동태적 역량과 성과의 연계를 고려한 DEA기반 성과측정시스템

Abstract

균형 성과표(Balanced Scorecard, BSC)와 같은 성과측정프레임은 대규모의 정보인프라 투자가 요구되어 자원이 부족한 기업에 적용하기 어려우며, 급변하는 기업의 경제환경에 따라 유연하고 범용적으로 접근 가능한 성과측정 모델을 제시할 필요가 있다. 이 논문은 비재량 (non-discretionary)변수를 포함한 투입-산출 기반의 성과측정 DEA (Data Envelopment Analysis) 기본 모델과 동태적 역량을 중간 산출물로 고려한 2단계 성과측정 DEA확장 모델로 다음과 같은 연구를 수행하였다. 먼저, 효과적인 성과측정시스템(Performance Measurement System) 구축을 위해 기본모델을 이용한 변수의 상대적 기여도 측정 및 민감도 분석을 수행하여 핵심성과지표 (KPI)를 어떻게 선정하는지 살펴보았다. 둘째, 급변하는 경제 환경에서 시장의 신호를 읽고 새로운 기회에 맞게 자원과 역량을 통합, 구축 및 재구성하는 동태적 역량을 인력수준, 운영생산성, 구조 및 위험관리의 4개 관점으로 정의된 프로세스역량지수(Process Capability Index, PCI)로 개발하여 Two-stage DEA확장모델에 적용하였다. 셋째, 기본모델을 통해 확인된 비재량 변수의 영향이 2단계 확장모델의 효율성에 유의미한 영향을 주는지를 토빗(Tobit) 회귀분석을 통해 살펴보았으며, 윌콕슨(Wilcoxon) 부호순위 분석(signed rank test)을 통해 기본모델과 two-stage확장모델의 효율성점수가 통계적으로 유의미한 차이가 있는지를 살펴 보았다. 사례연구 설계는 한국에 기반을 둔 51개 통신지사의 데이터를 기반으로 하였다. DEA기본모델이 제공하는 정보(여유분, 가중치)와 민감도 분석결과, 통신지사의 성과에 가장 큰 영향을 미치는 지표는 운영비용이었다. 이는 사례기업이 비용절감 등 운영효율성 개선을 통한 성과향상에 최우선 순위를 두어야 함을 의미한다. Banker & Morey가 제안한 DEA모델에서 비재량 요소인 인구변수가 성과에 미치는 영향은 유의미한 것으로 나타났다. 동태적 역량을 고려한Two-stage DEA확장모델(DC-PMS)에서 일부 지사는 프로세스역량 효율성에 우위를 두거나 일부 지사는 성과결과 효율성에 집중한 것으로 나타났다. 토빗 회귀분석에서 인구변수는 성과결과 효율성에 정(+)의 영향을 주었으나 프로세스역량 효율성에 부(-)의 영향을 주는 것으로 나타났다. 윌콕슨 부호순위 검정결과, DEA기본모델과 Two-stage DEA확장모델간의 효율성은 유의미하게 다른 것으로 나타났다. 이 논문은 성과측정 시스템에서의 핵심인 성과 지표를 식별하는 방법을 제시하고, 동태적 역량을 반영하는 중간 지표를 도입한 성과 측정시스템(DC-PMS)을 제안 하였으며 이를 DEA도구를 이용해 기업 사례에 적용함으로써 제안된 모델의 유용성을 살펴본 기여가 있다. 성과연구 분야에서 의미있게 사용되는 사례 연구와 DEA를 결합하여 분석한 논문은 매우 드물며, 특히 통신 분야에서 Two-stage DEA모델을 이용한 응용 연구는 많지 않다.; Performance measurement frameworks such as Balanced Scorecard (BSC) are difficult to apply to small and medium-sized companies because they require large scale information infrastructures investments. For companies, it is necessary to present flexible and easily accessible performance measurement models according to the rapidly changing economic environment. In this paper, I conducted the following study with basic DEA (Data Envelopment Analysis) model including non-discretionary variable and the DEA extension model with two-stage performance measurement considering dynamic capabilities as intermediate outputs. First, in order to construct an effective performance measurement system, I measured the relative contribution of variables using basic DEA model and conducted sensitivity analysis to determine how to select key performance indicators (KPIs). Second, dynamic capabilities-the ability to read market signals in a rapidly changing economic environment and to integrate, build and reconfigure competences to fit new opportunities is called dynamic capabilities- were developed into the process capability index(PCI)defined by four perspectives of manpower level, operational productivity, structure and risk management and applied to the two-stage DEA extension model. Third, it is analyzed through Tobit regression analysis whether the influence of non-discretionary variables identified through the basic model has a significant effect on the efficiencies of the two-stage DEA model. The Wilcoxon sign rank order analysis was used to examine whether there is a statistically significant difference between the efficiency scores of the basic model and the two-stage expansion model. The case study design was based on data from 51 telecom branches based in Korea. As a result of the information (slacks, weights) and sensitivity analysis provided by the model, the operation cost was the most important factor affecting telecom branch performance. This means that case company should put their top priority on improving operational efficiency, such as cost reduction, in order to enhance performance. In the DEA model proposed by Banker & Morey, the effect of discretionary factor on performance is significant. In the two-stage DEA expansion model (DC-PMS), which takes dynamic capabilities into consideration, some branches showed an advantage over process capability efficiency, or some branches focused on performance result efficiency. In the Tobit regression analysis, the population variable had a positive (+) effect on the performance result efficiency, but a negative (-) effect on the process capability efficiency. The Wilcoxon sign rank test showed that the efficiency between the basic model and the expansion model was significantly different. This paper presents a method of identifying key performance indicators in a performance measurement system and proposes a performance measurement system (DC-PMS) that incorporates an intermediate indicator that reflects the dynamic capabilities. There is a contribution to the usefulness of the proposed models by applying them to enterprise case using the DEA tool. Very few papers have analyzed DEA in combination with case studies that are meaningfully used in performance research. Especially, there is not much application study using two-stage DEA model in telecommunication field.