초록 ▼

제1장 연구의 개요
본 연구에서는 의사결정나무와 Monte-Carlo 시뮬레이션 방법을 접목하여, 전략 시나리오별로 의사결정나무와 의사결정 기준을 구성하고, 시뮬레이션을 통해 가장 우월한 전략 시나리오를 선택할 수 있는 방법론을 제시하고 있다.

보다 우월한 연구개발사업 추진 전략을 선택하기 위한 첫 단계 작업으로서, 전략변수와 환경변수를 동시에 고려하여 의사결정나무를 그린다. 이 때 핵심 전략 변수에 대해 전략 시나리오를 구성하여, 전략 시나리오별로 의사결정나무가 그려질 수 있도록 한다. 환경변수와 전략변수 그리고

제1장 연구의 개요
본 연구에서는 의사결정나무와 Monte-Carlo 시뮬레이션 방법을 접목하여, 전략 시나리오별로 의사결정나무와 의사결정 기준을 구성하고, 시뮬레이션을 통해 가장 우월한 전략 시나리오를 선택할 수 있는 방법론을 제시하고 있다.

보다 우월한 연구개발사업 추진 전략을 선택하기 위한 첫 단계 작업으로서, 전략변수와 환경변수를 동시에 고려하여 의사결정나무를 그린다. 이 때 핵심 전략 변수에 대해 전략 시나리오를 구성하여, 전략 시나리오별로 의사결정나무가 그려질 수 있도록 한다. 환경변수와 전략변수 그리고 의사결정 기준에 따라 시뮬레이션을 통해 어떠한 전략 시나리오가 가장 높은 기대 수익을 제공하는지 분석함으로써, 최적 전략 시나리오를 선택하는 것이다.

본 연구에서 제시한 방법론을 실제 연구개발사업(A사업)에 적용하여 보았다. 분석 대상 사업은 광물자원의 채광 시스템 개발 사업으로서 시장 진입시점, 설비 투자 규모에 대한 전략적 의사결정이 중요한 사업이다. 또, 최종생산품 가격의 불확실성이 대단히 높기 때문에, DCF 등 전통적인 방법보다는 불확실성과 전략적 유연성을 다루는데 적합한 실물옵션 등의 방법을 사용하는 것이 바람직하다.

이러한 점을 고려하여 총 여섯가지의 전략 시나리오를 구성하여 각각에 대해 경제성 평가를 수행함으로써 어떤 전략 시나리오가 가장 우월한지 판단할 수 있도록 하였다.

전반적으로 300만톤 설비 규모로 시장에 진입하는 것이 보다 많은 NPV값을 나타내고, 그 다음이 150만톤 규모로 진입하되 300만톤까지 확장할 수 있는 옵션을 부여하는 시나리오가 높은 NPV 값을 보여준다. 제품 가격이 높게 형성되어 있기 때문에 대규모 설비 투자가 보다 많은 수익을 주는 상황이라고 볼 수 있다. 하지만 가격이 높지 않고, 불확실성이 큰 상황이라면 초기부터 대규모로 시장에 진입하는 것은 상당히 위험한 일일 것이다.

한편, 150만톤 규모로 진입하는 경우 진입 시점을 유동적으로 하는 것이 고정하는 것보다 근소하나마 평균 NPV값이 높다. 이는 설비 투자 확장 옵션을 부여하는 경우나 그렇지 않은 경우나 마찬가지다. 하지만 시장 진입 시점을 유동적으로 하는 전략은 그다지 눈에 띄는 효과를 보여주고 있지는 않다.

B/C 비율 관점에서 보면 150만톤 규모로 시장에 진입하는 경우는 어떠한 옵션을 부가해도 4.3으로 거의 비슷한 값을 나타낸다. B/C 비율이 일반적으로 투자 수익률과 밀접한 관계에 있다는 점에 비추어볼 때, 수익률 관점에서는 진입 시점 뿐만 아니라 확장 옵션도 별다른 기여를 하지 못한다는 것을 알 수 있다. 300만톤 규모로 시장에 진입하는 경우는 B/C 비율이 5.2로서 수익률 관점에서 150만톤으로 시장에 진입하는 것보다 높은 값을 보여주고 있다.

시장에서 철수하는 경우를 살펴보면, 150만톤으로 진입하되 설비 확장 옵션을 부여한 경우가 특히 시장 철수 비중이 높음을 알 수 있다. 특히 전체적으로 NPV가 (+)임에도 시장에서 철수하는 경우가 많은데, 시장에서 상당한 수익을 올리고 있다 무리한 사업 확장으로 시장에서 철수하는 경우가 많음을 의미한다.

연구개발사업에 대한 의사결정은 다양한 변수와 큰 불확실성 아래 놓여있다. 연구개발사업 착수 여부에서부터, 연구개발 투자 규모, 상업화 이전의 파일럿 플랜트 건설 여부, 상업화 시기, 시장 진입시의 투자 규모, 시장 진입후 설비 투자 확장 등 연구개발에서부터 상업화에 이르기까지 의사결정에 관한 전략 변수는 대단히 다양하고 복잡하다. 또, 가격, 시장 규모, 시장 경쟁 정도 등 의사결정에 영향을 미치는 주변 환경 변수도 큰 변동성을 가지는 경우가 많아서 의사결정의 불확실성도 대단히 높다.

이렇게 복잡한 의사결정을 보다 효율적으로 수행함과 동시에 연구개발 투자의 경제적 편익도 극대화해야 하는 것이 당면한 요구다. 이러한 요구에 부응하고, 연구개발 관련 의사결정을 둘러싼 복잡성과 불확실성을 극복할 수 있는 방법론 모색이 본 연구의 의의라고 할 수 있다.

본 연구는 현실적인 의사결정 도구로서 유용성이 인정된다 하더라도, 옵션가치평가의 이론적 측면에서는 아직 미흡한 점이 많다. 본 사례 분석에서 고려하고 있는 바대로, 시장 진입 시점이나 설비 확장 시점을 유동적으로 결정한다는 것은, 언제든 옵션을 행사(조기 행사, early exercise)할 수 있는 American option의 성격을 반영한다고 할 수 있다. 게다가 시장진입과 설비확장이 결부된 복합 옵션이다. 얼마 전까지만 해도 Monte-Carlo 시뮬레이션으로는 조기 행사 옵션을 다루지 못하는 것으로 알려져 있었다(Hull, 2003).

여러 가지 조기 행사 기회가 복합된 실물옵션은 더더욱 다루기 힘들다고 할 것이다. 따라서, 본 연구의 사례분석에서 다루는 것처럼 유동적 시장 진입 시점 등의 문제에 대해 이론적 엄격함을 유지하면서 Monte-Carlo simulation으로 가치를 평가하는 것은 앞으로 달성해야 할 숙제이다.

Monte-Carlo simulation으로 American option의 가치를 평가하는 방법에 관한 연구가 최근 많이 이뤄지고 있다(Broadie 등 (1997), Hull (2003)에서 재인용). 예컨대, 금융 옵션에서 연구되고 있는 LSM(Least Squares Monte-Carlo) 방법론 등을 실물옵션에 활용할 수 있는지에 대해 모색해 볼 수 있을 것이다(Stentoft, 2004). 이는 향후의 주요한 연구과제이다.

(출처 : 요약 9p)

목차 Contents

• 표지 ... 1
• 목차 ... 3
• 표목차 ... 5
• 그림목차 ... 6
• 요약 ... 9
• 제 1 장 서 론 ... 13
• 제 2 장 유연성에 대한 가치 평가 이론 : 실물 R&D 옵션 ... 19
• 제 1 절 실물 R&D 옵션의 개요 ... 19
• 1. 금융옵션과 실물 R&D 옵션 ... 19
• 2. 실물 옵션의 종류 ... 24
• 제2절 실물 R&D 옵션 가치평가의 일반적 절차 ... 28
• 1. 응용문제의 체계 구성(Frame the Application) ... 28
• 2. 옵션평가모형의 실행(Implement the Option Valuation Model) ... 32
• 3. 결과의 재검토 ... 33
• 4. 재설계의 검토 단계 ... 34
• 제 3 장 의사결정나무(Decision Tree)와 경제성 평가 방법론 ... 35
• 제 1 절 연구개발사업 추진의 의사결정나무 ... 35
• 제 2 절 의사결정나무 접근 및 Monte-Carlo 시뮬레이션에 의한 경제성 평가의 사례 ... 40
• 제 3 절 본 연구의 방법론 : 복잡한 의사결정나무를 고려한 Monte-Carlo Simulation ... 60
• 제 4 장 사례 연구 ... 67
• 제 1 절 분석 대상 연구개발사업의 의사결정나무 전략 시나리오 ... 67
• 제2절 시뮬레이션 개요 ... 74
• 제 3 절 시뮬레이션 결과 및 분석 ... 87
• 제 5 장 결 론 ... 101
• 참고문헌 ... 104
• 끝페이지 ... 106