DEA와 Tobit 모형을 이용한 한국 증권사의 효율성 분석

장우형 원광대학교 일반대학원 2022 국내박사

DEA-Malmquist 생산성 지수를 이용한 국내 물류산업의 생산성 변화 분석

조문숙 인하대학교 물류전문대학원 2011 국내석사

부가가치 물류가 증가하는 가운데 물류기업들은 능력을 전문화하고 국내·외 물류기업들과 전략적 제휴를 통해 규모를 키우며 경쟁력을 향상시키고 있다. 지속적으로 경쟁력을 강화하기 위해서는 이러한 활동들이 적절하게 이루어 졌는지를 평가하고 앞으로의 전략이나 정책의 방향을 파악하는 것이 중요하다. 이를 위하여 국내 물류산업의 생산성을 측정하고 생산성이 어떤 요인에 의하여 변화가 이루어지는지에 대한 분석을 통해 개선 방향과 대안을 설정하고 경쟁력 향상을 위해 노력해야 한다. 따라서 본 연구는 DEA 모형과 Malmquist 생산성 지수를 이용하여 2001년부터 2009년까지 국내 135개 물류기업의 생산성을 측정하고 생산성 변화 요인을 기업 내부의 효율성 변화와 산업의 기술변화로 분해하여 요인을 분석하고자 하였다. 또한 상대적 효율성을 측정하고 비효율성의 원인을 분석하여 개선을 위한 목표수준을 제시하며, 산업의 기술 수준이 외부 환경변화에 어떤 영향을 받았는지를 분석하여 국내 물류산업의 생산성 변화 요인을 구체적으로 파악하고자 하였다. 투입요소는 종업원의 수, 유동자산, 고정자산, 운영비용을, 산출요소는 매출액을 선정하였다. 분석을 위해 DEA-Solver Pro 5.0을 이용하였다. 본 연구를 통하여 물류산업의 생산성은 증가해왔지만 증가가 점차 둔화되는 추세를 보여 생산성 증가를 위한 노력이 필요하다는 것을 알 수 있다. 분석기간 동안의 물류산업의 생산성 증가는 기술진보보다는 순수 기술적 효율성과 규모 효율성의 증가에 더 많은 영향을 받고 있지만, 효율성 분석 결과에서는 효율성이 낮게 나타나 효율성 개선을 위한 노력은 여전히 필요한 것으로 보인다. 특히 분석기간 동안 규모 효율성의 증가는 생산성 증가에는 영향이 컸지만 약간의 하향세를 보여, 규모 비효율을 개선하기 위한 과다 투자는 지양하며 최적 규모를 찾는 노력이 더 필요한 것으로 보인다. 또한 물류산업은 대부분 종업원 사용/운영비용 절약, 유동자산 절약/운영비용 사용에서 오는 투입편의 기술변화와 매출액의 생산에서 오는 산출편의 기술변화를 경험하였으며, 산출편의가 주춤하거나 감소하였을 때 생산성 감소가 나타나므로 지속적인 경쟁력 향상을 위해서는 매출액을 증가시키는 기술진보를 이룩할 필요가 있다. 화물 운송업의 생산성 증가는 규모 효율성 증가가 주요 요인이며 기술진보도 약간의 영향을 주고 있다. 특히 순수 기술적 효율성은 크게 개선되고 있지만 여전히 개선할 부분이 존재하는 것으로 나타났다. 물류시설 운영업은 기술퇴보에 대한 영향을 순수 기술적 효율성과 규모 효율성의 증가가 상쇄하면서 생산성 증가를 보이고 있다. 따라서 기술퇴보를 기술진보로 변화시켜야 하며 효율성 분석에서 도출된 규모 비효율을 개선해야 한다. 물류 서비스업은 효율성 증가가 생산성 변화의 주요 요인으로 생산성 증가를 보이고 있지만 물류산업의 평균에 못 미치는 생산성 증가율을 보이고 있어 생산성을 향상시키기 위한 여러 가지 방안이 강구되어야 한다. 본 연구는 다음과 같은 한계를 가지고 있다. Malmquist 생산성 지수는 추정치가 이산점과 측정오차에 민감하여 통계적 오차를 비효율성으로 간주하게 되어 생산성을 과다 측정할 수 있는 문제점을 가지고 있다. 또한 DEA 모형은 상대적 효율성을 결정하는 모형이기 때문에 절대적인 기준을 가질 수 없다. 표본 수집에 있어서 수집된 기업 수는 실제 업종의 비중과 차이가 있기 때문에 분석대상에서 편의가 존재하며 향후 현실을 반영한 많은 수의 표본을 분석하는 것은 의미 있을 것이다. 변수를 선정함에 있어서 데이터 수집의 어려움으로 인해 재무적 지표들을 선정하였기 때문에 본 연구가 물류산업의 생산성을 대표한다고 할 수 없으며 더욱 다양한 투입변수와 산출변수를 고려하여 연구를 발전시켜야 한다.

DEA를 利用한 綜合病院의 生産效率性 評價

윤성대 한림대학교 경영대학원 2000 국내석사

This paper has two major objectives. One is to evaluate the performance of university hospitals, particularly in view of productive efficiency, The other is to contribute to the hospital management and the existing efficiency literature by providing, through Data Envelopment Analysis(DEA), an analytic empirical analysis of efficiency in university hospitals in Seoul. An approach taken in this study is to measure differences in productive efficiencies across university hospitals. Efficiency is measured by constructing a production frontier which characterizes efficient hospitals, and gauging the efficiencies of all other hospitals relative to this frontier. DEA was applied to eighteen university hospitals located in Seoul. For the productive efficiency models, we used various combination of input and output variables, i.e., number of doctors(staffs, fellows, residents), nurses, technicians, total employees, and beds as input variables, while number of inpatients and outpatients as output variables. Finally, four models were derived. The results indicate as follows; (1) productive efficiency of each hospitals(DMU) could be measured, distinguishing efficient hospitals from the others. This results also shows a potential levels of improvement that could be achieved if data values were adjusted to bring inefficient hospitals in line with their efficient referents. (2) In respect to productive efficiency, moderate scale hospitals appeared to be more efficient than others at all models, even though not statistically (3) The weights of doctors were less than those of nurses in some major university hospitals. It seems that this contrary result was due to the nonproductive burden of research and teaching as well as caring in respect of the function of university hospitals.

DEA를 이용한 국내 통신서비스업에서의 경영효율성 평가 모형에 관한 연구

장혜숙 이화여자대학교 경영대학원 2001 국내석사

본 연구는 다수의 투입으로 다수의 산출을 생산하므로 정확한 생산함수 추정이 어려운 비영리조직, 공공부문 및 서비스분야의 효율성 측정을 위하여 경영과학의 새로운 기법으로 등장한 DEA(Data Envelopment Analysis:자료포괄분석)기법을 이용하여 국내 통신서비스업의 경영 효율성을 측정해보고, 이에 대한 분석을 통해 통신서비스 기업의 효율적인 영업점 경영을 위한 전략적인 제안을 하고자 한다. 통신서비스업계의 효율성 평가가 초미의 관심사가 된 이유는 통신시장의 개방, IMT-2000(차세대 영상 이동통신) 사업자 선정, 위성방송사업자 선정 등 무한 경쟁적 구도 때문에 외부적으로는 조직의 구조조정의 필요성이 강력하게 대두되었고, 내부적으로는 회사 내부에 존재하고 있는 비효율적인 부분들을 파악하고 이들을 효율적이 되도록 개선할 수 있는 방안 등이 시급하게 요구되는 시대적 상황 때문이다. 본 논문에서는 국내 통신서비스업계의 대표격인 A회사의 서울지역에 위치한 18개 영업점을 연구대상으로 선정하고, 그 영업점들의 1999년과 2000년도 자료를 이용하여 실증분석을 하였으며 분석시 사용한 투입변수로는 종업원수, 업무용 고정자산, 운용비용이며 산출변수로는 가입자수, 영업이익, 전략지표를 사용하였다. 분석방법으로는 Warwick대학교에서 개발한 Warwick Window DEA통계프로그램을 사용하여 DEA분석을 시도하였으며, DEA분석의 타당성을 검증하기 위하여 연구대상기업에서 수행해 오던 경영성과 평가결과와 DEA방법에 의한 평가결과를 비교·분석하여 그 차이분석을 행하였고 매트릭스분석도 병행하였다. 본 논문의 분석결과를 요약하면 다음과 같다. 첫째, 연구 대상 영업점들 중에서 효율적으로 평가되는 영업점의 비율이 어느 정도인가를 파악하기 위해 2년간 연도별로 각 영업점의 DEA 효율값을 구하였다. 분석결과 18개 영업점 중 2년 연속 효율적인 영업점은 6개로 33.3%를 차지하고 있으며 1999년도와 2000년도에는 각각 8개의 영업점이 효율적인 것으로 나타났다. 둘째, 상대적 효율성 측정에 있어서 대단히 중요한 준거집단에 대한 분석으로 비효율적 영업점별로 준거집단을 알아보고, 비효율적인 영업점이 효율적인 영업점으로 변신하기 위하여 목표로 삼아야하는 기준치를 제시함으로써 구체적인 의사결정이 가능하도록 하였다. 셋째, 비효율적인 조직의 비효율부문의 크기를 측정하여 각 투입과 산출 측면에서 나타나는 비효율성에 대한 개선방안을 제시하였다. 넷째, 본 논문의 DEA분석 결과와 영업점의 상위 조직에서 수행한 경영평가 결과를 매트릭스분석을 통하여 상호 비교·분석한 결과 조직의 효율성 평가 모형으로서 임의적 가중치를 배제한 DEA분석 방법이 타당함을 알 수 있었다. 결론적으로 DEA기법에 의한 국내 통신서비스업체의 효율성 분석은 적용상 약간의 한계는 있으나 유용한 방법임이 밝혀졌으므로 A기업에서 향후 조직의 경영성과를 평가할 때는 DEA기법과 기존의 사용하던 비교성과분석법을 종합하여 상호 보완적으로 사용할 것을 제안하는 바이다. Non-profit organizations, organizations in public sectors and business units in service industry have a common characteristics such that they use multiple inputs to produce multiple outputs which make it difficult to accurately estimate the production functions. For such organizations, however, a method called DEA(Data Envelopment Analysis) has been used to evaluate their relative efficiencies. This paper applies DEA in evaluating the efficiencies of 18 operation units of a local telecommunication service company in Korea. The data for the two years, 1999 and 2000, are used for the analysis. The number of employees, fixed assets and operational costs are selected to be used as the input variables for DEA, whereas the number of subscribers, sales profit and some strategic index are chosen to be used as the output variables. The computer program used for the actual analysis is the Warwick Window DEA program developed by Warwick University. The results of DEA are compared with the results of the so called the previous method, the evaluation method which the company has been using in recent years. The comparison shows some consistency in evaluating the efficiencies of more than half of the 18 operation units. The discrepancy between the evaluation results by DEA and those by the previous method for some operation units are due to the following reasons. First, DEA takes into consideration both the input and output variables whereas the previous method deals only with outputs. Second, the previous method incorporates weight for each evaluation factor that are determined subjectively in a strategic level. The final conclusion of this paper is that it is not apparent which of the two methods is superior to the other. Thus, the two methods, DEA and the previos method, should be combined in a systematic way and be used together in order to evaluate more accurately operation units of the company.

DEA 모형을 이용한 국내 자동차 부품업체의 상대적 효율성에 관한 연구

주기수 경성대학교 대학원 2009 국내석사

DEA 를 이용한 경영효율성 평가 : 국내 생명보험회사를 중심으로

박상만 연세대학교 대학원 2002 국내석사

최근 어려운 경제 상황하에서 우리나라의 금융산업은 일대 변환기를 겪고있다. 국제화, 종합화, 자율화로 특징 지워지고 있는 현재의 환경변화에 적절히 대응하기 위해서는 보험회사의 경영효율성 증대를 통한 경쟁력 확보가 그 어느 때 보다도 절실한 시기라고 할 수 있다. 따라서 본 연구에서는 이러한 점에 기초하여 특정함수에 의존하지 않는 비모수적 기법의 한 종류인 DEA(Data Envelopment Analysis) 기법을 사용하여 각 보험회사의 경영효율성을 측정하고 이를 분석해 보았다. DEA에 의한 방법은 비용함수 등과 같이 특정함수에 의존하지 않고 효율성을 측정할 수 있다는 점과, 표본 집단 내에서 가장 효율적인 DMU를 찾아내고 그에 비해서 비효율적인 DMU의 어느 요소가 얼마나 과대 투입되고 어느 요소가 과소 산출되는지를 구체적인 수치로 제공한다는 점에서 매우 큰 장점을 가지고 있다고 할 수 있다. DEA를 이용한 본 연구의 분석결과는 다음과 같다. 첫째, FY' 2000 의 자료를 토대로 분석한 결과 국내 보험회사들의 기술효율성은 80.9%, 순수기술효율성과 규모의 효율성은 각각 95.8%와 84.5%로 나타나 생명보험산업 전반적으로 볼 때, 규모의 비효율성이 더 크게 나타나고 있음을 알 수 있었다. 이는 과거에 국내 금융산업이 규제 중심의 환경에서 운영되어 온 결과로 우리 보험산업이 아직 최적규모에 이르지 못했음을 의미한다. 효율성 분석에서 한가지 주목할 만한 사실은 외국사의 효율성이 3년 연속상승하고 있다는 점이었다. 이들은 1998년에 0.776, 1999년에 0.787, 2000년에 0.932의 효율성을 나타내어 IMF구제 금융이후의 경기침체에 효과적으로 대응하고 있는 것으로 나타났다. 둘째, DEA의 효율성 분석결과가 분석대상 기업의 규모에 영향을 받는지를 평가하기 위하여 보험회사를 자산, 수입보험료, 인원수를 기준으로 대규모와 소규모로 나누어 그룹간의 DEA 효율성에 대해 Wilcoxon 순위합 검정을 실시하였으나, 유의한 값을 얻지 못하였다. 또한 개별 보험회사에 대한 효율성 분석을 통해 각 회사의 내부에 존재하는 비효율적인 부분을 계산하여 효율적인 DMU가 되기 위한 값을 구하였다. 셋째, DEA에 의한 경영효율성 평가방법과 기존의 비율중심의 평가방법과의 관계를 살펴보았다. 이를 위해서 FY' 1997 의 보험감독원의 경영실태평가 결과와 DEA에 의한 효율성 지수와의 관계를 살펴보았으나, 양자간의 상관성을 발견할 수 없었다. 그러나 DEA 효율성 값이 높았던 외국계 회사들이 보험회사의 생산성, 수익성 및 안정성을 나타내는 비율의 평균값도 높았으며, Kruskal Wallis 검정결과 통계적으로도 유의한 결과를 얻어 경영효율성을 나타내는 비율과 DEA 분석 결과간에 유사성을 나타내었다. 마지막으로 맘퀴스트 지수를 통해서 FY'1998부터 FY'2000 까지의 동태적인 분석을 실시하였다. 그 결과 FY' 1999에 비해서 FY'2000에 전체 보험산업의 효율성이 매우 높게 개선되었음을 알 수 있었다. 이는 실물경기의 회복에 따른 대외적인 여건의 개선과 IMF 구제 금융이후 보험회사들의 구조조정 노력이 결실을 보았기 때문이라고 생각된다. Recently, under the unprecedented economic recession, the Korean financial industry is experiencing drastic changes in its environment. To better cope with these changes, which are characterized as 'globalization', and 'integration', it is indispensable to gain a competitive edge through the improvement of managerial efficiency. Taking this fact into consideration, the study on the efficiency of firms is now much more urgent. This study, accordingly, mainly focuses on the efficiency estimation using the Data Envelopment Analysis (DEA) method, a non-parametric efficiency analysis methodology. DEA is a useful method in that it does not need any specific function such as cost or revenue and it enables us to find inefficient firms and offers us information on how inefficient they are compared to efficient (best practice) ones. Examining previous studies as well as the primary roles of the life insurers, I chose three output and two input variables. And the empirical data in FY' 1998, FY' 1999, and FY' 2000 was used to look into the effectiveness of financial restructuring since FY' 1997. The results of this study are as follows. First, the pure technical efficiency score was higher than that of scale efficiency, i.e. 95.8% and 84.5% respectively, which means that the Korean insurance industry has not reached the optimal scale because it has been strongly regulated by the government. Second, I categorized 21 life insurance companies into two groups based on their premiums written, total assets, and the number of personnel. I, then, investigated the difference in DEA efficiency scores between the two groups. The results of the Wilcoxon rank sum test showed that the differences are not statistically significant. It means that the firms' sizes and DEA scores have no linear relationship. Third, for the comparison with ratio analysis, I calculated the DEA efficiency score in FY' 1997 and compared it with the Insurance Supervisory Service's (ISS) evaluation result. They have no correlation and no statistical significance as well. It is because the data in FY' 1997 was not statistically reliable on one hand and the ISS focuses on firms' stability whereas DEA focuses on their input - output efficiency on the other hand. Even though this research is not satisfactory and not sufficient to give managerial guidelines to each firm, I strongly believe that the information this study provides will be helpful to further studies in this field and offer many implications in coordination with other traditional methods.

DEA모형을 이용한 은행의 효율성 분포

임상균 전남대학교 대학원 2000 국내석사

지금까지 금융산업의 경쟁력에 관한 논의는 대부분 비효율성의 원인으로 정부의 과도한 규제로 인한 폐해를 지적하고 있거나 장기적이고 추상적 관점에서의 생산성 향상 방안에 주된 관심을 두고 있다. 그러나 이러한 접근은 업무영역과 설립목적이 상이한 개별은행의 내부적 비효율성의 원인을 찾는데 한계가 있었다. 여기서는 개별 은행을 상대적으로 비교하는 미시적 접근방법을 통하여 개별은행의 효율성에 관한 계량화된 정보를 제공하고 벤치마킹단위와의 비교를 통하여 은행의 경영에 있어서 실질적인 도움을 제공하고자 비모수적 분석방법인 DEA모형을 이용하여 분석을 실시하였다. DEA모형은 Charnes, Cooper, Rhodes에 의하여 최초로 개발된 모형으로 선형계획법에 기초한 새로운 효율성 평가방법으로 다수 투입요소와 산출요소를 한꺼번에 고려할 수 있게끔 설계된 모형이다. 분석을 위하여 k지역의 K은행과 L은행의 영업점을 선정하고 산출요소로는 예수금, 대출금, 월평균 전표매수를 투입요소로는 직원수와 업무용 고정자산을 택하였다. 본 논문에서의 분석결과는 다음과 같다. 첫째, 개별은행별로 전체효율성값을 계산하고 상대적 효율성정도를 비교하였다. 효율성값이란 엄밀한 순서의 서열이라기보다는, 어떤 영업점이 DEA에 의하여 결정된 효율성 참조집합에 대해 비교될 수 있는 비효율성의 정도를 의미하는 것으로 산출 혹은 이용된 투입요소에 관한 한 비효율적임을 나타낸다 예를들면, DMU5의 전체효율성값은 .794로 참조집합 DMU6, DMU9와 비교해 대략 79.4%의 효율성을 보인다고 해석할 수 있으며, DMU5가 참조집합과 비교하여 동일한 효용을 갖기 위해서는 산출을 늘이거나 투입요소를 줄여야 함을 의미한다. 둘째, DEA를 적용한 선행연구들은 실제로 각 지점이 위치한 지역이나 경영환경 (가령, 경쟁 영업점의 인근소재나 주 대상고객의 확보 용이성등)의 차이에 따라 발생하는 이질적인 요소를 고려하지 못한 한계를 지닌다. 따라서 두 은행간의 이질적인 요소로 인한 차이를 알아보기 위하여 K은행과 L은행의 모두 포함하여 산출된 DEA결과를 이전의 결과와 비교하였다. 결과 중 L은행만의 효율성값의 평균은 .585로 K은행만의 효율성값의 평균 .850 보다도 훨씬 낮은 수치이다. 이는 이전의 연구 결과에서 나타났던 시중은행과 지방은행의 효율성의 유의적인 차이가 이 분석에서는 그대로 나타나고 있지 않음을 알 수 있다. 즉, 전반적으로는 시중은행이 지방은행에 비해 효율적이라고 할 수 있으나 특정지역이나 경영환경 내에서는 그 결과가 다르게 나타날 수도 있다는 것이다. 본 분석이 행하여진 지역은 K은행의 본점이 있는 영업활동의 중심이 되는 지역이라 할 수 있으며 이러한 지역적 특성이 반영된 결과라 여겨진다. 셋째, 최근의 연구들은 분석에 있어서 산업공학적인 방법처럼 DEA모형에 표준을 고려하는 것을 또 다른 방법으로 제시하고 있다. L은행의 참조집합에는 DMU15(K은행2번 영업점)가 모두 포함되어 있어 표준으로서의 선정에 대하여 만족할 만한 조건을 갖추고 있다고 볼 수 있다. 즉, 여기서는 K은행의 DMU가 L은행의 benchmark가 될 수 있으며, 이를 이용할 경우 더 많은 개선의 여지를 가질 수 있으며 TQM에 의한 관리가 가능할 수 있음을 보여주고 있다. K은행의 효율성값이 다소 유리하게 나왔다고 하여 이러한 결과에 만족하여서는 안된다. 시중은행과 지방은행의 집단별 비교를 보면 모든 효율성 면에서 지방은행이 비효율적인 것으로 나타나고 있다. 따라서 지방은행의 효율성을 향상시키기 위해서는 효율성증대를 위한 지방은행의 자발적인 노력과 아울러 규모의 확대를 통한 대형화와 제한되어 있는 영업구역의 단계적 확대, 업무영역의 다양화 등이 이루어져야 할 것이다. The argument over competitiveness of financial industry has mainly pointed out over- regulation by government as a cause for inefficiency or focused on device for improvement of productivity from a long- term and abstract point of view so far. This kind of approach however, had a limitation in finding out internal cause for inefficiency of individual banks whose business area and aim of establishment is different from one another. The purpose of this study, is to estimate bank efficiencies with DEA and to provide practical aid to bankmarking through comparison with benchmarking unit. DEA(Data Envelopment Analysis), a new methodology based on linear programming concepts, was initially developed by Charnes, Cooper and Rhodes. Selecting a K bank and an L bank in a K area for the analysis, paying-in money, loan and average number of total transactions by month were chosen as output elements and number of employees and fixed property for business were chosen as input elements. The results are summarized as follows: First, comparing the efficiency values using DEA. Efficiency value means that degree of inefficiency of a business place that is comparable against a efficiency reference set determined by DEA, rather than strict rank of order, showing inefficiency in terms of input or out element that is used. For instance, total efficiency value of DMU5 is 0.794, which can be interpreted as showing approximately 79.4% efficiency, compare to that of the reference set DMU6 and DMU9. In this case, DMU5 should be able to reduce each of its input levels by 30.6% to be as efficient as its efficiency reference set. Second, the previous researches that used DEA reveal limitation resulted from not being able to consider heterogeneous elements that are taken place according to location or business environment such as nearby location of competitor or extent of easiness in securing major targeting customers. Therefore, DEA result that was produced including both K and L bank was compared to the former result for finding out difference by heterogeneous elements between these two banks. Looking at the result, average efficiency value of L bank is .585, which is much lower figure than .850, the average efficiency value of K bank. This indicates that in the noteworthy difference of efficiency between city and district banks from result of the former research, does not appear as the same way in the former result. Putting it differently, it is true to say that city banks are more efficient than district ones in general. However, different results are expected in special areas or business environments. The area that this research was carried out is district where the main branch of K bank is located and therefore center of business activities; in this manner, such characteristics of area seen to be reflected in the research results. Third, recent researches have suggested that like other methods in the industrial engineering, the consideration of standards to the DEA model as an alternative method in its analysis. It can be said that DMU15 (K bank No.2 branch) is included in the reference set of L bank, which means it is equipped with satisfying condition as a choice for standard. That is, here DMU of K bank can be benchmark of L bank, whereby has a room for more improvement and shows the possibility of management by TQM. We must not satisfy by the fact that the efficiency value of K bank came out to be rather advantageously. If we look at the comparison of district bank by groups, every district bank show inefficient in efficiency value. Hence, the district banks themselves are required to take spontaneous and gradual efforts to get along with the returns to scale and diversification of business areas to bring the improvement of the efficiency.

DEA·AHP를 활용한 상호금융기관의 효율성 분석 : 광주·전남지역을 중심으로

이건희 목포대학교 대학원 2021 국내박사

최근 한국 은행 기준금리가 2% 미만으로 유지되면서 각기 은행들의 예대마진율 감소 및 수익구조의 악화를 초래하고 있다. 더불어 2020년 1월부터 코로나 19라는 전염병으로 인해 전 세계적으로 경기 저하 및 불균형적인 생활로 인해 초래되는 문제점 등이 나타나고 있다. 이러한 배경을 바탕으로 2017년과 2019년 2년간 우리 지역의 상호금융기관의 효율성을 분석하여 문제점과 그에 따른 해결책을 제시하고자 한다. 왜냐하면 현재까지 하나의 협동조합을 분석한 사례들은 많았으나 계통기구를 중심으로 분석한 사례는 없었기 때문에 지역발전과 밀접한 관계를 갖고 있는 상호금융기관을 분석하여 향후 지역 금융을 어떻게 발전시키고 유지하여야 하는지를 연구하는 것은 의미가 매우 크다고 할 수 있을 것이다. 본 논문은 광주 ‧ 전남지역의 상호금융기관 중 신협, 새마을금고, 농협을 대상으로 효율성분석을 한 후 그에 따른 문제점과 개선방안을 마련해보고자 하였다. 분석 표본의 기간은 2017년과 2019년 2년간이며, 자산규모는 500억 원 ~ 5,000억 원 규모로 구성된 단위조합들과 직원 6명 이상 종사하는 상호금융기관을 선정하였다. 그리고 각 상호금융기관들을 대상으로 각각 50개 조합으로 구분하여 총 150개 금융기관을 선정하였다. 분석방법으로는 먼저 DEA 모형과 AHP 모형의 개념에 대해 살펴본 후 투입 및 산출 변수를 선정하였다. 그리고 DEA 모형의 한계점을 보완하기 위하여 전문가들을 대상으로 의견을 수렴하여 AHP분석을 통해 최종 변수들을 선정한 후 AHP 모형에 의한 효율성 분석도 함께 진행하였다. 마지막으로 DEA 모형과 AHP 모형을 통합하여 효율성을 분석하였으며 시사점은 다음과 같다. 첫째, 선행연구 분석을 통하여 1차로 선정한 다수의 투입 변수와 산출 변수를 정량적인 방법인 Profiling 분석과 서열상관관계 분석을 통해 2차 변수를 선정하였다. 정성적인 방법인 AHP 모형을 통해 2차 선정된 변수를 대상으로 질적 중요도를 반영하였다. 그 결과, 기존 투입 변수 8개와 산출 변수 8개 중에서 최종적으로 투입변수는 판매관리비, 대손충당금, 직원수, 출자금이며, 산출변수에는 부실여신, 연체율, 총대출금, 요구불예금으로 각각 4개씩 변수를 선정하여 분석하였다. 둘째, DEA 모형을 적용한 상호금융기관은 총 150개 중 효율적으로 나타난 상호금융기관은 전체의 7.33%로 11개 조합으로 나타났다. 그 외 조합들은 2017년 보다 2019년에 비효율적인 조합들이 더 많은 것으로 나타났다. DEA와 DEA·AHP 통합모형에서도 효율적인 조합들의 변화는 없었으나 비효율적인 조합들에서 일부 DMU 값들이 변화가 있었다. 따라서 규모의 요인에서 주로 효율적인 조합들의 형태가 많았으며, 기술적인 요인에서는 비효율적인 조합들이 많은 형태로 각각의 차이가 다르게 나타나고 있어 효율적인 조합들이 변경되는 형태를 보이고 있었다. 그리고 규모의 영향 면에서는 효율적인 조합의 순위는 새마을금고, 신협, 농협 순으로 나타났으며, 기술적인 면에서 효율적인 조합의 순위는 신협, 새마을금고, 농협 순으로 효율적인 조합의 분포를 나타내고 있었다. 주요 원인으로는 판매관리비의 과다와 직원수가 많기 때문이었다. 따라서 판매관리비와 직원수를 효율적으로 개선하고, 총대출금과 요구불예금의 확대로 인해 개선점을 찾을 수 있을 것으로 판단된다. 셋째, 2017년~2019년까지 3년간의 자료를 가지고 효율성을 분석한 결과, 2017년과 2018년에는 효율성의 변화가 없기 때문에 2018년도를 제외하고 2017년과 2019년도를 비교 분석하였다. 그 결과 CCR 모형과 BCC 모형 모두 차이가 있는 것으로 나타났다. 연도별 효율성 분석의 차이는 2017년도가 효율적인 조합들이 더 많았고, 2019년도에는 비효율적인 조합들이 더 많은 것으로 나타났다. 즉 2017년도의 경영에 대한 조합들의 효율성 및 수익구조가 더 양호한 것을 볼 수 있었다. 넷째, 상호금융기관의 효율성 개선율을 투입 변수와 산출 변수를 통해 분석하고 참조집단과 가중치를 통해 도출하여 부록 Ⅰ, Ⅱ에 첨부하였다. 이 중에서 효율성이 가장 낮은 상호금융기관은 하위 5개 조합 모두가 농협이었다. 분석한 결과, 투입변수 중 판매관리비가 과대하고, 직원수의 비율이 높았으며, 산출 변수 중 총대출금의 규모가 수익을 발생할만한 구조를 갖추지 않아 대출금의 규모를 늘려서 수익구조를 갖추려는 개선이 무엇보다도 중요하다 할 것이다. 다섯째, 상호금융기관의 효율성을 DEA 모형만을 이용하여 산출된 결과와 AHP 모형만을 이용하여 산출된 결과 그리고 DEA⋅AHP 통합모형을 이용하여 산출된 결과를 비교하여 보았다. DEA⋅AHP 통합모형은 DEA 모형과 AHP 모형을 이용하여 산출된 효율성 분포는 거의 유사한 형태를 보였으나 비효율적인 조합들에서 약간의 차이가 나타난 결과를 볼 수 있었다. 그리고 참조순위가 각 모형에서 순위가 바뀌는 형태를 보이고 있어 AHP 모형의 상대적 가중치를 반영할 경우 효율적인 조합들의 순위에 약간의 영향을 미치는 것으로 나타났다. 본 논문의 한계점과 향후 과제는 다음과 같다. 첫째, 투입 변수와 산출 변수에 대한 최초 선정이 선행연구를 통해 도출되었으며, 이는 상호금융기관 효율성에 영향을 미치는 중요한 변수를 배제할 가능성이 있기 때문에 선행연구뿐만 아니라 전문가의 의견을 통해 다양한 투입 및 산출 변수를 파악한 후 단계적 추가 변수에 따른 효율성 분석을 시도해야 할 것이다. 둘째,AHP 모형에 따른 전문가 패널이 한정되어 다양한 전문가 패널을 설정하지 못한 한계가 있다. 전문가 대상이 각 상호금융기관의 상위 직급의 종사자와 박사학위 이상 경영 전문가를 대상으로 하였으나 실제 감독기구인 금융감독원 및 상위 평가를 실시하고 있는 기관이나 언론사 평가자 등으로 다양하게 구성된다면 각 변수의 중요도가 달라질 가능성이 있다. 따라서 향후 AHP모형에 따른 전문가를 다양하게 구성하여 분석하는 것이 중요할 것이다. 셋째, 본 연구는 2017년도 이전 자료수집의 어려움으로 인해 과거 자료를 파악하지 못하여, 2017년과 2019년 2개년 자료를 통해 효율성 분석을 실시하였기 때문에 2017년도 이전 상호금융기관의 효율성을 분석하지 못했다. 각 상호금융기관의 효율성 분석을 위해서는 최소한 5개년 공시자료를 이용하여 상호금융기관들의 효율성을 분석하거나 또는 연도별 전후 효율성에 대한 차이를 분석하는 연구가 실시되어야 할 것이다. 넷째, 상호금융기관의 성과분석에 대해 공통된 변수와 정량적인 재무적 자료를 가지고 효율성을 분석하였다는 한계점을 지니고 있다. 따라서 향후 연구에서는 조금 더 다양한 변수와 함께 정성적인 비재무적 자료도 함께 감안하여 효율성 분석을 실시할 필요가 있다. 다섯째, 본 연구는 지역 상호금융기관에 한정하여 효율성을 분석하였기 때문에 전체 상호금융기관의 효율성을 대표할 수 없다는 한계점을 지니고 있다. 따라서 향후 전체 상호금융기관을 대상으로 효율성을 분석하여 지역별, 설립유형별, 기간별로 비교한다면 보다 좋은 연구가 될 것으로 판단한다. The base interest rate of the Bank of Korea has recently been kept below 2%, causing a decrease in the loan-to-deposit ratio and deterioration of the profit structures of banks. In addition, due to the epidemic called Corona 19 that has been sweeping the world since January 2020, the world is suffering from problems caused by economic slowdown and unbalanced life. Based on this background, we would like to analyze the efficiency of mutual financial institutions in our region by analyzing the efficiency of the regional mutual financial institutions in 2017 and in 2019 and suggest problems and solutions accordingly. Because there have been many cases that have analyzed a single cooperative so far, but there has been no case that analyzed systemic organization. This is why we decided to analyze mutual financial institutions that are closely related to regional development, and this study can be said to be very meaningful in researching how to develop and maintain regional finance in the future. This paper tried to analyze the effectiveness of the National Credit Union Federation of Korea, Federation of Community Credit Cooperatives, and National Agricultural Cooperative Federation among mutual financial institutions in Gwangju and Jeollanam-do, and then prepare problems and improvement plans. The sample analysis period is two years(2017 and 2019), and unit cooperatives with assets of 50 billion won to 500 billion won and mutual financial institutions with 6 or more employees were selected for the research. Then, each mutual financial institution was divided into 50 cooperatives, and a total of 150 financial institutions were selected. As an analysis method, the concepts of the DEA model and the AHP model were first examined, and input and output variables were selected. And in order to supplement the limitations of the DEA model, opinions from experts were collected and final variables were selected through AHP analysis. Then the efficiency was analyzed using the AHP model. Finally, the efficiency was analyzed by integrating the DEA model and the AHP model, and the implications are as follows. First, the secondary variables were selected by conducting quantitative profiling analysis and sequence correlation analysis on a number of input and output variables selected primarily through the analysis of previous studies. Qualitative importance was reflected in the secondary selected variables through the AHP model, which is a qualitative method. As a result, among the 8 existing input variables and 8 calculated variables, SG&A expenses, allowance for bad debt, number of employees, and investment were finally set as input variables and each variable was selected and analyzed. Second, out of a total of 150 mutual financial institutions to which the DEA model was applied, the number of mutual financial institutions that were found to be effective was 7.33%, or 11, of the total. Other unions were found to be more inefficient in 2019 than in 2017. There was no change in the efficient combinations in the DEA and DEA·AHP integrated models, but some DMU values ​​were found to change in the inefficient combinations. Therefore, there were mainly effective combinations in the scale factor, and in the technical factor, the inefficient combinations showed various differences, showing a change in the effective combinations. And in terms of size impact, the ranking of effective unions was in the order of Federation of Community Credit Cooperatives, National Credit Union Federation of Korea, and National Agricultural Cooperative Federation. In terms of technology, the ranking of effective unions was National Credit Union Federation of Korea, Federation of Community Credit Cooperatives followed by National Agricultural Cooperative Federation. The main reasons were excessive sales and administrative expenses and a large number of employees. Therefore, it is concluded that improvement points can be found by efficiently improving the sales and administrative expenses and the number of employees, and by expanding the total loan amount and demand deposit. Third, as a result of analyzing efficiency with data for three years from 2017 to 2019, there was no change in efficiency in 2017 and 2018. Therefore, we compared and analyzed 2017 and 2019, excluding 2018. As a result, it was found that there was a difference between the CCR model and the BCC model. The results of the efficiency analysis by year show that there were more effective combinations in 2017, and more inefficient combinations in 2019. In other words, in the case of 2017, the efficiency and profit structure of cooperatives were better. Fourth, the efficiency improvement rate of mutual financial institutions was analyzed through input and output variables, and derived through reference groups and weights, and attached to Appendix I and II. Among them, as for the mutual financial institutions with the lowest efficiency, National Agricultural Cooperative Federation scored the lowest in all areas. The results show that it is imperative for the National Agricultural Cooperative Federation to improve the profit structure by increasing the size of the loan because the sales and administrative expenses among the input variables were excessive, the ratio of the number of employees was high, and the size of the total loan among the output variables did not have a structure to generate profit. Fifth, the efficiency of mutual financial institutions was compared with the results calculated using only the DEA model, the results calculated using only the AHP model, and the results calculated using the DEA·AHP integrated model. The results of analyzing the efficiency distribution with the integrated DEA·AHP model show similar results as the results obtained using the DEA and AHP models, but slight differences were observed in the inefficient combinations. And, in the case of reference ranking, the ranking is changed in each model, so when the relative weight of the AHP model is reflected, it appears that the ranking of effective combinations is slightly affected. The limitations and future tasks of this paper are as follows. First, the initial selection of input variables and output variables was derived through previous studies, which indicate that there is a possibility that this excludes important variables affecting the efficiency of mutual financial institutions; thus, it is necessary to try to analyze the efficiency according to the step-by-step additional variables after identifying various input and output variables through the opinions of experts as well as previous studies. Second, the expert panel according to the AHP model is limited, so there is a limitation in not being able to set various expert panels. Although employees at higher positions in mutual financial institutions and management experts with a doctorate degree or higher were selected as experts, the importance of each variable might be different if the expert panel is composed of various experts such as the Financial Supervisory Service, which is the actual supervisory body, and evaluators of institutions or media companies that are conducting high-level evaluations. Therefore, it will be important to organize and analyze various experts according to the AHP model in the future. Third, this study did not analyze the efficiency of mutual financial institutions before 2017 because it was difficult to collect data prior to 2017. In order to analyze the efficiency of each mutual financial institution, a study should be conducted to analyze the efficiency of mutual financial institutions using publicly disclosed data for at least five years or to analyze the difference in efficiency before and after each year. Fourth, the performance analysis of mutual financial institutions has a limitation in that the efficiency is analyzed with common variables and quantitative financial data. Therefore, in future research, it is necessary to conduct an efficiency analysis by taking into account qualitative non-financial data as well as more diverse variables. Fifth, this study has a limitation in that it cannot represent the efficiency of all mutual financial institutions because the efficiency analysis is limited to regional mutual financial institutions. Therefore, it would be a better study if we analyze the efficiency of all mutual financial institutions in the future and compare them by region, type of establishment, and period.

R&D 운영지원을 위한 연구행정시스템의 구축과 효율성 평가에 관한 연구

한문희 목원대학교 대학원 2020 국내박사

According to the 「2018 National R & D Project Survey and Analysis Result (Draft)」, the total amount of funds executed for R & D projects carried out in 2018 reached about 20 trillion won and the research funds have been gradually increasing. Recently, the government and the National Assembly have been demanding to strengthen research ethics, improve R & D efficiency, create research-friendly research environments, and reduce researcher's administrative work, and government funded research institutes have been investing massive manpower and budgets every year to improve systems and construct information systems. This study researched into a research administration system that can contribute to the improvement of R&D efficiency and reduction of researchers’ administrative work with 25 government funded research institutes affiliated with the National Research Council of Science & Technology, which uses 18.9% (3.7 trillion won) of the national R & D budgets, and constructed the system over a period of five years. In addition, this study measured the efficiency of the research administration system using the data accumulated over the years through the operation of the actual system, and Data Envelopment Analysis(DEA) and Stochastic Frontier Analysis(SFA) were performed on four research models to measure the efficiency. First, as a result of measuring relative efficiency with DEA model's BCC model, four DMUs(A2, A5, A6, A7) recorded efficiency 1 at the A headquarters with 8 DMUs, one DMU(B5) recorded efficiency 1 at the B headquarters with 8 DMUs, two DMUs(C2, C8) recorded efficiency 1 at the C headquarters with 8 DMUs, three DMUs(A7, B5, C2) recorded efficiency 1 at the R&D research institute with 24 DMUs. Second, as a result of measuring relative efficiency with DEA model's BCC, five DMUs(A2, A5, A6, A7, A8) recorded efficiency 1 at the A headquarters with 8 DMUs, four DMUs(B5, B6, B7, B8) recorded efficiency 1 at the B headquarters with 8 DMUs, four DMUs(C2, C3, C7, C8) recorded efficiency 1 at the C headquarters with 8 DMUs, ten DMUs(A5, A6, A7, A8, B5, B6, B7, B8, C2, C8) recorded efficiency 1 at the R&D research institute with 24 DMUs. Third, as a result of measuring relative efficiency with SFA, the A headquarters with 8 DMUs recorded the highest value near 1 at A5(0.9531), the B headquarters with 8 DMUs recorded the highest value near 1 at B3(0.9998), the C headquarters with 8 DMUs recorded the highest value near 1 at C5(0.9999), the R&D research institute with 24 DMUs recorded the highest value near 1 at A5(0.9531). Furthermore, the time spent for research administration work and the time saved after using the research administration system were analyzed and according to the results, a lot of research administration time could be saved through the use of the research administration system. Consequently, it is judged that the research administration system researched and developed for the research contributed to great improvement of administrative work efficiency of research institutes that perform research projects and greatly contributed to the provision of environments for immersion in research, recently pursued by the government.

DEA를 활용한 국내 화물철도역의 거점화 계획 : 화물철도역의 상대적 효율성 측정

김태경 인하대학교 일반대학원 2009 국내석사

현재 철도공사는 화물철도의 수익구조의 개선과 비용절감을 위해 2004년 331개역이었던 화물철도역을 2010년까지 133개역으로 거점화 한다는 화물철도역 거점화계획을 추진 중에 있고, 2007년 현재 이미 120개역이 정비되었다. 이 거점화 계획은 화물취급량을 기준으로 하여 거점화 되고 있으며 거점화가 마무리 되었을 때 연간 400억의 비용절감과 함께 배송시간의 감축과 철도화물의 경쟁력도 높아질 것이라고 예상하고 있다. 하지만 일반적으로 거점화 계획에는 여러 가지 변수가 작용하여 거점화와 정비대상역을 구분하는 것이 무척 까다로운 일임에도 불구하고 현재 추진되고 있는 거점화 계획은 화물취급량이라는 단일기준을 사용하여 거점화역과 정비대상역을 구분하고 있어 많은 한계점이 존재하고 있다. 이에 본 연구에서는 화물철도역 거점화계획에 대한 대안으로 2007년 현재 남아있는 역들 중 177개 역을 대상으로 다양한 변수를 동시에 고려하여 객관적 가중치를 부여하는 비모수적 선형계획모형인 자료포락분석기법을 활용한 화물철도역 거점화계획모형을 제시하고 이를 단일기준 거점화계획과 비교하여 평가해 보았다. 평가대상 거점화 계획은 3가지의 가정을 두고, 전국단위 화물철도역 효율성기준, 지역단위 화물철도역 효율성을 기준으로 하여 거점화역을 선정한 두 가지의 다기준 시나리오와 화물수입별, 화물취급량별로 랭킹 화하여 거점화역을 선정한 두 가지의 단일기준 시나리오를 작성하여 분석하였다. 연구에 가정된 3가지는 다음과 같다. 첫째, 노선이 교차하는 곳에 위치한 역은 거점화역으로 분류한다. 둘째, 거점화역은 분석대상역의 약 60%로 한다. 셋째, 화물취급량별 시나리오에서는 현재 진행되고 있는 거점화 계획을 반영하기 위해 50000톤 이상인 역들을 거점화역으로 선정한다. 각 시나리오를 평가하기 위해 4개의 평가모형을 사용하였으며 그 내용은 다음과 같다. 평가 모형 1과 2는 DEA을 활용하여 각 시나리오의 평균효율성을 비교하여 상대적으로 뛰어난 시나리오를 판단하는 방법이며 평가모형 3, 4는 각 시나리오의 거점화역의 1인당 화물수입과 화물취급량을 기준으로 시나리오를 평가하는 모형이다. 분석한 결과 평가모형 1,2,3,4 모두 다기준 평가방법이 상대적으로 더 좋은 거점화 시나리오로 판명되었으며 그중 평가모형 1,3,4는 같은 순위로 평가 되었다. 이는 다기준 시나리오가 현재 진행되고 있는 단일기준 시나리오보다 더 좋은 화물철도역 평가방법이 될 수 있음을 뜻한다. 본 연구는 업무 담당자나 의사결정자와 충분한 의견교환 과정이 이루어지지 못하여 거점화 계획의 전 과정을 완전히 분석하지 못하고, DEA를 활용한 다기준 거점화 계획모형을 제시하는 수준에 그치고, 자료접근의 어려움으로 인해 충분한 자료가 수집되지 못하였다, 또한, 거점화 문제에 영향을 미치는 여러 환경적 요인들을 고려하지 못했다는 한계를 지니고 있다. 하지만 현재 단일기준을 활용하여 진행되고 있는 화물철도역 거점화 계획에 다기준 평가방법을 제시하였고, 철도산업전체의 효율성을 분석했던 기존 연구들과는 달리 최초로 화물취급역의 역의 효율성분석을 실시하고 나아가 다양한 DEA를 활용한 거점화 계획 평가모형을 제시했다는 것에 그 의의가 있다고 하겠다. 또한 충분한 논의와 협의가 이루어진다면 현실에 반영될 수 있는 모형으로 발전할 수 있으며, 철도뿐만이 아니라 다른 산업에도 적용가능하다는 가능성을 지니고 있다. The KoRail’s initiating to enlarge positioning of 133 stations by 2010, originally totaling 331 ones under current systems in 2004 in order to reform profits structure and cost-effective strategies, improving 120 stations now in 2007. Freight stations are now under positioning in standards of amount of freight units, and once completed, it is expected to predict that The KoRail will save annual costs of 40billion Won as well as cost effectiveness and efficient time management, which will lead to reduction of shipping costs and boosting competitiveness. However, this positioning plan which has versatile variables despite classifying positioning work and repair-needed stations is considered an alternative to proceed as single standards of amount of freight in a way that I presented freight stations positioning plans based upon non parametric linear programming models which put priority on various standards by using 177 stations currently working in 2007, and I evaluated the entire data , compared to positioning plans under single standards. Positioning plans for evaluations have 3 categories with national unit freight stations efficiency and local unit freight stations efficiency, combined with two multi standards assumptions, and two single standards assumptions for freight imports and freight quantities. Those 3 assumptions are like below; First, the station is classified as positioning one at the intersection line. Second, the positioning station is valued 60% of the analyzed stations. Third, under this assumption related to qualities of freight stations with more than 5,000tons are appointed as positioning ones to reflect currently proceeding-positioning stations. Based upon the above assumptions, each theory was evaluated by 4 evaluation modules. Evaluation module 1 and 2, which utilizes DEA and compares each theory’s average effectiveness, are able to select relatively alternative theories, while evaluation module 3 and 4 evaluates theories by standards of freight imports and qualities generated by each positioning station. According to my analysis, all evaluations module 1, 2, 3, and 4 have proved to be relatively selected positioning theories in light of multi-standard evaluation methods, and all evaluation module 1, 3, and 4 ranked the same, which indicates that multi standard theory is more reasonable than single standard theory now undergoing in terms of freight station evaluation methods. This study is somewhat limited in deficient intercommunications between coordinators and decision makers with full discussions so that I couldn’t put together enough information largely due to conflict in data access and I didn’t notice environmental factors which might have a direct impact on positioning matters. But I presented my stance on multi-standards evaluation methods, overcoming existing single standard analysis, conducted first freight stations’s efficiency analysis survey, unlike a bit abstract approach to the entire railway industry, and moreover, it is definite that I developed positioning plan evaluation models through DEA. In addition, with full discussion and agreement, it could be possible that my theory will be applicable to reality, through which can be available for other industries as well.