회귀분석원가추정 (Regression Analysis (Cost Estimation))
쉽게 풀면
통계 기법을 이용해서 조업도와 원가의 관계를 더 정확하게 계산하는 방법. 예를 들어 지난 12개월 동안의 기계가동시간과 총전력비 자료에 최소자승법을 적용하면, 시간당 변동전력비와 매월 고정적으로 드는 기본요금을 통계적으로 분리해낼 수 있다.
왜 중요한가
혼합원가는 고정요소와 변동요소가 섞여 있어 그대로는 원가행태 분석이나 CVP분석에 활용하기 어렵습니다. 회귀분석은 여러 기간의 원가와 조업도 자료를 통계적으로 분석해 이 둘을 통계적으로 유의미하게 분해함으로써 고저점법보다 정교한 원가추정을 가능하게 합니다. 회귀분석으로 추정한 변동비율과 고정비는 CVP분석이나 예산 편성의 기초 입력값으로 쓰이므로, 추정의 정확도가 낮으면 손익분기점 분석이나 목표이익 계획 전체가 함께 왜곡된다.
논문에서는 이렇게 쓰입니다
회귀분석이 통계적으로 추정의 정확도를 검증할 수 있는 지표(R²)를 제공한다는 점에서 고저점법 대비 갖는 우위를 설명한 문장이다.
회귀분석원가추정은 고저점법보다 더 많은 관측치를 활용하므로 극단값의 영향을 덜 받으며, 결정계수를 통해 추정식의 설명력을 함께 평가할 수 있다는 장점이 있다.
조금 더 깊게 보면
회귀분석의 신뢰성은 결정계수(R²) 등 통계적 적합도에 좌우되며, 표본기간에 조업도 범위를 벗어난 이상치나 구조적 변화가 있으면 추정된 원가함수를 다른 기간에 그대로 적용하기 어렵다는 한계가 있습니다. 단순회귀는 조업도라는 단일 원가동인만 고려하지만, 여러 원가동인이 함께 작용하는 경우에는 다중회귀분석을 통해 각 동인이 원가에 미치는 영향을 개별적으로 추정할 수 있어 원가행태를 더 정교하게 설명할 수 있다.
주의할 점
회귀분석 결과의 신뢰성은 관측치 수와 원가행태의 선형성 가정 충족 여부에 크게 좌우되므로, 관련범위를 벗어난 예측에는 신중해야 한다. 회귀분석으로 추정한 관계는 상관관계일 뿐 인과관계를 보장하지 않으므로, 통계적으로 유의한 결과가 나왔다고 해서 그 원가동인이 실제로 원가를 발생시키는 원인이라고 단정해서는 안 된다.