DEA-SBM 모델과 EM 군집 분석에 근거한 자동차 공급사슬 효율성 평가 및 벤치마킹 방안

박성철; 이장희

추천

검색

자료유형: 학술저널

저자정보: 박성철 이장희

저널정보: 한국기업경영학회 기업경영연구 기업경영연구 제23권 제1호

발행연도: 2016.1

수록면: 269 - 289 (21page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 연구는 자동차 산업 1차 협력사를 대상으로 DEA-SBM 모델과 EM 군집분석을 활용하여 자동차 공급 사슬의 효율성 분석을 실시하였다. 협력사가 속한 EM 군집의 변동과 효율성의 변동에 대해 시계열 분석을 하였으며, EM 군집 및 업종을 고려한 효율성 분석을 통하여 개선이 필요한 집단을 선별하였다. 효율이 낮은 기업이 효과적으로 개선을 진행할 수 있도록 단계별 벤치마킹 경로를 제시하고 전략적 개선 방향과 함께 최종 개선 목표값을 제시하였다. 기존 선행 연구에서는 협력사가 속한 업종 및 규모에 대한 통합적 고려 없이 전체 협력사를 대상으로 산출된 효율성 점수만으로 개선 대상을 선정하였고, 전체 공급사슬의 경쟁력을 향상하기 위해 개선이 필요한 저 효율 기업에 대해 구체적인 개선 경로 및 방안을 제시하지 못 하였다. 자동차 샤시 부품 군에 속하는 64개 협력사의 3년간 재무 자료와 고객사 평가 점수를 투입변수와 산출변수로 사용하여 실증 연구를 실시한 결과, 규모와 업종에 따른 개선 대상 집단을 효과적으로 선별할 수 있었으며, 단계별 개선 경로를 도식화하여 개선의 방향성에 대해서 명확히 제시할 수 있었다. 협력사의 특성을 통합적으로 고려한 평가 방법과 단계별 구체적인 개선 방안을 제시한 점에서 기존 연구와 차별화되며, 자동차 산업 공급사슬 관리에 실효성 있는 모형으로 공헌할 것으로 판단된다.

The objective of this paper is to present the model for evaluating the supply chain efficiency and benchmarking process of the component suppliers in Korean automotive industry. The proposed method is theoretically based on the combination of the slacks based super efficiency model (DEA-SBM) and the expectation maximization (EM) algorithm clustering analysis. DEA-SBM is one of many data envelopment analysis (DEA) with input and output criteria to evaluate the relative efficiency in order to rank the decision making unit (DMU). EM algorithm makes cluster based on probability considering the maximization of log-likelihood. This method can be differentiated from previous approaches in the literature. This study uses time series data from 2012 to 2014 of 64 tier-one Korean domestic automotive chassis parts suppliers and adopts the DEA-SBM model in order to increase the analysis's accuracy and EM clustering to classify the suppliers by the actual input resources. It also suggests the practical stepwise benchmarking paths to the inefficient firms. In this study, three input factors are selected: number of employees, assets and cost of goods sold (COGS). The output factors include two financial and three non-financial data: sales, operating profit and three kinds of customer’s evaluation scores about suppliers, i.e quality, delivery and technology. Firstly, we conduct the EM clustering to classify the suppliers depending on three input factors, resulting in seven clusters. We analyze the cluster changes of each supplier over time so as to monitor the cause of changes. Then, we calculate the super-efficiency scores of the suppliers using DEA-Solver Pro 9.0 software. We also conduct the analysis about the changes of efficiency scores over time. From this analysis, we apparently recognize which suppliers get better or worse over three years. For the sake of the comprehensive evaluation, we use a hybrid approach, i.e. the efficiency analysis based on the EM cluster as well as on the industrial sectors. Since the value chain is totally different depending on the industrial sectors. The industrial sector is also a key perspective like EM cluster. The best efficient EM cluster was cluster 7 and the worst was cluster 4. On the other hand, the best efficient industrial sector was assembly sector and the worst was fastener sector. From the results of the analysis, we can find out the most inefficient cluster and industrial sectors which need to improve efficiency to increase the overall supply chain performance. In the case study, we selected the fastener sector as the improvement targets. We suggested the stepwise improvement paths. One stage is the efficiency improvement within the same EM cluster, which anticipated fast benchmarking and improvement due to the similarity of the firms' scales. Other stage is the improvement between different EM clusters. To obtain the final improvement targets, we adopt the DEA projection analysis within the selected industrial sector. We illustrate the benchmarking paths as the case of DMU #7 belonging to the fastener sector and EM cluster 5. As we have seen in the case study, this study provides the inefficient firms with a stepwise benchmark approach considering industrial sectors with final improvement target in terms of input and output factors to reach the highest level of efficiency frontier in the same industrial sector. With this proposed method, the buyer, specifically a car manufacturer, can precisely evaluate their suppliers, strategically select the improvement targets, practically determine improving direction and suggest effective benchmarking paths to suppliers.

#공급사슬 #효율성 #EM군집분석 #벤치마킹 #DEA-SBM #Supply Chain #Efficiency Measurement #DEA-SBM #EM Clustering #Benchmark

참고문헌 (13)

참고문헌 신청

김성홍 / 2012 / 공급사슬전략 수립 및 실행이 협력성과에 미치는 영향: 신뢰와 몰입의 조절효과 / 기업경영연구 19(4):27~49

김용근 / 2014 / 2013년 기준 한국의 자동차산업-국내․세계 자동차 통계 / 한국자동차산업협회

박정현 / 2002 / 제조기업의 경영효율성 분석에관한 연구 : 자동차 부품 산업중심으로 / 산업경영시스템학회 학술대회 2001:113~116

서욱환 / 2011 / DEA를 이용한 자동차 부품업체의 공급사슬 성과측정 / 한국SCM학회지 11(2):75~85

우남수 / 2010 / 자동차부품 기업의 효율성평가에 관한 연구 / 의사결정학연구 18(1):1~20

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

박성철

소속기관 한국기업경영학회

주요연구분야 사회과학 > 경영학

논문수 1 이용수 18

이장희

소속기관 한국기업경영학회

주요연구분야 사회과학 > 경영학

논문수 5 이용수 66

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (13)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

최근 본 자료

댓글(0)