미래 예측의 방법은 기술적 특성 또는 기술적 성능으로 예측이 가능할 수 있다. 그러므로 기술예측은 경제적, 사회적 이익을 산출해 낼 수 있는 전략적 연구 분야에서 활용되고 있다. 본 연구에서는 이러한 기술적 특성으로 미래를 예측하는 방법의 연구를 통하여 미래 시장을 예측하였다. 특별한 제품의 수요 욕구에 따라 시장을 점유하는 시점의 예측을 통해 미래 예측 방법을 연구하였다. 시장수요 예측을 위하여 대표적인 계량적 분석 방법인 연평균성장률(CAGR) 모형, BASS 모형, Logistic 모형, 곰페르츠 성장모형(Gompertz Growth Curve) 등의 비교를 통해 미래시장의 수요예측 모형을 제안하였다. 본 연구는 Rogers의 혁신확산 이론을 접목하여 제품이 시장에 확산되는 시점을 예측하였다. 연구결과로 특별한 제품이 시장을 점유하기 위한 다양한 요인들의 확산 시점을 통해 특별한 상품이 미래 시장에서 성숙하는 시점을 예측할 수 있는 방법론을 개발하였다. 그러나 시장을 예측하기 위한 전문가 판단에 대한 오류를 줄이는 것은 한계점이 있다.
Hydrogen is expected to be widely applied in most sectors within the current energy system, such as transportation and logistics, and is expected to be economically and technologically utilized as a power source to achieve vehiclebon emission reduction. In particular, the construction of hydrogen charging station infrastructure will not only support the distribution of hydrogen electric vehicles, but also play an important role in building a hydrogen logistics system. Therefore, This paper suggest additional charging infrastructure areas in Seoul with a focus on supply according to the annual average growth rate (CAGR), centering on Seoul, where hydrogen vehicles are most widely distributed. As of February 2022, hydrogen charging infrastructures were installed in Gangseo-gu, Gangdong-gu, Mapo-gu, Jung-gu, and Seocho-gu in downtown Seoul. Next, looking at the number of hydrogen vehicles by administrative dong in Seoul from 2018 to 2022, Seocho-gu has the most with 246 as of 2022, and Dongjak-gu has the highest average growth rate of 215.4% with a CAGR of 215.4%. Therefore, as a result of CAGR analysis, Dongjak-gu is expected to supply the most hydrogen vehicles in the future, and Seocho-gu currently has the most hydrogen vehicles, so it is likely that additional hydrogen charging infrastructure will be needed between Dongjak-gu and Seocho-gu.
NGUYEN, Dai Duong;Park, Gyei-Kark;Choi, Kyoung-Hoon
한국항해항만학회지
/
제43권2호
/
pp.101-109
/
2019
Seaports play a vital role in the economic development of countries, especially for countries having long coastlines such as Vietnam Seaport industry in Vietnam has witnessed an impressive development in recent years. The national cargo throughput in the period 2013-2017 achieved a compounded annual growth rate (CAGR) of 11.8%/year, higher than that of the world (5.1%). However, the differences in planning policies and infrastructure systems has led to the differences in port performance efficiency of regional ports. Therefore, it is necessary to have a general and accurate view of the picture of Vietnam's seaport. The objective of this study was to analyze the relative efficiencies of 26 Vietnam container terminals using traditional output-oriented CCR and BCC DEA model. Malmquist P roductivity Index (MP I) was also applied to evaluate changes in container terminals productivity over time.
Recently, Intense competition is expected to bring about continuous change with the rapid global aviation industry. In particular, domestic passenger demand has been steadily increasing over the past five years, with domestic and international shipments growing at a CAGR of 8.4% and 10.0%, respectively. In addition to the economic value of the airport, social interest due to greenhouse gas emissions is also rising. In this study, we analyzed the efficiency of airport operation by using DEA model(Directional Technology Distance Function) considering undesirable output for 14 airports in Korea. As a result of analysis, all airports except Gimhae, Yangyang, Cheongju and Yeosu were analyzed as efficient airports. However, only Gimpo, Gimhae, Jeju, Muan, Daegu and Gwangju were analyzed as efficient airports considering the undesirable output.
본 연구에서는 그래디언트 부스팅 기계학습과 유전 알고리즘을 이용하여 일별 주식 포트폴리오를 동적으로 구성하는 시스템을 구축하고 트레이딩 시뮬레이션을 통해 성능을 분석하였다. 이를 위해 유가증권시장과 코스닥시장에 상장된 종목들의 가격 데이터 및 투자자별 거래정보를 포함한 다양한 데이터를 수집하고, 전처리 과정과 변수가공을 통해 학습-예측에 이용될 변수들을 생성하였다. 첫 번째 실험에서는 예측정확도와 정밀도, 재현율 및 F1 점수 등 네 가지 지표를 활용하여 그래디언트 부스팅 기법들(XGBoost, LightGBM, CatBoost)의 성능을 비교 평가하였다. 두 번째 실험에서는 전 단계에서 선택된 LightGBM과 유전 알고리즘을 적용하여 상장 종목들의 일별 수익 여부를 학습-예측하였다. 그리고 예측된 수익 발생확률을 바탕으로 종목을 선별하여 트레이딩 시뮬레이션을 시행하고, CAGR, MDD, 사프지수 및 변동성 측면에서 코스피, 코스닥 지수와의 성능을 비교 평가하였다. 분석 결과, 제안된 전략들 모두 네 가지 성능평가 지표상에서 시장 평균을 넘어서는 것으로 나타났으며, 그래디언트 부스팅과 유전 알고리즘의 결합이 주식 가격 예측에 효과적으로 이용될 수 있음을 보여주었다.
Based on the findings of Lee et al.(2020) and Lee & Oh(2021), this paper aims to fill the gap in our knowledge regarding the relationship between strategic choices and corporate growth by utilizing a novel dataset of 'Unicorn' and 'Hyper-growing' companies. Two previous studies provide coherent findings that the relationship between firms' strategies and their performance should be explored under a more comprehensive framework with consideration of both internal and external factors. Therefore, in this study, we apply a single conceptual framework to two different datasets, which considers the strategy factors as independent variables, and the industry(market) and the firm age as moderating variables. For our dependent variables, valuations for unicorn companies and revenue CAGR for hyper-growing companies are used after categorizing them into three uniform groups. The strategy variables include 'Generic (Cost-leadership, Differentiation, focus) strategies', 'Growth(Organic, M&A) strategies', 'Leading(Pioneer, Fast-follower) strategies', 'Target market(B2B, B2C, B2G, C2C) strategies', 'Global(Global, Local) strategies', 'Digital(Online, Offline) strategies.' For industry(market) factors, it consists of historical growth rate for industries and economic, demographic, and regulatory aspects of states and countries. To overcome the differences in their units, they are also uniformly categorized into multiple groups. Before we conduct a regression analysis, we analyze the industry distribution of the 'Unicorn' and the 'Hyper-growing' companies with descriptive statistics at the integrated and individual levels. Next, we employ hierarchical regression models on Study A('Unicorn' companies in 2019) and Study B('Hyper-growing' companies in 2019) under the same comprehensive framework. We then analyze the relationship between the 'strategy' and the 'performance' factors with two different approaches: 1) an integrated regression model with both the sample of Study A and B and 2) respective regression models on Study A and B. This empirical study aims to provide a complete understanding and a reference to which strategy factors should be considered to promote firms' scale-up and growth.
'스케일업(scale-up)'은 '스타트업(startup)'에 이어 기업 현장이나 정책 현장에서 모두에서 중요한 주제로 다루어지고 있다. 특히 산업계와 정책 분야에서는 범용적으로 사용되는 용어임에도 불구하고, 학술적인 측면에서는 이에 대한 '개념 정의' 조차도 이루어지지 못했다. 학술적인 측면에서의 '기업 성장(firm growth)'과 경영 현장에서의 '비즈니스 성장(business growth)'은 서로 다른 이해를 갖고 있는 실정이다(Achtenhagen et al., 2010). 기업의 성장과 관련한 그간의 관련 연구는 Penrose(1959)의 '자원의 결합체(bundle)로서의 기업'과 '관리자의 역할론' 관점에서 크게 벗어나지 못하고 있다. 경제학 이론 및 배경을 기초로 주로 성장 요인 및 패턴을 살피는 차원에서의 연구가 주류를 이루고 있다. 기업의 경영현장에서 관심을 갖는 '스케일업' 맥락의 연구, 즉 상대적으로 성장의 속도와 지속성-일정기간의 '매출액 연평균 성장률'-관점의 연구는 활발히 이루어지지 못하였다. 기업의 초기 단계에는 매출액 규모가 작기 때문에 연간 단위 매출액 성장률은 상대적으로 높은 특성을 지닌다. 그러나, 한국 기준 '중견기업'으로 분류되기 시작하는 연간 매출액 1천억원 이상 수준이 되면 기업의 성장률은 이전과 같이 높은 수준을 보이기 쉽지 않다. 본 연구의 표본이 되는 최근 3년간의 연평균 매출액 성장률이 15% 이상 되는 '고성장 기업' 5천개 중 매출액 1억 달러 이상 기업은 6.7%인 333개에 한정된다. 그만큼 일정한 기업 규모 이상의 수준에서 지속적인 '고성장'을 보인다는 것은 쉽지 않다. 본 연구는, 기업/산업 미디어인 'Inc.'의 '2020 고성장(fastest-growing) 기업 5,000' 리스트 중 연간 매출액 1억 달러(원화 약 1천2백 억원) 이상 기업 333개를 대상으로, 1) 고성장 기업군(최근 3년-2016~19년- CAGR 15%~39.9%), 2) 초고성장 기업군(40.0%~99.9%), 3) 슈퍼 고성장 기업군(100% 이상)으로 구분 짓고, 각 성장속도 군 별 특성을 심층적으로 분석해 보았다. 또한, 기업의 매출액 성장률과 개별 기업의 전략 선택(시장 지향성, 본원적 전략, 성장 전략, 선도 전략), 산업 및 시장 환경, 기업의 업력 간의 상호관계를 양적 탐색을 통해 규명하였다. 따라서 본 연구결과를 토대로 개별 기업의 측면에서는 성장전략의 경로와 요인을 조합하여 구성하는 '초고성장 모델(Hyper-Growing Model)'을 참고할 수 있도록 하고, 정책적인 측면에서는 기업의 성장을 촉진하기 위해 어떤 요소나 환경을 '최적 유효 조합'의 형태로 다루어야 하는지 그 참고를 제공하고자 한다. 그리고 학술적인 측면에서는 21세기 기업환경에서 '스케일업 이론' 및 '기업 성장 이론'을 후속적으로 연구 하는데 그 기초 참고를 제공하고자 한다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.