선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 단일한 지표를 설정하여 효율성과 생산성을 측정, 분석하는 기법으로 최근 들어 자료포괄분석(Data Envelopment Analysis, DEA)과 맴퀴스트(Malmquist) 생산성지수분석이 많이 활용되고 있다. 본 연구는 이러한 기법들을 이용하여 국내 SI 기업의 경영혁신과정을 거시적으로 검토하고 방향을 모색하기 위해 다음과 같은 연구질문을 설정한다.
- 고객 또는 시장포트폴리오의 선택은 기업의 대표적인 시장행동이며 이에 따라 이익, 생산성, 효율성 등의 성과에 영향을 미친다. 본 연구에서는 이러한 관점에서 총 매출 중 특수관계자의 비중과 효율성의 상관관계를 분석하였다. 생산구조의 관점에서 보면 SI기업의 경우 생산에 필요한 원재료는 정보가 대부분이므로 정보관리의 생산성은 효율성의 원인 또는 영향변수가 될 수 있다.
가설 설정
- CCR모형에 의한 기술적 효율성(TE)은 규모에 대한 수확불변(Constant Returns to Scale, CRS)을 가정하고 비효율적인 DMU의 효율성을 구한다. BCC모형에 의한 순수기술적 효율성(PTE)은 규모에 대한 수확의 변동(Variable Returns to Scale, VRS)하에서 구한 효율성점수이며, 규모의 경제효과를 통제한 효율성점수이므로 동일한 DMU의 순수 기술적 효율성은 기술적 효율성과 같거나 크다.
제안 방법
- 이렇게 함으로써 해당 집단 내부에서는 효율성점수의 차이가 없도록 통제한다. 그리고 치환된 자료를 모두 합하여 단일한 분석대상으로 설정하고 DEA효율성점수를 구한 후, 다시 두 집단간의 효율성차이를 검정한다. 그 결과 <표 8>과 같이 기술적 효율성의 경우 유의수준 10%, 순수 기술적 효율성의 경우 유의수준 5% 에서 역시 기각되었다.
- 이를 위해 국내 SI기업을 대상으로 효율성을 측정, 분석하고, 효율성의 연도별 추세를 분석하여 개별기업 및 산업차원에서 변화의 방향을 파악한다. 다양한 측면에서 비효율성의 정도와 영향요인을 분석하고, 그 결과를 바탕으로 개별기업과 산업전반에 관한 시사점을 도출한다. 이와 같은 효율성의 분석결과는 개별 기업의 장단점을 분석하는 전략적 벤치마킹과 효율성을 향상하기 위한 혁신활동은 물론 SI산업의 지속 가능한 경쟁력을 확보하고 정책적인 의사결정을 위한 기초적인 분석 자료로 활용될 수 있다.
- 둘째, 효율성점수와 수익성 매트릭스를 통하여 선도기업과 추격기업을 식별하고, 효율성점수의 시계열 통계를 이용하여 최근 5년간 가장 우수한 기업군을 식별하고 효율성의 변동과정을 분석하였다. 위에서 분석한 결과와 같이 추격기업군은 지속적인 효율성 하락을 보이고 있어 사업모델, 경영전략, 프로세스역량, 정보시스템 등의 혁신전략의 수립과 실천이 시급하다고 볼 수 있다.
- 본 연구는 DEA를 이용하여 국내 SI기업을 대상으로 효율성을 측정, 분석하였으며 분석한 결과 주요 결론과 시사점은 다음과 같다.
- 따라서 여러 기간에 걸쳐 존재하는 동일한 DMU를 마치 서로 다른 DMU처럼 처리한다. 본 연구에서는 분석기간이 5개년이므로 3개년을 윈도우의 폭으로 설정하면 1개의 윈도우마다 40개 DMU X 3인 120개의 DMU를 대상으로 효율성을 측정하게 된다.
- 산출물에 관한 대리변수로는 특수관계자, 즉 그룹내의 매출액, 총매출에서 그룹매출을 제외한 외부매출액, 부가가치를 선정하였다. 매출액은 산출물에 관한 대표적인 대리변수로서 기업을 대상으로 하는 대부분의 DEA 연구에서 사용된다.
- 연구는 기업집단 또는 그룹계열사에 소속된 SI기업과 그렇지 않은 기업간에 효율성 차이를 실증적으로 분석하고, 개별 기업의 매출구성비, 정보 생산성과 같은 효율성에 영향을 미치는 요인을 분석하며, 생산성 및 효율성의 종단적 변화에 관해 윈도우(Window)분석 및 맴퀴스트생산성 분석을 모두 포함하고 있다는 점에서 위의 연구와 차별된다.
- 이를 위해 국내 SI기업을 대상으로 효율성을 측정, 분석하고, 효율성의 연도별 추세를 분석하여 개별기업 및 산업차원에서 변화의 방향을 파악한다. 다양한 측면에서 비효율성의 정도와 영향요인을 분석하고, 그 결과를 바탕으로 개별기업과 산업전반에 관한 시사점을 도출한다.
- 일반적인 생산성 측정지표인 인당매출은 단일투입, 단일산출의 측정이라는 측면에서 기술적 효율성과 유사하나, 기술적 효율성은 복수의 입출력에 관한 종합적 측정이므로 이들간의 상관관계도 살펴보았다. 재무적 관점의 대표적인 성과지표인 EBITDA율, 부가가치율, 투하자본수익률(ROIC) 등과 기술적 효율성 간의 관계를 분석하면 기업행동과 성과의 관계를 보다 구체적으로 이해할 수 있다.
- 따라서 기업집단에 소속된 기업과 그렇지 않은 기업 간에 효율성의 차이가 있는지, 차이가 있다면 그것이 개별 기업의 경영 외적인 해당 그룹의 소속 여부에 따른 차이, 소위 프로그램효율(program efficiency)에 의한 것인지 아니면 개별 기업의 경영능력(Managerial efficiency)에 의한 차이인지를 분석할 필요가 있다(Brockett and Golany, 1996). 즉, 기업집단 또는 그룹의 소속 여부에 따른 관리효율의 차이는 존재하지 않는다는 가설 하에, 우선 40개 기업의 최근 5년간 자료 전체를 패널 자료화하여 총200개의 DMU를 대상으로 효율성을 측정하고 기업집단 소속여부에 따른 효율성의 차이가 있는지 통계적으로 검정한다. 기업집단 소속 여부에 따른 기술통계량은 <표 6>과 같으며, 기업집단에 소속된 기업이 그렇지 않은 기업보다 효율성점수의 평균과 중앙값이 뚜렷이 높음을 확인하였다.
- 1을 분석도구로 사용하였다. 한편, 수주산업인 SI산업의 특성상 산출물에 따라 투입물을 조정하는 방식을 사용하는 기업 속성을 고려하여 투입지향(input-oriented)의 효율성점수를 구하는 방법을 사용하였다.
- 변수 중에서 단위가 금액인 경우에는 가격에 따른 오차를 통제하고 연도별 효율성의 비교가 가능하도록 2000년 기준의 GDP 디플레이터를 사용하여 불변가격으로 조정하였다. 한편, 종업원수와 경영자산은 저량(stock)개념이므로 연도별로 기초 및 기말자료의 평균을 구하여 적용하였다.
대상 데이터
- 본 연구에서는 매출액을 기준으로 한국SI산업조합에서 발간하는 SI사업자연감을 기준으로 상위 50개 기업과 상장 또는 코스닥등록 SI기업의 합집합을 대상으로 하되, 매출 중에서 SI사업 비중의 10% 이하인 기업, 매출액이 백억 원 미만인 기업, 감사보고서 등 자료가 미흡한 기업 등을 제외하고 최종적으로 40개 기업을 선정하였다. 생산성 및 효율성의 시계열 변동을 파악하기 위한 분석기간은 2000년부터 2004년까지 5년간으로 설정하였다.
- 본 연구에서는 매출액을 기준으로 한국SI산업조합에서 발간하는 SI사업자연감을 기준으로 상위 50개 기업과 상장 또는 코스닥등록 SI기업의 합집합을 대상으로 하되, 매출 중에서 SI사업 비중의 10% 이하인 기업, 매출액이 백억 원 미만인 기업, 감사보고서 등 자료가 미흡한 기업 등을 제외하고 최종적으로 40개 기업을 선정하였다. 생산성 및 효율성의 시계열 변동을 파악하기 위한 분석기간은 2000년부터 2004년까지 5년간으로 설정하였다. 분석에 필요한 정보는 해당기업의 사업보고서 및 감사보고서와 한국신용평가의 KIS-Line에서 획득하였으며, Coelli(1996)의 DEAP Version 2.
- 기업을 하나의 생산단위로 보면 노동과 자본으로 구성된 생산체계를 바탕으로 원재료 등 외부가치를 들여와서 제품을 생산, 판매하여 부가가치를 얻는 구조로 모형화할 수 있다. 위와 같은 기본적인 모형을 바탕으로 투입물은 상시종업원수, 경영자산, 투입비용으로 선정하였다. 상시종업원수는 노동에 관한 대리변수(proxy)로서 기업을 대상으로 하는 대부분의 DEA 관련 연구에서 채택하고 있다.
- 이와 같은 Window분석의 결과 중에서 2004년도 기준에서 선도적 기업으로 선정한 7개 DMU와 후발 추격기업으로 효율성점수가 가장 낮고 EBITDA/매출이 -5% 이하인 7개 DMU를 발췌하여 에 게재하였다.
데이터처리
- DEA에 의한 효율성점수는 1에서 0까지의 범위를 가지며 효율적 프런티어를 구성하는 DMU, 즉 효율성 점수가 1인 DMU가 다수이므로 정규분포를 가정한 모수적인 통계분석보다는 DEA의 특성에 맞는 비모수적인 분석이 적절하다. 따라서 본 연구에서는 두 집단간 효율성의 차이에 관한 비모수적 검정방법인 Mann-Whitney의 U-test를 사용한다. 그룹소속여부에 따른 검정 결과 <표 7>과 같이 효율성의 차이가 없다는 가설은 기술적 효율성, 순수 기술적 효율성의 경우 모두 유의수준 1%에서 기각되었다.
- 위에서 언급한 변수들과 기술적 효율성 및 순수 기술적 효율성 간의 상관관계를 분석한 결과는 <표 12>와 같다. 상관관계의 분석에서도 DEA효율성점수의 분포특성을 고려하여 비모수적 순위상관분석인 Spearman의 rho를 이용하여 검정하였다. 먼저 총 매출 중 특수관계자 매출의 비중은 기술적 효율성의 경우 1% 유의수준에서 정(+)의 강한 상관(상관계수 0.
이론/모형
- 이와 같은 효율성점수로도 전체적인 시계열 관점의 흐름을 대략 파악할 수는 있으나 단위 DMU별로 특정 연도의 효율성점수를 다른 년도의 그것과 직접 비교하기에는 무리가 있다. 단위 DMU의 효율성상승 또는 하락과 같은 추이나 효율성 변동의 안정성을 비교하기 위한 방법으로 윈도우(Window) 분석을 실시하였다(Cooper, 2000). 윈도우분석은 몇 개의 기간으로 구성된 윈도우, 즉 분석기간의 폭을 설정하고 해당 윈도우에 속하는 자료를 모두 패널화하여 분석하는 방법이다.
- 생산성 및 효율성의 시계열 변동을 파악하기 위한 분석기간은 2000년부터 2004년까지 5년간으로 설정하였다. 분석에 필요한 정보는 해당기업의 사업보고서 및 감사보고서와 한국신용평가의 KIS-Line에서 획득하였으며, Coelli(1996)의 DEAP Version 2.1을 분석도구로 사용하였다. 한편, 수주산업인 SI산업의 특성상 산출물에 따라 투입물을 조정하는 방식을 사용하는 기업 속성을 고려하여 투입지향(input-oriented)의 효율성점수를 구하는 방법을 사용하였다.
- 생산구조의 관점에서 보면 SI기업의 경우 생산에 필요한 원재료는 정보가 대부분이므로 정보관리의 생산성은 효율성의 원인 또는 영향변수가 될 수 있다. 정보관리의 생산성은 정보생산성(Information Productivity) 을 대리변수로 설정하였으며, 개략적인 산출방식인 ‘경제적 부가가치(EVA)/판매비 및 일반 관리비’를 적용하였다(Strassmann, 1999).
성능/효과
- DEA에 의한 효율성점수는 1에서 0까지의 범위를 가지며 효율적 프런티어를 구성하는 DMU, 즉 효율성 점수가 1인 DMU가 다수이므로 정규분포를 가정한 모수적인 통계분석보다는 DEA의 특성에 맞는 비모수적인 분석이 적절하다. 따라서 본 연구에서는 두 집단간 효율성의 차이에 관한 비모수적 검정방법인 Mann-Whitney의 U-test를 사용한다.
- 490까지 비교적 강한 상관계수를 보이고 있다. DEA에 의한 효율성점수는 위와 같은 지표가 개별적으로 나타내는 부분적인 효율성을 단일 차원으로 종합하여 DMU 전체를 표현하는 지표임을 확인할 수 있다.
- 그 결과 과 같이 기술적 효율성의 경우 유의수준 10%, 순수 기술적 효율성의 경우 유의수준 5% 에서 역시 기각되었다.
- 김강정(2005)은 소프트웨어산업의 103개 기업을 대상으로 효율성과 맴퀴스트 생산성을 측정하였다. 그 결과 평균적으로 대규모 외감법인의 생산성이 코스닥법인보다 높으며 기술진보를 선도하고 있음을 보이고 있다.
- 그룹 소속인 기업의 생산성을 분해하면 기술변화가 0.983이고 효율성변화가 1.002이므로 기술진보를 통하여 효율적 프런티어 자체의 이동을 가져오는 선도전략보다는 주어진 투입으로 효율적인 산출을 생산하는 경영관리효율의 향상으로 이와 같은 생산성을 달성하고 있음을 알 수 있다. 한편, 그룹에 소속되지 않은 기업들의 경우 분석기간 동안의 기술변화는 연평균 1.
- 그룹소속여부에 따른 검정 결과 과 같이 효율성의 차이가 없다는 가설은 기술적 효율성, 순수 기술적 효율성의 경우 모두 유의수준 1%에서 기각되었다.
- 2%의 하락을 보여 기술적 효율성, 즉 경영관리효율의 하락이 생산성 하락의 주된 요소임을 나타내고 있다. 기술적 효율성의 변화를 나누어 보면 순수효율성변화는 연평균 1.004인 반면 규모효율성은 0.964로서 적정규모에서 활동하지 못하는 것이 기술효율성 하락의 주된 요소임을 보이고 있다.
- 기업집단 소속 여부에 따른 기술통계량은 과 같으며, 기업집단에 소속된 기업이 그렇지 않은 기업보다 효율성점수의 평균과 중앙값이 뚜렷이 높음을 확인하였다.
- 넷째, 효율성에 영향을 미치는 각종 요인과 기술적 효율성 및 순수 기술적 효율성 간의 상관관계를 분석한 결과, 내부매출비중과 기술적 효율성 및 순수 기술적 효율성의 상관관계를 확인하였다. 이는 그룹 내 계열사와의 거래 비중이 클수록 안정적인 매출을 바탕으로 시장의 불확실성이나 수익변동상황을 회피할 수 있으며 자원조달 측면에서도 유리하므로 효율적인 경영관리가 가능함을 시사한다.
- 기업의 대표적인 재무지표 중에서 EBITDA율, 부가가치율, 투하자본 수익률(ROIC)과 기술적 효율성 및 순수 기술적 효율성 간에도 역시 강한 상관계수를 보이고 있다. 따라서 DEA에 의한 효율성점수는 위와 같은 지표가 개별적으로 나타내는 부분적인 효율성을 단일 차원으로 종합하여 DMU 전체를 표현하는 지표임을 확인할 수 있다. 기술적 비효율성이 큰 기업은 우선 본 연구와 같이 효율성에 관한 계량적 벤치마킹을 통하여 목표를 설정하고, 목표달성을 위한 전략 수립 시 사업, 조직, 비용, 정보시스템 등의 구조 등과 관련하여 본 연구결과를 참조할 수 있을 것이다.
- 투입기준에서 모든 DMU는 동일한 산출량을 생산하므로 점A의 DMU를 원점과 연결하여 효율적인 프런티어와 만나는 점Q를 가상적으로 효율적인 DMU라고 할 수 있다. 따라서 점A의 DMU는 점Q의 가상적인 DMU에 비해 비효율적이며, 기술적 효율성은 0Q/0A로 나타낼 수 있다.
- 즉, 기업집단의 소속여부에 따라 효율성점수의 차이가 존재하며, 기업집단에 소속된 기업이 그렇지 않은 기업에 비해 효율성이 높다고 할 수 있다. 또한 두 집단 별로 모든 DMU들이 효율적이 되도록 통제한 다음 두 집단간의 효율성차이를 검정한 결과 기술적 효율성의 경우 유의수준 10%, 순수 기술적 효율성의 경우 유의수준 5%에서 역시 기각되었다. 즉, 기업집단에 소속된 경우 그에 따른 전략, 시장, 자원 등의 혜택을 받게 되므로 두 집단간 효율성점수의 차이는 개별 기업의 경영능력에 따른 차이가 아니라 기업집단에 소속여부에 따른 차이라고 할 수 있다.
- 상관관계의 분석에서도 DEA효율성점수의 분포특성을 고려하여 비모수적 순위상관분석인 Spearman의 rho를 이용하여 검정하였다. 먼저 총 매출 중 특수관계자 매출의 비중은 기술적 효율성의 경우 1% 유의수준에서 정(+)의 강한 상관(상관계수 0.414)을 나타내며, 순수 기술적 효율성의 경우도 1% 유의수준에서 정(+)의 상관(상관계수 0.252)을 나타내고 있다. 이는 그룹 내 계열사와의 거래 비중이 클수록 외부수주에 의해 같은 크기의 매출을 달성하는 경우보다 안정적인 매출을 바탕으로 시장의 불확실성이나 수익변동 상황을 회피할 수 있으며 자원조달 측면에서도 유리하므로 효율적인 경영관리가 가능함을 시사한다.
- 셋째, 그룹에 소속된 기업에 그렇지 않은 기업 간에 효율성의 차이를 검정한 결과 효율성의 차이가 없다는 가설은 기술적 효율성 및 순수 기술적 효율성의 경우 모두 유의수준 1%에서 기각되었다. 즉, 기업집단의 소속여부에 따라 효율성점수의 차이가 존재하며, 기업집단에 소속된 기업이 그렇지 않은 기업에 비해 효율성이 높다고 할 수 있다.
- 정보생산성과 기술적 효율성 및 순수 기술적 효율성의 관계도 강한 상관이 있음을 검증하였다. 정보생산성이 높을수록 정보처리의 프로세스, 정보시스템의 구축과 운영, 정보시스템의 활용도 등이 기업의 가치창조에 효과적으로 기여함을 말하므로 이는 곧 기업의 높은 효율성과 직결됨을 의미한다.
- 정보생산성과 기술적 효율성 및 순수 기술적 효율성의 상관관계도 기술적 효율성의 경우 1% 유의수준에서 정(+)의 강한 상관(상관계수 0.551)이 있으며, 순수 기술적 효율성의 경우도 1% 유의수준에서 정(+)의 강한 상관(상관계수 0.455)이 있음을 검증하였다. 정보생산성이 높을수록 정보처리의 프로세스, 정보시스템의 구축과 운영, 정보시스템의 활용도 등이 기업의 가치창조에 효과적으로 기여함을 말하므로 이는 곧 기업의 높은 효율성과 직결됨을 의미한다.
- 첫째, 2000년부터 2004년까지 40개 SI기업의 기술적 효율성, 순수기술적 효율성을 투입물 기준으로 측정한 결과 평균적으로 국내 SI기업의 기술적 효율성은 약간 하락하고 있음을 확인하였다. 그리고 기술적 효율성 및 순수 기술적 효율성의 표준편차와 최대값-최소값의 범위는 상당히 증가하고 있어 양극화가 심화되고 있음을 알 수 있다.
후속연구
- 기술적 비효율성이 큰 기업은 우선 본 연구와 같이 효율성에 관한 계량적 벤치마킹을 통하여 목표를 설정하고, 목표달성을 위한 전략 수립 시 사업, 조직, 비용, 정보시스템 등의 구조 등과 관련하여 본 연구결과를 참조할 수 있을 것이다. 또한 SI산업 전체의 효율성과 생산성에 관한 거시적인 분석결과는 산업 차원의 경쟁력 제고를 위한 정책의 수립이나 평가에 기초자료로 활용할 수 있다.
- 다양한 측면에서 비효율성의 정도와 영향요인을 분석하고, 그 결과를 바탕으로 개별기업과 산업전반에 관한 시사점을 도출한다. 이와 같은 효율성의 분석결과는 개별 기업의 장단점을 분석하는 전략적 벤치마킹과 효율성을 향상하기 위한 혁신활동은 물론 SI산업의 지속 가능한 경쟁력을 확보하고 정책적인 의사결정을 위한 기초적인 분석 자료로 활용될 수 있다.
- 984이므로 생산성의 하락은 상대적으로 효율적 프런티어 자체의 퇴보에 의한 것임을 의미한다. 한편, 연도별 추세를 보면 2003/2004년의 총생산성지수는 0.990로서 전반적으로 상승추세에 있으며, 생산성변화의 구성 요소 중에서 기술의 변화는 지속적으로 상승하여 2003/2004년의 경우 1.022이므로 향후 기술의 변화를 동력으로 생산성의 향상을 어느 정도 기대할 수도 있다고 하겠다. 또한 모든 연도에서 기술변화보다는 효율성변화의 표준편차가 더 크므로 기술적 효율성(Technical Efficiency), 즉 투입기준으로 볼 때 일정한 기술 하에서 최소한의 투입으로 일정한 산출을 생산하는 경영관리효율의 차이가 총생산성변화를 주도하고 있으며, 경영관리기술의 확산, 또는 추격의 여지가 상당히 존재함을 시사한다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.