 |
837.99** |
824.46** |
691.45** |
자기자본 규모 |
328.02** |
384.83** |
54.36 |
총자산 규모 |
268.97* |
110.62 |
227.26 |
주) **: p<0.05, *: p<0.01
한편 [표 26]에서와 같이 세 가지 형태의 자금지원 모두 인건비 증가에 기여하고 있는 것으로 추정되며, 추정치는 모두 통계적으로 유의하게 나타나고 있다. 그러나 종합적인 인건비 증가 효과는 유형별로 약 1억 7천만 원에서 2억 1천만 원 수준으로 크게 차이를 나타내지는 않는 것으로 볼 수 있다. 상대적으로 운전자금에 대한 지원의 인건비 증가 효과가 가장 크며, 연차별로 보면 단기적으로는 시설자금, 장기적으로는 운전자금에 대한 지원이 인건비 증가 효과가 가장 큰 것으로 파악할 수 있다.
구분 |
시설자금 |
혼합자금 |
운전자금 |
총 효과 |
175.88** |
169.03** |
208.88** |
지원 후 1년차 |
125.41** |
81.56** |
69.48** |
지원 후 2년차 |
188.16** |
175.45** |
121.14** |
지원 후 3년차 |
199.23** |
273.40** |
335.98** |
지원 후 4년차 |
218.87** |
293.35** |
461.01** |
지원 후 5년차 |
299.90** |
360.06** |
355.78** |
지원 후 6년차 |
471.25** |
357.48** |
478.80** |
주) **: p<0.05, *: p<0.01
4) 지원 규모별 분석
본 연구에서는 중소기업 정책자금의 효과성을 분석하면서 정책자금의 지원 여부에 따른 성과 지표의 변화를 살펴보게 됨에 따라 정책자금의 규모에 따른 효과성의 차이를 분석에서 고려할 수 없는 한계를 가진다. 이러한 점에서 정책자금의 지원 규모에 따른 집단별 효과성 차이를 통해 지원 규모에 따른 정책자금의 효과성을 분석하고자 하였다. 그러나 이때의 지원규모는 절대적인 지원규모가 아닌 각 업체의 규모에 따른 상대적인 지원규모로 파악하여야 할 것이다. 분석에서는 정책자금 지원이 이루어진 당해 연도 기준으로 총자산 규모 대비 정책자금의 지원규모를 추정하였으며 평균 21.0%의 지원규모를 나타내었다. 중위수를 살펴볼 때 총자산대비 14.1%를 기준으로 소규모 지원과 대규모 지원으로 나눌 수 있으며, 이러한 집단 구분을 통해 효과성의 차이를 분석할 수 있을 것이다. 한편 상대적인 지원 규모의 크기는 업체의 규모와 반비례하는 것으로 판단되며, 총자산 및 총매출 규모에 대한 비교에서 소규모 지원을 받은 업체들이 상대적으로 큰 규모의 업체들이 포함되고 있다.
매출액대비영업이익률에 대한 지원규모별 차이를 살펴볼 때, [표 27]에서와 같이 상대적으로 업체규모에 비해 대규모의 지원을 받은 업체에 있어 전반적인 지원 이후 이익률 개선효과가 높게 나타나고 있다. 대규모 지원을 받은 업체의 경우 지원이후 매출액대비영업이익률의 개선 수준이 15.04%로, 소규모 지원을 받은 업체의 매출액대비영업이익률 개선 수준인 5.33%에 비해 훨씬 높은 수준이다. 연차별 비교로 살펴볼 경우에도, 대규모 지원의 경우 지원에 따른 긍정적인 개선효과가 지원 이후 차츰 감소하기는 하지만 3년차까지 유의미하게 지속되고 있으나, 소규모 지원이 이루어진 업체에 대해서는 지원 직후 1년차에만 단기적인 효과가 나타나고 있다.
자기자본순이익률의 개선 효과와 관련해서는 소규모 지원이 이루어진 업체의 평균 이익률 개선효과가 긍정적으로 나타나고 있으나, 통계적으로 유의미한 차이로 볼 수 없으며 전반적으로 이익률의 변화 편차가 상당히 크게 나타나고 있어 해석에 한계가 있다. 당기순이익을 통해 살펴본 또 다른 수익성 지표의 하나인 총자산순이익률에서는 소규모 지원이 이루어진 업체에 비해 대규모 지원이 이루어진 업체에 있어 개선 효과가 긍정적으로 나타나고 있으나, 뚜렷한 통계적 차이나 경향성을 확인하기는 어려운 편이다. 연차별로 소규모 지원의 경우 지속적인 감소세를 보이고 있는데 비해, 대규모 지원을 받은 업체에서는 3년 차의 높은 순이익률 개선을 포함해 전반적으로 상승세를 나타낸다는 점에서 대규모 지원을 통한 수익성 개선 효과가 상대적으로 높은 것을 확인할 수 있다.
|
매출액영업이익률 |
자기자본순이익률 |
총자산순이익률 | |||
소규모 지원 |
대규모 지원 |
소규모 지원 |
대규모 지원 |
소규모 지원 |
대규모 지원 | |
총 효과 |
0.0533** |
0.1504** |
0.0098 |
-0.0143 |
-0.0120** |
0.0084 |
지원 후 1년차 |
0.1230** |
0.1812** |
0.0418 |
-0.1172 |
-0.0062 |
0.0017 |
지원 후 2년차 |
-0.0542 |
0.1581** |
-0.0051 |
-0.0084 |
-0.0062 |
0.0047 |
지원 후 3년차 |
0.0546 |
0.1397** |
0.0235 |
0.2205** |
-0.0226 |
0.0390** |
지원 후 4년차 |
0.0489 |
0.0043 |
-0.1739 |
0.1686 |
-0.0399 |
-0.0044 |
지원 후 5년차 |
-0.0091 |
0.0930 |
0.1234 |
0.0693 |
-0.0049 |
0.0198 |
지원 후 6년차 |
0.0671 |
0.0537 |
-0.0059 |
0.1068 |
-0.0078 |
0.0359 |
주) **: p<0.05, *: p<0.01
매출액영업이익률과 관련해 지원에 따른 매출액 신장 규모를 살펴보면, 소규모 지원을 받은 업체의 경우, 지원 이후 평균 매출액 신장 규모가 11.4억 원에 달하고 있으며, 연차별 효과를 살펴봄에 있어서도 계속적으로 매출액 증가 수준이 높아지는 것으로 판단되며 통계적으로 상당한 유의미함을 보이고 있는데 비해, 대규모 지원을 받은 업체에 있어서는 지원에 따른 매출액 증가 효과가 나타나기는 하지만 통계적으로 유의미한 수준의 차이를 보이지 않고 있다. 앞서 살펴보았듯이 소규모 지원을 받은 업체들이 상대적으로 큰 규모의 업체로 판단되며, 매출액 규모의 평균 차이도 약 3배를 넘고 있는 상황에서 매출액 신장 규모의 차이는 이러한 업체의 기본적인 규모차이를 반영하고 있는 것으로 판단할 수 있다. 지원규모에 따른 총자산 개선 효과에서도 소규모 지원을 받은 업체의 총자산 증가 수준이 월등히 높게 나타나고 있으며 연차별로도 꾸준히 증가하고 있는 것으로 나타나고 있다. 소규모 지원을 받은 업체의 경우 지원 이후 평균 3억2천만 원 이상의 총자산이 증가되고 있는 것으로 나타나며 통계적으로도 유의미한 차이로 파악되는데 비해, 대규모 지원을 받은 업체의 경우 총자산의 증가가 평균 7천1백만 원 정도 발생하고 있으나 통계적으로 유의미한 수준은 아니다. 지원 규모에 따른 기본적인 업체 규모의 차이가 이러한 자산 증가의 폭에 영향을 미친다는 점을 감안할 수 있으나, 통계적인 유의미성의 정도로 볼 때 소규모 지원에 따른 자산 증가 효과가 크게 나타나고 있다. 또 하나의 가능성은 대규모 지원의 경우 정책자금에 의한 의존도가 커지고 추가적인 자산 확보의 노력이 소규모 지원에 비해 절실하지 않을 수 있다는 점과 총자산 규모에 대비하여 소규모 지원을 받게 되는 대규모 업체들이 상대적으로 소규모 업체들에 비해 외형적 성장에 더 높은 가치를 두고 있을 가능성이 있다는 것이다. 결국 대규모 지원을 받은 소형 업체들이 경영 수익성 개선을 통한 기업 내적 성장에 많은 비중을 두고 지원받은 정책자금을 활용하는데 비해, 소규모 지원을 받은 대형 업체들의 경우 매출액이나 총자산 규모의 증대를 통한 기업 외적 성장에 상대적으로 치중하고 있는 것으로 해석할 수 있다.
구분 |
시설자금 |
혼합자금 |
매출액 규모 |
1141.50** |
190.72 |
총자산 규모 |
322.69** |
71.13 |
주) **: p<0.05, *: p<0.01
지원 규모별 인건비의 증가 수준을 살펴보면, [표 29]에서와 같이 두 집단 모두 자금지원 이후 인건비의 증가를 나타내고 있으며, 소규모 지원을 받은 업체의 경우 평균 2억 3천여만 원의 인건비 증가를, 대규모 지원을 받은 업체의 경우 평균 1억여 원의 인건비 증가를 보이고 있다. 소규모 지원을 받은 업체의 경우 대규모 지원 업체에 비해 매출액이나 업체의 규모가 크다는 점을 고려하면 인건비 증가의 절대적인 규모 자체는 소규모 지원 업체가 높은 수준이나, 매출액 수준에 비교해 볼 때 대규모 지원을 받은 업체의 인건비 증가 비중이 보다 높은 것으로 파악된다.
|
소규모 지원 |
대규모 지원 |
총 효과 |
229.22** |
100.74** |
지원 후 1년차 |
124.80** |
58.12** |
지원 후 2년차 |
216.36** |
103.81** |
지원 후 3년차 |
327.53** |
157.17** |
지원 후 4년차 |
377.33** |
192.01** |
지원 후 5년차 |
392.36** |
207.85** |
지원 후 6년차 |
517.98** |
193.60** |
**: 유의수준 5% 이내, *: 유의수준 10% 이내에서 통계적 유의도
Ⅳ. 결론 및 정책적 시사점
우리 경제에서 중소기업 정책자금 지원 사업은 시장 실패로 인해 충분한 자원을 민간 금융시장에서 확보할 수 없었던 중소기업들에 적절한 재원을 마련해 주는 것과 함께 대기업과 중소기업의 균형적인 성장을 도모하기 위해 여러 정책적 목적에서 활발히 운영되어왔고 지금도 사업 규모는 계속적으로 확대되어 오고 있는 상황이다. 그러나 최근 들어 불거져 나오고 있는 정책자금의 실효성에 대한 논란은 그간 당연하게 받아들여졌던 정책자금 지원 사업에 대한 객관적이고 타당성 있는 효과성 분석의 필요성을 강력히 제기하고 있다. 이러한 배경에서 본 연구는 중소기업진흥공단을 통해 집행된 정책자금 지원 사업에 대한 효과성 분석을 시도하였으며, 지원 사업의 특성을 반영해 순차적 선택모형을 구성하고 이에 따른 계량적 분석을 실시하였다.
분석결과에서는 우선 중소기업 정책자금 지원 사업에 대한 거시적인 효과성 분석에서 매출액영업이익률을 중심으로 한 수익성의 개선이 두드러지게 나타나고 있음을 확인할 수 있었다. 전반적으로 정책자금의 지원은 매출액의 증가와 함께 평균 9.96%에 달하는 매출액영업이익률의 개선을 가져왔으며, 수익성 외에도 인건비 규모로 추정된 고용 규모에 있어서 긍정적인 개선 효과를 나타내고 있다. 전체 사업의 거시적인 성과와 함께 본 연구에서는 지원 사업과 지원 방식, 지원 내용, 지원 규모에 따른 하위 분석을 실시하였다. 지원 사업의 경우 중소벤처 사업과 개발기술 사업을 중심으로 한 수익성의 개선 효과를 뚜렷이 확인할 수 있었으며, 구조개선 사업 등에 있어 매출액, 총자산 규모와 같은 기업 외적 성장에의 효과를 파악할 수 있었다. 지원 방식에 있어서는 중소기업진흥공단에 의한 직접대출의 경우 수익성의 측면에서 일반 시중은행에 의한 대리대출에 비해 높은 개선 효과를 보이고 있으며, 매출액이나 총자산의 증가와 관련해서도 대리대출에 비해 상대적인 효과성이 높게 나타나고 있다. 시설자금과 운전자금, 혼합자금의 세 가지 지원 내용별로 나누어 분석한 결과에서는 운전자금을 중심으로 수익성 개선 효과가 높게 확인된 것에 비해 시설자금 지원을 통해서는 매출액과 총자산 규모 등 기업의 외적 성장 효과가 높게 나타나고 있음을 볼 수 있었다. 마지막으로 지원 당시 총자산 규모에 대비한 지원 규모별 분석에서는 소규모 지원에 비해 대규모 지원을 받은 업체들의 수익성 개선 효과가 두드러진다는 점에서 기업 내적 성장에의 효과성을 확인할 수 있었으나, 매출액 및 총자산 규모 등에서는 대규모 지원 보다 소규모 지원을 받은 업체들에서 높은 효과성을 파악할 수 있었다.
이러한 실증 분석의 결과를 바탕으로 우리는 다음과 같은 몇 가지 정책적 시사점을 제시할 수 있을 것이다. 이들은 크게 정책의 성과 제고를 위한 이슈들과 지원사업의 선정 과정에 대한 이슈들의 두 가지로 나누어 질 수 있다.
정책의 성과 제고를 위한 이슈와 관련해, 우선적으로 과학적인 정책 평가 시스템의 도입이 중요하며, 이를 위해 관련 자료의 축적 및 데이터베이스의 고도화가 요구된다. 이러한 데이터베이스의 구축을 통해 과학적인 성과 평가를 실시할 수 있으며 이를 위한 주기적인 성과 평가 시스템의 도입이 필요하며 이를 지원사업의 내부평가시스템에 적절히 연계할 수 있는 작업이 수행되어야 할 것이다. 또한 하위사업부문에 따라 성과 결과의 차등에 대해 적극적인 내부 분석이 이루어져야 하며, 사업의 포트폴리오 개편을 성과 평가 결과에 근거하여 실시할 필요가 있다. 중진공의 역할에 있어 정책자금 지원 사업의 신청을 받고 심사를 통해 자금을 지원하는 단계에서 추가적인 사후관리체계를 구축하고 고객만족도를 제고할 수 있는 운영시스템의 강화가 필요할 것이며, 이는 중소기업 경영컨설팅 능력의 강화와도 연결된다고 할 수 있다.
다음으로 지원사업의 선정과정에 대한 이슈와 관련해, 지원사업과 관련한 중소기업체들은 선정업체, 탈락업체, 비신청업체의 세 가지 이질적인 집단으로 구성되어 있으며, 이들 간의 차별적인 특성을 통해 선정업체들과 나머지 집단 간의 선정 과정에서의 특성 차이를 예상할 수 있다. 정책자금을 지원받는 선정업체의 특성의 복잡성으로 인해 중진공에서 정책자금 지원 대상 업체를 선정할 때 다양한 정책 요소를 고려해야 하며, 이 과정에서 정책자금에 대한 효과성 부분이 상쇄될 수 있는 여지들이 존재할 것이다. 이러한 상충되는 선정 기준에 대해 각각을 차별화하고 지원 사업 자체를 구분하여 각각의 사업에 대한 선정 기준과 심사의 강도를 달리할 필요가 있다. 정책자금 지원사업의 연속적인 순환 과정의 일부로 지원 대상 업체 선정 활동을 인식하고 향후 집행 과정과 사후 관리, 성과 평가 등에 대한 충분한 고려가 심사 및 선정 과정에서 주어져야 할 것이다. 이를 위해 지원 사업의 이후 단계에서 개별 업체에 대한 지원 사업이 원활하게 집행과 사후 감독, 평가에 이르기까지 연결되게 하기 위해 심사와 선정 과정에서 책임 운영 체제가 중진공의 운영 시스템에 포함시키는 방안을 생각할 수 있다.
본 연구에서는 중소기업 정책자금 지원 사업의 효과성 평가와 관련한 계량적 분석을 위해 가장 적절하다고 판단되는 모형을 선정하고 이에 따른 자료의 수집과 정리를 통해 분석 데이터베이스를 확정하여 이에 대한 분석 결과를 제시하였다. 그러나 모든 프로그램 평가에서 그러하듯이 무작위배정에 의한 동질적 실험설계가 이루어지지 않은 이상, 그 어떤 방법론을 사용하더라도 이것이 정책의 효과를 정확히 분석하였다고 확신할 수는 없을 것이다. 본 연구에서도 연구방법론에 대한 여러 가지 보완이 가능할 수 있으며, 분석 데이터베이스를 구성하는 과정에서도 데이터의 손실이나 미비함으로 인해 한계점이 존재할 수 있다. 이러한 부분은 향후에 보다 체계적이고 정형화된 사업 평가 시스템 속에서 충분한 개선의 여지가 있으며, 정책성과의 제고를 위해서도 본 연구가 하나의 시발점으로서 의미를 가질 수 있기를 희망한다.
참고문헌
김준경.(1993). “정책금융의 재원조성 개선방안”, 송대희․문형표(편), 국가예산과 정책목표: 1993년도, 한국개발연구원
김현욱.(2005). “재정자금을 이용한 중소기업 정책금융의 수익성 개선효과”, 한국개발연구, 27(2).
이기영.(1994). 정책금융제도의 현황, 효과분석 및 개선방향, 한국조세연구원.
이석원.(2003). Propensity Score Matching 방법에 의한 실업자 직업훈련 사업의 효과성 평가, 한국행정학보, 37(3).
이석원.(2004). 시장 친화적 연구․개발 지원사업의 상업적 효과성: 순차적 설계를 활용한 분석, 한국행정학보, 38(3).
중소기업학회.(2005). 중소기업진흥공단 사업별 성과분석, 중소기업진흥공단.
중소기업진흥공단.(2005). 중소기업진흥공단 주요사업 및 업무수행절차, 중소기업진흥공단.
삼일회계법인. (2003). 정책자금 사후관리 사업 성과평가 최종보고서, 중소기업청.
Ashenfelter, Orley and David Card.(1985). "Using the Longitudinal Structure of Earnings to Estimate the Effect of Training Programs," The Review of Economics and Statistics, 67(4).
Ashenfelter, Orley.(1978). "Estimating the Effect of Training Programs on Earnings," Review of Economics and Statistics, 60(1), February.
Bassi, Laurie.(1983). "Estimating the effect of training programs with non-random selection," The Review of Economics and Statistics, 66(1).
Bjorklund, Anders and Robert Moffitt.(1987). "The Estimation of Wage Gains and Welfare Gains in Self-Selection Models," The Review of Economics and Statistics, 69(1).
Blalock, A.B. (1990). Evaluation Social Program at the State and Local level: the JTPA Evaluation Design Project, Michigan: Upjohn institute for Employment Research.
Blanchflower, David G., Phillip B. Levine and David J. Zimmerman.(2003). "Discrimination in the Small-Business Credit Market," The Review of Economics and Statistics, 85(4).
Bloom, H.S.. (1984). "Accounting for No-Shows in Experimental Designs," Evaluation Review, April.
Bloom, Howard S., Charles Michalopoulos, Caryoly J. Hill & Ying Lei. (2002). "Can Nonexpeirimental Comparison Group Methods Match the Findings from a Random Assignment Evaluation of Mandatory Welfare-to-Work Programs?" MDRC Working Papers on Research Methodology, NY: Manpower Demonstration Research Corporation.
Bloom, Howard S..(1984). "Estimating the effect of job-training programs, using longitudinal data: Ashenfelter's findings reconsidered," The Journal of Human Resources, 19(4).
Fraker, T., & Maynard, R. (1987). "Evaluating comparison group designs with employment-related programs." Journal of Human Resources, 22.
Gale, William G..(1991). "Economic Effects of Federal Credit Programs," American Economic Review, 81(1), March.
GAO.(2001). Early Childhood Programs: The Use of Impact Evaluations to Assess Program Effects, GAO-01-542.
Heckman, J. and Smith, J.. (1999). “The Pre-Program Earnings Dip and the Determinants Participation ina Social Program: Implications for Simple Program Evaluation Strategies." Economic Journal 109.
Hotz, V. J..(1992). Designing an Evaluation of the Job Training Partnership Act, in Evaluating Welfare and Training Programs, edited by Manski, C. and Garfinkel, I., Harvard University Press.
Lalonde, Robert.(1986). “Evaluating the Econometric Evaluations of Training Programs with Experimental Data.” American Economic Review, 76.
Li, Wenli.(1998). "Government Loan, Guarantee, and Grant Programs: An Evaluation," Economic Quarterly, 84(4), fall, Federal Reserve Bank of Richmond.
Orr, Larry L. (1999). Social Experiments: Evaluating Public Programs with Experimental Methods, CA: Sage Publications.
Smith, Bruce D. and Michael J. Stutzer.(1989). "Credit Rationing and Government Loan Programs: A Welfare Analysis," AREUEA Journal 17(2).
Stiglitz, Joseph E. and Andrew Weiss.(1981). "Credit Rationing in Markets with Imperfect Information," American Economic Review, 71(3), June.