신경망을 활용한 전략적 중점과 기업 미래 성과의 상관 분석

Abstract

기업의 존재 이유는 시장에서 가치를 창조하고 확보하며 경제적 이익을 창출하는 것이다. 기업이 지속가능한 경쟁 우위를 확보하기 위해서는 적합한 경쟁 전략에 기반하여야 하며, 본 연구에서는 플랫폼 전략의 기초가 되는 Brandenburger and Stuart의 가치기반전략(Value Based Strategy)에 주목하였다. 현재 경영환경은 과거의 단순한 기능적 결합과는 달리 유기적이고 복합적으로 융합되면서 기업 간의 협력이 어느 때보다 중요해짐에 따라 공유 경제, 플랫폼, ecosystem 등의 이슈가 도출되고 있다. 이처럼 변화하는 경영환경 속에서 기업의 지속가능경영을 위해서는 가치창조(Value Creation)전략과 가치전유 전략을 동시에 추구하는 균형적 가치전략을 추구해야 한다. 이에 본 연구에서는 최근 주목받고 있는 가치기반전략이 실제 기업의 성과에 어떻게 반영되는지 분석하고자 하였다. 선행연구를 실시하였을 때, Mizik and Jacobson(2003) 연구에서 가치기반전략과 기업의 성과간의 인과관계가 실증적으로 분석되었다. Mizik and Jacobson(2003)는 가치창조 및 가치전유 전략이 지속가능한 경쟁우위 확보를 통해 긍정적인 재무성과로 귀결된다는 것을 회귀분석을 통해 제시하였다. 하지만 회귀모형의 경우 선형 관계 가정하기에 비선형 관계를 가지고 있는 현실 데이터들을 설명하는데 한계가 존재한다. 즉, 변수간의 인과관계는 검정 가능하였으나 변수간의 설명력이 낮거나 이에 대한 해석이 부족하다는 한계가 존재하였다. 따라서 가설을 기반으로 데이터를 검증하는 연역법적인 회귀분석이 아닌 데이터들을 기반으로 이론을 도출하는 귀납법적인 신경망 분석을 통해 선행연구의 한계를 보완하고자 한다.

이에 따라 본 연구의 목적은 첫째, 전략적 중점과 주식수익률의 관계를 신경망 분석을 통해 검정하는 것이다. 이때 인공신경망은 계수의 공헌도를 해석하기 어렵다는 한계가 존재하기 때문에, 변수들과 인공신경망의 레이어 구성방법을 다르게 하여 인공신경망 모델의 예측력의 차이를 기반으로 변수들 간의 관계를 판단할 것이다. 두 번째로는 모델의 예측력을 높이기 위한 다양한 알고리즘을 활용해보고, 가장 높은 예측력을 보여준 모델을 기반으로 Hyperparameter 값을 튜닝함으로써. 모델의 설명력을 높임과 동시에 기업이 가치기반전략을 수립하고 수행할 때 발생되어질 전략의 기대 가치를 예측할 수 있도록 도와주고자 한다.