메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색

논문 기본 정보

자료유형
학위논문
저자정보

장예은 (이화여자대학교, 이화여자대학교 대학원)

지도교수
이준성
발행연도
2019
저작권
이화여자대학교 논문은 저작권에 의해 보호받습니다.

이용수1

표지
AI에게 요청하기
추천
검색

이 논문의 연구 히스토리 (2)

초록· 키워드

오류제보하기
건설프로젝트 수행에 있어 초기단계, 즉 입찰단계의 리스크 관리가 중요함에도 불구하고, 이것이 제대로 이루어지지 않아 적정 입찰가격 산정에 실패하는 사례가 많다. 특히 입찰문서는 입찰가격 산정의 근거가 되는 기본 문서로서, 일회성이라는 건설프로젝트의 특성 상 문서 내 많은 불확실성을 내포하고 있어 입찰단계의 중요한 리스크 관리 요인 중 하나로 알려져 있다. 그러나 입찰가격에 영향을 미치는 불확실한 리스크 요인들을 입찰 준비 기간이라는 짧은 시간 내에 모두 분석하는 것은 어렵기 때문에, 현업에서는 입찰가격 예측 시 실무자 또는 전문가의 경험에 의존할 뿐 아니라 또한 학계에서도 리스크 관리에 있어 정성적 해결책이 주를 이루고 있다. 정량적 해결책 역시 실제 입찰 결과 데이터 기반이 아닌 가상 데이터, 혹은 전문가 설문 기반의 통계적 기법을 활용한 연구로서 객관성 확보와 검증이 부족하다는 한계가 존재한다. 즉, 입찰문서의 불확실성과 실제 입찰가격 간 영향에 대한 실증 분석이 부족한 실정이다.
따라서 본 연구는 현업에서의 최종 입찰가격 산정 시 활용할 수 있는 의사결정지원도구의 필요성과 실제 입찰 결과 데이터 기반의 리스크 관리 연구라는 학계에서의 필요성을 충족하고자, 미국 캘리포니아 주정부 교통부(Caltrans)의 실제 공공건설프로젝트 입찰 결과 데이터를 대상으로 입찰가격 변동성 수준을 분류하는 모델을 개발하였다. 본 논문에서 고찰하고자 하는 입찰가격 변동성이란 예정가격에 대비한 입찰가격의 평균과 입찰가격의 범위(range)를 의미한다. 특히 기존에는 통제 불가능한 리스크(uncontrollable risk)로 간주되었던 입찰문서의 불확실성을 반영하기 위해 Pre-bid clarification 문서라는 대리변수(Proxy variable)를 활용함으로써 분류 모델의 정확도 제고를 모색하였다.
이를 위해 먼저 입찰 결과 데이터로부터 획득 가능한 변수를 추출하고, 13개의 리스크 요인 관련 선행연구 분석을 통해 설명력 있는 변수를 선별하였다. 이후 해당 변수들을 숫자화하거나 범주화하는 구체화 작업을 통해 총 14개의 변수를 모델의 입력변수로 확정하였다.
Pre-bid clarification 문서 분석 결과 입찰문서의 불확실성이 높았던 프로젝트는 그렇지 않은 프로젝트에 비해 입찰가격의 평균이 상대적으로 높게 형성되었으며, 입찰가격의 범위는 상대적으로 넓게 형성되었다. 이를 통해 입찰문서의 불확실성이 입찰가격에 영향을 미치는 것을 확인하였다.
또한 입찰문서의 불확실성과 관련한 정보가 입찰가격의 변동성 수준을 분류하는 데 있어 정확도 측면에서 더 나은 결과를 제시하는지 살펴보기 위해, 본 연구에서는 입찰문서의 불확실성과 관련한 8개의 변수를 포함하는 경우와 그렇지 않은 경우로 분류 모델을 개발하여 그 결과를 비교하였다. 분석 결과 입찰문서의 불확실성을 반영한 모델의 경우 입찰가격 평균 수준 분류 시 63.9%, 범위 수준 분류 시 65.8%의 정확도를 보였고, 반영하지 않은 모델의 경우 입찰가격의 평균 수준 분류 시 37.5%, 범위의 수준 분류 시에 42.5%의 정확도를 나타내어 결과적으로 입찰문서의 불확실성과 관련한 정보를 반영하는 경우가 더 나은 결과를 제시하는 것을 확인하였다.
본 연구는 궁극적으로 다음과 같은 기여도를 갖는다. 입찰자의 입장에서는 건설프로젝트 입찰 시 입찰 준비 기간이라는 제한된 시간 내에 프로젝트 수주 가능성을 높임과 동시에 프로젝트 수주에 따른 이윤 또한 보장할 수 있는 입찰가격을 산정해야 한다. 입찰자는 제시하고자 하는 입찰가격을 과거 프로젝트의 사례를 통해 예측된 현재 프로젝트의 입찰가격 평균 및 범위와 비교함으로써, 입찰가격을 확정하거나 전략적으로 변경할 수 있는 기회를 얻게 된다. 즉 본 연구의 결과물은 실제 입찰 결과 데이터를 기반으로 입찰자들이 입찰가격 확정 시 활용할 수 있는 보다 합리적인 의사결정지원도구로 활용될 수 있다. 또한 발주자의 입장에서는 이러한 입찰가격의 불확실성을 비롯한 리스크 분석의 결과가 충분히 반영된 입찰가격으로 계약을 맺음으로써, 추후 불필요한 설계변경 및 공사비 증가 요인을 다소 감소시킬 수 있을 것으로 기대할 수 있다. 아울러 입찰문서는 발주자가 입찰자에게 제공하는 문서로, 입찰문서의 불확실성이 입찰가격에 영향을 미친다는 본 연구의 결과는 입찰문서 품질 제고의 필요를 환기시킴으로써 높은 품질의 입찰문서 제공이라는 긍정적 효과를 기대할 수 있을 것이다.
입찰가격은 공사목적물의 구현을 위한 내용이 담긴 입찰문서에 기반하여 산정됨에도 불구하고, 그동안 이루어진 리스크 관리 연구는 보다 상위 레벨의 정성적 리스크 요인에 근거하여 이루어짐에 따라 실제 입찰 결과 데이터를 활용한 분석이 어려웠다는 한계가 존재했다. 본 연구에서는 입찰 결과 데이터로부터 획득 가능한 변수를 활용하고, 특히 이 중 입찰문서의 불확실성을 Pre-bid clarification 문서라는 대리변수를 통해 반영하였다는 점에서 리스크 관리의 수준을 실제 입찰문서 기반의 세부 단계까지 확장시켰으며, 보다 더 효과적인 리스크 연구가 이루어질 수 있는 연구의 기반을 제시하였다는 의의를 가진다.

목차

1 서론 1
1.1 연구의 배경 1
1.1.1 사회적 배경 1
1.1.2 학문적 배경 5
1.2 연구의 필요성 및 목표 7
1.3 연구의 의의 10
1.4 연구의 범위 및 방법 11
1.4.1 연구의 범위 11
1.4.2 연구의 방법 14
2 예비적 고찰: 입찰단계의 프로젝트 리스크 관리 쟁점 분석 17
2.1 입찰단계의 프로젝트 리스크 관리 관련 정의 18
2.2 입찰문서와 그 불확실성 20
2.3 Pre-bid clarification 문서와 그 중요성 24
2.4 리스크 측정 지표: 예정가격 대비 입찰가격의 평균 및 범위 27
2.4.1 리스크 측정 지표 27
2.4.2 예정가격에 대비한 입찰가격의 평균 및 범위 30
3 모델의 입력변수 설정을 위한 리스크 요인 도출 및 구체화 33
3.1 입찰 결과 데이터로부터 획득 가능한 변수 추출 34
3.2 리스크 관리 선행연구를 통한 모델 변수 선별 37
3.2.1 리스크 관리 선행연구를 통한 리스크 요인 추출 37
3.2.2 모델 변수 선별 39
3.3 모델 입력변수로의 구체화 41
3.3.1 입찰자 수 (Number of bidders) 41
3.3.2 공사 기간 (Working days) 42
3.3.3 예정가격 (Engineers estimate) 42
3.3.4 공사 위치 설명 (Project location description) 43
3.3.5 공사 종류 설명 (Project type description) 44
3.3.6 입찰 준비 기간 (Bid preparation days) 44
3.3.7 입찰문서의 불확실성 (Uncertainty of bid document) 45
3.4 소결 58
4 입찰가격 변동성 수준 분류 모델 구현 59
4.1 모델 설계 60
4.1.1 데이터 선정 60
4.1.2 데이터 수집 62
4.1.3 데이터 출력변수 설정 62
4.1.4 데이터 정제 및 전처리 67
4.1.5 데이터 분할 67
4.2 모델 알고리즘 설정 68
4.3 모델 구현 71
4.3.1 입찰문서 불확실성 해소 여부에 따른 리스크 측정 지표의 차이 71
4.3.2 입찰가격 변동성 수준 분류 모델: 입찰문서의 불확실성 미반영 74
4.3.3 입찰가격 변동성 수준 분류 모델: 입찰문서의 불확실성 반영 76
4.4 모델 결과 비교 78
4.5 소결 79
5 입찰가격 변동성 수준 분류 모델의 성능 검증 80
5.1 검증 모형 설계 81
5.2 검증 결과 분석 및 논의 82
5.2.1 학습 데이터 정오분류표 결과 (Training Confusion Matrix) 82
5.2.2 검증 데이터 정오분류표 결과 (Validation Confusion Matrix) 84
5.2.3 테스트 데이터 정오분류표 결과 (Test Confusion Matrix) 87
5.2.4 전체 데이터 정오분류표 결과 (All Confusion Matrix) 89
5.3 소결 92
6 결론 93
6.1 연구의 결과 93
6.2 연구의 한계 95
6.3 연구의 기여도 97
참고문헌 99
ABSTRACT 105

최근 본 자료

전체보기

댓글(0)

0