Evaluation of credit guarantee policy using propensity score matching

Inha Oh, 이정동, Almas Heshmati, Gyoung-Gyu Choi (2009) · Small Business Economics 33(3):335–351 · DOI ↗

한국 정부의 신용보증 정책 (KOTEC + KCGF) 의 효과를 성향점수매칭 (PSM) 로 정량 평가. 한국 통계청 광공업조사 panel (5명 이상 plant, 2000–2003, N≈44,013 firm) 위에서 2001–2002 신규 guarantee 수혜 firm 과 propensity score matched 비수혜 firm 의 outcome 비교. 핵심 발견: 신용 보증이 firm 생존 확률 + size 유지에는 유의 양 효과, 그러나 R&D · investment · productivity (TFP) 성장에는 효과 없음. 더 심각하게 — KOTEC + BOTH 수혜 firm 의 TFP 가 비수혜 firm 보다 낮은 수준 — adverse selection 의 정량 증거. 한국 GDP 의 6–8% (Japan 동등, US 0.1%, UK 0.02% 대비 압도적) 의 신용 보증 정책이 zombie firm 생존 + 효율 firm 시장 점유 잠식 의 crowding-out 정책 실패 evidence.

• RQ: 한국 외환위기 이후 SME 신용 보증 정책 (KOTEC + KCGF) 이 SME 의 어떤 outcome 에 어떻게 영향을 주며, adverse selection 의 가능성은?
• 방법론: 성향점수매칭 (Rosenbaum-Rubin 1983) — 커널 매칭 으로 ATT (Average Treatment effect on the Treated) 추정; 프로빗 모형 로 propensity score $P(X) = \Pr(T=1 \mid X)$ 추정; 연쇄 다국간 지수 (Good 1985) plant-level TFP 결합. CIA (Conditional Independence Assumption) 와 common support 의 PSM 표준 가정.
• 데이터: 한국 광공업조사 plant-level panel 1993–2002 (KSIC 5-digit 580 산업), 5 명 이상 모든 plant. multi-plant firm 제외 (LSE bias 회피, KOTEC 4.4% / KCGF 5.3%). 4-year balanced panel N=44,013 firm (growth outcome) + 3-year survival panel N=50,584 (survival outcome). 2001–2002 신규 guarantee 수혜 = 처치 그룹, 비수혜 = comparison
• 주요 발견: 보증 수혜 firm 이 비수혜 대비 (i) 생존 확률 +, (ii) sales · employment 크기 유지 +, (iii) wage 성장 +, 그러나 (iv) R&D · investment intensity · TFP 성장 효과 없음 또는 음. 사전 (2000) descriptive — KOTEC + BOTH 수혜 firm 의 TFP 가 비수혜 firm 보다 낮다 — adverse selection; KCGF (corporate credit rating system 채택 1999) 는 상대적으로 약함; nearest neighbor / radius matching 으로 robustness 확인
• 시사점: (i) 한국 신용 보증 정책의 finance additionality 는 양 — SME 가 보증으로 살아남고 규모 유지, (ii) economic additionality (R&D · 투자 · productivity) 는 부재 — zombie firm survival 의 정량 evidence, (iii) 신용 보증 6–8% GDP 의 non-selective allocation 이 KCGF 의 CCRS 같은 정량 screening 의 post-1999 도입 으로도 회복 불충분. 정책 제안: productivity-based selection + time-limit + technology-based 차별

요약

한국 정부는 1997 외환위기 후 SME 신용 시장의 system risk (illiquid 하지만 solvent SME 의 contagious failure) 회피 목적으로 신용보증 정책 을 sharp expansion. 2003 년 한국 신용 보증 잔액 = GDP 의 6–8%, 일본 동등 수준이지만 US (0.1%) · UK (0.02%) · 독일 (0.2%) 의 50–100 배 규모. 두 주요 기관 — KCGF (1976 설립, Korea Credit Guarantee Fund — competitive 하지만 collateral 부재 firm 지원) + KOTEC (1989 설립, Korea Technology Credit Guarantee Fund — technology-based SME) — 의 합산 잔액이 2003 년 SME 은행 대출의 35.9%. 본 paper 의 motivation 은 이 거대 정책 의 효과 정량 평가 — 기존의 qualitative criticism (Kang 2005, IMF 2005, Lee 2006) 이 non-selective + crowding out + zombie firm 의 가설을 제기했지만 정량 실증 부재.

방법론적 challenge 는 selection bias — 보증 기관이 사전에 성공 가능성 높은 firm 을 선별 할 가능성. 단순 수혜 vs 비수혜 비교는 효과 가 아니라 원래 차이 를 측정. Rubin (1974) 의 counterfactual — 수혜 firm 이 만약 보증을 못 받았다면 — 의 구성 필요. 본 paper 는 성향점수매칭 (Rosenbaum-Rubin 1983) — propensity score $P(X) = \Pr(T=1 \mid X)$ 가 같은 비수혜 firm 을 matched comparison group 으로 구성해 unbiased ATT 추정 — 채택. CIA (Conditional Independence Assumption): $(Y_0, Y_1) \perp T \mid X$ — 관측 변수 X 조건 하에 outcome 과 treatment 가 독립. CIA 만족 시 propensity score 만으로 bias 제거 가능 — $(Y_0, Y_1) \perp T \mid P(X)$. ATT 추정은 Frölich (2004), Caliendo (2006), Heckman-Ichimura-Smith-Todd (1997), Dehejia-Wahba (1999/2002) 등의 lineage 의 커널 매칭 채택 — Abadie-Imbens (2006) 의 nearest neighbor matching 의 non-smoothness in bootstrap SE 문제 회피. nearest neighbor + radius matching 으로 robustness 확인.

데이터는 한국 통계청 광공업조사 unpublished plant-level panel 1993–2002, 580 KSIC 5-digit 산업의 5 명 이상 모든 plant. 2001–2002 신규 guarantee 수혜 firm = treatment, 비수혜 = comparison. multi-plant firm 제외 (KOTEC 4.4%, KCGF 5.3% — LSE bias 회피). KOTEC, KCGF, BOTH 의 3 그룹 분리. Two balanced panels: 4-year (2000–2003) N=44,013 (growth outcome) + 3-year (2000–2002) N=50,584 (2003 survival).

Propensity score 의 설명변수 (모두 사전 2000 시점): sales, fixed capital, employees, investment intensity, age, R&D dummy + 4 management structure dummies + 4 industry sector dummies (low/medium-low/medium-high/high-tech) + TFP (chained multilateral index). Outcome 변수: TFP · employment · sales · wage level · investment intensity 의 2003-2000 log 차이, R&D 상태 변화 (-1/0/1), survival 더미.

핵심 발견은 세 갈래로 정리. 첫째, finance additionality 양 — 보증 수혜 firm 의 생존 확률 + sales / employment 크기 유지 + wage 성장 가 비수혜 matched 그룹 대비 유의 양. SME 가 보증으로 살아남고 규모 잠식 회피. 둘째, economic additionality 부재 — R&D · investment intensity · TFP 성장 효과 없음 또는 약 음. 즉 보증 자금이 기존 운영 유지 에 쓰이고 미래 productivity 향상 에는 쓰이지 않음. 셋째, adverse selection 의 정량 evidence — 사전 (2000) descriptive 에서 KOTEC + BOTH 수혜 firm 의 TFP 가 비수혜 firm 보다 낮은 level (sales · employment 는 높지만). KCGF firm 은 거의 동등 — 1999 년 KCGF 의 CCRS (Corporate Credit Rating System) 도입의 부분 효과. KOTEC 은 technology assessment 가 2001 보증 공급의 4% 만 — 대부분 non-rigorous 선별. 즉 productive firm 이 우대받는다 는 정상 시장 가설과 정반대로, low-productivity firm 이 보증 받는다 는 inversed selection.

저자의 zombie firm 해석 — Hoshi (2006) 의 개념을 sibling Comparative Analysis of Plant Dynamics by Size: Korean Manufacturing 의 higher-productivity SME 의 inverted exit 발견과 결합. 신용 보증으로 살아남은 zombie SME 가 시장에서 효율 firm 의 share 와 profit 을 잠식 → 시장 선택 메커니즘의 crowding out. 정책 제안: (i) productivity-based screening — 사전 TFP threshold 기반 selection, (ii) time-limit — 보증의 영구화 회피, (iii) technology-based 차별 — KOTEC 의 technology assessment 4% → confirm 강화, (iv) Cressy (2002) 의 criteria — 민간 sector 매력 없지만 미래 잠재력 있는 산업 집중. 한계는 (i) PSM 의 unobserved heterogeneity (CIA 위반 가능) — qualitative 변수 (관리 능력, 기술 신뢰성) 부재, (ii) 한 시점 cross-section matching 의 dynamic effect 미관측, (iii) regional CGI 14 곳 미포함.

핵심 결과

한국 신용 보증 정책 규모 (FIG. 1 발췌)

시점	KCGF + KOTEC 보증 잔액	GDP 대비
1997 (위기 전)	≈ moderate	낮음
2003 (위기 후)	sharp 증가	6–8%

대비: Japan 동등, US 0.1%, UK 0.02%, 독일 0.2%, Taiwan < 3%.

Treatment groups (2001–2002 guarantee 수혜)

Group	KOTEC	KCGF	BOTH
정의	Technology-based SME	Competitive SME 담보 부재	둘 다
Screening 방식	Technology assessment (2001 공급의 4%만)	CCRS (1999 도입, 1999 이후 표준화)	두 기관

사전 (2000) descriptive 의 adverse selection 증거

Firm group	Sales	Fixed capital	Employees	TFP
비수혜	base	base	base	base
KOTEC 수혜	+	(similar)	+	−
KCGF 수혜	+	(similar)	+	~ (close to base)
BOTH 수혜	+++ (much larger)	+++	+++	−

→ Sales · employment 큰 firm 이 보증 받지만, TFP 낮은 firm 이 KOTEC + BOTH 에서 더 자주 보증 받음 — adverse selection.

ATT 추정 결과 (kernel matching, 본 paper 의 정성 요약)

Outcome (4-year growth, 2000→2003)	ATT 부호	유의성
Survival (3-year, → 2003)	+	강 유의
Sales growth	+	유의 (size 유지)
Employment growth	+	유의
Wage level growth	+	유의
R&D status change	~0	무의미
Investment intensity growth	~0 또는 약 음	무의미
TFP growth	~0 또는 약 음	무의미

→ Finance additionality 양 (survival + size + wage), Economic additionality 부재 (R&D + investment + productivity).

방법론 노트

성향점수매칭 (Rosenbaum-Rubin 1983) — counterfactual 구성 idea. Treatment $T \in \{0, 1\}$, outcome $(Y_0, Y_1)$. ATT = $E[Y_1 - Y_0 \mid T = 1]$ — 수혜 firm 이 비수혜 였다면 의 차이. observable $X$ 조건 하의 CIA:

$$(Y_0, Y_1) \perp T \mid X$$

Propensity score $P(X) = \Pr(T = 1 \mid X)$ 만으로 동등 bias 제거:

$$(Y_0, Y_1) \perp T \mid P(X)$$

ATT:

$$\mathrm{ATT} = E_{P(X)} \{ E[Y_1 \mid T=1, P(X)] - E[Y_0 \mid T=0, P(X)] \mid T=1 \}$$

Propensity score 추정은 프로빗 모형 위에서. matching 절차:

• Nearest neighbor matching (Dehejia-Wahba 1999): 가장 가까운 propensity score 의 1 개 (또는 k 개) comparison 선택. Abadie-Imbens (2006) 가 bootstrap SE 의 non-smoothness 지적.
• Radius matching: propensity score 거리 $\le$ caliper 인 comparison 모두 평균. caliper 선택 sensitive.
• 커널 매칭 (Heckman-Ichimura-Smith-Todd 1997): kernel weight 함수로 모든 comparison 의 weighted average. Frölich (2004) 가 unsupported/supported 비율 큰 sample 에서 우수 precision 증명.

본 paper 는 kernel matching 채택 + nearest neighbor + radius matching 으로 robustness 확인.

연쇄 다국간 지수 TFP 계산 (Good 1985, Aw et al 2001) — sibling Total Factor Productivity in Korean Manufacturing Industries, Comparative Analysis of Plant Dynamics by Size: Korean Manufacturing 의 방법론 노트 와 동일. cross-section 평균 plant 와의 비교 + 시계열 reference chain 의 transitive TFP level. 본 paper 의 propensity score 계산의 TFP 사전 통제 핵심 변수.

식별은 (i) 44K firm 의 cross-section, (ii) 4-year balanced panel 의 사전 (2000) vs 사후 (2003) 비교, (iii) KOTEC/KCGF/BOTH 의 paired treatment 비교, (iv) CIA 가정의 qualitative variable 부재 한계 의식 와 그에 대한 저자 주장 (post-crisis Korean credit guarantee 의 non-rigorous screening 이 quantitative variable 위주라 CIA 근사 만족) 위에서 식별. 한계는 위에 명시.

연구 계보

본 paper 의 credit guarantee evaluation lineage 는 두 갈래. (i) Cross-country survey — Cowling-Mitchell (1997/2003) UK loan guarantee 분석, Nitani-Riding (2005) Japan credit guarantee 비판 (“weak firm 보호 + creative destruction 저해”), Boocock-Shariff (2005) Malaysia 분석 — financial additionality vs economic additionality 의 구조. (ii) Korea-specific qualitative criticism — Kang (2005), IMF (2005), Lee Y. (2006a) 의 non-selective + crowding out + sluggish restructuring 가설. 본 paper 의 contribution 은 한국에 대한 최초의 systematic 정량 평가 + PSM 방법론 도입.

PSM 방법론 lineage 는 Rosenbaum-Rubin (1983 Biometrika) 의 표준 + Heckman-Ichimura-Smith-Todd (1997 Econometrica) 의 nonparametric matching + Heckman-Ichimura-Todd (1998 Review of Economic Studies) 의 evaluation 표준 + Dehejia-Wahba (1999/2002 JASA/Review of Economics and Statistics) 의 응용 + Frölich (2004 Journal of Econometrics) 의 estimator 선택 + Caliendo (2006) 의 STATA 매뉴얼. 본 paper 가 reference 한 firm-level PSM application — Arnold-Hussinger (2005), Yasar-Rejesus (2005), Lööf-Heshmati (2005) — 의 한국 SME 응용.

Adverse selection lineage 는 Stiglitz-Weiss (1981 AER) 의 credit rationing equilibrium, Cowling (1998) 의 collateral demand, Lerner (2002 JBV) 의 public loan support 회의론, de Meza (2002) 의 startup excessive lending, Cressy (2002 Small Business Economics) 의 selection criteria. Zombie firm lineage 는 Hoshi (2006) 의 zombie firm 개념 + 본 paper 의 직접 sibling Comparative Analysis of Plant Dynamics by Size: Korean Manufacturing 의 inverted selection evidence.

TEMEP 내 sibling cluster: (i) Comparative Analysis of Plant Dynamics by Size: Korean Manufacturing — 같은 batch 의 plant dynamics 분석 — zombie firm 가설 의 plant-level evidence. (ii) Total Factor Productivity in Korean Manufacturing Industries — 한국 제조업 TFP 분석 — firm size polarization 의 macro 진단. (iii) The Effect of Asset Composition Strategy on Venture Capital Firm Efficiency: An Application of Data Envelopment Analysis — 같은 batch 의 VC firm efficiency — non-selective 정책의 efficiency cost 시각 sibling. (iv) The Study on the Technology Finance Policy for Technology Development on the Value Chain Based Innovation System — technology finance policy framework 의 conceptual sibling. 본 paper 는 기술경영경제정책전공 의 외환위기 후 한국 정책 평가 라인의 정량 anchor — non-selective public support 의 long-run 효과 진단.

See also

• 성향점수매칭
• 커널 매칭
• 프로빗 모형
• 연쇄 다국간 지수
• 신용보증 정책
• 역선택
• KOTEC
• KCGF
• 한국 SME 정책
• Zombie firm
• Comparative Analysis of Plant Dynamics by Size: Korean Manufacturing
• Total Factor Productivity in Korean Manufacturing Industries
• The Effect of Asset Composition Strategy on Venture Capital Firm Efficiency: An Application of Data Envelopment Analysis
• Inha Oh
• 이정동

인접 그래프

1-hop 이웃 31개

• 인물 4
• 개관 1
• 방법론 4
• 개념 6
• 주제 1
• 강의 1
• 수록처 1
• 분류 1
• 논문 12

↻ 초기화

휠 = 확대/축소 · 드래그 = 이동 · hover = 라벨 · 클릭 = 페이지 이동

이 문서를 가리키는 페이지

논문 (10)

• Analysis of product efficiency in the Korean automobile market from a consumer's perspective
• Can energy service companies promote 'green' growth? The Korean case
• Comparison of Effects from Different Institutions: Public Credit Guarantee in Korea
• Economic Impact Assessment of Public-Private Matching Fund Programs Using Firm-Level Data
• Economic Impact Assessment of the Government-led Venture Firm Certification Policy
• Productivity dynamics and the cleansing effect of two recessions: evidence from the manufacturing sector in Korea
• The Effect of Asset Composition Strategy on Venture Capital Firm Efficiency: An Application of Data Envelopment Analysis
• The relevance of DEA benchmarking information and the Least-Distance Measure
• The Role of FDI on Transferring Technology to Korea
• Total Factor Productivity in Korean Manufacturing Industries

방법론 (3)

• 성향점수매칭
• 연쇄 다국간 지수
• 프로빗 모형

주제 (1)

• 한국 혁신체계