The display industry plays an important role in the entire Korean economy. Few empirical research has analyzed the efficiency of display companies although it is necessary to measure the management efficiency for more efficient operation and more strengthening competitiveness of them. The purpose of this paper is to measure and analyze their efficiency of the Korean listed display companies using a hybrid ANP and DEA model. In this paper, we analyzed the 44 listed companies consisted of 7 listed on KOSPI and 37 listed on KOSDAQ at the end of 2010. In order to determine the input and output variables of DEA, the ANP model was applied to evaluate the importance of input and output variables. The benchmarking companies and efficiency value for the display firms with inefficiency were also provided to improve the their efficiency. ■ keyword :∣ANP∣DEA∣The Hybrid Model∣Efficiency∣Display Company∣ 접수번호 : #120724-004 접수일자 : 2012년 07월 24일 심사완료일 : 2012년 09월 18일 교신저자 : 서광규, e-mail : kwangkyu@smu.ac.kr I. 서 론 디스플레이는 다양한 정보를 인간이 볼 수 있도록 화 면으로 구현해 주는 영상표시 장치로써 정보통신 시대 의 핵심부품 중의 하나이다. 정보화의 급진전, 멀티미디 어 환경의 보편화로 인해서 인간이 접하게 될 시작적인 한국콘텐츠학회논문지 '12 Vol. 12 No. 11 296 정보의 비중이 커지면서 디스플레이의 중요성은 점차 확대해 나가고 있는 추세이다. 디스플레이 산업은 대기 업이 설비투자를 하고, 중소기업으로부터 장비 및 부품 소재를 조달받는 전형적인 분업형 생산구조여서 경쟁 관계인 소수의 대기업과 수직계열화된 다수의 중소기 업으로 구성되며 패널 생산자 입장에서는 우수한 부품 및 재료 생산기업의 확보가 중요하고, 중소기업은 안정 적으로 부품을 공급할 수 있는 패널업체를 확보하는 것 이 필요하다. 또한 학습효과가 크고 규모의 경제가 작 용하는 산업적 특성이 매우 강하며, 세계 선도국인 한 국은 이를 잘 활용하여 경쟁력을 유지하고 있다. 한국 이 글로벌 경쟁력을 확보한 배경에는 뛰어난 양산기술 을 축적하여 평균 생산비용을 경쟁국에 비해 빠르게 하 락시키는 역량을 보유하고 있다는 점을 들 수 있다. 한 국 디스플레이 산업은 2001년 선발자인 일본을 제치고 세계 1위로 부상한 이래 지금까지 세계1위의 시장점유 율을 유지하고 있으며 수출확대에 힘입어 디스플레이 산업의 위상도 더욱 높아지고 있다[1]. 최근 디스플레이 산업의 주요 이슈로는 M&A의 증 가, 한미 FTA, 국제적 환경규제의 강화, 중국효과 등을 들 수 있다. 이러한 급변하는 환경에서 우리나라 디스 플레이 업체들이 외국 업체들과의 치열한 경쟁에서 유 리한 고지를 차지하기 위해서는 효율성을 더욱 제고해 야 한다. 이러한 효율성의 제고는 정확하고 다면적인 효율성의 분석을 통해 가능하다. 이를 통한 효율성의 개선은 관련 산업의 발전에도 큰 기여를 할 것이다. 본 연구의 목적은 현재 효율성 평가에 널리 사용되는 DEA 모형[2-7]을 국내 상장 디스플레이 기업에 적용 하는 것으로 기존의 DEA 모형 적용연구와는 달리, 본 연구에서는 DEA를 도입하는데 있어서 가장 중요한 요 소인 투입 및 산출변수의 선정을 위해 ANP (Analytical Network Process) 기법을 통해 전문가의 의견을 반영 한 투입 및 산출변수를 결정하고자 하는데, 투입 및 산 출변수의 선정이 중요한 이유는 투입 및 산출요소의 수 가 증가하게 되면 효율적으로 평가되는 의사결정단위 의 수가 증가함으로 인해 비효율적인 의사결정단위들 의 판별이 어렵고 투입 및 산출변수의 선택에 따라 도 출되는 효율성 점수가 크게 달라질 수 있기 때문이다. ANP와 DEA의 결합모형에 관한 대표적인 선행연구 들은 다음과 같다. 박철수[8]는ANP와 DEA 결합모형 을 통한 은행지점의 효율성을 평가하였는데, 은행의 지 점을 여러 가지 투입물을 이용하여 다양한 산출물들을 생산 및 판매하는 이익중심점(profit center)으로 보았 고, 장기적인 효과를 가지는 생산성에 중점을 두고 평 가하였다. 하헌구와 최아영[9]은 DEA-ANP 기법을 이 용하여 우리나라 물류 산업의 상대적인 효율성을 분석 하였는데, 기존의 DEA-CCR모형을 사용하여 도출된 효율성 값보다 DEA-ANP 결합 모형을 사용하여 도출 된 효율성 값이 낮음을 분석하였다. Feng과 Jiang[10] 은 공급사슬에서 새로운 신제품개발을 위한 공급자의 선정을 위해 ANP와 DEA를 적용하여 정량적.정성적 평가를 통하여 공급자를 선정하였다. Lee et al.[11]는 기술경영분야인 기술예측에서 ANP와 DEA를 활용하 여 R&D 우선순위를 결정하였다. 이를 위하여 먼저 매 크로 레벨(macro-level)의 범주를 가지고 DEA 기반의 사회-경제학적 비용-혜택 분석 (socio-economic cost-benefit analysis)을 수행하여 최신 기술을 우선순 위를 선정하였다. 다음 단계에서 마이크로 레벨 (micro-level)의 기술의 우선순위를 ANP를 이용하여 선정하였다. Khadivi et al.[12]는 ANP와 DEA 모델을 이용하여 고형폐기물설비입지 선정에 적용하였다. 이상의 선행연구를 살펴본 바와 같이 현재까지 국 내.외에서 디스플레이 산업에 적용하고 효율성을 분 석한 연구는 없었으며, 디스플레이 기업의 효율성을 높 이기 위해서는 벤치마킹 대상 디스플레이 기업이 필요 할 것으로 판단된다. 특히, ANP 모형은 DEA 모형을 이용하여 상장 디스플레이 기업의 효율성 분석을 위한 투입물과 산출물을 결정하기 위하여 적용되는데 투입 요소와 산출요소의 평가요인에 대한 평가치가 다른 평 가요인들에 대한 평가치와 상호 관련성이 존재하여 평 가요인이 상호 독립적이라는 AHP의 가정이 적절하지 않은 경우가 존재함으로써 발생할 수 있는 문제를 해결 하기 위하여 적용한다. 또한 본 연구가 상장된 디스플 레이 기업을 대상으로 효율성을 분석하는 연구이므로 효율성 분석 결과는 디스플레이 기업의 투자자 입장에 서 디스플레이 기업 간의 효율성 비교를 통한 투자의 하이브리드 ANP와 DEA 모델을 이용한 상장 디스플레이 기업의 효율성 분석 297 의사결정에 활용할 수도 있고, 디스플레이 기업의 운영 환경을 개선시킬 수 있는 유용한 정보로 제공될 수 있 는 목적으로 사용될 수 있다. II. 이론적 배경 1. ANP 모형 ANP는 요인들간 상호 종속관계와 피드백을 포함하 는 의사결정모델로 AHP를 확장한 모델이다. AHP는 문제의 구조화 및 체계화, 포괄적인 의사결정의 틀 제 공, 논리적 일관성 제공, 정보 및 상황의 변화에 따른 민 감도 분석 등의 특징과 편리하고 용이한 의사 결정과정 때문에 다수의 사람들이 이 기법을 선호하고 있다. 그 러나 의사결정 과정상의 연관된 요소들이 많고 요소간 의 의존관계가 클수록 이를 구조화하여 계층화하기 쉽 지 않으며, 각 계층 및 계층간의 요소들이 독립이라는 가정은 현실 세계에 나타나는 각 요소간의 의존성을 제 대로 반영하기 못한다는 한계를 갖고 있다. ANP는 AHP의 각 수준에 존재하는 각 의사결정 요소들이 상 호 독립적이라고 가정함으로써 발생하는 문제점을 해 결하고자, 의사결정 요소 간 의존과 피드백을 내포하는 문제로 확장시킨다. ANP의 이러한 개념의 확장은 문제 내에 존재하던 계층 구조를 네트워크 구조로 대체함으 로 인해 의사결정 요소(기준)들 간의 복잡한 상호관계 성을 포함하여 보다 정확하고 합리적인 의사결정을 가 능하게 한다[12].
[1]
A. U.S.,et al.
Measuring the efficiency of decision making units
,
2003
.
[2]
Ki-Hoon Lee,et al.
Measuring corporate sustainability management: A data envelopment analysis approach
,
2012
.
[3]
K. Kumar,et al.
An integrated method using AHP, DEA and GP for evaluating supply sources
,
2012
.
[4]
Xiao-Dong Feng,et al.
Study on the ANP and DEAs Quantitative Evaluation Method for the Product Innovation Supplier in Supply Chain
,
2009,
2009 WRI World Congress on Computer Science and Information Engineering.
[5]
Jeong-Sun Park,et al.
Hypothesis Tests on the Relations Between Interchange Types and Traffic Accidents in the Case of Korean Expressways
,
2007
.
[6]
Sérgio Pereira dos Santos,et al.
Integrating the Data Envelopment Analysis and the Balanced Scorecard approaches for enhanced performance assessment
,
2012
.
[7]
Massimiliano M. Schiraldi,et al.
A logistics provider evaluation and selection methodology based on AHP, DEA and linear programming integration
,
2011
.
[8]
M R Khadivi,et al.
Solid waste facilities location using of analytical network process and data envelopment analysis approaches.
,
2012,
Waste management.
[9]
Hakyeon Lee,et al.
On the R&D Priority Setting in Technology Foresight: a DEA and ANP Approach
,
2006,
2006 IEEE International Conference on Management of Innovation and Technology.
[10]
Myung-Hee Chang.
Relative Efficiency of Korea Trucking Transport Business Using DEA Model
,
2010
.
[11]
A. Charnes,et al.
Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis
,
1984
.
[12]
Kwang-Kyu Seo,et al.
Efficiency Analysis of Construction Firms Using a Combined AHP and DEA Model
,
2011
.