위험가중 HHI를 활용한 방위산업 공급망 위험 평가 = Defense Industry Supply Chain Risk Assessment Based on a Risk-Weighted HHI

국문 초록 (Abstract)

수입집중도 지표인 HHI에 외생 리스크를 결합한 위험가중 HHI를 제안하고, 방위산업 원자재·시설재 데이터를 바탕으로 실증 분석을 수행하였다. 국가위험도(WGI), 정치적 거리(IPD), 물류성과지표(LPI)를 연도–국가 단위로 구축한 뒤, 하위지표를 단계적 PCA로 요약(WGI-PC1, LPI-PC1)하여 PC1을 산출하여 min-max정규화 한 후 HHI에 가중하는 방식으로 지수를 산출하였다. 분석 결과, 위험가중 HHI는 기존 HHI와 동일한 움직임을 보이지 않으며, 특정 고위험 공급국의 참여·비중 변화가 나타나는 구간에서 상대적으로 더 민감하고 차별적인 신호를 제공하였다. 사례 분석에서는 네덜란드·중국 중심의 양분 구조 속에서 유럽 저위험국의 간헐적 참여가 관찰되었고, 위험가중 HHI는 단순 집중도 변화만으로는 포착하기 어려운 정치·제도·물류 리스크의 중첩 효과를 드러냈다. 단계적 PCA 접근은 일반적인 PCA 대비 하위지표 편향을 줄이고 중간 요약지표의 해석 가능성을 높여, 정책 커뮤니케이션에 유리한 장점을 보였다. 정책적으로는 고위험 품목–국가 조합의 선제 식별, 비축·내재화·공급원 다변화의 우선순위 설정, 사후 모니터링 지표로의 활용 가능성을 제시한다. 향후 연구에서는 가격 변동성, 운송 혼잡, 제재 이벤트 등 고빈도 변수의 결합과 비선형 차원축소 기법을 통한 동태적 위험지수 확장이 요구된다.

다국어 초록 (Multilingual Abstract)

This study proposes a risk-weighted Herfindahl–Hirschman Index (HHI) that incorporates exogenous risk factors into the
conventional import concentration metric, and conducts an empirical analysis using defense-related raw materials and facility goods.
Country risk (WGI), political distance (IPD), and logistics performance index (LPI) were constructed at the year–country level.
Sub-indicators were summarized through a stepwise principal component analysis (yielding WGI-PC1 and LPI-PC1), normalized via min–max
scaling, and then used as weights in the HHI calculation. The results indicate that the risk-weighted HHI does not mirror the movement of
the conventional HHI; rather, it provides more sensitive and differentiated signals in periods where the participation or share of
high-risk suppliers changes. Case analysis reveals a bipolar structure centered on the Netherlands and China, with intermittent participation
from low-risk European suppliers, while the risk-weighted HHI captures overlapping political, institutional, and logistical risks that are
not observable through concentration measures alone. The stepwise PCA approach reduces sub-indicator bias and enhances interpretability
relative to standard PCA, offering advantages for policy communication. Policy implications include early identification of high-risk item–country combinations, prioritization of stockpiling, localization, and supplier diversification, and potential use as a post-monitoring indicator. Future research should incorporate high-frequency variables such as price volatility, transport congestion, and sanction events, and explore dynamic risk indices using non-linear dimensionality-reduction techniques.

목차 (Table of Contents)

• 1. 서론 1
• 1.1. 연구 배경 및 필요성 1
• 1.2. 연구 목적 2
• 1.3. 논문의 구성 3
• 2. 이론적 고찰 4
• 2.1. 방위산업과 공급망 리스크 4
• 2.2. 공급망 리스크의 측정 방식 5
• 2.3. 공급망 리스크 관련 변수 7
• 2.3.1. 수입집중도 7
• 2.3.2. 국가위험도 8
• 2.3.3. 정치적 거리 9
• 2.3.4. 물류 성과 10
• 2.4. 연구의 차별성 및 기여점 11
• 3. 데이터 및 변수 14
• 3.1. 분석 대상 14
• 3.2. 데이터 14
• 3.2.1. 분석 품목(HS6 코드) 14
• 3.2.2. 국가지표 및 거시변수 수집 16
• 3.3. 변수 목록 16
• 3.3.1. 국가위험도(대용지표:Worldwide Governance Indicators, WGI) 16
• 3.3.2. 정치적 거리(Ideal-Point Distance, IPD) 18
• 3.3.3. 물류성과지표(Logistics Performance Index, LPI) 19
• 4. 공급망 위험지수 산출을 위한 방법론 23
• 4.1. 전처리 23
• 4.2. 변수 정합화 및 표준화 24
• 4.3. 주성분 분석(Principal Component Analysis, PCA) 모형과 적합성 검정 25
• 4.4. 주성분 분석 결과 31
• 4.4.1. PC1의 위험지수화 34
• 4.5. 단계적 PCA의 강건성 검증 34
• 5. 실증 분석 결과 42
• 5.1. 연도별 위험지수 변화 추이 42
• 5.2. 주요 품목별 공급망 위험도 비교 42
• 5.3. 국가별 공급망 리스크 기여도 분석 67
• 5.4. 정책적 리스크 이벤트 반영 사례(예: COVID-19, 미 중 갈등, 러시아 제재 등) 68
• 6. 결론 및 시사점 70
• 6.1. 연구 결과 요약 70
• 6.2. 정책적 시사점 및 적용 방안 71
• 6.3. 연구의 한계 및 향후 연구 방향 71
• 참고문헌 73
• 국문초록 82
• 영문초록 83