Your browser does not support the PubReader view.
Go to this page to see a list of supporting browsers.
Korean Academic Society of Business Administration
[ Article ]
korean management review - Vol. 46, No. 5, pp.1427-1444
ISSN: 1226-1874 (Print)
Print publication date 31 Oct 2017
Received 19 Jul 2017 Revised 08 Aug 2017 Accepted 28 Aug 2017
DOI: https://doi.org/10.17287/kmr.2017.46.5.1427

방향거리함수를 이용한 자동차 부품기업의 재무효율성 측정

신정훈* ; 황승준**
*(주저자) 한양대학교 경영학 박사과정 sjhun1909@kbi.or.kr
**(교신저자) 한양대학교 경상대학 경영학부 부교수 sjh@hanyang.ac.kr
Measuring Financial Efficiency Using Directional Distance Function
Jeong-Hun Sin* ; Seung-June Hwang**
*Graduate School of Hanyang University, Department of Management Consulting, First Author
**Hanyang University, College of Business and Economics, Corresponding Author

초록

본 연구는 유해한 산출물을 포함한 방향거리함수를 이용하여 총33개의 국내 자동차 차체부품 제조 기업의 재무효율성을 분석하였다. 또한, 집단 내 최적 재무효율성 비율 측정을 통해 효율성측정 방법에 기반 한 새로운 비율지표를 제시 하였다. 효율성 분석결과, 총33개 자동차 차체 부품제조기업의 재무효율성 평균은 약89.55%, 표준편차는 약12.07%로 전체적으로 양호한 재무효율성을 보유한 것으로 판단되나, 기업간 재무효율성 정도의 차이는 큰 것으로 판단된다. 또한, 총15개의 기업체가 효율성 점수 90%미만으로 나타나 약45%의 기업체가 재무적으로 효율성을 개선해야 할 필요가 있는 것으로 나타났다. 투입 및 산출변수의 개선목표 값을 비율화한 재무효율성 비율의 분석 결과를 보면, 재무적으로 효율성을 보유한 총13개 기업은 총33개 기업 평균대비 영업수익성 및 자산수익성 측면에서는 상당히 우량한 지표를 보이고 있으나, 상대적으로 재무안정성지표 중 부채비율은 전체 평균 대비 다소 열위한 값을 나타내었다. 통상적으로 재무적 안정성 지표가 우량한 것이 재무적으로 더 효율적일 것이라는 이론적 판단과는 상이한 결과 값을 도출하여 기업의 재무효율성 분석시, 집단 내 상대적 재무효율성비율을 추가적인 지표로 사용할 수 있을 것으로 판단된다. 지금까지 선행연구들에서 사용된 DEA모형은 차입금과 같이 그 값이 높아질수록 재무효율성이 낮아지는 하향지표의 특성을 지닌 산출물을 반영하여 재무효율성을 분석하기는 어렵다. 본 연구에서는 이러한 점에 착안하여 산출물중 차입금과 같은 기업의 경영성과에 부정적 영향을 미치는 요소를 유해한 산출물로 정의하여 효율성을 분석하였다. 향후 본 연구에서 제시한 상대적 재무효율성 비율 분석을 통해 경영자에게 직접적인 효율성 개선 방향과 목표 값을 제시할 수 있을 것으로 판단된다.

Abstract

In this study, we analyzed the financial efficiency of 33 domestic automobile parts manufacturing companies using directional distance function including harmful output. In addition, a new ratio indicator based on the efficiency measurement method is presented by presenting the optimum financial efficiency ratio within the group. As a result of the efficiency analysis, the average financial efficiency of 33 automobile body parts manufacturing companies is about 89.55% and the standard deviation is about 12.07%, which is considered to have good overall financial efficiency.

However, it is judged that there is a difference in the degree of financial efficiency between companies is significant. In addition, a total of 15 companies showed efficiency scores of less than 90%, suggesting that about 45% of companies need to improve their financial efficiency. In the analysis of the financial efficiency ratio, which is a ratio of the target value to the improvement target of inputs and output variables, the total of 13 companies with financial efficiency shows a very good index in terms of operating profitability and asset profitability. Relatively, the debt-to-equity ratio of the financial stability index is slightly higher than the overall average.

It is expected that the ratio of relative financial efficiency in the group can be used as an additional indicator when analyzing the financial efficiency of the company by deriving the result which is different from the theoretical judgment that the superior financial stability index is usually more efficient in terms of financial efficiency. The DEA model used in previous researches is difficult to analyze the financial efficiency by reflecting the output characteristics of the downward indicator that the financial efficiency becomes lower as the value becomes higher like the debt. In this study, we focused on this point and analyzed the efficiency by defining it as harmful output which negatively affects the business performance such as debt among the output. In the future, we will be able to present direct efficiency improvement direction and target value to the manager through the analysis of relative financial efficiency ratio presented in this study.

Keywords:

Directional Distance Function, DEA, Efficiency, harmful output

키워드:

방향거리함수, DEA, 효율성, 유해산출물

References

  • 김인철·이해춘·안경애(2006), “방향성 생산거리함수를 이용한 은행산업의 효율성 분석,” 한국경제연구, 17, 199-229.
  • 김성호(2006), “거리함수를 이용한 한국 철도산업의 생산특성 및 효율성 분석,” 대한교통학회지, 24(5), 45-56
  • 김재현(2014), “장기손해보험의 유해산출물을 고려한 손해보험회사의 효율성 연구,” 리스크관리연구, 25(1), 127-143.
  • 박진경(2015), “지방 SOC의 지역생산성 효과분석 : 교통사고비용을 고려한 자료포락분석법을 이용하여,” 한국지역개발학회지, 27(5), 263-282.
  • 신정훈·황승준(2016), “DEA와 로지스틱회귀분석을 이용한 자동차 부품기업의 효율성 분석 및 재무전략,” 한국경영과학회, 41(1),127-143.
  • 신정훈·황승준(2017), “DEA교차분석을 이용한 자동차 부품기업의 효율성 측정에 관한 연구,” 한국경영과학회, 42(2),127-143.
  • 서욱환·임성묵(2011), “DEA를 이용한 자동차 부품업체의 공급사슬 성과 측정,” 한국SCM학회지, 11(2), 750-85.
  • 유금록(2013), “비소망산출물을 이용한 지방의료원의 경영효율성 및 규모수익평가,” 한국행정학보, 47(4), 259-286
  • 유금록(2015), “루엔버거 생산성 지수를 이용한 지방공기업이 생산성과 효율성, 기술혁신 평가,” 한국정책학회보, 24(4), 543-585
  • 양동현·장영재(2015), “글로벌 금융위기전후(2003~2013) 은행산업의 효율성과 생산성 변화분석: 순차적 맘퀴스트 루엔버거 생산성지수 적용,” 경영학연구, 44(1), 55~80
  • 조형국·이철규·유왕진(2014), “DEA를 이용한 자동차 부품기업의 효율성 평가에 관한 연구,” 한국산학기술학회지, 15(2), 609-615.
  • 하귀룡·최석봉(2014), “비모수 검정을 활용한 자동차 기업의 상대적 효율성 평가,” 한국지식경영학회지, 15(2), 147-164.
  • Ali, A. I. and L. M. Seiford(1990), “Translation Invariance in Data Envelopment Analysis,” Journal of Operations Research, 9(6), 403-405. [https://doi.org/10.1016/0167-6377(90)90061-9]
  • Anja Cielen., Ludo Peeters, and Koen Vanhoof(2004), “Bankruptcy prediction using a data envelopment analysis,” European Journal of Operational Research, 154(2), 526-532. [https://doi.org/10.1016/S0377-2217(03)00186-3]
  • Banker, R. D., A. Charnes. and W. W. Cooper(1984), “Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis,” Management of Science, 30(9), 1078-1092. [https://doi.org/10.1287/mnsc.30.9.1078]
  • Boussemart, Jean-Philiphe, W. Brice, K. Kerstens. and Jean-Christophe, Poutineau(2003), “Luenberger and Mamqist Productive Indices: Theroretical Comparisons and Empirical Illustration,” Bulletin of Economic Reserch, 55(4), 3307-3378 [https://doi.org/10.1111/1467-8586.00183]
  • Chung, Y. H., R, Fre and Grosskopf, S.(1997), “Productivity and Undersirable Output: A Distance Funtion Approach,” Joural of Environmental Managerment, 51, 239-240. [https://doi.org/10.1006/jema.1997.0146]
  • Charnes, A., W.W. Cooper. and E. Rhodes(1978), “The Measuring the Efficiency of Decision Making Units,” European Journal of Operational Research, 2, 429-444. [https://doi.org/10.1016/0377-2217(78)90138-8]
  • Dong-Joon Lim(2016), “Inverse DEA with Frontier Changes for New Product Target Setting,” European Journal of Operational Research, 254(2), 510-516. [https://doi.org/10.1016/j.ejor.2016.03.059]
  • Farrell, M. J.(1957), “The Measurement of Productivity Efficiency,” Journal of the Royal Statistical Society, Series A(General), 120(3), 253-290. [https://doi.org/10.2307/2343100]
  • Färe, R., Grosskopf, S., Noh, D.-W. and Weber, W.(2005), “Characteristics of a Polluting Technilogy,” Theory and Practice. Journal of Econometrics, 126(2), 469-492. [https://doi.org/10.1016/j.jeconom.2004.05.010]
  • Färe, R., Grosskopf, S. and Weber, W. L.(2006), “Shadow Price and Pollution Costs in U.S. Agriculture,” Ecological Economics, 56(1), 89-103. [https://doi.org/10.1016/j.ecolecon.2004.12.022]
  • G. R. Jahanshahloo, M. Soleimani-damaneh, and S. Ghobadi(2015), “Inverse DEA Under Intertemporal Dependence Using Multiple-objective Programming,” European Journal of Operational Research, 240(2), 447-456. [https://doi.org/10.1016/j.ejor.2014.07.002]
  • I. M. Premachandra, Gurmeet Singh Bhabra, Toshiyuki Sueyoshi(2009), “DEA as a Tool for Bankruptcy Assessment: A Comparative Study with Logistic Regression Technique,” European Journal of Operational Research, 193(2), 412-424. [https://doi.org/10.1016/j.ejor.2007.11.036]
  • I. M. Premachandra, Yao Chen, John Watson(2011), “DEA as a Tool for Predicting Corporate Failure and Success: A Case of Bankruptcy Assessment,” Omega, 39(6), 620-626. [https://doi.org/10.1016/j.omega.2011.01.002]
  • Joseph C. Paradi, Mette Asmild. and Paul C. Simak(2004), “Using DEA and Worst Practice DEA in Credit Risk Evaluation,” Journal of Productivity Analysis, 21(2), 153-165. [https://doi.org/10.1023/B:PROD.0000016870.47060.0b]
  • Luenberger, D. G.(1992), “Benifit Functions and Duality,” Journal of Mathmatical Economics, 21(5), 461-481. [https://doi.org/10.1016/0304-4068(92)90035-6]
  • Mojtaba Ghiyasi(2015), “On Inverse DEA Model: The Case of Variable Returns to Scale,” Computers&Industrial Engineering, 87, 407-409. [https://doi.org/10.1016/j.cie.2015.05.018]
  • Quanling Wei., Jianzhong Zhang. and Xiangsun Zhang(2000), “An Inverse DEA Model for Inputs/outputs Estimate,” European Journal of Operational Research, 121(1), 151-163. [https://doi.org/10.1016/S0377-2217(99)00007-7]
  • Scheel, H.(2001), “Undesirable output in Efficiency Valuations,” European Journal of Operational Research, 132(2), 400-410. [https://doi.org/10.1016/S0377-2217(00)00160-0]
  • Simar, L. and Wilson, P .W(1999), “Estimating and Bootstrapping Malmquist Indices,” European Journal of Operational Research, 115(3), 459-471. [https://doi.org/10.1016/S0377-2217(97)00450-5]
  • Shephard, R. W.(1953), “Cost and Production Functions,” Princeton University Press, New Jersey.
  • Seiford, L. M., and J. Zhu(2002), “Modeling Undesirable Factors in Efficiency Evaluation,” European Journal of Operational Research, 142(1), 16-20. [https://doi.org/10.1016/S0377-2217(01)00293-4]
  • Sueyoshi, T.(2004), “Mixed Integer Programming Approach of Extended-discriminant Analysis,” European Journal of Operational Research, 152(1), 45-55. [https://doi.org/10.1016/S0377-2217(02)00657-4]

• 저자 신정훈은 서강대 경제학 석사를 졸업하고 현재 한양대학교 경영학 박사과정 중이다. 수협은행 감사실에서 검사역으로 재직 중에 있으며 한국금융연수원 겸임교수를 맡고 있다. 주요 연구분야는 최적화 방법론, 경영과학, 효율성 분석, 기업진단 등이다.

• 저자 황승준은 Georgia Institute of Technology의 산업공학 석사와 박사학위를 취득하였으며, 현재 한양대학교 경상대학 경영학부 부교수로 재직 중이다. 주요 관심 분야로는 SCM, 생산시스템 분석, 최적화 방법론, 지식서비스, 경영과학 등이다.