Ⅰ. 서 론

최근 글로벌 에너지 시장의 불확실성이 확대되면서 에너지 가격 변동이 실물경제에 미치는 영향에 대한 관심이 높아지고 있다. 특히 2021~2022년 러시아-우크라이나 전쟁 이후 국제유가, 천연가스, 석탄 가격이 동시에 상승하면서 에너지 수입 의존도가 높은 국가의 경제적 취약성이 크게 부각되었다(Liu and Lee, 2025). 한국은 OECD 국가 중에서도 에너지 해외 의존도가 높은 국가에 해당하며, 산업 구조 역시 제조업 중심으로 형성되어 있어 에너지 가격 변동의 영향을 상대적으로 크게 받을 수 있는 경제 구조를 가지고 있다(정영욱 외, 2023).

에너지 가격의 변동성 확대는 기업의 미래 비용 예측을 어렵게 하고 수익성을 악화시키는 요인으로 작용할 수 있다. 그러나 이러한 영향이 모든 기업에 동일하게 나타나는 것은 아니다. 에너지 가격 충격은 기업 퇴출의 직접적인 원인이라기보다는 이미 존재하던 재무적 취약성을 현실화시키는 촉발 요인으로 작용할 수 있다(Jovanovic, 1982). 이러한 관점은 에너지 가격 충격 자체를 완화하는 정책뿐 아니라, 충격에 취약한 기업 집단을 사전에 식별하고 대응하는 정책의 필요성을 시사한다.

에너지 가격 변동의 영향에 대한 연구는 주로 거시경제 변수나 기업 성과에 초점을 맞추어 진행되어 왔다(Hamilton, 1983; Peersman and Van Robays, 2012). 기업 수준 연구에서도 에너지 가격 변동이 기업의 투자, 생산성, 고용 등에 영향을 미칠 수 있음이 보고되었다(Davis and Haltiwanger, 2001; Lee and Ni, 2002). 그러나 기존 연구는 주로 수익성이나 생산성 등 연속적인 성과 변수에 초점을 맞추고 있으며, 기업 퇴출과 같은 비가역적 결과를 기업 수준에서 분석한 연구는 상대적으로 제한적이다. 특히 한국 기업 자료를 이용하여 에너지 가격 충격과 기업 퇴출 간의 관계를 실증적으로 분석한 연구는 찾아보기 어렵다.

본 연구는 이러한 실증 분석의 필요성에 주목하여 한국 제조업 기업을 대상으로 에너지 가격 변동성 충격이 기업 퇴출에 미치는 영향을 분석하고자 한다. 특히 에너지 가격 변동성 충격이 기업의 재무적 취약성과 결합될 때 퇴출 위험에 어떠한 변화가 일어나는지를 중심으로 살펴볼 것이다. 이를 위해 기업 수준 재무자료와 에너지 가격 지표를 결합한 패널자료를 구축하고, 생존분석 모형을 활용하여 에너지 가격 변동성 충격이 기업 퇴출 확률에 미치는 영향을 추정한다. 또한 기업 규모 등 기업 특성에 따라 에너지 가격 변동성 충격의 효과가 이질적으로 나타나는지 함께 분석한다.

본 연구의 주요 기여는 다음과 같다. 첫째, 에너지 가격 변동성 충격과 기업 퇴출 간의 관계를 기업 수준 자료를 이용하여 분석함으로써 기존의 거시 중심 연구를 보완할 수 있다. 둘째, 에너지 가격 변동성 충격의 영향이 기업 규모와 재무적 취약성에 따라 이질적으로 나타남을 분석할 수 있다. 셋째, 기업의 재무 구조 가운데 단기 유동성 부담이 퇴출 위험과 밀접하게 관련될 가능성을 확인함으로써 에너지 가격 변동성 충격과 기업 재무 안정성 간의 연결 고리를 제시할 수 있다. 이러한 결과는 에너지 가격 변동이 산업 구조와 기업 생존에 미칠 수 있는 영향을 이해하는 데 필요한 시사점을 제공하며, 특히 에너지 가격 변동기에 취약 기업을 식별하고 대응하는 정책 설계에 기초 자료를 제공할 수 있다는데 의의가 있다.

주요 분석 결과를 요약하면 다음과 같다. 에너지 가격 변동성 충격의 평균적 효과는 통계적으로 유의하지 않으나, 중소기업에서는 에너지 가격 변동성이 클수록 퇴출 위험이 대기업 대비 약 56~76% 더 높게 나타났다. 또한 차입금 의존도가 높은 기업일수록 에너지 가격 변동성 충격에 더 민감하게 반응하여 퇴출 위험이 유의하게 증가하였다. 이러한 결과는 에너지 가격 변동성이 기업 규모와 재무 구조를 매개로 이질적으로 작용함을 시사한다.

본 논문의 구성은 다음과 같다. 제Ⅱ장에서는 이론적 배경과 선행연구를 검토하고, 제Ⅲ장에서는 자료와 분석 방법을 설명한다. 제Ⅳ장에서는 실증 분석 결과를 제시하며, 제Ⅴ장에서는 주요 결과와 정책적 시사점을 논의한다. 마지막으로 제Ⅵ장에서는 결론을 제시한다.

Ⅱ. 선행연구

에너지 가격 충격의 경제적 파급효과에 관한 본격적인 연구는 Hamilton(1983)의 유가 충격이 경기 침체와 밀접하게 연결되어 있음을 보이며 에너지 가격과 경기 변동 간의 관계를 체계적으로 분석한 것으로부터 시작되었다고 볼 수 있다. 이후 연구들은 유가 변동의 경제적 효과가 단순한 가격 변화 자체보다 원유 공급 감소, 수요 확장 등 충격의 발생 원인에 따라 달라질 수 있음을 강조하였다(Kilian, 2008; Peersman and Van Robays, 2012). 이러한 연구들은 에너지 가격 충격이 생산, 투자, 고용 등 실물경제 전반에 영향을 미치며, 그 파급 정도가 산업 구조와 에너지 의존도에 따라 달라질 수 있음을 보여준다.

국내 연구 역시 에너지 가격 변동이 한국 경제에 미치는 영향을 다양한 측면에서 분석해 왔다. 백인걸 외(2023)는 유가 충격이 국내 제조업 생산에 미치는 파급효과를 분석한 결과, 산업별 에너지 의존도와 기술 구조에 따라 생산 반응이 상이하게 나타날 수 있음을 제시하였다. 구체적으로, 총수요 충격에는 고위기술 산업이, 원유시장 공급 충격에는 중·저위기술 산업이 상대적으로 더 민감하게 반응하는 것으로 나타났다. 박도현 외(2025)는 유가 충격이 단기적으로 물가 상승 압력을 강화하는 반면, 핵심광물 가격 충격은 생산자물가 및 소비자물가에 장기적으로 누적 영향을 미칠 수 있음을 보고하였다. 한편, 이건희 외(2025)는 국제 유가 충격이 한국 주식시장에 미치는 영향을 분석한 결과, 총수요 충격은 금융위기 이전 강한 양(+)의 영향을 보였으나, 이후 급격히 약화되었다. 반면, 투기적 수요충격은 2000년대 이후 가장 지속적인 영향력을 유지하는 등 충격의 유형과 시기에 따라 구조적으로 달라질 수 있음을 보여주었다. 이러한 연구들은 에너지 가격 변동이 산업 생산, 물가, 금융시장 등 다양한 경제 변수에 광범위한 영향을 미친다는 점을 의미한다.

다만 이러한 연구들은 주로 산업 또는 거시경제 수준에서의 평균적 효과에 초점을 두고 있어, 에너지 가격 변동이 단위 기업 수준에서 어떻게 흡수되고 조정되는지에 대해서는 상대적으로 충분히 다루어지지 않았다는 한계가 있다. 특히 에너지 가격 상승은 기업의 비용 구조와 수익성에 직접적인 영향을 미칠 수 있으며, 동일한 충격이라 하더라도 기업의 재무 상태나 규모에 따라 그 영향은 서로 다르게 나타날 가능성이 있다. 이러한 관점에서 기업의 생존과 퇴출을 설명하는 연구는 중요한 시사점을 제공할 수 있다.

기업 수준의 연구에서는 기업 규모, 업력(years in business), 수익성, 부채 구조 등 재무적 특성이 기업 생존 가능성에 미치는 영향을 중심으로 기업 퇴출의 결정 요인을 분석해 왔다. Jovanovic(1982)은 기업이 시장에서 자신의 효율성을 학습하는 과정에서 비효율적인 기업이 퇴출된다는 점을 이론적으로 설명하였다. Evans(1987)는 기업 규모와 업력이 기업 생존과 밀접하게 관련되어 있으며, 소규모·신생 기업일수록 퇴출 위험이 높다는 점을 실증적으로 제시하였다. 이후 연구에서는 부채 구조와 유동성 제약 등 재무적 요인이 기업 생존을 설명하는 핵심 변수로 강조되었다(Diamond, 1991). 그러나 에너지 가격 충격이 기업의 생존에 미치는 영향을 분석한 연구는 매우 드물다.

에너지 가격 변동성이 기업 퇴출로 이어지는 경로는 크게 두 가지로 설명할 수 있다. 첫째, 가격 불확실성 경로이다. Bernanke(1983)와 Dixit and Pindyck(1994)의 비가역적 투자이론에 따르면, 불확실성이 확대될수록 기업은 투자 결정을 유보하려는 경향을 보인다. 에너지 가격 변동폭이 확대될 경우 기업은 미래 생산비용과 수익성을 정확히 예측하기 어려워지며, 설비 투자와 생산 계획을 지연시키게 된다. 이러한 투자 지연은 생산성과 경쟁력을 약화시켜 장기적으로 시장 퇴출 가능성을 높일 수 있다.

둘째, 재무 취약성 증폭 경로이다. 차입금 의존도가 높은 기업은 에너지 비용 상승으로 현금흐름이 악화될 경우 외부 자금 조달 비용 증가와 유동성 제약에 직면할 가능성이 높다(Diamond, 1991). 또한 재무 제약이 존재하는 기업은 비용 충격 발생 시 가격 조정이나 투자 유지 능력이 제한되어 충격의 부정적 효과가 더욱 확대될 수 있다(Chevalier and Scharfstein, 1996). 이러한 재무적 취약성은 결국 기업의 계속 영업 기대가치를 낮추고, 비효율 기업이 시장에서 퇴출된다는 Jovanovic(1982)의 선택 메커니즘을 통해 기업 퇴출로 이어질 가능성이 있다.

이상의 선행연구를 종합하면, 에너지 가격 충격이 거시경제와 산업 활동에 미치는 영향을 폭넓게 분석해 왔으며, 주로 유가 변동이 물가, 산업 생산, 금융시장 등 다양한 경제 변수에 미치는 영향을 실증적으로 규명해 왔다. 그러나 기존 연구의 대부분은 산업 또는 거시경제 수준의 평균적 효과에 초점을 두고 있어, 에너지 가격 충격이 기업 수준에서 어떻게 흡수되고 조정되는지에 대한 미시적 분석은 상대적으로 제한적인 상황이다.

이에 본 연구는 한국 제조업 외감법인 패널자료를 이용하여 에너지 가격 변동성 충격이 기업 퇴출 위험에 미치는 영향을 분석한다. 특히 에너지 가격 변동성 충격이 기업의 재무적 취약성과 결합될 때 퇴출 위험이 확대되는지를 검증하고, 기업 규모 및 에너지집약도에 따른 이질적 효과를 함께 분석함으로써 기존 연구를 확장하고자 한다.

Ⅲ. 모형 및 방법론

1. 자료 및 표본 구성

본 연구는 2010~2024년 기간 동안 한국 제조업 외감법인을 대상으로 구축한 기업 패널자료를 이용한다. 기업 재무 자료는 나이스평가정보의 Value Search 데이터베이스¹⁾에서 수집하였다. 이는 금융감독원 및 외부 감사 보고서를 기반으로 국내 기업의 재무 정보와 기업 특성 정보를 제공하는 대표적인 기업 데이터베이스이다. 표본은 다음과 같은 기준에 따라 구성하였다.

먼저, 전체 기업 중 한국표준산업분류(KSIC) 대분류 C에 해당하는 제조업 기업만을 추출하였다. 다음으로, 생존분석의 특성을 고려하여 최소 2개 연도 이상 재무 정보가 관측되는 기업으로 표본을 제한하였다. 최종 분석 표본은 3,088개 기업이며, 관측된 기업-연도 관측치는 27,531개이다. 분석 기간 동안 총 610개 기업이 퇴출된 것으로 관측되며, 이는 전체 표본 기업의 약 19.7%에 해당한다. 퇴출 변수는 기업의 재무 보고가 중단되는 시점을 기준으로 정의하였다.

에너지가격 충격 변수는 World Bank Pink Sheet²⁾의 월별 에너지 가격 자료를 이용하여 구성하였다. 구체적으로 두바이유, 호주산 석탄, LNG(일본·한국)의 3개 에너지원에 대해 연내 가격 변동폭(연간 최고가격 −최저가격)을 연간 평균 가격으로 나누어 에너지원별 변동성 지수를 산출하였다. 이는 Ferderer(1996)가 일별 유가의 월별 표준편차를 이용해 가격 불확실성을 측정한 방식을 연간 자료의 제약 하에서 근사한 것으로, 연중 가격 변동폭이 클수록 해당 연도의 에너지 가격 불확실성이 높음을 의미한다. 이후 에너지경제연구원(2024)「에너지통계연보」의 산업부문 에너지 소비 자료를 이용하여 석유제품, 석탄, 가스의 소비 비중을 계산하고, 이 세 에너지원만을 기준으로 비중을 재구성하여 가중치를 적용하였다. 이에 따른 가중치는 각각 석유제품 약 57%, 석탄 33%, 가스 10% 이다. 이 변수는 0~1 사이의 값을 가지며, 클수록 충격이 크다는 것을 의미한다.

에너지집약도는 기업 수준 자료가 존재하지 않기 때문에 산업연관표 기반 업종별 에너지 투입계수를 활용한 대리변수로 측정하였다. 자료는 한국은행의 2010년, 2015년, 2020년 산업연관표(통합중분류)를 이용하였다. 총투입계수표에서 에너지 관련 4개 부문(석탄·원유, 석유제품, 전력, 가스·증기)의 투입계수를 합산하여 제조업 36개 업종별 에너지집약도를 산출하였다. 이후 선행연구(Yang and Hong, 2021)에 따라 제조업 전체의 중위값을 기준으로 고집약(High)과 저집약(Low) 그룹으로 구분한 이진 변수를 구성하였다. 기업 수준 통제변수로는 차입금 의존도, 영업이익률, 설립 후 경과연수를 나타내는 업력, 기업 규모 ³⁾더미를 사용하였다. 차입금 의존도는 총 자산에서 금융부채의 비율을 나타내는 지표로, 단기 유동성 부담을 포착하는 핵심 재무 취약성 지표이다.

모든 재무변수는 역인과성 문제를 완화하기 위해 전년도(t−1) 값을 사용하였다. 기업 퇴출 및 생존 분석에서 재무변수의 시차 처리는 일반적으로 활용되는 접근이다(Evans, 1987; Diamond, 1991). 시차 변수만으로 내생성을 완전히 해소하기는 어려우나, 재무변수를 퇴출 발생 이전 시점의 정보로 측정함으로써 동시적 결정에 따른 편의를 일부 완화할 수 있다. 한편 에너지 가격 변동성 지수는 연도별 공통 충격의 성격을 가지므로, 본 연구는 기업 규모 및 재무 특성과의 상호작용항을 통해 기업별 이질적 효과를 식별하고자 하였다. 따라서 본 연구의 결과는 에너지 가격 충격의 평균적 효과보다 기업 특성에 따른 차별적 반응에 초점을 두고 해석할 필요가 있다.

변수의 기초통계량은 <표 1>과 같다. 영업이익률은 평균 1.39%, 중위수 4.01%로 나타나 일부 기업에서 큰 손실이 존재하는 비대칭적 분포를 보인다. 부채비율과 차입금 의존도 역시 분산이 큰 것으로 나타나 기업 간 재무구조의 이질성이 존재함을 확인할 수 있다. 에너지 가격 변동성 충격 변수는 비교적 안정적인 변동을 보인다.

2. 분석 방법론

본 연구의 종속변수는 기업의 퇴출이며, 이는 특정 시점에 발생하는 사건으로 동시에 퇴출까지의 지속기간을 포함한다. 또한 분석기간 동안 퇴출이 발생하지 않은 기업이 존재하므로 중도 절단이 발생한다. 중도 절단이란 관측 기간 내에 사건(퇴출)이 발생하지 않아 정확한 사건 발생 시점을 알 수 없는 관측치를 의미한다. 본 연구의 중도 절단은 관측기간 종료(2024년)에 의해 모든 기업에 동일한 종료 시점이 일괄 적용되는 행정적 중도 절단으로, 절단 발생 원인이 퇴출 사건 자체와 독립적이다. 따라서 중도 절단된 기업이 이후에도 동일한 퇴출 확률을 가진다는 비정보적 중도 절단 가정이 합리적으로 성립한다고 볼 수 있다(Klein and Moeschberger, 2003).

이러한 특성은 단순한 이진 선택모형이나 선형 회귀모형으로는 충분히 반영되기 어렵다. 반면 생존분석 모형은 사건 발생 여부뿐 아니라 사건 발생 시점까지의 정보를 활용할 수 있으며, 중도 절단을 적절히 처리할 수 있다는 장점을 가진다(Allison, 2014). 이에 본 연구는 기업 퇴출 위험을 분석하기 위해 생존분석을 적용한다.

기업 특성에 따른 생존 패턴을 직관적으로 확인하기 위해 Kaplan–Meier(KM) 방법을 이용하여 생존함수를 비모수적으로 추정한다. Kaplan–Meier 추정량은 중도절단을 허용하면서 특정 시점까지 생존할 확률을 추정하는 방법으로 다음과 같이 정의된다(Kaplan and Meier, 1958).

여기서 dτ 는 시점 tτ에서 발생한 사건 수이며 nτ는 해당 시점 직전의 위험 집합의 크기이다. 집단 간 생존 곡선의 차이는 log-rank 검정을 통해 통계적으로 검증한다.

기업 퇴출 위험의 결정 요인을 분석하기 위해 Cox 위험 모형을 사용한다. Cox 모형은 기저위험함수를 비모수적으로 처리하는 반모수 모형으로, 위험함수는 다음과 같이 표현된다(Cox, 1972).

여기서 h0t는 기저위험함수이며, shockt는 연도별 에너지 가격 변동성 충격, Xi,t-1은 기업 수준 재무 변수, Zt는 거시경제 변수이다. 기업 수준 변수는 역인과를 완화하기 위해 전년도 값을 사용하였다.

Cox 모형의 핵심 가정은 설명변수의 효과가 시간에 따라 일정하게 유지된다는 비례위험 가정이다. 본 연구는 Schoenfeld 잔차 검정을 통해 해당 가정을 점검하였다(Schoenfeld, 1982). 검정 결과, 일부 변수에서 효과의 시간 가변성이 확인되었다(<표 5> 참고). 이에 본 연구는 해당 변수들의 효과가 시간에 따라 변화할 수 있도록 시간 가변 계수를 허용하는 Time-varying Cox 모형을 주 분석 모형으로 사용한다(Cox, 1975; Grambsch and Therneau, 1994). 이를 위해 시간 가변적 효과가 확인된 변수와 시간 함수 g(t)의 상호작용을 포함하여 모형을 다음과 같이 확장한다.

여기서 g(t)는 시간 함수이며, θk가 유의하면 해당 변수의 효과가 시간에 따라 변화함을 의미한다. 이 접근은 생존분석의 장점인 중도 절단 처리와 사건 발생 시점 정보 활용을 유지하면서도, 표준 Cox 모형의 비례 위험 제약을 완화한다.

한편, 주 분석 결과의 강건성을 확인하기 위해 이산 시간 위험 모형을 추가적으로 추정한다. 연도 단위 패널자료에서는 사건 발생 확률을 직접 모형화하는 이산 시간 접근이 적절한 대안이 될 수 있다(Jenkins, 1995). 기업 i가 연도 i에 퇴출할 조건부 확률은 아래와 같이 표현된다.

여기서 Yi,t는 기업 퇴출 여부를 나타내는 더미 변수이며, Φ(·)는 표준 정규 누적분포함수이다. αt는 연도별 기저 위험을 포착하는 기간 더미이며, 모형은 pooled probit 방식으로 추정한다.

Ⅳ. 분석 결과

1. 집단 비교

<표 2>는 610개의 퇴출기업과 나머지 생존기업 간 사전 특성의 차이를 비교한 결과이다. 차입금 의존도는 퇴출기업(35.14%)이 생존기업(28.17%)보다 유의하게 높은 수준을 보이며, 이는 단기 유동성 부담이 기업 생존과 밀접하게 관련될 가능성을 시사한다. 반면 영업이익률과 부채비율은 두 집단 간 차이가 통계적으로 유의하지 않았다. 에너지집약도를 고려하면 퇴출기업의 43.6%, 생존기업의 39.4%가 고집약 기업으로 나타나, 에너지 집약도가 기업의 생존여부에 관련이 있을 것으로 보인다. 또한 퇴출기업에서 중소기업 비중이 74.8%로 생존기업(53.5%)보다 유의하게 높게 나타나, 기업 규모에 따른 퇴출 위험의 구조적 차이가 존재함을 확인할 수 있다.

연도별 퇴출 패턴과 에너지 가격 변동의 관계를 살펴보기 위해 연도별 제조업 퇴출률과 에너지 가격 변동성 충격 지수를 함께 비교하였다. [그림 1]의 상단 패널에서 에너지 가격 변동성 충격이 크게 나타난 시기는 주황색 음영으로 표시하였다. 이는 2011~2012년 국제유가 상승기와 2021~2022년 러시아-우크라이나 전쟁 이후 글로벌 에너지 가격 급등기를 나타낸다. 에너지 가격 변동성 충격이 확대된 시기 이후 제조업 퇴출률이 상승하는 경향이 확인되며, 특히 2021~2023년에는 퇴출률이 3% 이상으로 높아지는 패턴이 나타난다.

[그림 1]

제조업 기업 퇴출률과 에너지가격 충격

하단 패널에서는 고에너지집약 기업과 저에너지집약 기업의 퇴출률을 비교하였다. 분석 기간 대부분에서 고에너지집약 기업의 퇴출률이 저에너지집약 기업보다 높은 수준을 유지하며, 에너지 가격 변동성 충격이 집중된 시기에는 두 집단 간 격차가 확대되는 경향이 관찰된다. 다만 이러한 패턴은 단순한 기술적 상관관계를 나타낼 뿐 인과관계를 의미하는 것은 아니며, 이하에서는 생존분석 모형을 통해 보다 엄밀한 실증분석을 수행한다.

2. Kaplan–Meier 생존분석

기업 특성을 에너지집약도, 기업규모, 진입시기에 따라 구분하고 생존 패턴을 직관적으로 확인하기 위해 Kaplan–Meier 생존함수를 추정하였다. 기업 특성별 Kaplan–Meier 생존 곡선은 [그림 2]에 제시하였다. 전체 표본의 생존확률 추정치를 나타낸 <표 3>에 따르면, 분석 대상 기업의 생존확률은 5년 시점에서 0.877, 10년 시점에서 0.804로 나타나 표본 기업의 약 20%가 10년 이내에 퇴출되었음을 의미하며, 15년 시점에서는 0.743 수준까지 하락하는 것으로 확인된다.

[그림 2]

기업 특성별 Kaplan-Meier 생존 곡선

<표 4>는 기업 특성별 집단 간 생존확률을 비교한 결과로, 에너지집약도와 기업규모 모두에서 집단 간 생존 패턴의 차이가 통계적으로 유의한 것으로 나타난다. 분석 결과, 고에너지집약 기업은 저에너지집약 기업보다 전반적으로 낮은 생존 확률을 보이며, 두 집단 간 격차는 시간이 경과함에 따라 점진적으로 확대되는 경향이 나타난다. 다음으로, 기업 규모에 따른 생존 격차가 가장 뚜렷하게 나타난다. 중소기업은 초기부터 생존 확률이 빠르게 하락하여 약 15년 시점에서 0.63 수준에 머무는 반면, 중견기업과 대기업은 상대적으로 높은 생존 확률을 유지한다. 마지막으로 에너지 가격 변동성 충격이 낮은 시기(약충격)에 진입한 기업이 높은 충격 시기(강충격)에 진입한 기업보다 다소 높은 생존 확률을 보이는 경향이 관찰된다. 이러한 비모수적 분석 결과는 기업 규모, 에너지집약도, 그리고 진입 시점의 에너지 가격 환경에 따라 생존 패턴이 서로 다르게 나타날 가능성을 시사한다.

3. Cox 모형 추정 결과 및 강건성 검증

분석에 앞서 비례 위험 가정 검정을 실시하였다. Cox 비례 위험 모형의 핵심 가정은 각 설명변수의 효과가 시간에 따라 일정하게 유지된다는 비례 위험 가정이다(Cox, 1972). 본 연구에서는 Schoenfeld 잔차를 이용한 검정을 통해 해당 가정을 확인한다. <표 5>는 Schoenfeld 잔차 기반 비례 위험 가정 검정 결과이다.

검정 결과, ‘에너지 가격 변동성 충격 변수’와 ‘환율’에서 효과의 시간 가변성이 확인된다. 이는 에너지 가격 변동성 충격과 환율 변동의 영향이 분석 기간에 걸쳐 구조적으로 변화할 수 있음을 시사한다. 이러한 동태적 특성을 반영하기 위해 시간 가변 계수를 허용하는 Time-varying Cox 모형을 추정하고, 결과의 강건성은 이산 시간 위험 모형을 통해 추가로 확인한다.

<표 6>은 Time-varying Cox 모형을 이용하여 에너지 가격 변동성 충격과 기업 특성이 제조업 기업의 퇴출 위험에 미치는 영향을 추정한 결과를 제시한다. 모형 (1)은 에너지집약도, 기업규모, 거시변수만을 포함한 기본 모형이며, 모형 (2)는 에너지 가격 변동성 충격과 기업규모 간 상호작용항을 추가한 규모 이질성 모형이다. 모형 (3)은 차입금 의존도·영업이익률 등 재무변수와 해당 변수들의 충격 상호작용항을 포함한 재무건전성 모형이며, 모형 (4)는 업종 더미를 추가하여 산업 고정효과까지 통제한 전체 통제 모형이다. 각 모형에서 상호작용항이 포함되지 않은 셀은 해당 모형의 식별 전략상 해당 항을 설정하지 않은 것이다. 표의 수치는 위험비로, 1보다 크면 퇴출 위험이 증가함을, 1보다 작으면 감소함을 의미한다.

먼저, 에너지 가격 변동성 충격 변수의 평균적 주 효과는 모든 모형에서 통계적으로 유의하지 않게 나타난다. 이는 에너지 가격 변동성 충격이 연도별로 모든 기업에 공통적으로 작용하는 거시적 비용 충격이라는 점을 반영하는 결과로, 에너지 가격 변동성 충격이 제조업 기업 전체의 평균적인 퇴출 위험을 직접적으로 증가시키기보다는 기업의 규모나 재무 구조와 같은 개별 기업 특성에 따라 이질적으로 작용할 가능성을 시사한다.

이러한 이질적 효과는 에너지 가격 변동성 충격과 기업 규모 간 상호작용에서 뚜렷하게 확인된다. 충격 × 중소기업의 위험비는 약 1.56~1.76 수준으로 통계적으로 유의하다. 이는 에너지 가격 변동성이 1단위 증가할 때 중소기업의 퇴출 위험이 대기업 대비 56~76% 더 높아짐을 의미한다. 기업 규모 자체의 효과도 뚜렷하여, 중소기업의 위험비는 약 1.50~1.75로 대기업 대비 퇴출 위험이 유의하게 높은 반면, 중견기업은 0.73~0.82 수준으로 대기업보다 퇴출 위험이 낮게 나타난다. 이러한 결과는 Jovanovic(1982)의 연구결과와 일맥상통한다. 중견기업은 시장에서 살아남은 기업으로 이미 효율성이 검증된 기업이고, 아직 대기업이 가지고 있는 기업의 경직성 측면에서는 유연함을 갖추고 있어서 생존에 있어서 보다 유리한 측면이 있다. 한편 충격 × 중견기업 상호작용은 통계적으로 유의하지 않아, 에너지 가격 변동성 충격의 영향이 기업 규모에 따라 비대칭적임을 보여준다. 재무 변수에서도 차입금 의존도는 퇴출 위험을 유의하게 높이고 영업이익률은 퇴출 위험을 유의하게 낮추는 것으로 나타나, 재무건전성이 기업 생존과 밀접하게 관련됨을 확인할 수 있다. 구체적으로 <표 6>의 모형 (3)과 (4)에 따르면, 차입금 의존도가 1%p 상승할 때 에너지 가격 변동성 충격에 따른 퇴출 위험은 약 0.6% 증가하는 것으로 나타났다.

결과의 강건성을 확인하기 위해 이산 시간 위험 모형을 추가적으로 추정하였다. <표 7>은 Pooled Probit 모형을 이용한 추정 결과로, 모형 구분은 <표 6>과 동일하다. 표의 수치는 Probit 추정 계수이며, 양(+)의 값은 퇴출 확률을 높이는 방향을, 음(−)의 값은 낮추는 방향을 의미한다. 전반적으로 Time-varying Cox 모형에서 확인된 주요 변수들의 효과 방향과 대체로 일치한다. 에너지 가격 변동성 충격의 평균적 효과는 기본 모형에서는 유의한 양(+)의 값을 보이나, 기업 특성 및 재무 변수를 추가 통제한 모형에서는 유의성이 약화되어 개별 기업 특성과의 상호작용을 통해 이질적으로 작용함을 재확인할 수 있다. 충격 × 차입금 의존도는 모형 (3)·(4) 모두에서 유의한 양(+)의 효과를 보여 재무 취약 기업일수록 에너지 가격 변동성 충격에 더 민감하게 반응함을 시사한다. 다만 충격 × 중소기업 상호작용항은 Probit 모형에서 통계적 유의성이 약화되는데, 이는 Cox 모형이 사건 발생 시점 정보를 활용하는 반면 Probit은 연도 단위 이진 반응만을 모형화하는 방법론적 차이에서 비롯된 것으로 판단된다.

<표 8>은 코로나19(2020년) 및 러시아·우크라이나 전쟁에 따른 에너지 가격 급등기(2021~2022년)를 제외한 표본으로 동일 모형을 재추정한 강건성 검증 결과이다. 분석 결과, 충격(변동성) × 중소기업의 위험비는 M2 모형에서 2.329(p<0.05)로 전체 표본 결과(1.763, p<0.01)보다 오히려 더 크게 나타났으며, 충격(변동성) × 차입금 의존도 역시 M3·M4 모형에서 유의성이 유지되었다. 이는 본 연구의 주요 결과가 특정 거시 충격기에 의한 대리 효과가 아니며, 에너지 가격 변동성이 중소기업과 재무 취약 기업의 퇴출 위험에 미치는 영향이 분석 기간 전반에 걸쳐 구조적으로 존재함을 시사한다.

Ⅴ. 결 론

본 연구는 2010~2024년 한국 제조업 외감법인 패널자료를 이용하여 에너지 가격 변동성 충격이 기업 퇴출 위험에 미치는 영향을 분석하였다. 특히 기업 규모와 재무 구조에 따른 이질적 영향을 중심으로 기업 생존 결정 요인을 실증적으로 검증하였다.

주요 분석 결과는 다음과 같이 요약할 수 있다. 첫째, 에너지 가격 변동성 충격의 영향은 기업 특성에 따라 이질적으로 나타났다. 이는 에너지 가격 변동성 충격이 제조업 기업 전체의 퇴출 위험을 직접적으로 증가시키기보다는 기업 특성에 따라 그 효과가 상쇄되거나 증폭되는 방식으로 작용함을 시사한다. 실제로 에너지 가격 변동성 충격은 중소기업의 퇴출 위험을 대기업에 비해 유의하게 더 크게 높이는 것으로 나타나며, 이러한 격차는 차입금 의존도가 높은 재무적 취약 기업에서 더욱 두드러진다. 즉 에너지 가격 변동성 충격은 독립적으로 작동하기보다 기업의 규모 열위와 재무적 취약성을 매개로 퇴출 위험을 증가시키는 방식으로 작용한다.

둘째, 기업의 재무 구조 역시 기업 생존과 밀접하게 관련된 요인으로 나타난다. 차입금 의존도는 퇴출 위험을 증가시키는 반면 영업이익률은 퇴출 위험을 감소시키는 것으로 나타나 재무 건전성이 기업의 외부 비용 충격 대응 능력을 결정하는 중요한 요인임을 보여준다.

셋째, 기업 규모 또한 기업 생존을 설명하는 중요한 구조적 요인으로 확인된다. 중소기업의 퇴출 위험은 대기업에 비해 현저히 높은 수준으로 나타나 규모에 따른 생존 격차가 뚜렷하게 확인된다. 이러한 결과는 Kaplan–Meier 생존 분석에서 나타난 기업 규모별 생존 확률 차이와도 일관된 패턴을 보인다.

이상의 결과는 에너지 가격 변동성 충격에 대한 정책 대응이 평균적 비용 지원보다 취약 기업을 중심으로 한 선별적 접근에 초점을 맞춰야 함을 시사한다. 첫째, 에너지집약도와 재무건전성을 연계한 지원 우선순위 체계를 마련할 필요가 있다. 현행 중소기업 에너지 지원 제도는 기업의 에너지집약도나 재무 취약성을 충분히 반영하지 못한 채 규모 중심의 일률적 지원에 머물러 있다(산업통상자원부, 2022). 그러나 본 연구의 결과는 에너지 가격 변동성 충격에 대한 취약성이 에너지집약도 자체보다 차입금 의존도와 기업 규모에 의해 더 명확하게 구분됨을 보여준다. 이를 고려할 때, 지원 대상 선별 기준을 차입금 의존도와 기업 규모를 결합한 복합 취약성 지표로 설계하는 것이 적절하다. 에너지집약 기업에 대해서는 에너지 효율 투자 유인 측면에서 별도의 정책 수단 적용을 검토할 수 있다. 둘째, 단기 운전자금 중심의 지원 구조를 중장기 설비 투자 유도형으로 전환할 필요가 있다. 현재 에너지진단 비용 보조 등 단기 지원 위주로 제도가 설계되어 있으나(산업통상자원부, 2023), 차입금 의존도가 퇴출 위험을 높이는 것으로 확인되었다. 따라서 에너지 효율 투자를 위한 저리 정책금융 공급 및 담보 요건 완화를 통해 재무 취약 기업의 금융 접근성을 높이는 방향으로 제도를 보완하여야 한다. 셋째, 중장기적으로는 산업단지 단위의 에너지 공동 구매·관리 모델 확산과 업종별 에너지 효율 컨설팅 지원 확대를 통해 중소 제조업의 구조적 에너지 대응 역량을 높이는 방향의 정책 설계가 필요하다.