The Society of Fashion & Textile Industry
[ Article ]
Fashion & Textile Research Journal - Vol. 22, No. 1, pp.38-54
ISSN: 1229-2060 (Print) 2287-5743 (Online)
Print publication date 29 Feb 2020
Received 28 Nov 2019 Revised 03 Jan 2020 Accepted 17 Jan 2020
DOI: https://doi.org/10.5805/SFTI.2020.22.1.38

패션산업과 거시 변수들간의 관계: 패션 상장기업 중심으로

권기용 ; 추호정1),
서울대학교 의류학과
1)서울대학교 생활과학연구소
The Relationship between the Fashion Industry and Macro Variables: Focus on Fashion Listed Company
Ki Yong Kwon ; Ho Jung Choo1),
Dept. of Textiles, Merchandising and Fashion Design, Seoul National University; Seoul
1)Research Institute of Human Ecology, Seoul National University; Seoul

Correspondence to: Ho Jung Choo Tel. +82-2-880-6845, Fax. +82-2-880-8359 E-mail: chooho@snu.ac.kr


© 2020 (by) the authors. This article is an open access article distributed under the terms and conditions of the Creative Commons Attribution license (http://creativecommons.org/licenses/by/3.0/), which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.

Abstract

This study examines the time causal relationship between the operation profit of the listed fashion companies and the macro variables. Operating profit data of 36 listed fashion companies from 2000 to 2017 has been used. Macro variables include household income, household expenditure, number of Korean overseas travelers, number of foreigner travelers and sentiment index. The study results are as follows. First, the number of outbound travelers from Korea has a negative effect on the operating profit of listed fashion companies; however the number of foreigner visiting Korea has a positive effect at 0 time lag. Second, the consumer sentiment index had a positive effect on the sales and the operating profits of the listed fashion companies with a time difference between the 3rd and the 4th quarter. Third, a disposable income has a positive effect on the operating profit of listed fashion companies. Last, educational expenses have a negative effect on operating profit with a time lag between the first and the second quarter. The findings can be used as useful information to analyze the fashion industry and help fashion companies improve their financial performances.

Keywords:

fashion listed company, fashion industry, macro variables, fashion listed company operation profit, granger causality

키워드:

패션 상장기업, 패션산업, 거시 변수, 패션 상장기업 영업이익, 그랜저 인과관계

1. 서 론

국내 패션산업은 과거 저비용 대량생산 체제에서 기술, 지식, 집약형 고부가 가치 산업으로 변화하고 있으며, 한국 경제발전에 주요한 역할을 하고 있다. 패션기업들은 제2의 성장에 필요한 자금을 확보하기 위해 코스피, 코스닥과 같은 유가 시장에 상장하기 시작하였다. 1990년도에 불과 2개였던 패션 상장기업은 2018년 기준으로 36개까지 늘어났다(Kiwoom Securities, 2017). 또한 1998년에 16조에 불과하였던 한국 패션 시장 규모는 2018년에는 42조원까지 성장하였다(Korea Federation of Textiles Industries [KFTI], 2018). 이 중 패션 상장기업들이 시장에서 차지하는 규모는 22조 9910억원으로 50%이상 높은 비중을 차지고 있는 실정이다. 전세계적인 한류 열풍과 더불어 패션산업이 성장함에 따라 국가에서도 패션산업의 중요성을 인지하고, 패션산업을 육성하기 위한 여러 가지 정책들을 펼치고 있다. 이러한 환경변화에 적응하기 위해, 패션산업에 영향을 미치는 요인들을 거시적인 관점에서 살펴볼 필요성이 있다.

산업은 동일한 분야에서 복수의 기업들이 제품 또는 서비스를 제공하는 활동을 하는 것을 의미한다. 따라서 한 기업에 영향을 미치는 요소들을 미시적인 시각으로 접근하기 보다는 다수의 기업에 공통적으로 영향을 미치는 요소들을 거시적인 시각으로 살펴볼 필요가 있다. 특히, 가계 지출은 산업에 영향을 미치는 주요한 거시적인 변수로 알려져 있다(Hwang, 2009; Woo et al., 2003). 가계 지출은 한정된 재화 내에서 개인 또는 가계 구성원의 욕구에 따라 이루어진다. 따라서 가계지출 구조의 변화는 소비자들의 소비양식 변화가 산업에 어떠한 영향을 미치는지 살펴볼 수 있다. 초기의 패션은 최소한의 품위 유지, 체온 조절 및 신체 보호 수단인 필수 소비재의 성격으로 소비되었다. 그러나 대한민국 경제가 발전함에 따라 소비자들의 가계소득이 증가함에 따라 소비자들의 패션에 대한 소비 욕구도 변화하였다. 즉 일부 소비자들은 패션을 품위 유지 및 자아를 표현하는 수단으로서 활용하는 것으로 나타났다(Park, 2005). 따라서 가계 소득의 변화 및 가계지출 구조의 변화는 패션산업에 영향을 미칠 것으로 보인다.

산업은 대내외적인 환경변화에 민감하게 반응을 하는 것으로 나타난다. 그 중에서도 한국인 해외 관광객 및 방한 외국인 관광객은 내수 산업과 밀접한 관계를 형성하고 있는 것으로 알려져 있다. 즉, 한국인 해외 관광객들의 해외소비는 내수 산업에 부정적인 영향을 미치고 있는데, 현재 한국인 해외 관광객수는 2000년도와 비교하여 7배 이상 증가한 것으로 나타난다(Korea Culture & Tourism Institute, 2017a). 반면에 방한 외래관광객수는 내수 산업 발전에 직, 간접적으로 긍정적 영향을 미치는 거시적 변수로 알려져 있다(Hwang, 2012). 이는 방한 외국인 관광객이 관광지에서 다양한 지출을 하기 때문이다. 2000년대를 시작으로 한국의 드라마, 음악, 게임 등과 같은 한국 컨텐츠 사업이 전세계적으로 성공함에 따라 한국 문화를 체험하고자 하는 방한 외국인 수가 증가하였으며, 한국의 패션을 구매하고자 하는 외국인 관광객도 갈수록 증가하고 있다(Kim et al., 2013; Yoon, 2013). 따라서 이러한 대내외적인 관광환경 변화가 패션 산업에도 어떠한 영향을 미치고 있는지 거시적인 수준에서 살펴볼 필요가 있다.

경제상황은 소비자들의 구매행동에 영향을 미치는 주요 변수로 알려져 있다. 일반적으로 경제 상황이 좋다고 인식되면 상품에 대한 소비가 증가하고, 경제 상황을 부정적으로 인식하면 상품 구매에 대한 욕구가 감소하기 때문이다(Lee, 1997). 이러한 경제상황에 대하여, 소비자들의 주관적인 인식을 지수화 시킨 것이 소비자 심리지수이다(Bank of Korea, 2016). 소비자 심리지수는 관광 산업, 부동산 산업, 외식 산업 등 다양한 산업에 영향을 미치는 것으로 알려져 있다(Noh & Yoo, 2016; Kim & Kang, 2015). 특히, 소비자 심리지수는 제품에 대한 수요예측뿐만 아니라 산업의 방향성을 예측 할 수 있기 때문에 산업을 분석하는데 주요 변수로 다루어지고 있다. 패션산업 또한 경기에 민감하게 반응하는 산업이다. 경기가 불황으로 접어들게 되면 소비 심리가 위축되기 시작하고 소비자들은 선택적 소비를 줄이기 시작한다. Ji and Rhee(1999)은 그의 연구에서 선택적 소비를 줄이는 과정에서 의류 비용을 우선적으로 줄이는 것을 확인하였다. 따라서 소비자 심리지수는 거시적인 수준에서 패션산업과 밀접한 관계가 있다는 것을 예상할 수 있다.

그 동안 부동산, 외식, 여행 산업을 대상으로 거시적인 변수 및 경제지표 등을 활용하여 분석한 연구들은 있었지만, 거시적인 변수를 활용하여 패션산업과의 관계를 밝히고 있는 연구는 부족한 실정이다. 국내 패션 산업에 대한 선행연구의 상당수가 사례연구 및 문헌연구 중심으로 분석이 이루어지고 있다. 따라서 본 연구는 패션산업과의 관계를 예측할 수 있는 가계 경제(가계소득 및 지출 구조), 대내외적인 관광환경 변수(한국인 해외 여행객, 방한 외국인), 소비자 심리지수를 중심으로 패션산업과의 관련성을 실증적으로 살펴보고자 한다. 이를 살펴보기 위하여 시계열 분석 및 교차분석(그랜저 인과관계 분석)방법을 사용하고자 한다.

본 연구의 연구문제는 다음과 같다. 우선 대한민국 패션 상장기업들의 특징과 매출 및 영업이익과 같은 재무적인 동향을 파악하고자 한다. 다음은 이를 토대로 대한민국 가계 경제 변화와 패션산업과의 관련성을 살펴보기 위하여, 가계소득 및 지출 구조와 패션상장업체 영업이익과의 관련성을 살펴볼 것이다. 다음은 대내외적인 관광환경 변수로 한국인 해외 여행객 및 방한 외국인 관광객의 변화 추이가 패션 산업과 어떠한 관계를 형성하는지 살펴보고자 한다. 마지막으로 소비자의 체감경기와 패션산업의 관련성을 살펴보기 위하여, 소비자 심리지수를 활용하여 패션상장업체 영업이익과의 관계를 살펴보고자 한다.


2. 패션산업 현황과 가계경제, 관광환경, 소비자 심리변수와의 관련성

2.1. 패션 상장기업 현황

상장기업이란 기업을 공개하여 주식을 상장한 기업을 말한다. 증권거래소는 상장 규정을 두고 소정의 요건을 갖춘 기업을 심사하여 상장시킨다. 상장기업들은 회계를 투명하게 공개해야 하는 의무가 있기 때문에, DART(전자공시) 사이트에서 분기별로 기업의 매출, 당기 순이익, 영업이익과 같은 재무정보를 분기별로 공시해야 한다. 한국섬유신문, 국제섬유신문, 키움증권 보고서에 따르면 현재 코스피, 코스닥에 패션 기업으로 분류되어 상장된 기업들은 대략 36개 정도인 것으로 파악되고 있다(Cho, 2016; Chung, 2018; Kiwoom Securities, 2017). 36개 패션 상장기업들의 매출 및 영업이익 동향을 살펴보기 위해, 한국금융감독원으로부터 2000년부터 2017년 4분기까지의 재무 데이터를 확보하였다. 분기 단위의 데이터를 합산하여 연 단위 데이터로 변환시킨 후, 이들 전체 상장기업들의 동향을 살펴보았다. 각 기업들의 2000년부터 2017년까지의 누적 매출을 계산하여 누적 매출 순위를 파악하였다. 이와 같은 방법으로 영업이익 순위도 파악하였다. 추가적으로 패션 상장기업들의 특징을 살펴보기 위해, 각 기업의 홈페이지 및 기업 반기보고서를 통해 보유하고 있는 패션브랜드를 파악하였다.

2.1.1. 패션 상장기업 매출 추이

매출은 영업을 통한 이익 외에도 금융투자, 채권 등의 다양한 활동을 통한 수익까지 포함한다. 따라서 외형적인 성장을 파악할 수 있는 지표로 활용된다.

패션 상장기업들의 매출 성과를 살펴보면 다음과 같다. 파란색 선은 전체 패션상장회사의 매출을 의미하며, 2000년부터 2017년까지 36개의 패션 상장기업들의 총 누적 매출액은 186조원인 것으로 조사된다(Fig. 1). 2017년 국내 패션 시장 규모는 약 43조원(KFTI, 2018)인 것으로 조사되고 있으며, 2017년 패션 상장기업들의 매출은 22조 9910억원이었다. 따라서 국내 패션 시장은 상장기업들이 약 48%정도의 비중을 차지하고 있다. 패션 상장기업들의 전체적인 매출 동향을 살펴보면 2000년 총 매출은 2조 9천377억원이었으며, 연평균 44%의 성장률을 보여준다. 2017년도 총 매출은 22조 9천억원으로 2000년도와 비교하여 약 8배 이상 성장하였다. 특히, 2009년 이후부터 급격하게 성장하는 모습을 보이는데, 이는 한류열풍에 기인한 것으로 보인다. 그 예로 한류 문화를 주도적으로 이끌었던 아이돌 그룹들은 2008년을 기점으로 일본 내 오리온 차트 1위를 하는 성과를 기록하였으며, Lee & Kim(2014)의 보고서에 따르면 2009년부터 한류에 대한 구글 키워드 검색이 급속도로 증가하고 있는 것을 확인할 수 있었다. 그러나 2011년 이후부터 패션 상장기업들은 연평균 4.7%의 성장률로 성장이 정체 되어 있는 모습을 보이고 있다(Fig. 1).

Fig. 1.

Sales trends of the whole market and high group.

우수한 누적 매출을 기록하고 있는 기업 1위부터 4위까지를 살펴보면 다음과 같다. 1위는 코오롱 인더스트리로 상장 이후 총 누적 매출액이 39조 9899억원이었으며, 2위는 LF(LG Fashion)로 14조 2844억원, 3위는 영원무역으로 11조 2439억원, 4위는 한세실업으로 11조 2110억원인 것으로 나타났다. 이들 중 상위 3개 기업들이 전체 패션 상장기업들의 누적 매출 중 33%를 차지하고 있었다. 따라서 패션 상장기업들의 실적은 상위 기업들에게 편중화 되어있는 상황이다.

상장패션기업들의 재무적인 동향을 파악하기 위해, 매출 실적이 우세한 기업들과 저조한 기업들을 그룹화하여 전체 패션 상장기업들과의 동향을 비교 분석하였다. 전체 상장 기업들 중에 2000년부터 2017년까지 누적 매출이 가장 높은 2, 3, 4위 기업을 그룹화시켜 상위그룹으로 명명하고 이들의 매출 동향을 빨간색으로 표기하였다(Fig. 1). 코오롱 인더스트리의 누적매출은 2, 3, 4위 기업들을 합친 누적 매출과 비슷하였다. 이는 상위 그룹의 동향을 오인 해석할 가능성이 있기 때문에 코오롱 인더스트리는 제외하였다. Fig. 1의 빨간색 선을 살펴보면 상위 그룹은 2005년 기점으로 유가 시장에 상장되었으며, 이들 기업들의 매출은 연평균 80%의 성장률을 보여주었다. 전체 상장 패션기업들의 연평균 성장률 44%인 점을 고려하면, 이들은 상대적으로 우세하게 성장하고 있는 것을 알 수 있다.

상위 그룹에 포함 되어있는 패션 상장기업들은 제조기반으로 성장을 하였거나, 다양한 개성을 만족시킬 수 있는 브랜드를 다수 보유하고 있었다. LG패션의 경우 다양한 패션브랜드를 보유하고 있으며, 이를 통해 여러 소비자들의 욕구를 충족시켜 안정적으로 성장해 나아간 것으로 보인다. 또한 영원무역 및 한세실업이 매출 상위그룹에 포함되어 있는 것은 대한민국이 OEM 비즈니스 영역에서 글로벌 리더쉽을 보유하고 있음을 의미한다.

매출 실적이 저조한 그룹들의 동향을 파악하기 위해, 전체 상장기업들 중 2000년부터 2017년까지 전체 누적 매출이 가장 낮은 3개의 기업을 선정하였다(Fig. 2). 누적 매출이 가장 낮은 기업들은 형지엘리트 9739억, 에스티오 8332억, 원풍물산 6518억원이었다. 이들 3개 기업들을 그룹화하여 하위 그룹으로 명명하였으며, 매출 동향을 파란색 선으로 나타냈다(Fig. 2). 이들 그룹의 2000년도 총 매출은 215억원이었으며, 2017년도 매출은 3090억원으로 약 14배 정도 성장한 것으로 나타났다. 이들의 성장률은 우세한 것처럼 보이나 전체 유가시장에서 차지하는 시장 점유율은 약 7.5%으로 매우 낮다. 전반적인 매출 동향을 살펴보면, 전체 상장기업들과 유사하게 2008년부터 성장하고 있는 모습을 보여준다.

Fig. 2.

Sales trends of low group.

하위 그룹에 속해 있는 기업들의 특징을 살펴보면, 내수 브랜드에만 의존하는 것을 알 수 있다. 즉 형지엘리트의 경우 학생 교복을 주로 판매하고 있었다. 에스티오, 원풍물산은 남성을 대상으로만 하고 있는 내수 브랜드에만 의존하여 사업을 진행하는 것으로 나타났다. 상위 그룹과 비교하여 전반적으로 보유하고 있는 브랜드가 한정적 이었다.

2.1.2. 패션 상장기업 영업이익

영업이익이란 매출액에서 매출원가를 빼고, 얻은 매출 총 이익에서 다시 일반 관리비와 판매비를 뺀 것이다. 이때 일반 관리비와 판매비는 상품의 판매활동과 기업의 유지관리 활동에 필요한 비용으로서 인건비, 세금 및 각종 공과금, 감가상각비, 광고비등을 들 수 있다(Lee & Han, 2016). 즉 영업이익은 한기업이 영업활동을 통해 벌어들인 순수 이익을 의미한다. 따라서 투자자들은 영업이익을 기업의 성과를 평가하는 주요 지표로 인식하고, 영업이익이 높은 기업에 투자를 하고 있다(Kang & Choi, 2014). Lee et al.(2000)도 그의 연구에서 영업이익을 반영한 재무 측정치가 기업을 평가하는데 유용하다는 것을 밝혔다. 해외 연구에서도 영업이익은 질적인 성장 지표로서 활용 가치가 있음을 밝혔다(Dechow, 1994). 따라서 패션 판매를 통한 실질적인 성장 흐름을 살펴보기 위하여 영업이익의 동향을 살펴보고자 하였다.

2000년부터 2017년까지 전체 패션 상장기업들의 총 누적 영업이익은 10조 6482억원이었다. 가장 높은 누적 영업이익을 기록하고 있는 기업 1위부터 4위까지 살펴보면 다음과 같다. 1위는 코오롱 인더스트리로 누적 영업이익 2조 2639억원을 기록하고 있었으며, 2위는 영원무역으로 1조 4218억원, 3위는 LF(LG Fashion)으로 1조 818억원 마지막으로 한섬은 1조 363억원이었다. 전체 누적 이익 중에 상위 3개 기업의 영업이익은 4조 7656억원으로 전체 상장기업의 영업이익 중 약 44%를 차지하고 있었다. 영업이익은 매출 실적보다 더 편중 현상이 심각한 것으로 나타났다.

전체 상장패션기업들의 영업이익 동향을 살펴보면 다음과 같다. Fig. 3의 파란색 선은 전체 패션 상장기업들의 영업이익을 나타낸다. 2000년도 영업이익은 744억원이었으며, 2017년도 영업이익은 1조 894억원으로 14배 이상 증가한 것을 확인하였다. 영업이익 또한 매출과 유사하게 2009년을 기점으로 급격하게 성장하는 모습을 보이고 있다. 이시기에는 외적인 성장뿐만 아니라 실질적인 패션제품 판매를 통한 성장이 이루어지고 있음을 확인할 수 있다. 매출의 경우 2000년 이후부터 지속적으로 성장하고 있는 모습을 보여준 것과 대조적으로 영업이익은 2011년 이후부터 역 성장하고 있다. 2011년에 발생한 대내외적인 상황을 살펴보면, 국가 경제 성장을 주도적으로 이끌었던 제조업 및 대기업 생산성이 마이너스로 돌아섬에 따라 내수 경기가 전반적으로 위축되었으며, 전세계 평균 성장률 보다 낮은 성장률을 기록하고 있었다(Cho, 2011). 이러한 경기침체가 패션 산업에도 부정적인 영향을 미치고 있는 것으로 보인다.

Fig. 3.

Operating profit trends of the whole market and high group.

패션 상장기업들의 영업이익 동향을 살펴보기 위하여 2000년부터 2017년까지의 전체 패션 상장기업들의 누적 영업이익 중, 영업이익이 우세한 기업들과 저조한 기업들을 그룹화 하여 전체 패션 상장기업들과의 동향을 비교 분석하였다(Fig. 3). 가장 우수한 영업이익을 기록한 기업은 코오롱 인더스트리로 2조 2639억원이었다. 그 다음으로 영원무역으로 1조 4218억원, LF는 1조 818억원, 한섬은 1조 363억원 순이었다. 영업이익 우세한 2, 3, 4위 기업을 그룹화 시켜 우세그룹으로 명명하고 이들의 동향을 빨간색 선으로 표현하였다(Fig. 3). 1위를 제외한 이유는 코오롱 인더스트리 영업이익이 2, 3위 기업들보다 합친 영업이익보다 높은 것으로 나타났기 때문이다.

상위 그룹의 경우 Fig. 2의 빨간색 선으로 영업이익 나타냈으며, 전체 패션 상장기업들 동향과 유사한 모습을 보여준다. 2000년도 영업이익은 250억원이었으며, 2017년도 영업이익은 3462억원으로 약 14배 정도 성장하였다. 전체 패션 상장기업의 경우 2011년 이후부터 역 성장하고 있는 모습을 보이고 있는데, 상위 그룹도 2011년 이후 역 성장하고 있는 것이 관찰된다. 그러나 상위 그룹의 경우 2011년 이후 영업이익 감소폭이 18%로, 전체 패션 상장기업들의 감소폭(24%)보다 낮은 것으로 관찰된다. 이는 상위 그룹의 경우 여러 외부 환경변화에 대응 능력이 우수하다는 것을 알 수 있다(Fig. 3).

영업이익 상위 그룹에 포함 되어있는 기업들을 살펴보면, 전반적으로 다양한 특성의 브랜드들을 소유하고 있는 것이 관찰된다. 한섬과 LF는 스포츠웨어, 남성복, 여성복, 해외 유명 명품 브랜드 등을 보유하고 있다. 이들 기업들은 다양한 브랜드들을 활용하여 여러 소비자들의 욕구를 만족시켜, 환경변화에 안정적으로 대응해 나갈 수 있는 것으로 보인다. 영원무역의 경우도 OEM 사업뿐만 아니라 아웃도어 브랜드를 출시하는 등, 사업 다각화를 통해 안정적으로 성장해 나아가고 있는 모습을 보여준다.

2000~2017년까지 누적 영업이익이 가장 낮은 기업들을 살펴보면 제로투세븐, 쌍방울, 데코엔이, 코데즈 컴바인이었다. 제로투 세븐의 경우 누적 영업이익은 −45억원이었으며, 쌍방울은 −137억원, 데코엔이는 −151억원, 코데즈 컴바인은 −390억원인 것을 확인할 수 있다. 코데즈 컴바인의 경우 영업이익이 −390억원으로, 다른 나머지 기업 2개를 합친 금액보다 적자 폭이 큰 것으로 나타났다. 해당기업을 제외하고 하위 그룹으로 그룹화하여 분석하였다. 이들 하위 그룹의 동향은 파란색 선으로 나타냈다(Fig. 4). 2000년도 영업이익은 91억원이었으며, 2002년도에 196억원으로 최대 실적을 기록하였다. 그 이후부터 지속적으로 역 성장하는 모습을 보여주고 있으며, 2017년 영업이익은 −339억원이었다. 전반적으로 2000년 초반부터 2002년까지 성장세를 보이다가 그 이후부터 지속적으로 역 성장하고 있는 모습을 보여준다. 매출 하위그룹의 경우는 역 성장하는 모습을 관찰할 수 없었다. 이는 패션 상장기업들 중 일부는 패션 판매를 통한 성장을 하고 있지 않음을 의미한다.

Fig. 4.

Operating profit trends of low group.

영업이익 하위 그룹 또한 매출 하위 그룹과 유사하게 내수 브랜드에 집중하고 있는 특징을 보이고 있었다. 제로투 세븐은 아동복 전문기업, 쌍방울은 속옷 전문기업, 데코엔이는 여성전용 내수브랜드를 보유하고 있는 기업이다. 이들 기업들은 특정 소비자 층에만 초점을 두고 있거나, 내수 브랜드에 집중하고 있는 것을 알 수 있다. 한정적인 브랜드 및 소비자 층은 소비자 요구의 변화나 다양한 환경변화에 대응하지 못해 영업이익이 저조한 것으로 보인다.

종합적으로 살펴보면, 상위 4개 기업의 누적 매출과 영업이익 순위는 크게 차이가 나타나지 않는 것을 확인할 수 있다. 실적이 우수한 기업들은 패션 판매를 통한 성장뿐만 아니라 그 외에 사업으로도 성공적으로 진행되고 있다는 것을 의미한다.

2.1.3. 패션 상장기업들의 유형

패션 상장기업들이 보유하고 있는 브랜드를 중심으로 이들 기업들의 유형을 OEM형, 스포츠형, 언더웨어형, 내수 집중형, 종합 브랜드형, 품목 집중형과 같이 6가지 유형으로 분류하여 동향을 파악하고자 한다. OEM형의 경우 전세계적으로 유통망을 보유하고 있는 패션브랜드로부터 생산 의뢰를 받아 생산에 집중하는 기업들을 포함하였다. 언더웨어형은 기업이 소유하고 있는 속옷 브랜드 비중이 높은 기업들을 포함하였다. 내수 집중형의 경우 내수 시장에 주력하고 있는 브랜드만 소유하고 있는 기업들을 포함하였다. 종합 브랜드형의 경우는 내수 브랜드, 글로벌 브랜드, 해외 라이선스를 획득한 브랜드, 아웃도어 브랜드 등 다양한 형태 브랜드를 소유하고 있는 기업들로 정의하여 분류하였다. 스포츠형의 경우 해당 기업이 소유하고 있는 스포츠 브랜드의 비중이 절반이 넘어가는 기업들을 포함하여 분류하였다. 품목 집중형의 경우, 특정 품목에 주력하고 있는 기업들로 정의하여 분류하였다. 이들 유형에 속해 있는 기업들은 주로 모피, 아동복, 또는 교복 등과 같은 특정 품목만 생산하였다.

종합브랜드 유형의 경우 코스피, 코스닥 시장에 4개 기업이 상장 되어 있었다. 이들 기업들의 2000년부터 2017년까지 누적 총 매출은 68조 2838억원, 누적 영업이익은 4조5764억원이다. 이들은 상장패션기업들 6가지 유형 중에 가장 우수한 재무성과를 기록하고 있었다. 이들 그룹에 속한 대표적인 기업은 코오롱 인더스트리, LG패션 등이다.

OEM유형의 경우 코스피, 코스닥 시장에 총 7개 기업이 상장 되어있다. 이 유형에 포함되어 있는 대표적인 기업들은 영원무역, 한세실업, 태평양물산 등이다. OEM유형에 포함되어 있는 상장기업들의 재무적인 성과를 살펴보면 다음과 같다. 이들 기업들의 2000년부터 2017년까지 총 누적 매출은 57조 5554억원이었으며, 누적 영업이익은 2조 8488억원인 것으로 나타났다. 이 유형은 6가지 유형 중에 두 번째로 우수한 재무적인 성과를 보여주었다. 패션산업에서 제조업 중심으로 성장한 패션 기업들이 강세를 보이고 있는 것을 확인할 수 있다.

스포츠 유형의 경우 4개의 기업이 코스피, 코스닥 시장에 상장되어 있었다. 이 유형에 포함 되어있는 대표적인 기업들은 휠라 코리아, F&F, 코웰패션 등이 포함 되어있다. 2000년부터 2017년까지 총 매출은 20조 9107억원, 누적 영업이익은 1조 6047억원을 기록하고 있다.

언더웨어 유형의 경우 5개의 기업이 상장되어 있었다. 이 유형에 포함 되어있는 대표적인 기업들은 남양 비비안, BYC, 쌍방울 등이 포함되었다. 2000년부터 2017년까지 누적 매출은 13조 1689억원, 누적 영업이익은 6020억원으로 것으로 나타났다.

내수 집중형의 경우 총 10개의 기업이 포함 되어있다. 이들 유형에 속한 대표적인 기업들은 인디에프, 원풍물산, 데코엔이, 형지 IC 등이 있다. 이들 기업들의 2000년부터 2017년까지의 누적 총 매출은 22조 1984억원이었으며 누적 영업이익은 8280억원이었다. 이들 기업들은 소유하고 있는 브랜드의 폭이 좁고, 자체 브랜드에만 의존하는 특징을 보이고 있었다. 내수 집중형은 코스닥, 코스피 시장에 가장 많은 수의 기업이 상장되어 있었음에도 불구하고 저조한 실적을 보이고 있다.

품목 집중형이 경우 총 5개의 기업이 포함되어 있었으며, 진도, 아가방컴퍼니, 형지엘리트 등이다. 이들 기업들의 2000년부터 2017년까지 누적 총 매출은 7조 9325억원이었으며 누적 영업이익은 2585억원이었다.

종합적으로 살펴보면, 소비자의 다양한 욕구를 충족시킬 수 있는 여러 브랜드를 보유하고 있는 기업들의 재무적인 성과가 상대적으로 우수한 것으로 나타났다. 또한 1900년대에 패션제조산업에서 리더십을 보유하고 있었던 OEM형 패션기업들도 패션상장시장에서 여전히 강세를 보이고 있는 것을 확인할 수 있다. 반면에 자체브랜드를 기반으로 내수 시장에만 주력하고 있는 기업들은 성장에 어려움을 겪고 있는 모습을 보이고 있다.

2.2. 패션산업과 가계 경제

지난 20년동안 가계경제구조는 큰 변화가 일어났다. 가계 경제구조는 크게 가계 소득과 가계 지출로 구분할 수 있으며, 이러한 가계 경제구조 변화는 산업에 영향을 미치는 주요 변수로 연구된다(Cho, 2011; Lee, 2015). Jho(2011)은 가구 소득 집단에 따른 소비 행동을 살펴보았는데, 이들은 가구 소득이 증가하고 있는 특정 집단에서의 소득증가가 외식 산업에 긍정적인 영향을 미치고 있는 것을 확인하였다. 이뿐만 아니라 Woo et al.(2003)은 무역량, 가처분소득, 통화량, GDP 등과 같은 거시 경제환경 변수가 외식산업에 실질적으로 영향을 미치는가에 대해 살펴보았다. 연구 결과를 살펴보면, 가구소득의 증가는 실질적으로 외식 산업에 긍정적인 영향을 미치는 것으로 나타났다. Lee(2015)의 연구 결과에 따르면, 소득의 변화는 부동산 산업에도 영향을 미치는 것을 확인하였다. 또한 소득의 변동성은 주택 수요에 영향을 미치는 주요 변수임을 확인하였다. 이러한 소득의 변화는 패션산업과도 밀접한 관계를 형성하고 있다. Kotler(2000)는 문화적 배경, 개인적 배경, 심리적 특성이 합쳐져서 소비자 특성을 형성한다고 하였다. 그 중에서도 성별, 연령, 소득은 객관적인 소비자 특성으로 여겨진다. 소득수준은 패션구매행동에 영향을 미치는 주요 변수임을 확인할 수 있으며, 소득이 증가할수록 패션 구매 금액뿐만 아니라 구매량이 증가하는 것을 확인하였다(Bang, 2002; Consortium of Korea Fashion Industry Institute, 2005). 이는 패션의 성격이 필수재에서 쾌락재로 변화하였음을 의미한다. 따라서 가구소득과 패션 상장기업 영업이익은 관계가 있을 것으로 보인다.

가계 소비지출 또한 산업에 영향을 미치는 주요 거시적인 변수로 알려져 있다. Woo et al.(2003)연구에서는 가계지출구조의 변화가 외식산업에 영향을 미치는 주요 거시적 환경 변수임을 확인하였다. Hwang(2009)의 연구에 따르면 가계 지출은 전체 산업 성장성을 평가할 수 있는 주요 구성요소 중 하나임을 강조하였다. 가계 지출 구조에 따라 창출되는 생산 유발 액이 약 845조원으로 전체 생산 유발 액 2396조원 중에 높은 비중을 차지하고 있기 때문이다. 또한 전체 생산액과 가계 지출 항목 양자간 상관관계가 높은 모습을 보이고 있음을 확인하였다. 이처럼 가계 지출 항목의 변화는 생산유발 효과를 매개하여 산업에 영향을 미치는 것을 확인할 수 있다. 소득은 한정적이기 때문에 그 안에서 지출이 발생한다. 따라서 주요 지출의 변화는 패션사업에 영향을 미칠 수 있을 것으로 보인다. 선행연구들을 살펴보면 가구 소득의 증가 및 지출 구조의 변화는 패션산업에도 영향을 미칠 수 있음을 알 수 있다. 제한된 소득 내에서 특정 항목의 소비 증가는 결과적으로 다른 항목의 소비를 감소시키므로 지출 변화에 따른 패션 소비 행동을 분석하는데 의미 있게 사용될 수 있다.

통계청 데이터를 기반으로 가계 소득 및 가계 지출 구조의 변화를 살펴보고, 이러한 변화들이 패션산업과도 관계를 형성하고 있는지에 대해서 살펴보고자 한다. 가계 소득 통계는 개별 가구들의 소득수준을 나타내는 통계로 개별 국민들의 생활을 보다 직접적으로 보여준다. 통계청은 매월 가계동향조사를 통하여 가계에 대한 가계수지 실태를 파악하여 국민의 소득과 소비 수준 변화의 측정 및 분석에 대한 자료를 제공하고 있다.

2.2.1. 가계 소득

가계 소득이란 가구의 실질적인 자산의 증가를 가져온 일체의 현금 및 현물의 수입을 의미한다. 소득은 가계의 소비지출을 분석하는데 있어서 주요한 변수로 고려되어, 소득이 소비에 미치는 영향을 분석하는 많은 연구들에서 활용되어 왔다(Kim & Choe, 1999; Park & Huh, 2012; So, 2000).

Statics Korea(2017)a에 따르면 대한민국 연평균 가계소득은 2000년도 1,333만원, 2017년 1,756만원으로 약 30% 정도 증가한 것으로 관찰된다. 소득의 증가는 한계 소비성향의 증가로 이어지기 때문에 여가생활 및 다양한 경제 활동에 긍정적인 영향을 미친다(Min, 2016).

2.2.2. 처분 가능 소득

처분 가능 소득이란 소득에서 세금이나 사회보장부담금, 비영리단체로 이전, 타 기구로의 이전 등의 비 소비지출을 공제하고 남는 소득, 즉 가구에서 이전되는 부분을 제외하고 자유롭게 소비지출 할 수 있는 소득을 의미한다. 2000년도 가계 처분가능소득은 1,106만원이었으며, 2017년도 가계 처분가능소득은 1,430만원으로 약 29%정도 증가한 것으로 보고되었다(Statics Korea, 2017a).

가계 지출은 가구에서 상품이나 서비스를 구입하는데 지출하는 비용으로 식료품 비주류음료부터 기타 상품, 서비스까지 12개의 하위분류로 구성되었다. 2000년도 총 지출 비용은 891만원이었으며, 2017년도 지출 비용은 1020만원으로 약 29% 정도 증가하였다(Statics Korea, 2017a). 소득 및 처분 가능한 소득의 증가는 패션산업에도 긍정적인 영향을 미칠 것으로 생각된다.

2.2.3. 가계 지출 항목 동향

Statics Korea(2017a)에서는 가계 지출 항목을 2016년까지의 데이터에서만 제공하고 있다. 따라서 2000년부터 2016년까지 가계 지출 항목 변화 추이 결과를 살펴보고자 하였다. Fig. 5는 2000년부터 2016년까지 가계지출 항목의 변화 추이를 나타내고 있다. 우선적으로 소비지출에 포함된 지출항목들의 변화를 살펴보면, 가계통신비가 가장 큰 폭으로 증가한 것으로 관찰되었다. 통신비는 지출에 차지하는 비중은 적은 편에 속하였지만 가장 크게 상승한 모습을 보여주고 있다. 2000년도 연간 통신비 지출은 약 23만원에 불과하였으나 2016년도 연간 통신비 지출은 57만원으로, 17년동안 통신비가 약 2.5배 증가하였다. 이러한 통신비 증가는 다른 가계 지출 비용에도 영향을 미치는 요인으로 알려져 있으며, 소비자들은 큰 부담을 느끼는 것으로 분석되고 있다(Kang, 2012).

Fig. 5.

Household expenditure and item in 2000 and 2016.

2000년도 교육비 지출은 113만원이었으며, 2016년도 교육비 지출은 116만원인 것으로 나타나 미비한 수준으로 증가한 것으로 관찰되었다(Fig. 5). 그러나 교육비가 차지하는 가계 지출 비중을 살펴보면 2000년도 13%, 2016년도 14%을 차지하고 있는 것으로 나타나 단일 항목 중에서 가장 높은 비중을 차지하고 있다. 높은 교육비 지출은 가계지출 전반에 부담으로 작용할 수 있을 것으로 예상된다. 2017 통계청 사회조사 결과에 따르면 교육비에 부담감을 느끼는 가계의 비중이 65.2%인 것으로 나타났으며(Statics Korea, 2017b), 이러한 부담감은 결국 여가 소비에까지 영향을 미칠 것으로 보고되고 있다. Lim and Park(2012)연구에서도 교육비 부담은 가계 저축에 큰 영향을 미치고 있는 것으로 나타났으며, 이러한 부담감은 소비 위축으로 이어질 수 있음을 시사하였다. Yoo(2010)의 연구에서도 교육비 증가는 자산에 영향을 미칠 뿐만 아니라 저축과 소비 구조조정에도 영향을 미친다고 하였다. Cho and Choi(2014)는 교육비 지출이 거시적인 관점에서 어떠한 영향을 미치는지 살펴보았다. 그 결과, 교육비 지출은 수출 및 수입과 인과관계가 있는 것을 확인하였다. 교육비 지출에 대한 영향력은 거시적인 경제 영역까지 영향을 미칠 수 있음을 시사하고 있다.

식료품, 비주류 음료, 주류와 담배와 관련된 지출은 오히려 2000년도와 비교하여 지출 비용이 감소한 것으로 관찰이 되었다(Fig. 5). 그러나 보건 비용은 2000년도에 44만원을 지출하고 있었으며, 2016년도는 71만원을 지출하는 것으로 관찰되어 61% 증가한 것으로 나타났다(Korea Statics, 2017b). 선행 연구들을 살펴보면, 의료비는 건강을 위협을 받는 상황이 오면 반드시 지불해야 하는 비용이기 때문에 저축 금액, 자산 매각, 금융 서비스 이용, 비 필수 소비재의 소비 감소를 통해 의료 비용을 지불하는 것으로 확인되고 있다(Flores et al., 2008; Mondal et al., 2014; Wilkes et al., 1997). 또한 Woo and Shin(2015)의 연구에서는 의료비 부담은 저축 액과 부적인 연관성이 있는 것으로 확인되었고 가구의 생활수준을 전반적으로 저하시키는 것으로 나타났다. 따라서 지속적인 의료비 지출의 증가는 패션 소비에 영향을 미칠 수 있을 가능성이 있다.

한정된 소득 내에서 지출 구조의 변화는 다른 지출에 영향을 미치므로 지출 변화에 따른 패션 소비 행동을 살펴보고자 한다. 따라서 본 연구에서는 단일 항목으로 가계지출 비용 중 가장 큰 비율을 차지 하고 있는 교육비와, 2000년도와 비교해서 지출 비용이 가장 크게 증가하였던 통신, 보건비를 가계 지출 변수로 선정하여 분석하고자 하였다.

2.3. 패션산업과 대내외적인 관광환경 변수

산업은 대내외적인 환경변화에 민감하게 반응을 하는 것으로 나타난다. 특히 급격하게 증가하고 있는 한국인 해외 관광객 수는 내수 산업 활성화에 문제점으로 떠오르고 있다. 2017년 기준으로 한국인 해외 여행객은 2천 500만명으로 조사되고 있으며, 이들이 한 해 동안 해외에서 사용한 지출금액은 30조 2057억원인 것으로 나타난다(Korea Economic Research Institute, 2017). 이러한 해외에서의 소비지출은 내수 경기와 밀접한 관계를 가지고 있는 것으로 알려져 있다(Park et al., 2015). Lee(1998)의 연구에서도 1989년부터 1996년까지 해외에서 지출하는 비용과 거시경제 변수들 간의 관계를 규명하고자 하였는데, 그 결과 해외에서 지출하는 비용이 경제 성장률에 부정적인 영향을 미친다는 것을 확인하였다. Park(2016)도 전체 국내 관광수요가 5% 증가하면 약 1조 9천억원, 10% 증가할 경우 약 3조 9천원의 내수에 마이너스의 파급 효과가 있는 것으로 추정하고 있다. 이는 해외 소비가 증가하면, 그 만큼 내수 소비가 줄어들고 있다는 것을 의미한다. 따라서 한국인 해외 여행객 수의 증가는 내수 패션산업에도 부정적인 영향을 미칠 것이라는 것을 추정할 수 있다.

한국인 해외 여행객들의 해외에서 소비가 내수 산업에 부정적인 영향을 미치고 있는 반면에 방한 외래관광객들의 소비 지출은 내수 산업에 긍정적인 경제적 파급효과가 있는 것을 확인할 수 있다. 이를 실증적으로 확인하기 위하여 Hwang(2012)은 고용 계수를 이용하여 분석을 진행하였다. 그 결과를 보면, 방한 외래 관광객의 소비는 고용 유발 효과 및 경제적 파급 효과가 있는 것을 확인할 수 있었다. 방한 외래관광객의 생산 유발 효과는 총 33조 7684억원이었으며, 외식산업 및 숙박 산업에는 7조 336억원, 도소매(패션제품 포함) 산업에는 약 6조 6519억원에 유발 효과가 있는 것을 확인하였다. 이뿐만 아니라 Lee and Choi(2003)의 연구에서도 동일하게 방한 외국인은 생산유발효과, 고용유발효과가 있는 것을 확인하였으며 수입 유발효과, 소득 파급 효과도 있는 것으로 확인하였다. 또한 한류열풍으로 인하여, 외국인 관광객들의 방한 목적이 변화하고 있는 것으로 나타났다. 외국인 관광객 실태조사 보고서에 따르면 2017년 방한 외국인의 방한 고려 1순위(62%)가 쇼핑인 것으로 나타났으며, 구매품목에 대해서도 변화가 관찰되었다. 과거 80년대에는 국내 토산품, 보석류가 주된 소비 대상이었으나, 2017년도에는 패션상품이 전체 쇼핑 품목에 40%를 차지할 정도로 구매품목이 변화하였다(Korea Tourism Organization [KTO], 1999; Ryu, 2017). Kim(2014)의 연구에서도 중국인 관광객 5명 중 4명은 필수적으로 쇼핑을 하는 것으로 나타났으며, 패션상품에 대한 소비가 1위를 차지하고 있는 것으로 나타났다. 또한 평균지출 경비는 2000년도 평균 140만원에서 2018년도 평균 160만원으로 증가하였다(KTO, 1999; Ryu, 2017). 따라서 방한 외래관광객들은 패션산업과도 밀접한 관계를 형성하고 있을 것으로 예상된다.

2000년부터 2017년까지 대한민국 해외 여행객 및 방한 외국인 관광객 추이를 살펴보면 다음과 같다. 한국인 해외여행객 수는 2000년도 이후부터 2017년까지 연 평균 9% 이상 성장하고 있다. 2000년도에는 500만명이 해외여행을 위해 출국하였으며, 2017년에는 2천5백만명이 출국한 것으로 관찰되었다. 17년동안 해외 여행객이 5배 이상 증가하였다. 2007년부터 2008년 사이에는 해외 출국자 수가 급격하게 줄어드는 것이 관찰되었다(KCTI, 2017a). 이는 글로벌 금융위기 사태로 국내 내수 경기가 악화되어 해외 여행객 수가 급격하게 감소한 것으로 보인다. 방한 외래관광객의 경우 2000년도에 500만명 정도가 한국을 방문하는 것으로 관찰되었고 2017년에는 약 1000만명 정도가 방문하는 것으로 나타났다. 2000년 대비 약 2배 이상 방한 외국인의 증가하였으며, 2016년 이전까지 연평균 8%의 증가율을 보이고 있다. 2016년 대비 2017년도에는 방한 외국인이 급격하게 감소하였는데, 이는 사드 갈등으로 인하여 방한 중국인 수가 절반으로 줄어들었기 때문으로 보인다(KCTI, 2017a).

2.4. 소비자 심리지수

소비자 심리지수는 소비자들이 체감하는 경기를 주관적으로 표현한 수치이며, 매월 한국은행이 소비자들을 대상으로 체감 경기를 조사한다. 소비자 심리지수는 경제인식, 경제전망, 소비자 지출전망, 물가전망, 가계저축 및 부채와 같이 6가지 영역을 조사하여 종합적으로 지수화 시킨 수치이다. 소비자 심리지수는 100이 기준점이 된다. 지수가 100보다 크다면 소비자 체감 경기가 긍정적이라고 응답한 가구의 수가 그렇지 않다고 응답한 가구 수보다 더 많다는 것을 의미한다. 반대로 100이하이면, 소비자가 체감하는 경기가 부정적이라고 인식하는 가구의 수가 더 많은 것이다. 따라서 소비자 심리지수에는 가계 저축 및 지출 전망까지 포함되어 있으므로 미래의 소비지출을 예측하는데 주요 거시경제적 지수라고 할 수 있다(Bank of Korea, 2016).

소비자 심리지수는 소비와 밀접한 관계를 형성하고 있기 때문에 여러 연구에서 주요한 예측 변수로 사용되어왔다. Carroll et al.(1994)는 소비자 심리지수가 미래 소비 예측에 유의한 영향을 미친다는 것을 밝혔다. 특히 소비자 심리지수는 단기 지출 예측보다 미래의 지출 예측에 더 유용하다고 보고되고 있다. Curtin(2002)의 연구에서도 소비자 심리지수가 3분기 이상의 미래 소비지출을 예측하는데 더 높은 설명력을 보이는 것을 밝혔다. 이러한 심리지수는 패션산업과도 관련이 있을 것으로 추측할 수 있다. Kim(2005)의 연구에 따르면, 소비자 심리지수가 낮으면 고가의 의류가 잘 판매되지 않는 것으로 관찰되었으며, 반면에 소비자 심리지수가 높으면 고가의 의류 판매량이 증가하는 것을 관찰하였다. 따라서 소비자 심리지수가 고가의 의류 판매를 예측하는데 유의한 변수임을 확인하였다. 이러한 소비자 심리지수는 지출을 예측할 뿐만 아니라 거시적인 관점에서 산업을 분석하는데도 유용하게 사용되고 있다. Kim and Kang(2015)은 소비자 심리지수가 산업별 상품 재고자산에 영향을 미치는지에 대하여 실증분석을 진행하였다. 소비자 심리지수는 상품 재고자산과 양적인 상관관계가 있음을 밝혔고, 패션산업 재고자산에도 영향을 미치는 것을 확인하였다. 따라서 소비자 소비자 심리지수는 패션 상장기업들의 영업이익과 관련성이 있을 것으로 예상된다.

2008년부터 2018년 2분기까지 소비자 심리지수에 관한 데이터는 통계청으로부터 확보하였으며, 이를 Fig 6에 나타냈다(Statics Korea, 2017c). 2008년부터 2018년 2분기까지 소비자 심리지수 변화를 살펴보면 2008년 4분기에 소비자 심리가 급격하게 위축이 되었다가 2009년 2분기부터 회복하고 있는 모습을 보이고 있다(Fig. 6). 이는 글로벌 금융위기 사태로 인하여, 사회 전반에 걸쳐 소비 위축이 나타났을 것으로 예상이 된다. 2008년 4분기부터 2018년 2분기까지 소비자 심리지수가 100 이하인 경우는 총 39분기 중에 11번인 것으로 관찰되었다. 따라서 2008년 이후부터 소비자가 체감하는 경기가 부정적인 경우(11번)보다 긍정적인(28번) 경우가 많았다. 2008년 4분기부터 2018년 2분기까지 소비자들이 대체적으로 경기에 대해 긍정적으로 평가하고 있는 것으로 나타났다.

Fig. 6.

Quarterly consumer sentiment index from 2008 to 2018.


3. 연구방법

3.1. 연구 대상

본 연구는 패션산업과 거시변수들간의 관계를 살펴보기 위하여, 2018년 9월을 기준으로 패션 상장기업으로 분류된 코스피, 코스닥 상장기업 36개를 대상으로 연구를 진행하였다(Cho, 2016; Chung, 2018; Kiwoom Securities, 2017). 합병을 통해 패션 사업의 본질이 훼손된 기업은 분석에서 제외하였다. 예를들어 제일모직은 삼성물산과 합병되었다. 삼성물산의 연간 매출액은 30조원이며, 대부분의 매출은 건설 수입으로부터 발생한다. 또한, 톰보이와 같이 유가시장에서 상장 폐지되어 정확한 재무데이터를 확보할 수 없는 기업들은 분석에서 제외하였다.

3.2. 주요 변수

3.2.1. 패션 상장기업 영업이익

본 연구에서 기업성과 변수로 영업이익을 사용하였다. 매출은 주 사업과 관련 없는 금융 투자 및 채권 투자도 포함되어 있으며, 이외에도 제품개발 비용, 부동산 임대 수입과 같은 수익도 포함 되어있다. 따라서 매출을 기준으로 기업 성과를 평가할 경우, 실질적인 제품 판매 실적이 저조하더라도 기타 수익이 발생하였다면 기업이 성장하고 있는 것처럼 보인다. 그렇기 때문에 매출을 기준으로 거시변수들간의 관계를 분석할 관계를 오인하여 해석할 가능성이 있다. 반면에 영업이익은 판매 활동을 통해 얻어진 순수 수익만을 반영하기 때문에, 실제 패션 판매에 영향을 미치는 거시적인 변수들을 보다 정확하게 파악할 수 있을 것으로 기대된다.

2000년 이전에는 불안정한 재무데이터를 가지고 있는 기업들의 비율이 높아 분석 기간을 2000년부터~2018년 2분기로 한정하여 분석을 실시하였다. 상장기업의 경우 재무와 관련된 보고서를 분기 단위로 제출하게 되어있기 때문에 영업이익에 관한 자료는 분기별로 수집을 하였다.

3.2.2. 소비자 심리지수

소비자 심리지수에 관한 데이터는 통계청으로부터 확보하였다. 소비자 심리지수의 경우 2008년부터 조사가 시작되었기 때문에 2008년부터 2018년 2분기까지의 데이터를 활용하였다.

3.2.3. 가계 소득 및 가계 지출

가계 소득 및 지출에 관한 데이터는 통계청으로부터 확보하였으며, 소득에 대한 데이터는 2000년부터 2018년 2분기까지 확보하였다. 통계청에서 가계지출 구조에 관한 데이터들은 2000년부터 2016년 4분기까지 밖에 제공하지 않았기 때문에 2016년 4분기까지만 분석에 사용되었다.

3.2.4. 방한 외국인 여행객 및 한국인 해외 여행객

2000년부터 2018년 2분기까지 관광을 목적으로 출국한 한국인 해외 여행객에 관한 자료를 한국관광공사로부터 확보하였다. 또한 2000~2018년 2분기까지 한국을 관광목적으로 방문한 외국인 여행객에 관련된 데이터를 한국 관광공사로부터 확보하였다. 한국관광공사로부터 받은 월별 데이터를 분기별 데이터로 변환시켜 분석을 진행하였다.

3.3. 분석방법

본 연구는 EVIEWS 10.0을 사용하여, 시계열 분석 방법 중 하나인 그랜저 인과관계분석과 시차를 고려한 회귀분석을 실시하였다.

3.3.1. 그랜저 인과관계 분석

그랜저 인과관계 분석은 시계열 변수들간의 인과관계를 검증하는 방법이다(Granger, 1980). 이를 통해 변수들간의 인과관계에서의 시차를 확인할 수 있다. Granger 정의에 따르면 시계열 데이터를 내포하고 있는 두 변수 X, Y값의 미래 값을 추정하고자 할 때, 두 변수의 과거 값을 모두 반영하는 것이 X, Y변수들 간의 미래 값 및 인과 관계를 더 정확하게 추정가능 하다고 주장하였다. 따라서 시계열 변수들간의 인과 관계를 확인하기 위한 방정식은 다음과 같다

Yt=i=1paiXt-i+j=1pBjXt-j+ε1tXt=i=1nγiXt-i+j=1nδjXt-j+ε2t

X변수의 과거 값이 Y 변수에 미치는 영향력을 검증하기 위하여 아래 식에 나와있는 F검정을 사용한다. 이때 귀무가설은 “X는 Y를 Granger cause하지 않는다’가 되며, F값이 5%임계치보다 크면 귀무가설은 기각된다. 따라서 X는 Y에 영향을 미치는 원인변수임을 의미한다.

F=RSSR-RSSUR/mRSSUR/n-k
3.3.2. 교차 상관분석

교차상관분석(Cross Correlation Test)는 두 시계열 변수간의 상관관계 계수 값을 통해 크기 및 변수들간의 양적인 관계 또는 부적인 관계를 파악할 수 있는 분석방법이다. 각 시차에서 교차상관계수의 95% 신뢰구간을 정의하는 한계선을 넘으면 해당 시차에서 교차상관계수가 유의함을 의미한다(Ham & Son, 2012). 그랜저 인과관계분석은 동일 시차에 대한 유의성 및 시계열 변수간의 방향성(양적, 부적)을 판단할 수 없으므로 이를 보완하고자 교차 상관분석을 실시하였다.


4. 결과 및 논의

4.1. 단위근 검정

시계열 데이터의 경우, 우선적으로 시간의 흐름에 따른 변수의 안정성 여부를 판단해야 된다. 안전성 판별을 위해 단위근 검정을 실시해야 한다. 본 연구에서 Augmented Dickey-Fuller검정 방법을 통해 시계열 안정성을 확인하였다. Dickey-Fuller검정 방법은 시계열 변수의 시차를 검정하고자 하는 변수에 회귀시킨 후, 단위근이 유의한 차이를 검증하는 방법이다(Dickey & Fuller, 1979).

본 연구에서 사용된 시계열 데이터는 다음과 같다. 패션상장 업체의 영업이익, 가계소득, 처분 가능한 가계소득, 가계지출 항목 중에서는 통신비, 보건비, 교육비를 사용하였고, 그 외에 방한 외국인 관광객, 한국인 해외 관광객, 소비자 심리지수를 사용하였다. 각각의 변수에 대하여 단위근 검정을 실시하였다.

단위근 검정결과, 소비자 심리지수를 제외한 모든 변수에서 단위근이 존재하여 불안정한 시계열 변수임을 확인하였다(Table 1). 따라서 로그 차분을 추가적으로 수행하였다(Moon, 2006). 그 결과 모든 변수에서 단위근이 존재하지 않는 것으로 관찰되었으며, 안정적인 시계열 변수로 변환이 된 것을 확인하였다.

The results of unit root test

4.2. 패션 상장기업 영업이익과 가계 소득 간의 관계

가계 소득과 상장패션기업의 영업이익과의 인과관계를 살펴보기 위해 그랜저 인과관계 분석을 실시하였다(Table 2). 시차는 변수가 변수에 영향을 미치는데 걸리는 시간을 의미한다. 본 연구는 분기 단위로 분석을 실시 하였으므로, 1시차는 변수의 변화가 다른 변수에 영향을 미치는데 까지 1분기가 걸린 다는 것을 의미한다. 가계 소득과 패션 상장기업의 영업이익간의 그랜저 인과관계 결과를 살펴보면 다음과 같다. 가계 소득은 1, 2, 3, 4 시차 모두에서 영업이익에 영향을 미치지 못하는 것으로 관찰되었다. 패션 상장기업 영업이익 또한 1, 2, 3, 4차 모두 가계 소득에 영향을 미치지 못하는 것으로 나타났다(Table 2).

The results of granger causality among household income, disposable income and operation profit

마지막으로 교차상관분석 결과 동일 시차(0시차)에 내에서도 가계 소득과 패션 상장기업 영업이익은 유의한 관계를 형성하지 못하는 것으로 나타났다(coeff = 0.172, p > .05)

다음으로 가처분 소득과 패션 상장기업의 영업이익간의 인과관계를 살펴보기 위해 그랜저 인과관계 분석을 실시하였다. 분석결과를 살펴보면, 가처분 소득은 1, 2시차에서 영업이익에 유의한 영향을 미친 반면에 영업이익은 가처분 소득에 유의한 영향을 미치지 못하는 것을 확인하였다. 가처분 소득이 패션 상장기업 영업이익에 영향을 미치는 선행 변수임을 확인하였다. 이는 가처분 소득의 변화가 패션 상장기업 1, 2분기 영업이익에는 영향을 미치지만 3, 4분기 영업이익에까지 영향을 미치지 못하고 있음을 의미한다.

마지막으로 교차상관분석 결과 0시차에서 가처분 소득은 패션 상장기업 영업이익에 정적으로 유의한 영향을 미치는 것을 확인하였으며, 가처분 소득과 패션 상장기업 영업이익은 0, 1, 2시차에서 정적인 관계를 형성하고 있는 것을 확인하였다(coeff = 0.608, 0.600, 0.570. p < .05).

4.3. 패션 상장기업 영업이익과 가계 지출 항목 간의 관계

다음으로는 가계 지출 구조와 상장패션기업 영업이익 간의 인과관계를 살펴보기 위하여 그랜저 인과관계 분석과 교차분석을 실시하였다. 통신비 지출과 보건비 지출은 1, 2, 3, 4시차 모두 영업이익에 영향을 미치지 못하는 것으로 나타났다(Table 3). 패션 상장기업 영업이익도 1, 2, 3, 4시차에서 통신비 지출과 보건비 지출에 유의한 영향을 미치지 못하는 것으로 나타났다. 교차상관분석 결과 또한 0시차에서 통신비 지출과 보건비 지출은 패션 상장기업 영업이익에 유의한 관계를 형성하지 않는 것으로 확인되었다(coeff = 0.141, p > .05). 따라서 통신비 지출과 보건비지출은 패션 상장기업 영업이익과 인과관계가 없는 것으로 확인되었다.

The results of granger causality between household spending and operation profit

반면에 교육비 지출은 1, 2시차에서 패션 상장기업 영업이익에 영향을 미치는 것으로 확인되었다. 패션 상장기업 영업이익은 1, 2, 3, 4시차에서 교육비 지출 비용에 영향을 미치지 못하는 것으로 확인하였다. 따라서 교육비 지출이 패션 상장기업 영업이익에 영향을 미치는 선행 변수임을 확인하였다. 추가적으로 교차분석결과, 0시차에서 유의한 관계를 형성하지 못하는 것을 확인하였으며, 교육비 지출과 패션 상장기업 영업이익과는 부적인 관계를 형성하고 있음을 확인하였다(coeff = −0.182, p > .05).

4.4. 패션 상장기업 영업이익과 한국인 해외 여행객간 및 방한 외국인 관광객 간의 관계

한국인 해외 여행객의 경우, 평균적으로 6일동안 해외 여행을 하는 것으로 보고 되고 있으며, 방한 외국인 관광객의 경우도 평균적으로 7일동안 국내에 체류하는 것으로 조사되었다(KCTI, 2017a). 본 연구는 분기 단위로 분석이 이루어지고 있기 때문에 이들간의 관계를 2분기 이상 살펴보는 것은 논리적으로 맞지 없다고 판단하였다. 따라서 1시차만 반영하여 분석을 진행하였다.

대한민국 출국자 수와 패션 상장기업 영업이익간의 인과관계를 살펴보기 위하여 그랜저 인과관계 분석을 실시하였다(Table 4). 그랜저 인과관계 결과를 살펴보면, 한국인 해외 여행객 수는 영업이익에 1시차를 두고 영향을 미치는 것으로 나타났다. 반면에 영업이익은 대한민국 해외 여행객 수와 관계가 없는 것으로 나타났다. 따라서 대한민국 해외 여행객은 패션 상장기업 영업이익에 영향을 미치는 선행 변수임을 확인하였다. 또한 교차상관분석 결과 0시차에서도 한국인 해외 여행객수는 패션 상장기업 영업이익에 유의한 영향을 미치는 것으로 나타났으며 0, 1시차에서 이들은 부적인 관계를 형성하고 있는 것으로 확인되었다(coeff = −0.353, p<.05).

The results of granger causality between tourist and operation profit.

다음으로는 방한 외국인과 패션 상장기업 영업이익간의 관계를 살펴보고자 그랜저 인과관계 분석을 실시하였다. 방한 외국인 관광객은 패션 상장기업 영업이익에 영향을 미치지 않는 것으로 확인되었다. 패션 상장기업 영업이익 또한 방한 외국인 관광객 수에 영향을 미치지 않는 것으로 확인되었다. 따라서 패션 상장기업 영업이익과 방한 외국인간의 시계열적 인과관계가 없는 것으로 나타났다. 동행 시차 내에서 영향을 미치는지 확인하고자 교차상관분석을 실시하였다. 0시차에서 방한 외국인 관광객은 패션 상장기업 영업이익에 정적인 방향으로 유의한 영향을 미치고 있는 것으로 확인되었다(coeff = −0.796 p>.05).

4.5. 패션 상장기업 영업이익과 소비자 심리지수 간의 관계

패션 상장기업 영업이익과 소비자 심리지수 간의 관계를 파악하기 위하여 그랜저 인과관계 분석을 실시하였다. 패션 상장기업 영업이익은 소비자 심리지수에 유의한 영향을 미치지 못하는 것으로 확인되었다. 반면에 소비자 심리지수는 3, 4시차에서는 패션 상장기업 영업이익에 유의한 영향을 미치는 것으로 확인되었다. 따라서 소비자 심리지수는 패션 상장기업 영업이익에 영향을 미치는 선행변수임을 확인하였다. 교차상관분석 결과 0시차에서 유의한 영향을 미치지 못하는 것으로 확인되었으며, 소비자 심리지수와 패션 상장기업 영업이익은 부적인 관계를 형성하고 있는 것으로 나타났다(coeff = −0.560, p < .05).

The results of granger causality between psychological index and operation profit


5. 결 론

본 연구는 코스피, 코스닥 시장에 상장된 패션 상장기업들의 재무적인(매출 및 영업이익) 동향을 살펴보고 패션 상장기업들의 영업이익을 토대로 거시적인 변수들과 어떠한 관계를 형성하고 있는지 탐색적인 수준에서 살펴보고자 하였다.

가계 경제구조는 크게 소비지출과 가계소득으로 구분할 수 있으며, 시간에 따른 가계 경제구조 변화는 패션산업에도 영향을 미치고 있는 것을 확인할 수 있었다.

가처분 소득의 경우 패션 상장기업 영업이익에 0, 1, 2시차에서 정적인 방향으로 영향을 미치는 것으로 확인되었다. 이는 가처분 소득이 증가하면 패션 상장기업 영업이익이 증가하는 것을 의미한다. 이는 가처분소득과 의류구매비용은 상관관계를 형성하고 있다는 선행연구 결과와 유사하다(Seong, 2018). 0시 차에서 영향을 미쳤다는 것은 소비자들의 즉각적인 패션소비행동을 예측할 수 있는 주요 지표가 될 수 있음을 의미한다. 또한 1, 2시차에 영향을 미친다는 것은 증가된 가처분 소득이 즉각적으로 소비에 사용될 뿐만 아니라 저축을 통해 추후 구매행동이 일어나고 있음을 의미한다. 증가된 가처분 소득이 패션 산업에 최대 2분기(6개월)에 걸쳐 장기간 영향을 미치고 있다는 점은 패션 상장기업의 영업이익에 영향을 미치는 매우 주요한 변수가 될 수 있다. 또한 가처분 소득의 변화가 패션구매해동에 영향을 미친다는 것은 패션이 성격이 필수재에서 쾌락재로 변화하였다는 것을 알 수 있다.

반면에 단순한 소득 증가는 패션 상장기업 영업이익과 유의한 관계를 형성하고 있지 못하는 것으로 나타났다. 가계소득은 필수적으로 지출해야 되는 세금 및 건강보험료 등을 제외하지 않은 금액이므로 가계소득이 증가하여도 실질적으로 소비에 사용할 수 있는 금액과 차이가 발생한다. 반면에 가처분소득은 비소비지출을 제외한 실질적으로 소비에 사용할 수 있는 금액을 의미한다. 16년간의 시계열 데이터를 토대로 살펴본 결과, 가계소득 보다는 가처분 소득이 패션 상장기업의 영업이익성과를 예측할 수 있는 선행 변수로서 더 의의를 가지고 있음을 확인할 수 있었다. 이는 소득보다 가처분 소득이 실제 산업에 미치는 영향력 및 실질적인 구매력을 평가하는데 더 유용하다고 평가하고 있는 선행연구 결과와 일치하는 것이다(Lee, 2009; Woo et al., 2003). 대한민국 패션 상장기업들은 가처분 소득에 직접적으로 영향을 미치는 건강보험료, 4대보험과 같은 세금 정책 변화에 주목하고 대비할 필요가 있다.

본 연구는 2000년부터 2016년 2분기까지, 16년동안 가장 큰 변화가 있었던 통신비, 교육비, 보건비를 가계 지출 항목을 선정하여, 이러한 가계 지출 구조 변화와 패션산업과의 관련성을 탐색적이 수준에서 살펴보고자 하였다. 통신비의 경우 17년동안 250% 증가하였음에도 불구하고 패션 상장기업 영업이익에 영향을 미치지 못하는 것으로 확인된다. 이는 통신비 지출 구조가 과거와 달라졌기 때문이라고 할 수 있다. 스마트 폰이 대중화됨에 따라서 통신 목적이 아닌, 동영상 시청, 음악 감상, SNS활동과 같은 오락적인 성격의 데이터 활용이 높아졌다(Cho, 2013). 따라서 여가활동 비용이 통신 요금에 포함될 뿐만 아니라 단말기 할부금도 포함되어 조사되고 있는 문제점이 있다. 가계통신비 선정방법은 시장의 변화를 반영하지 못하고 있기 때문에 이를 수정하여 재조사하고자 하였다(Park, 2014). 따라서 통신 문화 서비스를 즐기기 위한 통신비 증가비용은 패션 상장기업 영업이익에는 영향을 미치지 못하고 있는 것으로 이해할 수 있다.

반면에 교육비는 패션 상장기업 영업이익에 1, 2시차에서 부적인 영향을 미치는 주요 가계 지출 요인임을 확인하였다. 이는 교육비가 증가할수록 패션 상장기업 영업이익에 부정적인 영향을 미치는 것을 의미한다. 가계 지출 항목 중 교육비를 가장 큰 부담감으로 느끼고 있다는 여러 선행연구 결과들과 유사하다(Lim & Park, 2012; Statics Korea, 2017b). 즉, 교육비에 대한 부담은 개인의 소비 활동에 부정적인 영향을 미치며, 이는 결과적으로 패션 상장기업 영업이익에도 영향을 미치는 것으로 추론할 수 있다. 1, 2분기 시차를 두고 패션 상장기업 영업이익에 부정적인 영향을 미쳤다는 것은 소비자들의 교육비에 대한 지출은 장기간 소비 활동을 제한하고 있음을 의미한다. 이는 교육비 지출은 소비에 제약이 생기게 하여, 다른 비목에서의 소비가 충분히 이루어지지 않는다는 선행 연구와 일치한다(Baek & Ahn, 2012).

종합적으로 통신비 및 보건비는 가계지출 항목 중 과거대비 지출 금액이 급격하게 증가하였음에도 불구하고 패션구매행동에 영향을 미치지 못하는 것으로 나타났다. 가계지출 구조는 가계 구성원의 욕구가 반영되고, 한정된 가계재화 내에서 소비 비목간의 배분을 통해 형성된다. 따라서 가계지출 구조가 변화였음에도 불구하고 영향을 미치지 못하였던 점은 소비자들이 자아를 나타내는 수단으로서 패션을 상대적으로 주요한 지출로 인지하고 있는 것으로 보인다. 패션이 자신을 표현하는 수단으로서 주요한 의의를 지닌다는 선형연구 견해와 일치한다(Park & Ku, 2012).

대내외적인 관광환경 변화와 패션산업과의 관계를 살펴보기 위하여, 한국인 해외 여행객 수와 패션 상장기업의 영업이익간의 관계를 분석하였다. 한국인 해외 여행객 수는 영업이익에는 0, 1시차에서 부적인 영향을 미치는 것으로 나타났다. 이는 해외 여행을 나가는 출국자 수가 증가할 수록, 패션 상장기업 영업이익이 감소한다는 것을 의미한다. 한국인 해외 여행객 수가 패션 상장기업의 영업이익에 영향을 미치고 있는 것은 다음과 같이 추론할 수 있다. KCTI(2017a) 보고서에 따르면 2011년부터 해외여행객의 여행지출 비용은 연평균 10% 이상 증가하고 있으며, 2017년도 평균 여행 지출비용은 220만원인 것으로 조사된다. 2016년 가계지출 비용 중 식음료비가 136만원으로 가장 높은 금액을 차지하고 있던 것을 고려하면, 해외 여행 지출 비용은 과도하다고 할 수 있다. 추가적으로 발생하는 과도한 지출 비용은 추후 가계 지출을 제한한다고 할 수 있다. 이는 1시 차에서도 패션 상장기업 영업이익에 부정적인 영향을 미친다는 점을 통해 확인할 수 있다. 또한 해외 여행객 수 증가에 따른 해외 소비지출은 내수 산업에 부정적인 영향을 미친다는 선행 연구 결과와 일치한다(Park et al., 2015). 따라서 한국인 해외 여행객 수의 증가는 패션산업에도 부정적인 영향을 미치고 있으므로, 패션기업 경영자들은 해외 여행객 추이를 살펴볼 필요가 있다.

다음으로 방한 외국인 관광객 수와 패션 상장기업 영업이익 간의 관계를 살펴본 결과, 패션 상장기업 영업이익은 방한 외국인 수와 시차적인 인과관계가 없는 것을 확인하였다. 그러나 교차분석결과 같은 분기 내에서(시차0) 방한 외국인 관광객 수는 패션 상장기업 영업이익은 정적인 관계를 형성하고 있는 것을 확인하였다. 이는 방한 외국인의 증가할수록 패션 상장기업 영업이익에 긍정적인 영향을 미친다는 것을 의미한다. 일반적으로 방한 외국인 관광객은 내수 시장을 활성화시키는 것으로 알려져 있다. Hwang(2012)의 연구에서 방한 외국인 관광객이 증가할수록 직접적으로 33조 7861억원 간접적으로 15조 3291억원의 파급 효과를 유발하는 것을 통계적으로 확인하였다. 패션산업 또한 방한 외국인에 대한 파급효과가 있음을 간접적으로 확인할 수 있었다. 또한 한류열풍으로 방한 외국인의 구매 품목이 패션제품으로 옮겨갔다는 선행연구결과와 일치하는 부분이다(KTO, 1999). 따라서 패션산업을 활성화시키기 위해서는 관광산업 관계자들과 전략적인 협업을 형성할 필요성이 있다. 0시차에서만 유의한 영향을 미친 것은 본 연구가 분기 단위로 진행되었기 때문이다. 외국인 관광객의 체류 기간이 평균 0~13일 정도로 보고되고 있기 때문에 1시차 이상에서 인과관계가 관찰되지 않았던 것으로 보인다.

패션 상장기업 영업이익과 소비자 심리지수간의 분석결과를 살펴보면, 소비자 심리지수는 패션 상장기업 영업이익에 3, 4분기 시차를 두고 정적인 방향으로 영향을 미치는 것으로 확인되었다. 이는 소비자가 긍정적으로 경기를 인지하고 있더라도 이러한 인식이 소비행동으로 이어지기까지 3, 4분기 정도 시간이 걸리는 것을 의미한다. 소비자들이 심리적으로 체감하는 변화가 실질적으로 산업에 영향을 미치는 데까지 시간이 걸린다는 선행연구 결과와 부분적으로 일치한다(Kim et al., 2013; Kim et al., 2016). 또한 제조 산업, 유통 산업, 금융 산업의 동향을 파악하기 위해 선행 변수로 사용하였던 소비자 심리지수가 패션산업에도 강력한 선행변수로서 의미가 있음을 확인하였다. 패션 상장기업들은 소비자 심리지수의 변화를 파악하여 추후 주문물량 또는 재고물량을 효율적으로 관리할 수 있을 것으로 기대된다. 마지막으로 소비자 심리지수는 소비자들이 체감하는 경기지수이기 때문에 쾌락재 또는 선택재 성격을 가지는 제품들의 구매 행동과 밀접한 관계를 가진다(Lee, 1997). 이는 소비자들의 패션에 대한 인식이 필수재에서 쾌락재로 변화해가고 있음을 의미한다. 따라서 패션 상장기업들은 패션산업을 확장하기 위해서 소비자들의 재미와 감성을 자극할 수 있는 방향으로 나아가야 할 것으로 보인다.

1, 2시차에서 소비자 심리지수가 패션 상장기업 영업이익에 영향이 없었던 근거를 명확하게 설명을 하는데 한계가 있다. 시계열분석 연구 특성상, 장기간의 데이터를 토대로 관찰되는 결과를 탐색적인 수준에서 살펴보는데 의의가 있기 때문이다. 선행 연구들에서도 시차가 발생한다는 사실에 초점을 두고 설명을 하고 있으며, 어느 시차에서 발생하는 명확한 이유에 대해서는 설명을 하지 못하고 있다(Hur et al., 2008; Kim et al., 2013). 본 연구에서 2000년부터 2018년 2분기까지의 패션 상장기업의 영업이익 데이터와 소비자 심리지수 데이터를 토대로 살펴본 결과가 심리지수가 패션 상장기업 영업이익에 영향을 미치고 있으며, 이는 3, 4분기 정도의 시차가 발생하고 있다는데 점을 고려하여 패션 상장기업들은 미리 이에 대한 대비를 해야 할 것이다.

본 연구는 우리나라 가계경제 구조 및 거시적인 변수를 활용하여 패션산업과 밀접한 관계를 형성하는 변수들을 확인할 수 있었다. 이와 같은 패션산업의 거시적인 접근은 그 동안 소비자 심리적, 마케팅적 접근과 더불어 패션산업에 영향을 미치는 주요 요인들을 추가적으로 고려할 수 있을 것으로 기대된다

본 연구의 한계점으론 본 연구에서 사용한 시계열 분석 방법은 다년간의 방대한 데이터를 기반으로 변수들간의 시차적인 인과관계를 탐색적 수준에서 파악할 수 있지만, 변수와 변수들 간의 명확한 인과관계 및 시차에 대해 설명하는 데는 한계가 있다는 것이다. 또한 패션 상장기업들이 패션시장 규모의 48%을 차지하고 있지만 앞서 언급한 변수들간의 관계를 패션산업 전체로 일반화시키는 어렵다는 점이다. 본 연구는 금융감독원에서 제공하는 재무제표를 활용하였기 때문에 영업이익과 관련된 재무정보는 분기 단위로 밖에 획득할 수가 없었다. 추후 연구에서 패션기업들의 월별 데이터를 확보하면 시차가 가지는 의미를 보다 정확하게 해석할 수 있을 것으로 기대된다.

Acknowledgments

이 논문은 2019년도 정부(교육부)의 재원으로 한국연구재단의 지원을 받아 수행된 기초연구사업임(No:2018H1A2A1060967).

References

  • Baek, H. Y., & Ahn, S. Y. (2012). The difference of the effects of private tutoring expenditure on the change of consumption structure of households depending on income bracket. Korean Social Policy Review, 19(3), 9-47. doi:10.17000/kspr.19.3.2012. 09.9. [https://doi.org/10.17000/kspr.19.3.201209.9]
  • Bang, S. K. (2002). A study on fashion accessory consumer’s purchasing behavior. Unpublished master’s thesis, Ewha Womans University, Seoul..
  • Bank of Korea. (2016). Composite consumer sentiment index. Retrieved June 01, 2018, from http://www.bok.or.kr/portal/ecEdu/ecWordDicary/search.do?menuNo=200688&query=%EC%86%8C%EB%B9%84%EC%9E%90%EC%8B%AC%EB%A6%AC%EC%A7%80%EC%88%98&ecWordSn=314.
  • Carroll, C. D., Fuhrer, J. C., & Wilcox, D. W. (1994). Does consumer sentiment forecast household spending? If so, why?. The American Economic Review, 84(5), 1397-1408..
  • Cho, G. W. (2011). What happened to the Korean economy in 2011? [한국경제, 2011년에 무슨 일이] Retrieved October 14, 2018, from http://www.hani.co.kr/arti/economy/economy_general/791838.html.
  • Cho, H. (2013). A study on the usage status of smart phone users by gender and age. Internet and Security Focus, 11(0), 35-51..
  • Cho, J. H. (2016, December 5). Only 5 out of 37 fashion listed com-panies increase sales. The International Textile Fashion News. Retrieved May 2, 2018, from http://www.itnk.co.kr/news/articleView.html?idxno=51521.
  • Cho, W. S., & Choi, H. J. (2014). An effects of education expenditures on the economic growth. International Commerce and Information Review, 16(2), 185-198. [https://doi.org/10.15798/kaici.16.2.201403.185]
  • Chung, K. C. (2018, April 6). 60 listed textile fashion companies caught all three rabbits. Korea Textile Newspaper. Retrieved May 2, 2018, from http://www.ktnews.com/news/articleView.html?idxno=106714, ..
  • Consortium of Korea Fashion Industry Institute. (2005). 패션 시장규모 [Fashion Market Scale Survey]. Seoul: Presses Ministry of Trade, Industry and Energy..
  • Curtin, R. (2002). Surveys of consumers: Theory, methods, and interpretation. NABE 44th Annual Meeting, September 30, 2002, Washington, DC..
  • Dechow, P. M. (1994). Accounting earnings and cash flows as measures of firm performance: The role of accounting accruals. Journal of Accounting and Economics, 18(1), 3-42. doi:10.1016/ 0165-4101(94)90016-7. [https://doi.org/10.1016/0165-4101(94)90016-7]
  • Dickey, D. A., & Fuller, W. A. (1979). Distribution of the estimators for autoregressive time series with a unit root. Journal of the American Statistical Association, 74(366), 427-431. doi: 10.2307/ 2286348. [https://doi.org/10.2307/2286348]
  • Flores, G., Krishnakumar, J., O’Donnell, O., & Doorslaer, V. (2008). Coping with health-care costs: Implications for the measurement of catastrophic expenditures and poverty. Health Economics, 17(12), 1393-1412. doi:10.1002/hec.1338. [https://doi.org/10.1002/hec.1338]
  • Granger, C. W. (1980). Testing for causality: a personal viewpoint. Journal of Economic Dynamics and Control, 1(2), 329-352. doi:10.1016/0165-1889(80)90069-X. [https://doi.org/10.1016/0165-1889(80)90069-X]
  • Ham, J. Y., & Son, J. Y. (2012). Causality between housing price and policy: Is housing policy exogenous?. Housing Studies, 20(4), 27-45..
  • Hur, Y. K., Jang, K. S., Kim, S. J., & Kim, H. M. (2008). The granger casuality analysis between prices and trading volume in the housing market - Focused on apartment property markets in Seoul. Housing Studies Review, 16(4), 49-70..
  • Hwang, J. H. (2012). A study on the economic impacts of consumption spending on overseas tourists. Journal of Tourism and Leisure Research, 24(6), 175-194..
  • Hwang, S. P. (2009). Impact of changes in consumption structure on industrial structure. 금융경제연구, 1(1), 1-47..
  • Jeong, B. S., & Lim, J. M. (2017). An empirical analysis of housing consumer psychology and apartment auction price. Journal of Real Estate Analysis, 1(1), 109-123..
  • Jho, K. H. (2011). A comparative study of household food consumption expenditures. 학문과기독교세계관, 4(0), 77-93..
  • Ji, H. K., & Rhee, E. R. (1999). The characteristics of clothing consumption expenditures by the business cycles in Korea. Journal of the Korean Society of Clothing and Textiles, 23(5), 745-456..
  • Kang, M. J. (2012). A study on the urban household’s telecom-munications expenditure. Journal of Commodity Science and Technology, 30(1), 49-55. doi:10.36345/kacst.2012.30.1.005. [https://doi.org/10.36345/kacst.2012.30.1.005]
  • Kang, N. C., & Choi, H. S. (2014). The operating income measure and information contents of operating performance disclosure. Journal of Accounting and Finance, 32(4), 437-454..
  • Kim, B. (2014). A study on beauty tourism consumption of Chinese tourists in Korea. Journal of Beauty Industry, 8(2), 5-26..
  • Kim, G. H., Kim, K. H., & Lee, J. H. (2016). Study on the causality and lead-lag relationship between size of house sub market and the consumer sentiment survey. Journal of the Korea Academia-Industrial Cooperation Society, 17(4), 682-691. doi:10.5762/ KAIS.2016.17.4.682. [https://doi.org/10.5762/KAIS.2016.17.4.682]
  • Kim, H. R., & Choe, H. C. (1999). The influences of household income and asset in the consumption expenditures according to housing tenure. Family and Environment Research, 37(10), 91-106..
  • Kim, J. O., Kim, N. J., & Jeong, C. (2013). Effects of the perception of K-pop on destination image and visit intention to Korea: Focusing on Chinese undergraduate students. Journal of Tourism Sciences, 37(1), 77-101..
  • Kim, S. H. (2005). The sales promotion effect of bargain sale of department store: Focused on the differences by year and merchandise class, and on the relationship with the consumer attitude Index. Journal of the Korean Society of Clothing and Textiles, 29(11), 1389-1398..
  • Kim, S. Y., Fang, X. Z., & Yoo, S. J. (2013). Causality between sales price of housing index and consumer sentiment index: Impact on Korea(south) and China. The Journal of Modern China Studies, 15(1), 175-210..
  • Kiwoom Securities. (2017). Listed companies analysis. Seoul: Kiwoom securities..
  • Kim, Y. R., & Kang, Y. S. (2015). A study on the relationship between consumer sentiment and inventory management. Korean Corporation Management Review, 22(4), 101-120..
  • Kotler, P. (2000). Marketing management: The millennium edition. Marketing Management, 23(6), 188-193..
  • Korea Culture & Tourism Institute. (2017a). 국민여행실태조사보고서 [National travel survey report]. Retrieved October 14, 2018, from https://kto.visitkorea.or.kr/kor/notice/data/statis/tstatus/natstatus/board/view.kto?id=430094&isNotice=false&instanceId=296&rnum=1.
  • Korea Culture & Tourism Institute. (2017b). 한국관광통계 [Korea tourism statics]. Retrieved June 20, 2018, from http://kto.visitkorea.or.kr/kor/notice/data/statis/profit/board/view.kto?id=379522&isNotice=true&instanceId=294&rnum=0.
  • Korea Federation of Textiles Industries. (2018). 한국 패션시장 규모 2018 [Korean Fashion Consumer Market Size in 2018]. Retrieved May 2, 2018, from http://www.kofoti.or.kr/bbs/data/1808_data_14.pdf.
  • Korea Economic Research Institute. (2017). 국내소비 1.6%씩 늘어 나는 동안, 해외소비 10.1% 증가 [Domestic consumption increased by 1.6%, while overseas consumption increased by 10.1%]. Retrieved December 01, 2018 from http://www.keri.org/web/www/news_02?p_p_id=EXT_BBS&p_p_lifecycle=0&p_p_state=normal&p_p_mode=view&_EXT_BBS_struts_action=%2Fext%2Fbbs%2Fview_message&_EXT_BBS_messageId=355073.
  • Korea Tourism Organization. (1999). 외래관광객 실태조사보고서 [National travel survey report] Retrieved October 14, 2018, from http://dl.nanet.go.kr/SearchDetailView.do?cn=MONO1200000896.
  • Lee, C. W., Kim, K. S., & Lee, S. W. (2000). On the informativeness of the quality of operating income. 회계와 세무감사연구, 36(1), 1-27..
  • Lee, E. Y. (1997). Fashion Marketing. Seoul: Kyomoonsa..
  • Lee, D. J. (1998). An investigation of causality between travel expenditure and macro-economic variables. Korea Journal of Tourism Research, 2(25), 26-38..
  • Lee, J. H., & Han, D. H. (2016). Essentials of corporate finance. Seoul: Parkyoungsa..
  • Lee, J. H., & Kim, M. H. (2014). K-pop과 드라마 검색 데이터로 본 한류의 현주소 [The current address of the Korean wave in K-pop and drama search data]. Retrieved December 11, 2018, from http://www.lgeri.com/report/view.do?idx=18430.
  • Lee, J. K. (2009). Characteristics of the Affordable Housing Based on Disposable Income of Households in Seoul. Journal of Korea Planning Association, 44(7), 97-108..
  • Lee, K., & Choi, S. (2003). 관광산업의 지역경제 기여효과 분석 [Economic impact analysis of regional tourism industry]. Retrieved December 11, 2018, from http://www.cultureline.kr/webgear/board_pds/6806/D001385.PDF.
  • Lee, Y. R. (2015). A study on the effects of household income volatility on housing occupancy and housing demand. Review of Real Estate and Urban Studies, 7(2), 41-59..
  • Lim, H. J., & Park, K. W. (2012). Expenditures on education and household saving ratio. Bank of Korea, 18(3), 115-155..
  • Min, K. S. (2016). Leisure time and satisfaction among South Koreans: Disparity by income, age, and gender. Unpublished doctoral dissertation, Yonsei University, Seoul..
  • Mondal, S., Lucas, H., Peters, D., & Kanjilal, B. (2014). Catastrophic out-of-pocket payment for healthcare and implications for household coping strategies: Evidence from west Bengal, India. Economics Bulletin, 34(2), 1303-1316..
  • Moon, G. (2006). The relation between price changes, volatilities and trading volume changes in Korean stock market. The Korean Academic Association of Business Administration, 19(4), 1441-1460..
  • Noh, M. J., & Yoo. S. J. (2016). A relationship between sales prices of APT and Consumer Sentiment. 국토연구, 89(0), 3-13. doi:10. 15793/kspr.2016.89.001. [https://doi.org/10.15793/kspr.2016.89..001]
  • Park, J. S. (2014, May 2). Digital Times. Retrieved from http://www.dt.co.kr/contents.html?article_no=2014052602010231747002.
  • Park, E. H., & Ku, Y. S. (2012). Lifestyle, fast fashion attitude, and cosmetics behavior according to college student pursuit of clothing benefits typology. Journal of Fashion Business, 16(1), 121-136. doi:10.17053/jcc.2012.15.3.007. [https://doi.org/10.17053/jcc.2012.15.3.007]
  • Park, E. J. (2005). Mediating effects of browsing on impulse buying behavior for fashion products. Journal of the Korean Society of Clothing and Textiles, 29(10), 1340-1348..
  • Park, M. S. (2016). 연령별 관광소비패턴 변화의 내수파급효과 [Domestic spillover effects of tourism consumption pattern changes by age]. Korea institute for industrial economic & trade. Retrieved December 10, 2018, from http://www.kiet.re.kr/kiet_web/?sub_num=12&state=view&idx=52696.
  • Park, M. S., Kyo, D. Y., & Lee, S. H. (2015). 관광수요패턴변화 가 내수경기에 미치는 영향분석[Analysis of the impact of tourism demand patterns on the domestic economy] Seoul: Press Institute of Industry..
  • Park, S. M., & Huh, K. O. (2012). A structural relationship between consumption value, consumption behavior and consumption satisfaction by income class. Journal of Consumption Culture, 15(3), 139-157. doi:10.17053/jcc.2012.15.3.007. [https://doi.org/10.17053/jcc.2012.15.3.007]
  • Ryu, S. H. (2017). International visitor survey. Retrieved June 20, 2018, from http://kto.visitkorea.or.kr/kor/notice/data/statis/tstatus/forstatus/board/view.kto?id=429831&isNotice=false&instanceId=295&rnum=7.
  • Seong, E. Y. (2018). Impact of disposable income and built environment factor on retail business sales -Focused on restaurants, supermarkets and cellphone shops in Seoul. Unpublished doctoral dissertation, Hanyang University, Seoul..
  • So, Y. K. (2000). Structure of the consumption expenditure by income bracket: Comparative analysis before and after IMF. Family and Environment Research, 38(12), 1-14..
  • Statics Korea. (2017a). 가계동향조사 [Household trend survey]. Retrieved June 20, 2018, from http://kosis.kr/statHtml/statHtml.do?orgId=301&tblId=DT_040Y002&vw_cd=MT_ZTITLE&list_id=301_G&seqNo=&lang_mode=ko&language=kor&obj_var_id=&itm_id=&conn_path=MT_ZTITLE.
  • Statics Korea. (2017b). 사회조사 [Social Survey]. Retrieved June 20, 2018, from http://kosis.kr/statHtml/statHtml.do?orgId=101&tblId=DT_1SSED110R&vw_cd=MT_ZTITLE&list_id=101_D214&seqNo=&lang_mode=ko&language=kor&obj_var_id=&itm_id=&conn_path=MT_ZTITLE.
  • Statics Korea. (2017c). 소비자심리지수 [Consumer sentiment index]. Retrieved June 20, 2018, from http://kosis.kr/statHtml/statHtml.do?orgId=301&tblId=DT_040Y002&vw_cd=MT_ZTITLE&list_id=301_G&seqNo=&lang_mode=ko&language=kor&obj_var_id=&itm_id=&conn_path=MT_ZTITLE.
  • Wilkes, A., Hao, Y., Bloom, G., & Xingyuan, G. (1997). Coping with the costs of sever illness in rural China. Brighton. Institute of Development Studies United Kingdom. Retrieved June 5, 2018 from https://opendocs.ids.ac.uk/opendocs/bitstream/handle/123456789/3362/Wp58.pdf?sequence=1.
  • Woo, K. S., & Shin, Y. J. (2015). The effect of catastrophic health expenditure on household economy: Focusing on financial coping and poverty. 보건사회연구, 35(3), 166-198. doi:10.15709/hswr. 2015.35.3.166. [https://doi.org/10.15709/hswr]
  • Woo, M. H., Lee, J. H., & Chung, I. J. (2003). The influence of macro economic environmental change on the food service industries. Tourism & Leisure Research, 15(2), 79-98..
  • Yoo, K. W. (2010). The impact of education expenditure on household saving and consumption behaviors in Korea. Journal of Consumer Studies, 21(4), 135-160..
  • Yoon, S. H. (2013). European acceptance of K - pop and youth acceptance strategies of cultural diffusion. Korean Journal of Journalism & Communication Studies, 57(3), 135-161..

Fig. 1.

Fig. 1.
Sales trends of the whole market and high group.

Fig. 2.

Fig. 2.
Sales trends of low group.

Fig. 3.

Fig. 3.
Operating profit trends of the whole market and high group.

Fig. 4.

Fig. 4.
Operating profit trends of low group.

Fig. 5.

Fig. 5.
Household expenditure and item in 2000 and 2016.

Fig. 6.

Fig. 6.
Quarterly consumer sentiment index from 2008 to 2018.

Table 1.

The results of unit root test

Variable name ADF test
raw(t-value) p-value Difference (t-value) p-value
***p<.001
Korean overseas traveler
Foreign tourist
Operating profit
Psychological index
House income
Disposable income
Health cost
Communication cost
Education cost
1.969
1.897
−1.132
−4.568
−1.331
−1.843
−0.465
−0.491
0.743
0.987
0.999
0.698
0.000***
0.610
0.356
0.891
0.886
0.828
−17.841
−9.427
−4.313
−5.242
−4.118
−4.096
−9.107
−9.147
−10.180
0.000***
0.000***
0.000***
0.000***
0.000***
0.000***
0.000***
0.000***
0.000***

Table 2.

The results of granger causality among household income, disposable income and operation profit

Variable direction Lag1 Lag2 Lag3 Lag4
F-stat p-value F-stat p-value F-stat p-value F-stat p-value
*Sales->SA
*House income->HI
*Operating profit->OF
*Disposable income->DI
*p<.05
HI->OF
OF->HI
DI->OF
OF->DI
0.003
1.596
4.639
1.336
0.950
0.210
0.034*
0.266
0.660
1.375
3.656
0.467
0.621
0.253
0.031*
0.496
0.922
1.122
0.446
1.134
0.473
0.359
0.720
0.342
0.725
0.903
0.593
0.785
0.631
0.499
0.668
0.539

Table 3.

The results of granger causality between household spending and operation profit

Variable direction Lag1 Lag2 Lag3 Lag4
F-stat p-value F-stat p-value F-stat p-value F-stat p-value
*Health expense->HE
*Sales->SA
*Operating profit->OP
*Communication expense->CE
*Education expense->EE
*p<.05, **p <.01, ***p <.001
HE->OP
OP->HE
OP->CE
CE->OP
OP->EE
EE->OP
0.251
2.011
0.125
1.722
4.126
9.765
0.617
0.160
0.723
0.193
0.063
0.002*
2.086
1.420
1.280
1.105
2.090
9.105
0.132
0.249
0.285
0.337
0.221
0.000***
0.958
1.002
0.499
0.806
1.924
2.679
0.418
0.397
0.683
0.494
0.134
0.054
0.538
0.917
0.224
0.784
1.282
1.270
0.708
0.459
0.924
0.540
0.287
0.292

Table 4.

The results of granger causality between tourist and operation profit.

Variable direction Lag1
F-Stat p-value
*Korean overseas traveler->KOT
*Foreign tourist->FT
*Sales->SA
*Operating profit->OP
**p<.01
OP->KOT
KOT->OP
OP-> FT
FT->OP
0.942
9.310
1.033
0.484
0.333
0.003*
0.313
0.488

Table 5.

The results of granger causality between psychological index and operation profit

Variable direction Lag1 Lag2 Lag3 Lag4
F-stat p-value F-stat p-value F-stat p-value F-stat p-value
*Psychological index->PI
*Operation profit->OP
*p<.05, **p<.01
PI->OP
OP->PI
1.440
0.044
0.238
0.834
0.771
0.104
0.471
0.901
3.946
0.058
0.012*
0.980
2.872
0.005
0.043*
0.994