RISS 학술연구정보서비스

검색
자동완성 버튼

인기 검색어

    다국어 입력
    あ ぁ か が さ ざ た だ な は ば ぱ ま や ゃ ら わ ゎ ん い ぃ き ぎ し じ ち ぢ に ひ び ぴ み り う ぅ く ぐ す ず つ づ っ ぬ ふ ぶ ぷ む ゆ ゅ る え ぇ け げ せ ぜ て で ね へ べ ぺ め れ お ぉ こ ご そ ぞ と ど の ほ ぼ ぽ も よ ょ ろ を
    ア ァ カ サ ザ タ ダ ナ ハ バ パ マ ヤ ャ ラ ワ ヮ ン イ ィ キ ギ シ ジ チ ヂ ニ ヒ ビ ピ ミ リ ウ ゥ ク グ ス ズ ツ ヅ ッ ヌ フ ブ プ ム ユ ュ ル エ ェ ケ ゲ セ ゼ テ デ ヘ ベ ペ メ レ オ ォ コ ゴ ソ ゾ ト ド ノ ホ ボ ポ モ ヨ ョ ロ ヲ ―

    http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

    변환된 중국어를 복사하여 사용하시면 됩니다.

    예시)
    • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
    • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
    ㅥ ㅦ ㅧ ㅨ ㅩ ㅪ ㅫ ㅬ ㅭ ㅮ ㅯ ㅰ ㅱ ㅲ ㅳ ㅴ ㅵ ㅶ ㅷ ㅸ ㅹ ㅺ ㅻ ㅼ ㅽ ㅾ ㅿ ㆀ ㆁ ㆂ ㆃ ㆄ ㆅ ㆆ ㆇ ㆈ ㆉ ㆊ ㆋ ㆌ ㆍ ㆎ
    Α Β Γ Δ Ε Ζ Η Θ Ι Κ Λ Μ Ν Ξ Ο Π Ρ Σ Τ Υ Φ Χ Ψ Ω α β γ δ ε ζ η θ ι κ λ μ ν ξ ο π ρ σ τ υ φ χ ψ ω
    á à Á À é è É È ç Ç ê
    Ä Ö Ü ä ö ü ß
    ְ ֳ ֲ ֱ ָ ַ ֵ ֶ ִ ֹ ּ ֻ ׂ ׁ ּ פ ם ן ו ט א ר ק ף ך ל ח י ע כ ג ד ש ץ ת צ מ נ ה ב
    ‘ ’ “ ” 〔 〕 〈 〉 「 」 『 』 【 】 ＂ （ ） ［ ］ ｛ ｝
    ± × ÷ ≠ ≤ ≥ ∞ ∴ ♂ ♀ ∠ ⊥ ⌒ ∂ ∇ ≡ ≒ ≪ ≫ √ ∽ ∝ ∵ ∫ ∬ ∈ ∋ ⊆ ⊇ ⊂ ⊃ ∪ ∩ ∧ ∨ ￢ ⇒ ⇔ ∀ ∃ ∮ ∑ ∏ ＋ － ＜ ＝ ＞
    、 。 · ‥ … ¨ 〃 ― ∥ ＼ ∼ ´ ～ ˇ ˘ ˝ ˚ ˙ ¸ ˛ ¡ ¿ ː ！ ＇ ， ． ／ ： ； ？ ＾ ＿ ｀ ｜
    ½ ⅓ ⅔ ¼ ¾ ⅛ ⅜ ⅝ ⅞ ¹ ² ³ ⁴ ⁿ ₁ ₂ ₃ ₄
    Æ Ð Ħ IJ Ł Ø Œ Þ Ŧ Ŋ æ đ ð ħ ı ij ĸ ŀ ł ø œ ß þ ŧ ŋ ʼn
    А Б В Г Д Е Ё Ж З И Й К Л М Н О П Р С Т У Ф Х Ц Ч Ш Щ Ъ Ы Ь Э Ю Я а б в г д е ё ж з и й к л м н о п р с т у ф х ц ч ш щ ъ ы ь э ю я
    ′ ″ ℃ Å ￠ ￡ ￥ ¤ ℉ ‰ ＄ ％ Ｆ ￦ ㎕ ㎖ ㎗ ℓ ㎘ ㏄ ㎣ ㎤ ㎥ ㎦ ㎙ ㎚ ㎛ ㎜ ㎝ ㎞ ㎟ ㎠ ㎡ ㎢ ㏊ ㎍ ㎎ ㎏ ㏏ ㎈ ㎉ ㏈ ㎧ ㎨ ㎰ ㎱ ㎲ ㎳ ㎴ ㎵ ㎶ ㎷ ㎸ ㎹ ㎀ ㎁ ㎂ ㎃ ㎄ ㎺ ㎻ ㎽ ㎾ ㎿ ㎐ ㎑ ㎒ ㎓ ㎔ Ω ㏀ ㏁ ㎊ ㎋ ㎌ ㏖ ㏅ ㎭ ㎮ ㎯ ㏛ ㎩ ㎪ ㎫ ㎬ ㏝ ㏐ ㏓ ㏃ ㏉ ㏜ ㏆
    § ※ ☆ ★ ○ ● ◎ ◇ ◆ □ ■ △ ▽ → ← ↑ ↓ ↔ 〓 ◁ ◀ ▷ ▶ ♤ ♠ ♡ ♥ ♧ ♣ ⊙ ◈ ▣ ◐ ◑ ▒ ▤ ▥ ▨ ▧ ▦ ▩ ♨ ☏ ☎ ☜ ☞ † ‡ ↕ ↗ ↙ ↖ ↘ ♭ ♩ ♪ ♬ ㉿ ㈜ № ㏇ ™ ㏂ ㏘ ℡ ＃ ＆ ＊ ＠ ª º
    ⅰ ⅱ ⅲ ⅳ ⅴ ⅵ ⅶ ⅷ ⅸ ⅹ Ⅰ Ⅱ Ⅲ Ⅳ Ⅴ Ⅵ Ⅶ Ⅷ Ⅸ Ⅹ
    ا ب ت ث ج ح خ د ذ ر ز س ش ص ض ط ظ ع غ ف ق ک ل م ن ه و ی
    닫기

    DEA 모형을 活用한 인터넷 企業의 效率性 評價에 관한 硏究 = (A)study on the evaluation of the efficiency of internet companies using a DEA model

    한글로보기

    https://www.riss.kr/link?id=T10711565

    • 0

      상세조회

    • 0

      다운로드
    서지정보 열기
    • 내보내기
    • 내책장담기
    • 공유하기
    • 오류접수

    부가정보

    다국어 초록 (Multilingual Abstract) kakao i 다국어 번역

    영어
    한국어
    Recently so many internet firms based on the new business models have appeared in the online market as a consequence of the rapid growth of IT and internet. It has created high competition among internet firms to secure customers and also forced internet firms to increase marketing costs so that their profits have been worsened.
    It is therefore very important that internet firms should identify all the information about input factors being used inefficiently and know how to use those information efficiently to secure both customers and profits. From this point of view, it is required to solve the problem of evaluating efficiency of input resources used for achieving the goal of internet firms.
    To the best of our knowledge, there are so many studies about both the performance of internet firms and the influential factors on it, but efficiency-related studies about internet firms have been rarely conducted so far. One of the main reason seems that there is not only the lack of financial information which resulted from the short history of internet firms, but also the difficulty of applying appropriate methodologies to compute a single efficiency score through aggregating multiple inputs and outputs.
    Data Envelopment Analysis(DEA) model is a methodology of computing the relative efficiency of each decision making unit(DMU) by comparing it with other DMUs having similar input and output structure, and is specially very useful when a form of the production function of a firm like an internet firm is not known. DEA has some advantages as follows: First, weights for each variables don't have to be pre-determined, but they are determined as the optimal solution of a linear programming(LP) problem within a DEA model. Second, DEA can evaluate an efficiency by using just real data without trying to unify or modify units for observed data. Third, DEA provides the extent of inefficiency (for input and output variables) of inefficient DMUs, which is practically useful information required to improve efficiency.
    In this study, we develop a systematic efficiency evaluation process composed of 6 stages to evaluate the efficiency of internet firms and identify some information about inefficient input variables.
    In the first stage, we select input and output variables having direct and indirect relationship with the objectives of internet firms in order to evaluate the efficiency using DEA model.
    In the second stage, we not only classify internet firms into two groups, efficient group and inefficient group, based on the efficient score obtained from DEA model, but also evaluate and analyze the change of efficiency of each DMU by estimating dynamic efficiency for two consecutive periods through using the so-called malmquist index.
    In the third stage, we perform the scale efficiency analysis and the reference set analysis to figure out what causes inefficiency of inefficient DMUs and to provide the desirable value for the efficiency score at which each inefficient DMU changes into an efficient DMU.
    In the forth stage, we provide the ranking information about all the DMUs through conducting the so-called super-efficiency analysis for efficient DMUs and utilizing the efficiency score obtained from DEA model for inefficient DMUs.
    In the fifth stage, we classify internet firms into two groups, physical group and digital group, based on the characteristics of internet firms such as the property of selling products, and then perform an analysis to see if there is some difference between two groups in terms of both average efficiency and ranking.
    At the final stage, we conduct not only the sensitivity analysis to verify the validity of our DEA model, but also the regression analysis to verify the validity of our choice for inputs and outputs factors.
    In this study, we also implement our developed efficiency evaluation process based on two years data from 2004 to 2005 for 43 domestic internet firms. For this purpose, we run a DEA model by selecting four inputs such as capital, tangible assets, wages, and advertising costs and two outputs such as unique visitors and annual revenues and obtain the following results.
    First, as the consequence of the static efficiency evaluation, we have 10 and 16 number of efficient DMUs and also 67.03% and 73.75% of the average efficiency in 2004 and 2005, respectively. Moreover we can say that the efficiency in 2005 has decreased as compared with the efficiency in 2004 because we got the malmquist index which is less than 1 through the dynamic efficiency evaluation.
    Second, the average efficiency and the ranking of digital group are higher than those of physical group.
    Third, we first build a new model by deleting two variables from the original model, unique visitors and capital, for which correlation analysis showed those variables were not significantly related to other variables. We then run a DEA model independently for three models, one for the original model and the others for new models, and it turns out that there is no significant difference in ranking between three models.
    One of the main contribution of this study is to develop a systematic efficiency evaluation process which utilizes not only the concept of the static efficiency evaluation, but also various other concepts such as dynamic efficiency evaluation, scale efficiency analysis, reference set analysis, ranking of DMUs, and validity analysis of DEA model. Our process enables us to overcome the limitation that most of previous DEA-related studies for internet firms have focused on just static efficiency evaluation which presents only the result of efficiency evaluation.
    번역하기

    Recently so many internet firms based on the new business models have appeared in the online market as a consequence of the rapid growth of IT and internet. It has created high competition among internet firms to secure customers and also forced inter...

    Recently so many internet firms based on the new business models have appeared in the online market as a consequence of the rapid growth of IT and internet. It has created high competition among internet firms to secure customers and also forced internet firms to increase marketing costs so that their profits have been worsened.
    It is therefore very important that internet firms should identify all the information about input factors being used inefficiently and know how to use those information efficiently to secure both customers and profits. From this point of view, it is required to solve the problem of evaluating efficiency of input resources used for achieving the goal of internet firms.
    To the best of our knowledge, there are so many studies about both the performance of internet firms and the influential factors on it, but efficiency-related studies about internet firms have been rarely conducted so far. One of the main reason seems that there is not only the lack of financial information which resulted from the short history of internet firms, but also the difficulty of applying appropriate methodologies to compute a single efficiency score through aggregating multiple inputs and outputs.
    Data Envelopment Analysis(DEA) model is a methodology of computing the relative efficiency of each decision making unit(DMU) by comparing it with other DMUs having similar input and output structure, and is specially very useful when a form of the production function of a firm like an internet firm is not known. DEA has some advantages as follows: First, weights for each variables don't have to be pre-determined, but they are determined as the optimal solution of a linear programming(LP) problem within a DEA model. Second, DEA can evaluate an efficiency by using just real data without trying to unify or modify units for observed data. Third, DEA provides the extent of inefficiency (for input and output variables) of inefficient DMUs, which is practically useful information required to improve efficiency.
    In this study, we develop a systematic efficiency evaluation process composed of 6 stages to evaluate the efficiency of internet firms and identify some information about inefficient input variables.
    In the first stage, we select input and output variables having direct and indirect relationship with the objectives of internet firms in order to evaluate the efficiency using DEA model.
    In the second stage, we not only classify internet firms into two groups, efficient group and inefficient group, based on the efficient score obtained from DEA model, but also evaluate and analyze the change of efficiency of each DMU by estimating dynamic efficiency for two consecutive periods through using the so-called malmquist index.
    In the third stage, we perform the scale efficiency analysis and the reference set analysis to figure out what causes inefficiency of inefficient DMUs and to provide the desirable value for the efficiency score at which each inefficient DMU changes into an efficient DMU.
    In the forth stage, we provide the ranking information about all the DMUs through conducting the so-called super-efficiency analysis for efficient DMUs and utilizing the efficiency score obtained from DEA model for inefficient DMUs.
    In the fifth stage, we classify internet firms into two groups, physical group and digital group, based on the characteristics of internet firms such as the property of selling products, and then perform an analysis to see if there is some difference between two groups in terms of both average efficiency and ranking.
    At the final stage, we conduct not only the sensitivity analysis to verify the validity of our DEA model, but also the regression analysis to verify the validity of our choice for inputs and outputs factors.
    In this study, we also implement our developed efficiency evaluation process based on two years data from 2004 to 2005 for 43 domestic internet firms. For this purpose, we run a DEA model by selecting four inputs such as capital, tangible assets, wages, and advertising costs and two outputs such as unique visitors and annual revenues and obtain the following results.
    First, as the consequence of the static efficiency evaluation, we have 10 and 16 number of efficient DMUs and also 67.03% and 73.75% of the average efficiency in 2004 and 2005, respectively. Moreover we can say that the efficiency in 2005 has decreased as compared with the efficiency in 2004 because we got the malmquist index which is less than 1 through the dynamic efficiency evaluation.
    Second, the average efficiency and the ranking of digital group are higher than those of physical group.
    Third, we first build a new model by deleting two variables from the original model, unique visitors and capital, for which correlation analysis showed those variables were not significantly related to other variables. We then run a DEA model independently for three models, one for the original model and the others for new models, and it turns out that there is no significant difference in ranking between three models.
    One of the main contribution of this study is to develop a systematic efficiency evaluation process which utilizes not only the concept of the static efficiency evaluation, but also various other concepts such as dynamic efficiency evaluation, scale efficiency analysis, reference set analysis, ranking of DMUs, and validity analysis of DEA model. Our process enables us to overcome the limitation that most of previous DEA-related studies for internet firms have focused on just static efficiency evaluation which presents only the result of efficiency evaluation.

    더보기

    국문 초록 (Abstract) kakao i 다국어 번역

    한국어
    영어
    최근 정보기술의 발전 및 인터넷의 보급에 따라 새로운 비즈니스 모델을 기반으로 하는 인터넷 기업들이 대거 등장하고 있다. 이로 인해 인터넷 기업 간 고객확보를 위한 경쟁이 심화되어 대량의 마케팅 비용을 지출하게 함으로써 수익성 악화의 문제가 대두되고 있다. 인터넷 기업들이 고객확보와 수익성 회복이라는 당면과제를 해결하기 위해서는 이들 기업의 비효율적 투입요소에 대한 정보를 정확히 파악하여 이를 효율적으로 활용하는 것이 매우 중요하다. 이는 인터넷 기업의 성과 측정 및 목표달성을 위한 자원투입의 효율성 평가에 대한 문제와 밀접하게 관련되어 있다.
    현재까지 인터넷 기업의 성과 및 이에 대한 영향요인에 관한 연구들은 많이 수행되고 있으나 효율성 측면의 연구는 거의 전무한 실정이다. 이는 인터넷 기업의 역사가 짧아 효율성 평가를 위한 재무정보가 부족할 뿐만 아니라 다수의 투입 및 산출요소를 통합하여 단일 효율성 수치를 계산하기 위한 방법론의 적용이 어렵기 때문인 것으로 판단된다.
    DEA 모형은 이러한 문제를 해결할 수 있는 효율적인 방법으로 잘 알려져 있다. DEA 모형은 인터넷 기업과 같이 생산함수의 형태가 구체적으로 알려져 있지 않은 경우에 투입 및 산출구조가 유사한 기업과 비교하여 평가대상 DMU(decision making units)의 상대적 효율성을 계산하는 기법으로 각 변수에 대한 가중치를 사전에 임의적으로 할당하지 않고 모형 내에서 내재적으로 결정하며 관측된 데이터의 단위를 통일하거나 가공하지 않고 그대로 이용하여 효율성을 측정할 수 있다는 장점을 갖는다. 또한 비효율적인 DMU의 투입 및 산출요소별 비효율성 정도를 양적으로 제시하여 경영효율성 개선을 위해 실무적으로 유용한 정보를 제공할 수 있다.
    본 연구에서는 인터넷 기업의 효율성을 평가하고 비효율적인 투입요소에 대한 정보를 파악하기 위해 DEA 모형을 활용하여 6단계의 효율성 평가 프로세스를 개발하였다.
    첫 번째 단계에서는 효율성 평가를 위한 DEA 모형의 변수를 선정하는 단계로써 인터넷 기업의 목표와 직⋅간접적인 관계를 갖는 투입 및 산출요소를 선정한다.
    두 번째 단계에서는 DEA 모형을 통해 측정된 효율성 수치를 이용하여 평가대상 인터넷 기업을 효율적 집단과 비효율적 집단으로 구분하며 Malmquist 지수를 이용하여 두 기간을 대상으로 동적 효율성을 측정함으로써 각 DMU의 실질적인 효율성의 변화를 분석한다.
    세 번째 단계에서는 비효율적인 것으로 판별된 DMU에 대해 비효율성의 원인을 분석하고 효율성 목표치를 제시하기 위해 규모의 효율성분석 및 준거집단분석을 수행한다.
    네 번째 단계에서는 초효율성 모형을 이용하여 DEA 모형을 통해 효율적 집단으로 분류된 집단의 DMU들에 대한 서열정보를 제시한다. 비효율적 집단으로 구분된 DMU들에 대한 서열은 이미 산출된 효율성 수치를 활용한다.
    다섯 번째 단계에서는 평가대상 인터넷 기업을 DMU의 특성에 따라 물리적 그룹과 디지털 그룹으로 분류하고 그룹 간 효율성의 차이가 존재하는지를 살펴보고 만약 그룹 간에 차이가 있다면 그 원인이 무엇인지를 규명한다.
    마지막으로 효율성 평가에 활용된 DEA 모형의 타당성 검증을 위해 민감도분석을 수행하고 회귀분석을 통해 각 투입 및 산출요소의 영향력이 타당한지 검증한다.
    본 연구에서는 이러한 프로세스에 따라 2004년과 2005년의 43개 국내 순수 인터넷 기업 관련 데이터를 바탕으로 자본금, 유형자산, 총급여, 광고선전비를 투입요소로 하고 순방문자수, 매출액을 산출요소로 하는 DEA 모형을 구성하여 효율성 평가를 수행하였으며 이로부터 도출된 주요 결과는 다음과 같다.
    첫째, 정태적 효율성 평가 결과 2004년과 2005년의 효율적 집단은 각각 10개와 16개로 나타났으며 전반적으로 67.03%, 73.75%의 평균효율성을 갖는 것으로 나타났다. 또한 동적 효율성 평가 결과 효율성 변화지수가 1보다 낮은 것으로 나타나 2004년에 비해 2005년의 효율성이 감소하였음을 알 수 있다.
    둘째, 판매하는 제품의 특성에 따라 물리적 그룹과 디지털 그룹으로 분류하여 비교한 결과 디지털 그룹이 물리적 그룹에 비해 높은 효율성을 갖는 것으로 나타났다.
    셋째, 그룹별 상관관계분석을 통해 상관관계가 낮은 변수로 나타난 순방문자수와 자본금을 각각 제거한 DEA 모형과 원래의 모형의 결과를 비교한 결과 각 모형에서 산출된 DMU의 순위 간에는 유의한 차이가 존재하지 않는 것으로 나타났다.
    본 연구는 그 동안 인터넷 기업을 대상으로 수행된 DEA 관련 연구들이 주로 단편적인 효율성 평가 결과만을 제시하고 있다는 한계점을 극복하기 위하여 정태적 효율성뿐만 아니라 동적 효율성 평가, 비효율성의 원인 분석, 그룹 간 효율성 비교, DMU의 서열화, DEA 모형의 타당성 분석에 이르는 다양한 방법을 이용하여 인터넷 기업의 효율성 평가를 위한 체계적인 프로세스를 제시하였다는 점에서 큰 의의가 있다.
    번역하기

    최근 정보기술의 발전 및 인터넷의 보급에 따라 새로운 비즈니스 모델을 기반으로 하는 인터넷 기업들이 대거 등장하고 있다. 이로 인해 인터넷 기업 간 고객확보를 위한 경쟁이 심화되어 ...

    최근 정보기술의 발전 및 인터넷의 보급에 따라 새로운 비즈니스 모델을 기반으로 하는 인터넷 기업들이 대거 등장하고 있다. 이로 인해 인터넷 기업 간 고객확보를 위한 경쟁이 심화되어 대량의 마케팅 비용을 지출하게 함으로써 수익성 악화의 문제가 대두되고 있다. 인터넷 기업들이 고객확보와 수익성 회복이라는 당면과제를 해결하기 위해서는 이들 기업의 비효율적 투입요소에 대한 정보를 정확히 파악하여 이를 효율적으로 활용하는 것이 매우 중요하다. 이는 인터넷 기업의 성과 측정 및 목표달성을 위한 자원투입의 효율성 평가에 대한 문제와 밀접하게 관련되어 있다.
    현재까지 인터넷 기업의 성과 및 이에 대한 영향요인에 관한 연구들은 많이 수행되고 있으나 효율성 측면의 연구는 거의 전무한 실정이다. 이는 인터넷 기업의 역사가 짧아 효율성 평가를 위한 재무정보가 부족할 뿐만 아니라 다수의 투입 및 산출요소를 통합하여 단일 효율성 수치를 계산하기 위한 방법론의 적용이 어렵기 때문인 것으로 판단된다.
    DEA 모형은 이러한 문제를 해결할 수 있는 효율적인 방법으로 잘 알려져 있다. DEA 모형은 인터넷 기업과 같이 생산함수의 형태가 구체적으로 알려져 있지 않은 경우에 투입 및 산출구조가 유사한 기업과 비교하여 평가대상 DMU(decision making units)의 상대적 효율성을 계산하는 기법으로 각 변수에 대한 가중치를 사전에 임의적으로 할당하지 않고 모형 내에서 내재적으로 결정하며 관측된 데이터의 단위를 통일하거나 가공하지 않고 그대로 이용하여 효율성을 측정할 수 있다는 장점을 갖는다. 또한 비효율적인 DMU의 투입 및 산출요소별 비효율성 정도를 양적으로 제시하여 경영효율성 개선을 위해 실무적으로 유용한 정보를 제공할 수 있다.
    본 연구에서는 인터넷 기업의 효율성을 평가하고 비효율적인 투입요소에 대한 정보를 파악하기 위해 DEA 모형을 활용하여 6단계의 효율성 평가 프로세스를 개발하였다.
    첫 번째 단계에서는 효율성 평가를 위한 DEA 모형의 변수를 선정하는 단계로써 인터넷 기업의 목표와 직⋅간접적인 관계를 갖는 투입 및 산출요소를 선정한다.
    두 번째 단계에서는 DEA 모형을 통해 측정된 효율성 수치를 이용하여 평가대상 인터넷 기업을 효율적 집단과 비효율적 집단으로 구분하며 Malmquist 지수를 이용하여 두 기간을 대상으로 동적 효율성을 측정함으로써 각 DMU의 실질적인 효율성의 변화를 분석한다.
    세 번째 단계에서는 비효율적인 것으로 판별된 DMU에 대해 비효율성의 원인을 분석하고 효율성 목표치를 제시하기 위해 규모의 효율성분석 및 준거집단분석을 수행한다.
    네 번째 단계에서는 초효율성 모형을 이용하여 DEA 모형을 통해 효율적 집단으로 분류된 집단의 DMU들에 대한 서열정보를 제시한다. 비효율적 집단으로 구분된 DMU들에 대한 서열은 이미 산출된 효율성 수치를 활용한다.
    다섯 번째 단계에서는 평가대상 인터넷 기업을 DMU의 특성에 따라 물리적 그룹과 디지털 그룹으로 분류하고 그룹 간 효율성의 차이가 존재하는지를 살펴보고 만약 그룹 간에 차이가 있다면 그 원인이 무엇인지를 규명한다.
    마지막으로 효율성 평가에 활용된 DEA 모형의 타당성 검증을 위해 민감도분석을 수행하고 회귀분석을 통해 각 투입 및 산출요소의 영향력이 타당한지 검증한다.
    본 연구에서는 이러한 프로세스에 따라 2004년과 2005년의 43개 국내 순수 인터넷 기업 관련 데이터를 바탕으로 자본금, 유형자산, 총급여, 광고선전비를 투입요소로 하고 순방문자수, 매출액을 산출요소로 하는 DEA 모형을 구성하여 효율성 평가를 수행하였으며 이로부터 도출된 주요 결과는 다음과 같다.
    첫째, 정태적 효율성 평가 결과 2004년과 2005년의 효율적 집단은 각각 10개와 16개로 나타났으며 전반적으로 67.03%, 73.75%의 평균효율성을 갖는 것으로 나타났다. 또한 동적 효율성 평가 결과 효율성 변화지수가 1보다 낮은 것으로 나타나 2004년에 비해 2005년의 효율성이 감소하였음을 알 수 있다.
    둘째, 판매하는 제품의 특성에 따라 물리적 그룹과 디지털 그룹으로 분류하여 비교한 결과 디지털 그룹이 물리적 그룹에 비해 높은 효율성을 갖는 것으로 나타났다.
    셋째, 그룹별 상관관계분석을 통해 상관관계가 낮은 변수로 나타난 순방문자수와 자본금을 각각 제거한 DEA 모형과 원래의 모형의 결과를 비교한 결과 각 모형에서 산출된 DMU의 순위 간에는 유의한 차이가 존재하지 않는 것으로 나타났다.
    본 연구는 그 동안 인터넷 기업을 대상으로 수행된 DEA 관련 연구들이 주로 단편적인 효율성 평가 결과만을 제시하고 있다는 한계점을 극복하기 위하여 정태적 효율성뿐만 아니라 동적 효율성 평가, 비효율성의 원인 분석, 그룹 간 효율성 비교, DMU의 서열화, DEA 모형의 타당성 분석에 이르는 다양한 방법을 이용하여 인터넷 기업의 효율성 평가를 위한 체계적인 프로세스를 제시하였다는 점에서 큰 의의가 있다.

    더보기

    목차 (Table of Contents)

    • 제 1 장 서론 = 1
    • 제 1 절 연구의 배경 = 1
    • 제 2 절 연구의 목적 및 필요성 = 4
    • 제 3 절 연구방법 및 구성 = 6
    • 제 2 장 문헌 고찰 = 7
    • 제 1 장 서론 = 1
    • 제 1 절 연구의 배경 = 1
    • 제 2 절 연구의 목적 및 필요성 = 4
    • 제 3 절 연구방법 및 구성 = 6
    • 제 2 장 문헌 고찰 = 7
    • 제 1 절 선행 연구 = 7
    • 1. Serrano-Cinca 등의 연구 = 7
    • 2. Barua 등의 연구 = 8
    • 3. Chen 등의 연구 = 9
    • 4. Alpar 등의 연구 = 10
    • 5. 김민석의 연구 = 11
    • 6. 권지연의 연구 = 11
    • 제 2 절 성과지표로서의 효율성 = 14
    • 1. 성과평가의 의의 = 14
    • 2. 인터넷 기업의 성과 측정 지표 = 16
    • 1) 마케팅 측면의 성과지표 = 16
    • 2) 재무적 성과지표 = 17
    • 3) 웹트래픽 데이터 = 18
    • 3. 효율성 측정 방법 = 19
    • 1) 비율분석법(ratio analysis approach) = 19
    • 2) 회귀분석법(regression analysis approach) = 20
    • 3) 생산성지수법(productivity index approach) = 20
    • 4) 비용편익분석(cost-benefit analysis) = 21
    • 5) 확률적 프론티어 모형(stochastic frontier model) = 22
    • 제 3절 DEA 모형 = 23
    • 1. DEA 모형의 개요 = 23
    • 2. DEA의 효율성 개념 = 25
    • 1) 투입방향 효율성 = 27
    • 2) 산출방향 효율성 = 29
    • 3) 규모의 효율성 = 31
    • 3. DEA 모형의 유형 = 32
    • 1) CCR 모형 = 33
    • 2) BCC 모형 = 36
    • 4. DMU의 서열화에 관한 연구 = 37
    • 1) 초효율성 기법 = 37
    • 2) 교차효율성 기법 = 40
    • 3) AHP/DEA 기법 = 41
    • 4) 정준상관분석 기법 = 41
    • 5) 판별분석 기법 = 43
    • 5. 동적 효율성 평가 = 44
    • 1) Malmquist 지수의 개념 = 44
    • 2) Malmquist 지수의 수리모형 = 47
    • 제 3 장 인터넷 기업 효율성 평가 프로세스 = 51
    • 제 1 절 개념적 모형 = 51
    • 제 2 절 효율성 평가 프로세스 = 53
    • 1. DEA 변수의 선정 = 55
    • 1) 산출요소 = 57
    • 2) 투입요소 = 59
    • 2. 효율성 평가 = 62
    • 3. 비효율성의 원인 분석 = 64
    • 1) 규모의 효율성 분석 = 64
    • 2) 준거집단분석 = 65
    • 4. DMU의 서열화 = 67
    • 5. 그룹 간 효율성 차이분석 = 68
    • 1) 효율성 차이 분석에 관한 연구 = 69
    • 2) 효율성 차이 검정 방법 =70
    • 3) 인터넷 기업의 분류 = 71
    • 6. DEA 모형의 타당성 분석 = 73
    • 1) 사전적 타당성 확보 = 73
    • 2) 사후적 타당성 분석 = 73
    • 제 4 장 효율성 평가 프로세스의 적용 = 75
    • 제 1 절 데이터 수집 및 통계적 특성 = 75
    • 1. 데이터의 수집 및 분석 = 75
    • 2. 표본의 통계적 특성 = 76
    • 1) 일반 현황 = 76
    • 2) 데이터의 분포 및 상관관계 = 77
    • 제 2 절 효율성 평가 결과 = 80
    • 1. 정태적 효율성 평가 = 80
    • 2. 동적 효율성 평가 = 82
    • 제 3 절 비효율성의 원인 분석 = 85
    • 1. 규모의 효율성 분석 = 85
    • 1) 최적조업규모 = 85
    • 2) 규모수익의 추정 = 87
    • 2. 준거집단 분석 = 89
    • 제 4 절 DMU의 서열화 = 92
    • 제 5 절 그룹 간 차이 분석 = 93
    • 1. 평균 효율성 차이 분석 = 93
    • 2. 순위 차이 분석 = 94
    • 3. 그룹별 차이의 원인 분석 = 95
    • 제 6 절 DEA 모형의 타당성 분석 = 97
    • 1. 민감도 분석 = 97
    • 2. 효율성에 대한 회귀분석 = 99
    • 제 5 장 결론 = 101
    • 1. 연구결과의 요약 = 101
    • 2. 시사점 및 논의 = 103
    • 3. 연구의 한계점 및 향후 연구 = 106
    • 참고문헌 = 108
    • Abstract = 117
    더보기

    참고문헌 (Reference)

    1. Production Frontiers, Fare R, Lovell, Grosskopf, , 1994

    2. 인터넷 BUSINESS.COM, 김진우, , 2000

    3. Whence Consumer Loyalty?, Richard L.Oliver, , 1999

    4. Data Envelopment Analysis, Stocker, Norman, , 1991

    5. Multivariate statistical methods, Morrison, Donald F, McGraw-Hill, , 1967

    6. Benchmarking advertising efficiency, Luo, , 2001

    7. Business models for electronic markets, Timmers, , 1998

    8. The Measurement of Productive Efficiency, Ferrell, The measurement of Productive Efficiency, , 1957

    9. DEA를 통한 보건소의 효율성측정, 윤경준, 한국정책학회, , 1996

    10. A model for monitoring Web site effectiveness, Day, , 1997

    1. Production Frontiers, Fare R, Lovell, Grosskopf, , 1994

    2. 인터넷 BUSINESS.COM, 김진우, , 2000

    3. Whence Consumer Loyalty?, Richard L.Oliver, , 1999

    4. Data Envelopment Analysis, Stocker, Norman, , 1991

    5. Multivariate statistical methods, Morrison, Donald F, McGraw-Hill, , 1967

    6. Benchmarking advertising efficiency, Luo, , 2001

    7. Business models for electronic markets, Timmers, , 1998

    8. The Measurement of Productive Efficiency, Ferrell, The measurement of Productive Efficiency, , 1957

    9. DEA를 통한 보건소의 효율성측정, 윤경준, 한국정책학회, , 1996

    10. A model for monitoring Web site effectiveness, Day, , 1997

    11. 효율성 평가를 위한 자료포락분석, 최태성, 김성호, 전용수, , 2002

    12. DEA를 이용한 백화점의 효율성 분석, 홍봉영, 기현희, , 2003

    13. Improving The Productivity of Service Business, Sherman H.D, Gold.F, , 1984

    14. Measure Cost Right : Making the Right Decision, Copper, Kaplan, , 1988

    15. Measuring DEA efficiency in internet companies, C.Mar-Molinero, Y.Fuertes-Callen, Serrano-Cinca, , 2005

    16. SP S S ver 10을 이용한 현대 통계분석, 최종성, SPSS Ver10을 이용한 현대통계분석, , 2000

    17. Advances in physician profiling : the use of DEA, M.A.Novak, Wagner, , 2003

    18. Data envelopmentanalysis: Critique and extensions, Sexton, Hogan, , 1986

    19. Web site usability, design, and performance metrics, Parmer, "Web site usability, , 2002

    20. Planning and control systems a framework for analysis, Anthony, Robert Newton, Harvard Univ. Press, Planning and control systems: A framework for analysis, , 1965

    21. An AHP/DEA methodology for ranking decision making units, Sinuany-Stern, Y.Hadad, , 2000

    22. RetailProductivityAssessmentUsingDataEnvelopmentAnalysis, Yoo, Donthu, , 1998

    23. DEA 모형의 동태적 적용 가능성에 관한 연구, 김우식, 한국산업경제학회, , 2001

    24. Translating strategic into action- the balanced scorecard, Kaplan, D.P.Norton, , 1996

    25. Academic departments efficiency via data envelopment analysis, Sinuany-Stern, A.Barboy, , 1994

    26. Modeling the Structure of the Flow Experience Among Web Users, Novak, , 1998

    27. A ranked voting system using a DEA/AR exclusion model : A note, Hashimoto, , 1997

    28. Technical and allocative efficiency in a chain of small hotels, M.J.Mascarenhas, Barros, , 2004

    29. A ProcedureforRankingEfficientUnits in Data EnvelopmentAnalysis, PerAndersen, , 1993

    30. Detecting influential observations in data envelopment analysis, Wilson, Detecting influential observations in data envelopment analysis, , 1995

    31. 국내 순수 인터넷 기업평가에 관한 탐색적 연구, 정승렬, 김정욱, 이재정, 한국경영과학회, "경영과학, , 2000

    32. Review of ranking methods in the data envelopment analysis context, Z.Sinuany-Stern, L.Friedman, Adler, , 2002

    33. 자료포락분석(DEA)에 의한 제품계열의 효율성 분석, 김영환, 東亞大學校 大學院, 동아대학교 대학원 경영학과 박사학위논문, , 1999

    34. DEA에 의한 한국·일본간 섬유산업의 생산성비교분석, 김강정, DEA에 의한 한국?일본간 섬유산업의 생산성비교분석, , 2003

    35. 전자상점의 성과 측정지표 개발에 관한 실증적 연구, 윤철호, 韓國經營學會, "경영학연구, , 2004

    36. Bank Branch Operating Efficiency:Evaluation withDataEnvelopmentAnalysis, Sherman, , 1985

    37. DEA 모형에 의한 정보통신기업의 성과평가에 관한 연구, 오현진, , 2001

    38. Comparative PerformanceMeasurement: A Primer on Data Envelopment Analysis, Nyhan, Comparative performance measurement - A primer on data envelopment analysis, , 1999

    39. Performance evaluation of state-owened enterprises in theory and practice, Ramamurti, , 1987

    40. Businesses as Building: Metrics for the architectural of internet business, H.Lee, Kim, , 2002

    41. 은행영업점의 성과평가방법으로서의 DEA: 테스트와 비교, 안태식, , 1991

    42. A measurement of bank efficiency, owenership and productivity changes in Taiwan, Chen, T.L.Yea, "A measurement of bank efficiency, , 2000

    43. Developing and valuating an instrument for measuring user-perceived web quality, Aladwani, , 2002

    44. Productivity Developments in Swedish Hospitals: A Malmquist Output Index Approach, Roos, Grosskopf, Lindgren, F?re, , 1989

    45. 비모수적 방법을 이용한 R&D 효율성과 생산성의 국제 비교분석, 박수동, , 2003

    46. A complete efficiency ranking of decision making units in data envelopment analysis, Mehrabian S, G.R.Jahanshahloo, M.R.Alirezaee, , 1999

    47. Data envelopment analysis and the discriminant analysis of ratios for ranking units, Sinuany-Stern, , 1998

    48. How Sticky is your Web Site? Modeling Site Navigation Choices Using Clickstream Data, Bucklin, olph E, Catarina Sismeiro, , 2000

    49. Non-financial performance measures and CEO compensation: and analysis of web traffic, M.Venkatachalam, Davila, , 2001

    50. 웹트래픽을 이용한 국내 닷컴기업과 금융기업의 시장가치 평가, 이준섭(Yi Jun-sub), 대한경영학회, "대한경영학회지, , 2003

    51. 자료포괄분석(DEA)모형을 이용한 인터넷 쇼핑몰 효율성 분석연구, 권지연, 이화여자대학교, 이화여자대학교 경영대학원 석사학위논문, , 2000

    52. DEA의 효율성 평균 차이에 대한 비모수적 검증-부트스트랩 접근법, 민재형, 김진한, 한국경영과학회, , 1999

    53. Scaling units via the canonical correlation analysis and the data envelopment analysis, Friedman, Z.Sinuany-Stern, , 1997

    54. Sensitivity analysis for DEA models: An empirical example using public vs. NFP hospitals, Valdmanis, , 1992

    55. Preference voting and project ranking using data envelopment analysis and cross-evaluation, Cook, Doyle, W.D, J.R, Green, , 1996

    56. The economic theory of index numbers andthe measurement of input, output, and productivity, Erwin, "The economic theory of index numbers and the measurement of input, , 1982

    57. Some Models for Estimating Techinical and Scale Inefficiencies in Data Envelopment Analysis, A.Chanes, W.W.Cooper, Banker, , 1984

    58. 부분 효율성 정보를 이용한 DEA 모형의 투입·산출 요소 선정에 관한 연구, 민재형, 김진한, 한국경영과학회, 부분 효율성 정보를 이용한 DEA 모형의 투입?산출요소 선정에 관한 연구, , 1998

    59. DEA evaluations of long- andshort-run efficiencies of digital vs. physical product "dot com"companies, Barua, "DEA evaluations of long- and short-run efficiencies of digital vs. physical product ""dot com"" companies", , 2004

    60. Simulation studies of efficiency, Returns to scale and misspecification with nonlinear function in DEA, H.Chang, Banker, W.W.Cooper, "Simulation studies of efficiency, , 1996

    61. 비모수 분석모형을 활용한 인터넷비즈니스의 수확체증법칙에 관한 실증연구, 서상범, 박명섭, 한국경영정보학회, "경영정보학연구, , 2003

    62. 인터넷뱅킹의 생산효율성 분석에 관한 연구 - 국내 주요 시중은행을대상으로, 이기송, 중앙대학교 대학원, 인터넷 뱅킹의 생산효율성 분석에 관한 연구 - 국내 주요 시중은행을 대상으로 -, , 2001

    63. A comparison of parametric and non-parametric distance functions: with application to European railways, Coelli, S.Perelman, , 1999

    64. DEA를 통한 지방정부 정보화의 상대적 효율성 측정 -기초자치단체를 중심으로-, 김건위, , 2003

    65. 인터넷 포탈사이트들의 트래픽 행태와 트래픽 결정요인들간의 관계에 대한 연구, 임병훈, 김근배, 최성아, , 2002

    66. Using data envelopment analysis to measure the efficiency of nonprofit organizations : A critical evaluation, Nunamaker, , 1985

    67. Using super-efficiency DEA to evaluate financial performance of e-business initiative in the retail industry, M.R.Khan, Chen, L.Motiwalla, , 2004

    68. Accounting information, capital investment decisions, and equity valuation : Theory and empirical implications, Zhang, "Accounting information, , 2000

    69. Not all dot coms are created equal : An exploratory investigation of the productivity of internet based companies, Fang Yin, A.B.Whinston, Barua, , 2000

    70. DEA 모형에 의한 우리나라 증권사의 효율성에 관한 연구 : 사이버 증권거래를 중심으로, 장경천, 임우진, 대한경영학회, , 2003

    71. Introduction to the theory and application of data envelopment analysis : a foundation text with integrated software, Thanassoulis, Emmanuel, Kluwer Academic Publishers, , 2001

    72. 수익성 있는 고객의 웹사이트 방문행동특성에 관한 연구: 수익 모델간 비교를 중심으로, 주영혁, 한상만, 수익성 있는 고객의 웹사이트 방문행동특성에 관한 연구 -수익모델간 비교를 중심으로-, , 2001

    73. A Comparative application of data envelopment analysis and translog methods: An illustrative study of hospital production, R.Strauss, Banker, R.Conrad, , 1986

    74. A developmental study of data envelopment analysis in measuring the efficiency of maintenance units in the U. S. air forces, B.Golany, C.T.Clark, Charnes, , 1985

    75. 사업부조직의 성과평가를 위한 DEA모형의 적용가능성에 관한 연구 -증권회사 지점의 성과평가를 중심으로-, 오동일, , 1991

    76. Robustly efficient parametric frontiers via multiplicative DEA for domestic and international operations of the latin American airline industry, H.Li, Charnes, A.Gallegos, , 1996

    77. 소비자 대상 전자상거래의 성공요인 분석을 통한 전자상거래 시장 활성화 전략 수립 - 인터넷 쇼핑몰 중심으로 -, 한국전산원, , 1999

    더보기

    분석정보

    View

    상세정보조회

    0

    Usage

    원문다운로드

    0

    대출신청

    0

    복사신청

    0

    EDDS신청

    0

    동일 주제 내 활용도 TOP

    더보기

    주제

    연도별 연구동향

    연도별 활용동향

    연관논문

    연구자 네트워크맵

    공동연구자 (7)

    유사연구자 (20) 활용도상위20명

    이 자료와 함께 이용한 RISS 자료

    나만을 위한 추천자료

    해외이동버튼