[논문]금융위기 이후 부실채권을 고려한 국내 은행의 비효율성과 생산성 변화

장영재; 양동현

doi:10.5762/kais.2020.21.6.91

금융위기 이후 부실채권을 고려한 국내 은행의 비효율성과 생산성 변화
Inefficiencies and Productivity Change of Domestic Banks including Non-performing Loan with Normal Output after Financial Crisis 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.21 no.6, 2020년, pp.91 - 102

초록
AI-Helper

본 연구는 연도별 은행의 투입요소와 산출요소의 생산가능집합을 순차적인 방법으로 구성하고 이 프런티어에 의해 비방사형 순차적 가중평균 러셀 방향거리함수로 비효율성을 측정한 후, 거리함수 값을 기초로 은행별 루엔버거 생산성 지수와 각 투입산출요소별 생산성 변화의 기여도를 분석하였다. 분석결과 첫째, 은행의 생산성은 글로벌 금융위기 이후 기술변화의 영향으로 생산성이 증가하였다. 둘째, 선행연구에서 글로벌 금융위기 전까지 기술진보의 변화를 보였으나 그 이후 기술변화는 정체 상태임을 실증적으로 제시하였다. 본 연구에서도 2009년부터 2014년까지는 기술변화의 침체로 생산성은 마이너스 성장을 하였다, 그러나 2014년 이후 생산성이 증가하였는데, 그 원인은 정체상태에 있었던 기술변화가 투입요소와 무수익여신의 감소로 인하여 기술진보로 전환된 데 있으며 이로 인해 생산성이 증가된 것으로 추론된다. 셋째, 과거 10년간 은행의 생산성 지수는 연평균 3.6% 증가하는 변화를 보였는데, 각 투입 및 산출요소별 생산성 기여도는 가계대출액 1.77%, 기업대출액 0.67%, 유형자산 1%, 인력 0.98%, 무수익여신 1.18%, 증권투자액과 총수신액 각각 -1.25%, -0.5%로 생산성을 증가시키는 데 무수익여신의 감축이 중요한 비중을 차지하고 있다. 본 연구의 한계점으로 분석모형의 방향성 거리함수 측정과정에서 자본구조 위험, 유동성 위험 등 환경변수의 방향성 설정이 어렵기 때문에 모형 내에서 통제하지 못함에 따라 환경변수의 영향을 고려하지 못하였다.

Abstract ▼ AI-Helper

This study constructed production frontiers of inputs and outputs in a sequential manner, measured inefficiencies by applying a non-radial sequential weighted Russell directional distance function to these frontiers, and analyzed Luenberg productivity indices and the contribution of each of input and output factor based on these distances. The results are as follows. First, the productivity of banks increased due to technical changes after the global financial crisis. Second, productivity growth decreased between 2009 and 2014 due to technical changes after the recession, as previous studies have shown that technology progressed before the global financial crisis but then largely decreased or remained the same thereafter. After 2014, the productivity of banks improved. This result may be due to both technology improvement after 10 years of stagnation and reduction of inputs and non-performing loans. Third, the 3.6% annual of productivity growth for 10 years was comprised of 1.77% household loans, 0.67% corporate loans, 0.98% manpower, 1.18% non-performing loans, -0.5% total deposits, and -1.25% securities. Finally, this study has limitations since it could not control risks such as capital structure and interest volatility.

주제어

표/그림 (4)

표 Table 1. Basic statistics of input-output factors (unit: billion, persons)
표 Table 2. Annual inefficiencies by bank
표 Table 3. Annual average productive change, technical change and, technical efficiency change
표 Table 4. Annual productive changes by input and output factors and by bank

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

그리고 선행 연구의 연구기간은 글로벌 금융위기 전 5년과 금융위기 이후 5년으로 글로벌 금융위기 전후 단기적 변화를 비교분석하였다. 그러나 본 연구는 2008년 금융위기 이후 최근 2018년까지 10년 동안 장기적으로 국내 은행들의 부실채권 추이를 고려한 비효율성과 생산성 변화 추이를 추적하여 부실채권의 감소에 따른 비효율성의 감소와 생산성 개선 여부를 확인하고 있다.
따라서 본 연구는 2009년부터 2018년까지 금융위기 이후 최근까지 10년 동안 우리나라 은행의 경영실적자료를 이용하여 정상산출물 이외에 유해산출물인 부실채권을 가중평균 러셀(Russell)의 방향거리함수모형에 포함 시켜 비효율성을 측정한다. 그리고 이를 토대로 루엔버거 생산성 지수 모형을 적용하여 글로벌 금융 위기 이후 우리나라 은행의 비효율성과 생산성 변화추이를 살펴보고 부실채권의 생산성 변화에 대한 기여도를 파악하고자 한다.
이 루엔버거 생산성 지수는 Tulkens and Vanden Eeckaut[23]의 순차적 생산가능집합 개념과 루엔버거 방향거리함수 개념을 결합시킨 모형이다 [19]. 본 연구는 SL 지수를 이용하여 우리나라 은행산업의 생산성 변화를 분석한다.
본 연구는 맘퀴스트 생산성 지수와 관련된 문제를 해결하기 위하여 순차적 가중평균 러셀 방향거리함수모형(Weighted Russell Directional Distance Model: WRDDM)에 의해 거리함수를 측정하고 루엔버거 생산성 지수모형에 적용시켜 은행의 생산성 변화를 분석한다. 그런데 이 가중평균 러셀 방향거리함수모형을 이용하여 분석한 선행연구가 있다.
그러나 반대로 은행성과를 높이기 위해 비용비효율성을 극단적으로 추구하는 경우 오히려 무수익여신이 증가할 수도 있다[3]. 본 연구는 은행내부 시스템과 제도의 개선이 이루어지면 대출금이 증가하여도 은행별 대출금 대비 무수익여신비율이 동일하지 않으며 비용비효율적인 은행에 비해 비용 효율적인 은행의 무수익여신비율이 낮아질 것이라는 전제하에서 분석한다.
본 연구에서는 두 번째 유형의 연구들을 중심으로 기술하고자 한다.
따라서 산업전체 또는 장기적 관점에서 기술퇴보는 생산성 변화를 왜곡시켜 해석할 수 있는 소지가 있다. 이에 본 연구는 이러한 프런티어의 이동과 구성에 따른 문제점을 해소하고 기술의 특성을 현실적으로 반영시킨 순차적 루엔버거 생산성 지수 (sequential Luenberger index: SL 지수)를 이용하여 분석하고자 한다. 이 루엔버거 생산성 지수는 Tulkens and Vanden Eeckaut[23]의 순차적 생산가능집합 개념과 루엔버거 방향거리함수 개념을 결합시킨 모형이다 [19].

제안 방법

이 연구와 동일한 점은 투입산출요소의 기여도를 파악하여 가능한 새로운 효율성을 측정할 수 있는 방향거리함수를 사용한 점이고 다른 점은 이 거리함수를 이용하여, 루엔버거 생산성 지수를 산출한 후, 생산성 변화와 이와 관련된 투입산출요소의 생산성 변화에 대한 기여효과를 분석하였다는 점이다. 그리고 선행 연구의 연구기간은 글로벌 금융위기 전 5년과 금융위기 이후 5년으로 글로벌 금융위기 전후 단기적 변화를 비교분석하였다. 그러나 본 연구는 2008년 금융위기 이후 최근 2018년까지 10년 동안 장기적으로 국내 은행들의 부실채권 추이를 고려한 비효율성과 생산성 변화 추이를 추적하여 부실채권의 감소에 따른 비효율성의 감소와 생산성 개선 여부를 확인하고 있다.
따라서 본 연구는 2009년부터 2018년까지 금융위기 이후 최근까지 10년 동안 우리나라 은행의 경영실적자료를 이용하여 정상산출물 이외에 유해산출물인 부실채권을 가중평균 러셀(Russell)의 방향거리함수모형에 포함 시켜 비효율성을 측정한다. 그리고 이를 토대로 루엔버거 생산성 지수 모형을 적용하여 글로벌 금융 위기 이후 우리나라 은행의 비효율성과 생산성 변화추이를 살펴보고 부실채권의 생산성 변화에 대한 기여도를 파악하고자 한다.
따라서 본 연구는 선행연구에 근거하여 변수선택에 따른 효율성의 측정결과가 다르지 않다고 판단하여 투입요소와 산출요소간의 관계를 정의하는 데 중개기능접근법을 적용하였다[24].
왜냐하면 정상적인 대출이 일어나더라도 상대적으로 위험관리를 잘하여 부실채권을 적게 발생시키는 은행이 상대적으로 더 효율적이라고 볼 수 있기 때문이다. 따라서 본 연구에 서는 정상산출요소 이외에 정상산출요소와 동반하여 필연적으로 발생하는 유해산출물인 부실채권 즉 무수익여신을 산출요소로 고려하였다.
본 연구는 2009년부터 2018년까지 10년 간 부실채권을 비효율성 측정 모형에 포함시켜 은행의 비효율성과 생산성 변화를 측정하였다. 은행은 지방은행, 시중은행, 특수은행으로 구분하여, 총15개 은행을 분석대상으로 하였다.
본 연구는 2009년부터 2018년까지 10년 간 은행의 비효율성을 WRDDM에 의해 측정하고 이를 이용하여 순차적 루엔버거 생산성 지수(sequential Luenberger index: SL)를 계산하여 생산성 변화를 분석하였다.
본 연구는 WRDDM을 이용하여 효율성과 생산성 지수를 측정하였다. 이 방향거리함수모형은 투입요소와 산출요소가 생산성변화에 미치는 영향을 파악할 수 있는 모형으로 방향거리함수 #를 #, #, #로 분해한 가중평균거리함수이다.
본 연구는 글로벌 금융위기 이후 2009년부터 10년 동안 15개 은행의 패널자료를 이용하여 국내은행의 비효율성과 생산성 변화를 측정하였다. 은행의 비효율성과 생산성 변화를 측정하기 위해서 은행의 투입요소와 산출요소 간의 관계를 기능적 관점에서 설정하고 이 관계에 따라 투입요소와 산출요소를 정의한 세 가지 접근법으로 생산기능접근법(production approach), 운영기능접근법 (operating approach), 중개기능접근법(intermediation approach) 등이 있다[24].
본 연구는 순차적 WRDDM에 의해 국내은행의 비효율성을 측정하였으며 그 결과는 다음의 Table 2와 같다. 은행 전체의 비효율성은 금융위기 이후 2009년 0.
투입요소로 은행별 인원수에서 평균 인력을, 은행별 유형자산 보유현황에서 유형고정자산, 은행별 형태별 예수금잔액에서 총수신액을 선택하였다. 산출요소로 은행별, 형태별 잔액대출금에서 개인대출액, 기업대출액을, 은행계정 유가증권보유현황에서 증권투자액을 선택하였으며 유해산출 요소의 대리변수로 무수익여신을 비정상적 산출요소로서 선택하였다.
앞에서 기술한 국내 선행 연구의 방법론상의 문제점을 극복하기 위해서 본 연구는 연도별 은행의 투입요소와 산출요소의 생산가능집합을 순차적인 방법으로 구성하였다. 이 프런티어에 의해 비방사형 순차적 가중평균 러셀 방향거리함수로 비효율성을 측정한 후, 이를 기초로 은행별 루엔버거 생산성 지수와 각 투입산출요소별 생산성 변화의 기여도를 분석하였다.
은행의 효율성과 생산성 변화와 관련된 선행연구에서 Shephard의 거리함수[10]를 이용하여 정상산출물만을 고려하여 효율성과 생산성 변화를 측정하였다. 그런데 부실채권과 같이 효율성에 영향을 미치는 비정상적 유해산출물을 거리함수 모형에 고려하지 않을 경우 효율성과 생산성 변화에 대한 왜곡된 결과를 가져온다고 지적하고 있다[11].
이 선행연구[24]는 2004년부터 2013년까지 금융위기 전후 비효율성 변화와 부실채권의 기여효과를 분석한 연구이다. 이 연구와 동일한 점은 투입산출요소의 기여도를 파악하여 가능한 새로운 효율성을 측정할 수 있는 방향거리함수를 사용한 점이고 다른 점은 이 거리함수를 이용하여, 루엔버거 생산성 지수를 산출한 후, 생산성 변화와 이와 관련된 투입산출요소의 생산성 변화에 대한 기여효과를 분석하였다는 점이다. 그리고 선행 연구의 연구기간은 글로벌 금융위기 전 5년과 금융위기 이후 5년으로 글로벌 금융위기 전후 단기적 변화를 비교분석하였다.
앞에서 기술한 국내 선행 연구의 방법론상의 문제점을 극복하기 위해서 본 연구는 연도별 은행의 투입요소와 산출요소의 생산가능집합을 순차적인 방법으로 구성하였다. 이 프런티어에 의해 비방사형 순차적 가중평균 러셀 방향거리함수로 비효율성을 측정한 후, 이를 기초로 은행별 루엔버거 생산성 지수와 각 투입산출요소별 생산성 변화의 기여도를 분석하였다.
첫 번째 유형의 연구는 외환위기와 금융위기를 전후하여 정상산출물만을 고려한 Shephard[10]의 거리함수로 효율성을 측정하고 이 거리함수에 의해 Färe 등[11]의 맘퀴스트 생산성 지수를 산출하여 생산성 변화를 분석하였다.

대상 데이터

본 연구는 선행연구에서 비교적 많이 사용되고 있는 중개기능접근법에 따라 투입요소와 산출요소를 정의하였다. 금융감독원 금융통계정보시스템 내에 수록되어 있는 은행경영통계에서 투입산출요소에 대한 자료를 수집하였다. 투입요소로 은행별 인원수에서 평균 인력을, 은행별 유형자산 보유현황에서 유형고정자산, 은행별 형태별 예수금잔액에서 총수신액을 선택하였다.
본 연구는 2009년부터 2018년까지 10년 간 부실채권을 비효율성 측정 모형에 포함시켜 은행의 비효율성과 생산성 변화를 측정하였다. 은행은 지방은행, 시중은행, 특수은행으로 구분하여, 총15개 은행을 분석대상으로 하였다. 2019년 말 기준으로 시중은행은 신한은행, 국민은행, 우리은행, 한국시티은행, KEB 하나은행, 한국SC제일 은행 등 6개 은행이며.
금융감독원 금융통계정보시스템 내에 수록되어 있는 은행경영통계에서 투입산출요소에 대한 자료를 수집하였다. 투입요소로 은행별 인원수에서 평균 인력을, 은행별 유형자산 보유현황에서 유형고정자산, 은행별 형태별 예수금잔액에서 총수신액을 선택하였다. 산출요소로 은행별, 형태별 잔액대출금에서 개인대출액, 기업대출액을, 은행계정 유가증권보유현황에서 증권투자액을 선택하였으며 유해산출 요소의 대리변수로 무수익여신을 비정상적 산출요소로서 선택하였다.

이론/모형

본 연구는 선행연구에서 비교적 많이 사용되고 있는 중개기능접근법에 따라 투입요소와 산출요소를 정의하였다. 금융감독원 금융통계정보시스템 내에 수록되어 있는 은행경영통계에서 투입산출요소에 대한 자료를 수집하였다.

성능/효과

둘째, 은행의 기술변화는 글로벌 금융위기 전까지 기술진보가 있었으나 그 이후 대폭 하락하여 거의 정체 상태에 머물렀다. 이에 금융위기 직후 2009년부터 2014년까지 생산성은 마이너스 성장을 기록하였으며 2014년 이후에 생산성이 증가하였다.
Fujii 등[17]은 2004년부터 2011년까지 인도은행들을 3개 그룹 즉 특수은행, 민간은행, 외국인 은행으로 분류하여 WRDDM과 루엔버거 생산성 지수 모형을 이용, 효율성과 생산성 변화를 분석한 결과 특수은행, 민간은행, 외국인은행 순으로 비효율성이 높았으며, 외국인 은행이 인도의 은행산업을 선도하는 것으로 보고하고 있다. 또한 이 비효율성에 영향을 미치는 투입요소와 산출요소의 기여도는 수익 자산, 부실채권, 종업원 수, 대출액 순이었고 이 기간 동안 생산성 증가는 종업원의 감축, 효율적인 유형고정자산 사용이 영향을 크게 미친 것으로 분석하였다.
25%순으로 가계대출액과 기업 대출액의 기여도가 높았다. 또한 투입요소의 상대적 감소로 투입요소의 생산성 기여도는 연평균 1.49%, 유형자산의 증가율 감소로 이의 생산성 기여도는 1%, 인력의 상대적 감소로 투입인력의 생산성 기여도는 0.98% 순으로 높은 비중을 보이는 반면 총수신액의 생산성 기여도는 -0.5%로 생산성을 감소시키고 있다.
이와 같이 생산성 하락은 정상산출요소와 무수익여신의 영향이 크게 작용한 것으로 분석하고 있다[7-8, 24].본 연구에서도 무수익여신은 글로벌 금융위기 이후 생산성 감소에 크게 기여하였으며 이는 무수익여신의 증가를 적절하게 통제하지 못하거나 감축시키지 못한 결과로 해석된다. 그러나 장기적으로는 은행의 여신심사 및 감리를 개선하고 무수익여신의 감축과 동시에 산출요소의 확대(기업대출과 가계대출의 확대)를 통하여 생산성이 증가하고 있다.
생산성 지수를 구성하고 있는 구성요소인 기술변화 (Technical Change: TC)와 기술효율성 변화(Technical Efficiency Change: TEC)를 보면, 은행의 TC는 금융 위기 이후 연평균 5.06% 증가한 반면 TEC는 연평균 -1.46%로 감소하면서 은행의 TC가 생산성을 긍정적으로 변화시키는 데 기여하였다. 특히 금융위기 이후 은행은 치열한 시장경쟁을 통해 금융제도와 금융기법이 고도화되면서 지속적인 기술혁신이 이루어져 왔다.
셋째, 은행의 기술효율성 변화는 시중은행을 제외하고 마이너스를 보이고 있다. 기술효율성을 개선하기 위해서 은행 내부의 노동생산성 제고와 은행의 신용위험 관리의 적정성에 대한 점검기능을 강화하여 철저한 부실채권관리를 하여야 한다.
은행 형태별 생산성 변화를 보면 시중은행 5.43%, 지방은행 3.54%, 특수은행 0.05% 순으로 생산성이 증가하여 시중은행의 생산성이 은행전체의 생산성 변화에 크게 기여하였다. 은행형태별 생산성 변화는 기술효율성 변화보다 기술변화의 영향이 더 컸으며 시중은행을 제외하고 지방은행이나 특수은행의 기술효율성은 둔화된 반면 기술변화만이 은행의 생산성 변화에 긍정적인 영향을 미친 것으로 분석되었다.
05% 순으로 생산성이 증가하여 시중은행의 생산성이 은행전체의 생산성 변화에 크게 기여하였다. 은행형태별 생산성 변화는 기술효율성 변화보다 기술변화의 영향이 더 컸으며 시중은행을 제외하고 지방은행이나 특수은행의 기술효율성은 둔화된 반면 기술변화만이 은행의 생산성 변화에 긍정적인 영향을 미친 것으로 분석되었다.
둘째, 은행의 기술변화는 글로벌 금융위기 전까지 기술진보가 있었으나 그 이후 대폭 하락하여 거의 정체 상태에 머물렀다. 이에 금융위기 직후 2009년부터 2014년까지 생산성은 마이너스 성장을 기록하였으며 2014년 이후에 생산성이 증가하였다. 이는 금융위기 이후 10년 동안 산출요소의 기술변화가 정체 상태에서 금융혁신을 통한 기술진보로 전환하면서 투입요소와 무수익여신 감축이 생산성 증가로 이어진 것으로 추론된다.
그 이후 2018년말 12조 2천억 원으로 감소하여 금융위기 전 수준을 유지하고 있다. 이와 관련하여 수익성 지표를 나타내는 총자본순이익률(return on assets: ROA)이 2009년 0.39%에서 2016년 0.11%까지 감소하다가 2017년, 0.48%, 2018년 0.63%로 개선되었으며, 자기자본순이익률(return on equity: ROE)도 2009년 5.76%에서 2016년 1.34%까지 하락하다가 2017년 6.01%, 2018년 6.04%로 개선되었다. 그리고 순이자마진(net interest margin: NIM)도 2009년 1.
6% 증가하였다. 지방은행의 생산성 지수는 3.54%, 시중은행의 생산성 지수는 5.43%, 특수은행의 생산성지수는 0.5%로 시중은행의 생산성 변화가 가장 큰 반면 특수은행의 생산성은 미미한 변화를 보였다.
첫째, 은행의 생산성은 글로벌 금융위기 이후 기술변화의 영향으로 증가하였다. 특히 시중은행이 상대적으로 지방은행이나 특수은행에 비해 생산성이 크게 증가하는 추이를 보였다.
첫째, 은행의 생산성은 글로벌 금융위기 이후 기술변화의 영향으로 증가하였다. 특히 시중은행이 상대적으로 지방은행이나 특수은행에 비해 생산성이 크게 증가하는 추이를 보였다. 이는 단기적으로 금융위기 직전 부실채권이 증가하였으나 장기적으로 부실채권의 감소로 나타난 현상인 것으로 추론된다.

후속연구

본 연구의 한계점은 은행의 위험요인으로 부실채권 이외에 유동성 위험, 자본구조 위험 등을 연구모형에서 통제하지 못한 점이다. 그 이유는 자본구조 위험과 유동성 위험에 대해 효율성 및 생산성 변화와의 관계와 방향성을 정확하게 정의할 수 없을 뿐만 아니라 본 연구의 방향 거리함수에 정의 방향인지 부의 방향인지에 대한 부호를 정할 수가 없었기 때문에 본 연구에서 적용한 연구모형에 이 부분을 반영시킬 수 없는 한계점이 있다. 안정적인 유동성 수준과 적정 수준의 자본구조를 유지하는 것이 부실채권의 위험을 감소시키고 은행의 비효율성도 하락할 것이다.
본 연구의 한계점은 은행의 위험요인으로 부실채권 이외에 유동성 위험, 자본구조 위험 등을 연구모형에서 통제하지 못한 점이다. 그 이유는 자본구조 위험과 유동성 위험에 대해 효율성 및 생산성 변화와의 관계와 방향성을 정확하게 정의할 수 없을 뿐만 아니라 본 연구의 방향 거리함수에 정의 방향인지 부의 방향인지에 대한 부호를 정할 수가 없었기 때문에 본 연구에서 적용한 연구모형에 이 부분을 반영시킬 수 없는 한계점이 있다.
안정적인 유동성 수준과 적정 수준의 자본구조를 유지하는 것이 부실채권의 위험을 감소시키고 은행의 비효율성도 하락할 것이다. 이러한 점에서 유동성 위험과 자본구조 위험 요인을 고려하지 않을 경우 효율성 평가에서 제한적으로 왜곡된 결과를 초래할 수 있으므로 추후 연구에서 개선되길 기대한다.

질의응답

핵심어	질문	논문에서 추출한 답변
	우리나라는 2008년 세계적인 금융위기 이후 은행의 자산과 부실자산은 어떻게 변화하였나?	2008년 글로벌 금융위기를 겪으면서 금융위기 초기에 우리나라 은행산업의 경영성과는 크게 악화되었으나 시간이 지나면서 개선되었다. 금융감독원 금융통계(2013-2019)에 따르면, 국내은행의 총자산 규모는 2009년 말 은행계정 기준 1,643조원에서 2018년 말 2,465조원으로 연평균 5.0%의 지속적인 성장을 하면서 부실자산도 금융위기 초기인 2009년 말 10조 4천억 원에서 2013년 말 17조 8천억 원까지 큰 폭으로 증가하였다. 그 이후 2018년말 12조 2천억 원으로 감소하여 금융위기 전 수준을 유지하고 있다. 이와 관련하여 수익성 지표를 나타내는 총자본순이익률(return on assets: ROA)이 2009년 0.
	우리나라 은행의 수익성 지표는 전 세계 금융 위기 이후 어떻게 되었나?	이 수익성 지표들은 금융위기 이후 2009년부터 2016 년까지는 지속적으로 하락세를 이어가면서 수익성이 악화되어 왔다. 이와 같이 수익성을 악화시킨 원인 중 한 요인으로 부실채권인 무수익여신이 증가한 데 있으며 부실채권의 증가로 인하여 대손상각비용이 발생하고 은행의 수익성이 악화된 측면이 있다[2].
	무수익여신이란?	금융감독원 규정에 따르면 무수익여신은 90일 이상 연체된 부실여신으로 금융기관에서 회수가 불가능한 대출금을 말한다. 무수익여신은 대출금이 증가하면 증가하게 마련이다.

참고문헌 (35)

Financial Supervisory Service, Financial Statistics Information System, Financial Supervisory Service, 2009-2018.
I. R. lee, W. G. Lee, "Determinants and impact on microeconomic performance of non-performing loans growth", Journal of Insurance and Finance , Vol. 2, No. 2, pp.3-37, 2018,
K. Y. Lee, J. H. Nahm, "Productivity change and its determinants in the Korean banking industry", Financial Stability Studies, Vol. 13, No. 1, Korea Deposit Insurance Corporation(KDIC), pp.93-125, 2012.
S. Y. Lee, "Analysis of productivity change of korean bank", Asia-pacific Journal of Multimedia Services Convergent with Art, Humanities, and Sociology, Vol. 5, No. 11, pp.133-145, 2018.
J, H. Hong, B. H. Ko, "An empirical study on determinants of banks' performance", Journal of Industrial Economics and Business, Vol. 23, No. 2, pp.889-906, 2010.
S. Y. Lee, "Efficiency analysis of the Korean banking industry", Review of Accounting and Policy Studies, Vol.17, No.4, pp.249-276, 2012.
Y. W. Jeong, H. C. Chung, "The Interaction effects of CEO succession types and reasons on firm performance", Korean Journal of Business Administration, Vol. 27, No. 8, pp.1185-1205, 2014.
Y. J. Chang, D. H. Yang, "Efficiency and productivity change in the Korean banking industry during 2004-2013-A sequential malmquist-luenberger productivity index", Korea Business Review, Vol. 44, No. 1, pp.55-80, 2015. DOI: http://doi.org/10.17287/kmr.2015.44.1.55
S. H. Kim, "Analysis of efficiency and malmquist productivity index change of domestic commercial banks", Journal of Industrial Economics and Business Vol. 29, No. 6, pp.2077-2106, 2016.
R. W. Shephard, Theory of Cost and Production Function, Princeton: Princeton University Press, 1970, pp.322.
R. Fare, S. Grosskopf, D. W. Noh, "Characteristics of polluting technology: theory and practice". Journal of Econometrics, Vol. 126, No. 2, pp.469-492, 2005. DOI: https://doi.org/10.1016/j.jeconom.2004.05.010

상세보기
Y. H. Chung, R. Fare, S. Grosskopf, " Productivity and undesirable outputs: A distance function approach", Journal of Environmental Management , Vol. 51, pp.239-240, 1997. DOI: https://doi.org/10.1006/jema.1997.0146
R. Fare, C, A. K. Lovel, "Measuring the technical efficiency of production", Journal of Economic Theory, Vol.19, pp.150-162, 1978.

상세보기
H. Fukuyama, W. L. Weber, "Japanese banking inefficiency and shadow pricing", Mathematical and Computer Modelling, Vol. 71, pp.1854-1867, 2008. DOI: https://doi.org/10.1016/j.mcm.2008.03.004
K. H. Park, W. L. Weber, "A Note on efficiency and productivity growth in the Korean banking industry, 1992-2002", Journal of Banking & Finance, Vol. 30, pp.2371-2386, 2006. DOI: http://doi.org/10.1016/j.jbankfin.2005.09.013

상세보기
C. P. Barros, S. Managi, R. Matousek, "The technical efficiency of the Japanese banks: Non-radial directional performance measurement with undesirable output", Omega, Vol. 40, pp.1-8, 2012. DOI: https://doi.org/10.1016/j.omega.2011.02.005

상세보기
H. Fujii, S. Managi, R. Matousek. "Indian bank efficiency and productivity changes with undesirable outputs: A disaggregated approach", Journal of Banking & Finance, Vol. 38, pp.41-50, 2014. DOI: https://doi.org/10.1016/j.jbankfin.2013.09.022

상세보기
I. C. Kim, H. C. Lee, K. H. Ahn, "A study on the efficiency of banking industry with the use of the directional technology distance function", Journal of Korean Economics Studies, Vol. 17, pp.199-299, 2006.
Y. G. Lee. K. J. Park, S. M. Kang, "The efficiency & productivity of nation-wide and local banks in Korea: based on directional distance function analysis.", Journal of Korean National Economy, Vol. 27. pp.25-31, 2009
J. T. Pastor, C. A. K. Lovell, "A global malmquist productivity index.", Economics Letters. Vol. 88, pp. 266-271, 2005. DOI: https://doi.org/10.1016/j.econlet.2005.02.013

상세보기
D. G. Luenberger, "Benefit functions and duality", Journal of Mathematical Economics, Vol. 21, pp.461-481, 1992.

상세보기
D. H. Oh, A. Heshmati, "A sequential malmquist-luenberger productivity index: environmental sensitive productivity growth considering the progressive nature of technology", Energy Economics , Vol. 32, pp.1345-1355, 2010. DOI: https://doi.org/10.1016/j.eneco.2010.09.003

상세보기
H. Tulkens, P. Vanden Eeckaut, "Non-parametric efficiency, progress and regress measures for panel data: methodological aspects," European Journal of Operational Research. Vol. 80, No. 3, pp.474-499, 1995. DOI: https://doi.org/10.1016/0377-2217(94)00132-V

상세보기
D, H. Yang, Y. J. Chang, "Analysis of influencing on inefficiencies of Korean banking industry using weighted russell directional distance model", Journal of Digital Convergence, Vol. 17, No. 5, pp.117-125, 2019. DOI: https://doi.org/10.14400/JDC.2019.17.5.117
G. D. Ferrier, C. A. K. Lovell, "Measuring cost efficiency in banking: econometric and linear programming evidence", Journal of Econometrics, Vol. 46, pp.229-24, 1990. DOI: https://doi.org/10.1016/0304-4076(90)90057

상세보기
L. Drake, "Efficiency and productivity change in UK banking," Applied Econometrics, Vol. 11, pp.557-571, 2001. DOI: http://doi.org/10.1080/096031001752236825
J. E. Strum, B. Williums, "Foreign bank entry, deregulation and bank efficiency: lesson from the Australian experience", Journal of Banking & Finance, Vol. 28, pp.1775-1799, 2004. DOI: https://doi.org/10.1016/j.jbankfin.2003.06.005

상세보기
S. K. Lee, Y. J. Kwon, "The sources of productivity change in the Korean commercial banking industry ; A nonparametric malmquist approach", Journal of Money and Finance, Vol. 4, No. 2, pp.86-122, 1999.
S. L. Park, I. S. Lee, "The technical efficiency and merger effects in Korean commercial banks", Journal of Money and Finance, Vol. 7, No. 2, pp.31-60, 2002.
B. H. Hong, S. Y. Choi, "Technical efficiency and returns to scale of Korean banks using non-parametric method", Korean Journal of Business Administration. Vol. 15, No. 1, pp. 235-249, 2002.
R.D. Banker, H, Chang, S. Y, lee, "Differential impact of Korean banking system reforms on productivity", Journal of Banking & Finance, Vol 34, pp.1450-1460, 2010.

상세보기
H. Hahm, "Risk and cost efficiency of banks in Korea", Journal of Money & Finance, Vol. 26, No. 2, pp.147-184, 2012.
C. H. Kim, "Analysis on financial intermediation efficiency and total productivity of banking in Korea", Productivity Review, Vol. 23, No. 2, pp.235-257, 2008.
E. G. Kang, S. A. Kim, "Measurement of productivity changes in Korean banking, 2007-2012. The Korean Research Association for the Business Education", Vol. 29, No.2, pp.24-44, 2015.
J. W. Hyun, "Measuring efficiency in Korean banking industry by window data envelopment analysis", Productivity Review, Vol. 26, No. 3, pp.139-156, 2012.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증