• 벤처창업연구
• /
• 제4권1호
• /
• pp.89-111
• /
• 2009

점점 높아져 가는 프랜차이즈 사업에 대한 관심과 상반되게 프랜차이즈 사업에 관한 연구는 고객만족을 위한 연구와 단편적 운영 지침서들에 머무를 뿐 운영자 시각에서 성공요인을 분석하고, 창업단계 및 운영단계로 나눠 실증한 연구는 찾아보기 어렵다. 또한, 식품분야의 프랜차이즈 사업에 대한 연구가 주를 이루고 었어 식품과 비식품 프랜차이즈 사업에 영향을 미치는 요인에 관한 비교연구는 지금까지 제대로 이뤄져 오지 못했다. 이에 본 연구는 프랜차이즈 사업의 단계별 업종별 성과에 영향을 미치는 요인을 분석하고 이를 토대로 국내 프랜차이즈 사업을 준비하는 예비창업자들이 실천해야 할 성공전략을 제시하였다. 연구결과 창업단계의 성장요인으로 사업적성의 여부, 사업조직의 여부, 사업아이템의 적합성, 경쟁구도와 본사자문의 여부가 선별되었고, 운영단계의 성공요인으로는 슈퍼바이저의 능력, 본사와 가맹점의 마케팅 능력, 본사지원의 유무, 고객관리능력, 직원만족이 도출되었다.

• 한국벤처창업학회:학술대회논문집
• /
• 한국벤처창업학회 2007년도 춘계학술대회
• /
• pp.101-122
• /
• 2007

중소기업은 전체 고용의 76.9%, 부가가치의 52.8%, 생산의 50.6%를 차지하고 있다는 점에 있어 국가경제 및 국가 경쟁력을 향상을 위해 기술혁신을 위한 연구개발투자(R&D)가 매우 중요하다. 이에 본 연구는 중소기업 기술혁신 분야 중 지원 과제수, 지원금액의 연구개발투자비(R&D)에 대한 경제적 성과와의 상관관계, 영향을 분석한 결과는 다음과 같다. 첫째, 중소기업기술혁신분야 연구개발(R&D) 투자가 기업의 경제적 성과를 분석한 결과, 연구개발 과제 지원수와 연구개발 지원금액은 평균 매출액 및 수출액 증대와 인력 감축 및 신규 고용창출 효과와 관련성이 있으며, 수입대체 효과와는 부적인 상관을 보였다. 둘째, 중소기업기술혁신분야 연구개발 투자가 중소기업의 경제적 성과에 미치는 영향을 분석한 결과, R&D 투자가 기업의 인력감축, 수출액 증대, 수입대체 효과, 평균 매출액 증대, 기업의 영업이익 증대 순으로 긍정적인 영향을 미치는 것으로 나타났으며, 고용창출 효과, 생산비 절감효과에는 직접적인 영향을 미치지 않는 것으로 나타났다. 이는 연구개발을 위한 지원 과제수와 지원 금액이 증가함에 따라 기업의 경제적 효과가 증가함은 물론 사회적 국가적인 경제발전에도 R&D 투자가 미치는 영향은 매우 유의미하다고 볼 수 있다. 반면 중소기업의 고용창출 및 생산비 절감을 위한 지속적인 연구개발 투자가 필요함을 시사하고 있디. 이러한 맥락에서 R&D 투자에 대한 개선 방안으로 영세 중소기업의 기술개발활동을 촉진할 수 있는 제도적 조건을 정을 정비하고, 지속적인 중소기업 연구개발을 위해 지원 금액을 지원하는 방식을 다양화할 필요성이 있으며, 연구개발 증소기업을 위해 투자용 펀드 상품을 개발하여 지원해야 중소기업기술혁신개발사업 발전방안 제안하는 데 목적이 있다.

• 경영정보학연구
• /
• 제16권3호
• /
• pp.161-177
• /
• 2014

기업신용등급은 금융시장의 신뢰를 구축하고 거래를 활성화하는데 있어 매우 중요한 요소로서, 오래 전부터 학계에서는 보다 정확한 기업신용등급 예측을 가능케 하는 다양한 모형들을 연구해 왔다. 구체적으로 다중판별분석(Multiple Discriminant Analysis, MDA)이나 다항 로지스틱 회귀분석(multinomial logistic regression analysis, MLOGIT)과 같은 통계기법을 비롯해, 인공신경망(Artificial Neural Networks, ANN), 사례기반추론(Case-based Reasoning, CBR), 그리고 다분류 문제해결을 위해 확장된 다분류 Support Vector Machines(Multiclass SVM)에 이르기까지 다양한 기법들이 학자들에 의해 적용되었는데, 최근의 연구결과들에 따르면 이 중에서도 다분류 SVM이 가장 우수한 예측성과를 보이고 있는 것으로 보고되고 있다. 본 연구에서는 이러한 다분류 SVM의 성능을 한 단계 더 개선하기 위한 대안으로 유전자 알고리즘(GA, Genetic Algorithm)을 활용한 최적화 모형을 제안한다. 구체적으로 본 연구의 제안모형은 유전자 알고리즘을 활용해 다분류 SVM에 적용되어야 할 최적의 커널 함수 파라미터값들과 최적의 입력변수 집합(feature subset)을 탐색하도록 설계되었다. 실제 데이터셋을 활용해 제안모형을 적용해 본 결과, MDA나 MLOGIT, CBR, ANN과 같은 기존 인공지능/데이터마이닝 기법들은 물론 지금까지 가장 우수한 예측성과를 보이는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안모형이 더 우수한 예측성과를 보임을 확인할 수 있었다.