본 논문은 국내 상장 기업의 개별 기업 수준(firm level) 총요소생산성을 다양한 방법으로 측정하고 그 결과를 비교했다. 총요소생산성은 기업의 핵심 특성 중의 하나가 될 수 있는 기업의 총요소생산성 추정은 경제학분야 뿐만 아니라 재무분야에서도 활용성이 광범위한 매주 중요한 연구라고 할 수 있다. 분석대상은 유가증권과 코스닥시장에 상장된 기업이고, 분석기간은 2003년부터 2018년이다. 개별 기업의 총요소생산성 수준 측정을 위해 콥-더글라스(Cobb-Douglas) 생산함수를 사용했다. 측정을 위해 사용된 변수는 노동투입변수로 노동자수를, 자본투입변수로 자본스톡을 사용했고 산출물은 부가가치(value-added)를 사용했다. 총요소생산성 측정을 위해 모수(parametric) 분석 방법으로서 시스템적률법(system GMM)과 확률변경분석(stochastic frontier analysis)을 사용했다. 비모수(non-parametric) 분석방식으로 대리변수(proxy-variable) 방법으로서 투자를 대리변수로 사용한 Olley and Pakes(1992) 모형과 생산 중간재를 대리변수로 사용한 Levinshon and Petrin(2003)모형을 사용했다. 모형 결과 비교를 위해 통합최소자승법(POLS)과 고정효과(fixed effect)모형을 사용했다. 분석 결과 측정된 기업 수준 총요소생산성의 분포 형태는 유사했으나 분포 수준은 상이함을 보였다. 분포 내 개별기업의 순위순서(rank-order)를 비교해 보면 측정 방법에 따라 순위가 달라짐을 확인할 수 있었다. 이는 분포 곡선의 단순 이동이 아니라 분포에서 개별 기업의 순위순서가 달라지면서 이동한 것이다. 이는 기업 수준의 개별 총요소생산성을 활용하여 개별 기업의 재무비율, 투지지표나 주가수익률 등의 관련성을 연구할 경우 측정 방법 선택에 따라 연구 결과가 일부 달라질 수 있음을 의미한다. 기존 총요소생산성에 대한 연구는 주로 경제학 분야에서 다루어지고 있고, 산업별/지역별 수준으로 통합(aggregate)한 거시(macro)연구가 주를 이룬다. 반면에 본 연구는 미시(micro)연구로서 개별 기업 수준의 총요소생산성을 측정했다. 사용하기 용이한 상장기업의 회계자료를 사용했기 때문에 해당 기업의 재무자료, 투자지표, 위험지표, 주가수익률 등 개별 기업 수준의 재무·투자자료와 총요소생산성과의 관계를 살펴보기 위한 연구를 위한 기초 분석으로서 의미가 있다.