<3231C0CCC7FCBCAE2E687770>

DEA/Window 모형을이용한국내생명보험산업의상대적효율성분석 Measuring Relative Efficiency of Korean Life Insurance Companies Employing DEA/Window Model 이형석 *, 김기석 ** 부산대학교경영학과 *, 부산대학교경영학부 ** Hyung-Suk Lee(leehs@pusan.ac.kr) *, Ki-Seog Kim(mgtkkim@pusan.ac.kr) ** 요약우리나라의생명보험산업은 IMF 사태와방카슈랑스의도입등많은변화를겪어왔으며앞으로시행될자본통합법의시행도추후에는생명보험산업에많은영향을미칠것으로보이며생명보험회사의경쟁력강화를위해서는효율성의분석이필수적이다. 본논문은 DEA 모형을이용하여우리나라에서영업중인생명보험회사들의효율성을분석했다. 이를위해투입변수는두가지범주로나누어서분석을시도하였고동태적효율성을분석하기위해서 DEA/WINDOW 모형을도입하였다. 이를통하여생명보험회사들의 CCR, BCC, 규모효율성을알수있었고 7년간 (1998년 ~2004년 ) 의효율성의추세와안정성을파악할수있었다. 중심어 : DEA 효율성 생명보험산업 Abstract With many changes such as the increase in telemarketing, internet marketing and enforcement of bancassurance, the Korean life insurance companies have undergone a startling transformation. The purpose of this paper is to measure and analyse the static/dynamic efficiency of Korean life insurance companies employing Data Envelopment Analysis(DEA). As the result of the static efficiency analysis, we provide CCR, BCC and scale efficiency, return to scale, and reference set of Korean life insurance companies in 2004. And we also describe about the trend and stability of their efficiency for 7 years(1998-2004) in the dynamic efficiency analysis. keyword : DEA Efficiency Life Insurance Industry I. 서론우리나라보험산업은 1921년조선생명이설립된이래현재까지많은변화를겪어왔다. 국가주도의경제성장정책에따라비약적인외형성장을하였고이러한 허실이 IMF 사태에의한구조조정으로검증된바있다. 국내생명보험산업은 2001년 7월에변액보험판매의시작과 2003년 8월의방카슈랑스의도입등많은변화를겪어왔으며각생보사는경쟁력강화를위해다양한노력을하고있다. 또한 2009년 2월의자본통합법의시 접수번호 : #071210-003 접수일자 : 2007 년 12 월 10 일 심사완료일 : 2008 년 05 월 06 일교신저자 : 김기석 e-mail : mgtkkim@pusan.ac.kr

DEA/Window 모형을이용한국내생명보험산업의상대적효율성분석 193 행은은행과증권나아가보험업의금융장벽을허물것으로보인다. 최근국내보험업계의가장큰변화는텔레마케팅, 홈쇼핑과인터넷보험그리고방카슈랑스의도입등과같이유통채널의다양화를들수있겠다. 한국에 2003 년 8월에 1단계저축성상품을시작으로도입된방카슈랑스는 2005년 4월제 3보험중소멸성보험에이어 2006년 10월에는제 3보험중환급형보험으로허용범위가확대되었다. 방카슈랑스는유럽에서 1980년대부터도입되어현재생명보험상품의 20% 이상이은행을통해판매되고있다. 미국은 1999년 11월부터 GLBA(Gramm-Leach-Bliley Act) 의제정에의해금융업종간의업무영역제한이사라지게되었으며, 일본은 2001년 4월부터방카슈랑스를단계별로시행하고있다. 한편, 각생보사들은경쟁력을강화하기위하여현재다양한생명보험상품을출시하고있다. 이러한환경속에서우리나라생명보험회사들이치열한경쟁에서유리한고지를차지하기위해서는정확하고다면적인효율성의분석이필수적이다. 본연구의목적은 DEA(Data Envelopment Analysis) 모형을이용하여우리나라에서영업중인생명보험회사의정태적효율성과동태적효율성을분석하는데있다. 이를위해투입변수는두가지범주로나누어서분석을시도하고동태적효율성을분석하기위해서 DEA/WINDOW 모형을도입한다. DEA는같은종류의투입물과산출물을사용하는 DMU(Decision Making Unit) 들간의상대적효율성을선형계획모형으로평가하는기법이다. 이기법은 1978년 Charnes 등이최초의모형을제시한이래로지금까지국내외에서병원, 은행, 학교등의효율성평가에널리적용되고있다. 현재까지국내에서생명보험회사의효율성을평가한 DEA 관련연구는다양하게시도되어왔으나방카슈랑스를포함한연구는빈약한실정이다. 정세창, 이정한 [9] 은시나리오방법을사용하여모의데이터를가지고방카슈랑스전후의 BCC와비용효율성을측정 비교했으며, 이봉주등 [7] 은은행과생명보험회사간방카슈랑스모의합병을실시하여방카슈랑스전후의비용, 수익및이익효율성을분석하였다. 이외에도생명보 험회사의효율성을평가한다양한연구들이있었지만방카슈랑스가시행된후에우리나라생명보험회사의효율성을평가한사례는찾아보기어려웠다. 본논문의구성은다음과같다. 먼저제 Ⅱ장에서는본연구에서사용할 DEA 모형들을소개하고주요개념들을설명할것이다. 그리고제 Ⅲ장에서는 DEA 모형에서사용할투입산출변수의선정과자료의수집에대하여설명한후, 우리나라생명보험회사들의정태적및동태적효율성을분석한다. 제 Ⅳ장은결론으로서, 본연구의주요분석결과를요약하고향후연구과제를제시할것이다. Ⅱ. DEA 모형지금까지 DEA 모형은매우다양한형태로개발되어왔다. 이들중본논문에서우리나라에서영업중인생명보험회사의정태적효율성분석을위해서 CCR, BCC 모형을사용하고동태적효율성을분석하는데는 DEA/Window 모형을사용한다. DEA 모형의목표중하나는비효율적인 DMU(Decision Making Unit, 평가대상 ) 의효율성개선을위하여벤치마킹 (benchmarking) 대상을찾는데있다. 이를위한평가기준은기본적으로투입중심 (input-oriented) 모형과산출중심 (output-oriented) 모형그리고투입 / 산출중심모형으로나눌수있다. 투입중심모형은적어도현재산출물수준을유지하면서투입물의수준을최소화하는데목적이있다. 반면에산출중심모형은적어도현재의투입물수준을유지하면서산출물의수준을최대화하는데있다. 한편투입 / 산출중심모형은투입물의최소화와산출물의최대화를동시에추구한다 [16]. 보험업에서산출물의경우에는수입보험료, 지급보험금과운용자산그리고책임보험금과같이주로통제가능하지않은변수인반면에, 투입물의경우에는임직원, 설계사, 사업비와자본총계그리고부채총계와같이주로통제가능한변수이다. 따라서효율성개선을위하여는투입물을개선하는것이용이할것이므로투입중심모형을사용한다.

194 한국콘텐츠학회논문지 '08 Vol. 8 No. 5 1. CCR-I 모형 DEA 모형들중에서 Charnes 등 [15] 이최초로개발한것을 CCR(Charnes, Cooper, Rhodes) 모형이라부르며, CCR-I 모형은투입중심의 CCR 모형을가리킨다. 평가대상 DMU( 이를 DMUo라부름 ) 의효율성을평가하기위한 CCR-I 모형은다음과같이선형계획모형으로정식화할수있다. min (1) 제약식 λ 0 여기서, : DMUo 의투입물승수, : DMUo 의투입물과산출물벡터, : 전체 DMU 들의투입물과산출물행렬 : 가중치벡터 위모형에서투입물승수 는 1 이하의값을가지며, 이를 DMUo의 CCR 효율성이라한다. 만약 CCR 효율성값이 1이면 DMUo가효율적인것으로평가되고, 그값이 1보다작으면 DMUo가비효율적인것으로평가된다. 어떤 DMU가비효율적인경우에는이보다효율적인가상적 DMU가존재하고, 이것은 인 DMU 들 ( 참조집합이라부름 ) 의선형결합 (linear combination) 으로구성된다. 2. BCC-I 모형 DEA 연구의초기부터 CCR 모형의대안으로서다양한확장모형이개발되었으며, 그중 Banker 등 [13] 이개발한 BCC(Banker, Charnes, Cooper) 모형이대표적이다. CCR 모형은규모수익성 (return to scale) 이일정하다고가정하였다. 그러나 BCC에서효율적프론티어는주어진 DMU들의볼록집합 (convex hull) 으로구성되므로규모수익성이변동한다고본다. BCC-I 모형은다음과같이선형계획모형으로정식화할수있다. min (2) 제약식 eλ =1 λ 0 여기서 e 는 1 로만이루어진벡터이고, CCR 모형과의 차이는각 DMU에대한참조집합 의크기를 1로제한하는볼록성 (convexity) 조건에의해발생됨을알수 있다. 즉, 이라는제약조건을추가함으로규 모수익성의증가 (IRS) 일정 (CRS) 감소 (DRS) 상태를모두포괄했다. 이때 CCR 효율성과 BCC 효율성이같으면규모수익성이일정하고 CCR 효율성과 BCC 효율성이다른경우에 이면규모수익성이증 가, 이면규모수익성이감소상태에있음을나타낸다. 를 BCC 효율성이라하며, DMU의규모효율성 (scale efficiency; SE) 은 를통하여측정 된다. 일반적으로 CCR 효율성은 BCC 효율성보다작거나같기때문에규모효율성은 1보다작거나같다. CCR 효율성은기술효율성 (technical efficiency; TE) 이라하는반면에 BCC 효율성은규모수익성의가변을가정하기때문에순수기술효율성 (pure technical efficiency; PTE) 이라한다. 이러한개념을이용하여효율성을다음식과같이분해하면비효율성의원인이비효율적인 운영에의한것인지규모로인한불리한상황에의한것인지혹은둘다에의한것인지를분석할수있다. 기술효율성 (TE) = 순수기술효율성 (PTE) 규모효율성 (SE) 3. DEA/Window 분석 지금까지대부분의 DEA 분석은어떤특정시점의투입물과산출물만을기준으로효율성만을측정하는횡단면분석 (cross-sectional analysis) 을주로다루었다.

DEA/Window 모형을이용한국내생명보험산업의상대적효율성분석 195 그러나이와같이효율성을측정해서는환경의변화에따른효율성의동태적인변화를고려할수없다는약점을지니게된다. 이러한약점을보완할수있는방법으로등장한것이바로 Charnes 등 [14] 이개발한 DEA/Window 분석이다. DEA/Window 분석을하기위해서는먼저여러기간에걸친데이터를수집한후, 동태적인변화를관찰할기간 ( 이를윈도우라부름 ) 의폭을결정해야한다. 각윈도우에서는, 같은 DMU라하더라도기간이다르면서로다른 DMU로간주된다. 예컨대 n개의 DMU들에대해 k 기간동안의데이터를수집한후, 윈도우의폭을 p로결정했다고가정하자. 이때각윈도우의기간은 [ 표 1] 과같으며, 윈도우의수는모두 이된다. 그리고각윈도우의 DMU 수는 pn개가된다. DEA/Window 분석에서효율성의평가는먼저첫번째윈도우에서기간 1부터 p까지 pn개의 DMU를대상으로하고, 다음은두번째윈도우에서기간 2부터 p+1 까지 pn개의 DMU를대상으로하며, 이와같은방법으 로한기간씩뒤로이동하면서마지막윈도우까지평가한다. 윈도우별효율성평가결과가모두나오면, 이를바탕으로하여각 DMU 효율성의추세 (trend), 안정성 (stability) 그리고계절적변동 (seasonal behaviour) 등을분석할수있다. 표 1. DEA/Window 모형 기간윈도우 1 2 3 k 1 1 p 2 2 p+1 3 3 p+2 w k-p+1 k 또한 DEA/Window 분석은투입물과산출물의수에비해 DMU의수가충분하지못할때도유용하다. 그것은실제 DMU의수가 n개라하더라도윈도우의폭을 p 로결정했다면각윈도우에서평가대상 DMU 수는 pn 표 2. DEA 를이용한생명보험회사의선행연구의투입변수에반영한요소 연구자 투입변수임직원설계사사업비자본총계부채총계기타 지홍민 [10] 물적자본 류근옥 [3] 대리점수, 점포수 신정호 [6] 민재형, 김진한 [4] 점포수 권영준등 [1] 물적자본, 기타비용 전기석, 손관설 [8] 영업비용 홍한국, 김제경 [12] 점포수 박상만 [5] 홍봉영, 정요섭 [11] 점포수 정세창, 이정한 [9] 물리적자본 김정인 [2] 대리점수 Fecher et al.[25] 기타비용 Cummins et al.[20] 신계약노동비, 유지노동비, 고정자본 Fukuyama[26] 부동산 Cummins and Zi[21, 22] 재료 Cummins et al.[19] 비즈니스서비스 Mansor and Radam[30] 지불청구액, 수수료, 경비, 기타비용 Worthington and Hurley[32] 노동관련비용의합, 정보기술비용, 물적비용, 이자비용 Cummins and Rubio-Misas[17] Cummins et al.[18] Diacon et al.[23] 연초의총자본, 연초의준비금, 연초의차용금 Hardwick et al.[27] 사무실평방미터당비용 Mahlberg and Url[29] 유지비와판매비, 자본관리비용 Ennsfellner et al.[24] 재보험의지급준비금 Leverty et al.[28] Tone and Sahoo[31] 설계사수수료

196 한국콘텐츠학회논문지 '08 Vol. 8 No. 5 개로증가하기때문이다. Cooper 등 [16] 에따르면 DEA 분석에있어서투입변수의수가 m이고산출변수의수가 s이면, DMU의수 N은다음식을만족시켜야한다고제안한바있다. (3) 적절한변수를선정하기위하여기존 DEA 연구에서자주사용된변수들을참고로하였다. [ 표 2] 와 [ 표 3] 은선행연구자들이생명보험회사의효율성을분석하기위해변수선정에반영한요소들과적용국가에대하여정리한것이며, 연구자에따라다양한변수를선정한것으로볼수있다. 특히 [ 표 2] 에서보는바와같이투입 변수의선정에있어모든연구자들의의견이많이엇갈 Ⅲ. 한국생명보험회사의효율성분석 1. 투입 산출변수의선정및자료수집 1.1 투입변수와산출변수의선정 DEA를사용하여우리나라생명보험회사의효율성을분석하려면먼저적절한투입변수와산출변수를선정하는것이매우중요하다. 우리나라생명보험산업에관한변수의선정은방카슈랑스, 텔레마케팅과홈쇼핑그리고인터넷판매등판매채널이다양화되고있으므로이에대한고려가필요할것이다. 본연구에서는 린것으로볼수있었다. 특히국내연구자들은임직원과설계사에대한요소들을많이선택한것을발견할수있었다. 본연구에서사용할산출변수들역시 [ 표 3] 에서보는바와같이기존 DEA 연구에서자주사용된것들로서수입보험료, 지급보험금, 책임준비금, 운용자산을선정하였다. 수입보험료는보험계약자가낸총보험료의합계로보험사의매출액이라할수있다. 지급보험금은보험금지급사유발생에따라보험회사가보험계약자혹은보험수익자에게지급한금액을말하며, 사망 상 표 3. DEA 를이용한생명보험회사의선행연구의산출변수에반영한요소 연구자 산출변수수입보험료준비금운용자산지급보험금기타적용국가 지홍민 [10] 계약건수 한국 류근옥 [3] 자산운용수익 한국 신정호 [6] 계약건수 한국 민재형, 김진한 [4] 한국 권영준등 [1] 한국 전기석, 손관설 [8] 한국 홍한국, 김제경 [12] 한국 박상만 [5] 투자영업수익 한국 홍봉영, 정요섭 [11] 한국 정세창, 이정한 [9] 한국 김정인 [2] 한국 Fecher et al.[25] 기타수입 프랑스 Cummins et al.[20] 이탈리아 Fukuyama[26] 대부금 일본 Cummins and Zi[21, 22] 미국 Cummins et al.[19] 미국 Mansor and Radam[30] 발행한새보험증권, 유효한보험증권 말레이시아 Worthington and Hurley[32] 호주 Cummins and Rubio-Misas[17] 스페인 Cummins et al.[18] 스페인 Diacon et al.[23] 유럽 Hardwick et al.[27] 연금지급금 영국 Mahlberg and Url[29] 오스트리아 Ennsfellner et al.[24] 오스트리아 Leverty et al.[28] 중국 Tone and Sahoo[31] 유동자산대부채비율 인도 주 : 는선행연구자들이생명보험회사의효율성을분석하기위해변수선정에반영한요소

DEA/Window 모형을이용한국내생명보험산업의상대적효율성분석 197 해 만기보험금과각종배당금등이포함된다. 책임준비금은보험회사가보험계약상의책임을완수하기위한준비금을말한다. 운용자산은유가증권과부동산과같은보험사의수익창출활동과직접적인관련이있는자산이다. 그결과로본연구의정태적동태적효율성분석에사용되는변수는 [ 표 4] 와같다. 한편, 본연구에서우리나라생명보험회사의정태적인효율성분석에서는투입변수를두가지모델로다르게하여투입변수에따른수입보험료, 지급보험금과책임준비금그리고운용자산을창출하는효율성을분석하였다. 모델 1에서는국내선행연구에많이사용된투입변수로임직원수와설계사수그리고사업비를사용하고, 주로노동에관련된변수이다. 모델 2에서는투입변수로사업비와자본총계그리고부채총계를사용하며주로방카슈랑스가일찍도입된유럽국가를대상으로한선행연구를참고하였다. 모델 1과모델 2를동시에고려하지않은이유는앞장에서살펴본것처럼변수가많아질경우에자유도에있어문제가발생할여지가있기때문이다. 또한국내연구에서주로사용되었던 분석하기위하여모든자료를생명보험협회의웹사이트 (http://www.klia.or.kr) 에서수집하였다. 생명보험협회에등록된보험회사중 2004년도에완전한자료가있는보험회사가 23개였다. 본연구는이 23개생명보험회사들을정태적효율성분석의대상으로하였으며, 투입산출변수의기술통계량은 [ 표 5] 와같다. 이표에서임직원수와설계사수는명이고, 그이외의단위는모두백만원으로반올림하여사용하였다. 한편생명보험회사의동태적효율성을분석하기위해서는, 이 23개의생명보험회사들중에서 1998년부터 2004년까지 7년간자료가모두있는생명보험회사를선택하였다. 그결과로모두 21개의생명보험회사가선정되었다. 여기서전체기간을 7년으로한이유는 1997 년이전자료에서한국에서영업중인외국계생명보험회사에대한자본총계와부채총계의자료를찾을수없었기때문이다. 본연구에서는동태적효율성분석에 DEA/Window 분석을사용하며윈도우의폭을 3으로정한다. 따라서윈도우의수는모두 5개이며, 각윈도우의 DMU 수는 63개가된다. 변수와국외에서자주사용되어왔던변수에대한결과 를비교할수있을것이다. 동태적분석을위해서는모델 2를사용하였다. 왜냐하면모델 1의투입변수는방카슈랑스시행후의효율성을평가하기에는포괄적이지못하기때문이다. 예를들면, 방카슈랑스전문회사인 KB생명과 SH&C 생명은설계사수가 0이기때문에효율성평가에있어유리하게되기때문이다. 표 4. 투입 산출변수 정태적효율성분석 동태적효율성분석 1.2 자료수집 구분 투입변수 산출변수 임직원수 모델 1 설계사수 사업비 모델 2 사업비자본총계부채총계사업비자본총계부채총계 수입보험료지급보험금책임준비금운용자산 표 5. 2004년생명보험회사의기술통계량 ( 단위 : 명, 백만원 ) 구분 최대값 최소값 평균 표준편차 임직원수 6293 3 1105 1663 설계사수 31834 0 5954 8968 사업비 1448999 1333 232536 367056 자본총계 8251555-29961 672267 1725408 부채총계 82682766 1259 8528159 18271658 수입보험료 18454103 339 2336980 4213746 지급보험금 12197565 239 1374894 2867113 책임준비금 69144232 9 7210693 15352009 운용자산 74514038 1126 7327403 16274220 2. 정태적효율성분석 본연구에서는우리나라생명보험회사의정태적효율성을분석하기위하여 DEA 모형들중에서 CCR-I 모형과 BCC-I 모형을사용하고앞절에서설명한대로수집한 23개생명보험회사의자료를사용하여두가지모델을사용하여분석한다. 여기서사용한소프트웨어는 Cooper 등 [16] 이제공하는 DEA-SOLVER이다. 본연구에서는우리나라생명보험회사의효율성을

198 한국콘텐츠학회논문지 '08 Vol. 8 No. 5 2.1 모델 1의분석결과모델 1에대한 2004년도효율성과규모수익성 (RTS) 그리고참조빈도를구한결과는 [ 표 6] 이다. 모델 1은임직원수와설계사수, 사업비를이용하여수입보험료, 지급보험금과책임준비금그리고운용자산을창출하는효율성을분석하였다. [ 표 6] 에서보는바와같이 2004년도에 BCC 효율성이 1인생명보험회사들은삼성생명, 럭키생명, ING생명, KB생명, SH&C 생명, 카디프생명으로나타났다. 이들중삼성생명, 럭키생명, ING생명, KB생명, SH&C 생명은 CCR 효율성도 1로나타났으며, 따라서규모효율성도 1이다. 실제로이들중 KB생명과 SH&C 생명은방카슈랑스전문회사이므로설계사수가 0으로입력되므로분석에유리하게된다. 반면에카디프생명은 BCC 효율성이 1임에도불구하고 CCR 효율성이 0.304 로가장낮게나타났으며, 따라서규모효율성도가장낮았다. 실제로카디프생명은경쟁력및수익성의악화로 2005년 3월에국내보험업을정리했으며, SH&C 생명보험으로인수가되었다. 이는규모로인한불리한상황에있었다고해석할수있다. 한편뉴욕생명, PCA 생명은 BCC 효율성값과 CCR 효율성값이모두 0.4 이하임에도불구하고규모효율성값이 0.9 이상으로나타났다. 따라서이생명보험회사들은전반적으로비효율적인운영을하고는있지만, 규모면에서다소유리한상황에있는것으로해석할수있다. 규모수익성 (RTS) 은 IRS가 7개, DRS가 11개, CRS가 5개회사로나왔다. 규모수익성이 IRS로나온회사들은카디프생명, 하나생명, 흥국생명등이며, 규모의증가를통한수익성의향상을기대할수있다고해석할수있다. 한편규모수익성이 DRS로나온회사들은교보생명, 대한생명, 알리안츠, 동양생명, SK생명등과같이대부분규모가큰회사로서, 규모의감량화를통한효율성의향상이중요하다고볼수있다. 어떤평가대상 DMU가비효율적인경우에는그보다효율적인가상적 DMU가존재하며, 이가상적 DMU는참조집합이라는효율적인 DMU로구성된다. 이때참조집합에속하는 DMU 들은투입물과산출물의구성이평가대상인비효율적 DMU와유사하므로벤치마킹 (benchmarking) 의대상으로이용될수있음을의미한다. 표 6에서참조빈도는 2004년도에효율적인보험회사각각이모든비효율적인보험회사들의참조집합으로등장한횟수를의미한다. 이표에서보는바와같이 BCC 모형의경우에참조빈도가나타난효율적인생명보험회사들은삼성생명, 럭키생명, ING생명, SH&C생명, 카디프생명, KB생명순으로각각 15, 11, 11, 7, 6, 4회이었다. 한편 CCR 모형의경우에는효율적인보험회사가모두 5개이며, 이들의참조빈도는삼성생명 15 회, 럭키생명 12회, ING생명 10회, KB생명 6회, SH&C 생명 10회로나타났다. 표 6. 2004 년우리나라생명보험회사의효율성 ( 모델 1) BCC 순위 DMU 효율성참조빈도 RTS BCC CCR 규모효율성 BCC CCR 1 삼성생명 1.000 1.000 1.000 CRS 15 15 1 럭키생명 1.000 1.000 1.000 CRS 11 12 1 ING 생명 1.000 1.000 1.000 CRS 11 10 1 KB생명 1.000 1.000 1.000 CRS 4 6 1 SH&C 생명 1.000 1.000 1.000 CRS 7 10 1 카디프생명 1.000 0.304 0.304 IRS 6 0 7 하나생명 0.916 0.911 0.995 IRS 0 0 8 AIG생명 0.872 0.825 0.946 DRS 0 0 9 흥국생명 0.861 0.856 0.995 IRS 0 0 10 교보생명 0.764 0.751 0.983 DRS 0 0 11 메트라이프 0.751 0.724 0.964 DRS 0 0 12 대한생명 0.740 0.683 0.922 DRS 0 0 13 신한생명 0.627 0.573 0.913 DRS 0 0 14 알리안츠 0.624 0.538 0.862 DRS 0 0 15 동부생명 0.579 0.564 0.975 DRS 0 0 16 푸르덴셜 0.565 0.538 0.951 DRS 0 0 17 동양생명 0.555 0.538 0.969 DRS 0 0 18 SK생명 0.512 0.481 0.940 DRS 0 0 19 금호생명 0.482 0.474 0.984 DRS 0 0 20 녹십자생명 0.458 0.458 1.000 IRS 0 0 21 라이나생명 0.422 0.415 0.983 IRS 0 0 22 뉴욕생명 0.365 0.331 0.906 IRS 0 0 23 PCA생명 0.356 0.343 0.962 IRS 0 0 평균 0.715 0.665 0.937 표준편차 0.224 0.236 0.140 효율적 DMU 의수 6 5 5 IRS의수 7 DRS의수 11 CRS의수 5 주 : 녹십자생명은규모효율성이 0.999508이었으나소수셋째자리에서반 올림한결과로서 1이됨. 2.2 모델 2 의분석결과 모델 2 에대한 2004 년도효율성과규모수익성 (RTS)

DEA/Window 모형을이용한국내생명보험산업의상대적효율성분석 199 그리고참조빈도를구한결과는 [ 표 7] 이다. 모델 2는사업비와자본총계그리고부채총계를이용한수입보험료, 지급보험금과책임준비금그리고운용자산을창출하는효율성을분석한것이다. 표 7. 2004 년우리나라생명보험회사의효율성 ( 모델 2) BCC 효율성참조빈도 DMU RTS 순위 BCC CCR 규모효율성 BCC CCR 1 대한생명 1.000 1.000 1.000 CRS 0 0 1 알리안츠 1.000 1.000 1.000 CRS 3 3 1 삼성생명 1.000 1.000 1.000 CRS 0 0 1 교보생명 1.000 1.000 1.000 CRS 0 0 1 럭키생명 1.000 1.000 1.000 CRS 2 2 1 SK생명 1.000 1.000 1.000 CRS 0 0 1 금호생명 1.000 1.000 1.000 CRS 0 0 1 동양생명 1.000 1.000 1.000 CRS 2 1 1 뉴욕생명 1.000 1.000 1.000 CRS 0 0 1 ING생명 1.000 1.000 1.000 CRS 1 2 1 하나생명 1.000 1.000 1.000 CRS 2 4 1 KB생명 1.000 1.000 1.000 CRS 2 2 1 SH&C 생명 1.000 1.000 1.000 CRS 0 0 1 녹십자생명 1.000 1.000 1.000 CRS 3 3 1 라이나생명 1.000 1.000 1.000 CRS 2 2 1 AIG생명 1.000 1.000 1.000 CRS 6 3 1 카디프생명 1.000 1.000 1.000 CRS 1 1 18 흥국생명 0.967 0.957 0.990 DRS 0 0 19 신한생명 0.962 0.944 0.981 DRS 0 0 20 푸르덴셜 0.962 0.922 0.958 DRS 0 0 21 PCA생명 0.944 0.942 0.998 DRS 0 0 22 메트라이프 0.853 0.853 1.000 IRS 0 0 23 동부생명 0.847 0.847 1.000 IRS 0 0 평균 0.980 0.977 0.997 표준편차 0.043 0.045 0.009 효율적 DMU의수 17 17 17 IRS의수 2 DRS의수 4 CRS의수 17 주 : 메트라이프, 동부생명은 규모효율성이 각각 0.99999984, 0.99999164이였으나, 소수셋째자리에서반올림한결과로서 1이됨. [ 표 7] 에서보는바와같이 2004년도에 BCC 효율성이 1인생명보험회사들은모두 17개로나타났다. 이들모두는 CCR 효율성도 1로나타났으며, 따라서규모효율성도 1이다. 또한규모효율성은대부분의생명보험회사들이높게나타났다. 규모수익성 (RTS) 은 IRS가 2개, DRS가 4개, CRS가 17개회사로나왔다. 규모수익성이 IRS로나온생명보험회사들은메트라이프와동부생명이며, 규모의증가를통한효율성의향상을기대할수있다고해석할수 있다. 한편 DRS로나온생명보험회사들은흥국생명, 신한생명, 푸르덴셜, PCA 생명으로서, 규모의감량화를통한효율성의향상이중요하다고볼수있다. 참조빈도를살펴보면 BCC 모형에서참조빈도가나타난효율적인생명보험회사들은 AIG생명, 알리안츠, 녹십자생명등 10개회사였고 CCR 모형의경우에는하나생명, 알리안츠, 녹십자생명, AIG생명등 10개회사로나타났다. 2.3 모델 1과모델 2의분석결과비교모델 1과모델 2의분석결과를종합적으로정리하면 [ 표 8] 과같다. [ 표 8] 에서보는바와같이모델 1과모델 2에서 2004년도에 BCC 효율성이 1인생명보험회사들은삼성생명, 럭키생명, ING생명, KB생명과 SH&C 생명그리고카디프생명으로나타났다. 한편모든생명보험회사들의 BCC 효율성은모델 1보다모델 2에서높게나타났다. 특히, 뉴욕생명은모델 1의 BCC 효율성은 0.365이었으나모델 2의 BCC 효율성은 1로가장큰차이를보인것으로나타났다. 이는우리나라에서영업중인생보사가노동에대한비효율성이크다는것을나타낸다. 모델 1과모델 2에서 2004년도에 CCR 효율성이모두 1인생명보험회사들은삼성생명, 럭키생명, ING 생명과 KB생명그리고 SH&C 생명으로나타났다. 한편모든생명보험회사들에서모델 2의 CCR 효율성이모델 1의 CCR 효율성이상이었다. 특히, 카디프생명은모델 1에서는 CCR 효율성이 0.304였으나모델 2에서는 1로나타나가장차이가큰것으로나타났다. 모델 1과모델 2에서 2004년도에규모효율성이 1인생명보험회사들은삼성생명, 럭키생명, ING생명과 KB 생명그리고 SH&C 생명으로나타났다. 한편생명보험회사들중에모델 1의규모효율성이모델 2보다높게나타난회사는흥국생명뿐이었으며, 나머지생명보험회사들은모델 1보다모델 2에서규모효율성이높게나타났다. 한편모델 1과 2에서규모수익성이모두 DRS 로나타난회사는신한생명과푸르덴셜이었고, 모두 IRS로나타난회사는하나도없었으며, CRS로나타난회사는 5개회사였다.

200 한국콘텐츠학회논문지 '08 Vol. 8 No. 5 모델 1과모델 2의분석결과를전체적으로비교해보면모델 1의 BCC, CCR, 규모효율성의전체평균은 0.715, 0.665, 0.937로나타났으며, 모델 2는각각 0.980, 0.977, 0.997로나타났다. 즉, 우리나라생명보험산업은자본총계, 부채총계, 사업비로수입보험료, 지급보험금과책임준비금그리고운용자산을창출하는능력이임직원수, 설계사수, 사업비로수입보험료, 지급보험금과책임준비금그리고운용자산을창출하는능력보다높게나타났다. 한편, 모델 1에서 IRS, DRS, CRS로나타난회사의수는 7, 11, 5이었고, 모델 2에서 IRS, DRS, CRS로나타난회사의수는각각 2, 4, 17로나타났다. 표 8. 모델 1 과모델 2 의분석결과 BCC 순위 모델 DMU BCC 효율성 CCR 효율성규모효율성 RTS 1 2 1 2 1 2 1 2 1 삼성생명 1.000 1.000 1.000 1.000 1.000 1.000 CRS CRS 1 럭키생명 1.000 1.000 1.000 1.000 1.000 1.000 CRS CRS 1 ING생명 1.000 1.000 1.000 1.000 1.000 1.000 CRS CRS 1 KB생명 1.000 1.000 1.000 1.000 1.000 1.000 CRS CRS 1 SH&C 생명 1.000 1.000 1.000 1.000 1.000 1.000 CRS CRS 1 카디프생명 1.000 1.000 0.304 1.000 0.304 1.000 IRS CRS 7 하나생명 0.916 1.000 0.911 1.000 0.995 1.000 IRS CRS 8 AIG생명 0.872 1.000 0.825 1.000 0.946 1.000 DRS CRS 9 흥국생명 0.861 0.967 0.856 0.957 0.995 0.990 IRS DRS 10 교보생명 0.764 1.000 0.751 1.000 0.983 1.000 DRS CRS 11 메트라이프 0.751 0.853 0.724 0.853 0.964 1.000 DRS IRS 12 대한생명 0.740 1.000 0.683 1.000 0.922 1.000 DRS CRS 13 신한생명 0.627 0.962 0.573 0.944 0.913 0.981 DRS DRS 14 알리안츠 0.624 1.000 0.538 1.000 0.862 1.000 DRS CRS 15 동부생명 0.579 0.847 0.564 0.847 0.975 1.000 DRS IRS 16 푸르덴셜 0.565 0.962 0.538 0.922 0.951 0.958 DRS DRS 17 동양생명 0.555 1.000 0.538 1.000 0.969 1.000 DRS CRS 18 SK생명 0.512 1.000 0.481 1.000 0.940 1.000 DRS CRS 19 금호생명 0.482 1.000 0.474 1.000 0.984 1.000 DRS CRS 20 녹십자생명 0.458 1.000 0.458 1.000 1.000 1.000 IRS CRS 21 라이나생명 0.422 1.000 0.415 1.000 0.983 1.000 IRS CRS 22 뉴욕생명 0.365 1.000 0.331 1.000 0.906 1.000 IRS CRS 23 PCA생명 0.356 0.944 0.343 0.942 0.962 0.998 IRS DRS 평균 0.715 0.980 0.665 0.977 0.937 0.997 표준편차 0.224 0.043 0.236 0.045 0.140 0.009 효율적 DMU 의수 6 17 5 17 5 17 IRS의수 7 2 DRS의수 11 4 CRS의수 5 17 3. 동태적효율성분석 본연구에서는우리나라에서영업중인생명보험회사들의동태적효율성을분석하기위하여 DEA/Window 모형을사용하였다. 앞절에서설명한대로수집한 21개생명보험회사들의자료를사용하여 CCR 효율성을구한결과는 [ 표 9] 이고, 사용한소프트웨어는 OnFront 이다. 여기서전체기간은 1998년에서 2004년까지의 7년이며, 윈도우의폭은 3으로정하였으므로윈도우의수는모두 5개이고, 각윈도우의 DMU의수는 63개가된다. 이표에서평균은각생명보험회사의윈도우별 3년간효율성을평균한것이며, 전체평균과 SD는 5개윈도우평균의평균값과표준편차이다. 그리고 LDY(Largest difference between scores in the same year) 는각생명보험회사의동일연도효율성값차이중최대값을의미하고, LDP(Largest difference between scores across the entire period) 는전체기간효율성값의최대값과최소값의차이를의미한다. 각 DMU 아래의열범위는동일연도효율성값의차이를의미하고, 연평균은각연도별효율성값의평균을의미한다. 그림 1. 21개생명보험회사의평균효율성변화추이 [ 표 9] 로부터최근 7년간 21개생명보험회사들전체에대한효율성변화추이를파악하기위해서, 이들의연도별효율성평균을그래프로나타낸것이 [ 그림 1] 이다. 이그림에서보는바와같이 1998년에서 1999년까지는전체우리나라생명보험회사들의효율성이상승하였으며, 그후로 2002년을제외하고는지속적으로하락하였음을확인할수있다. 특히효율성이많이하락한해인 2001년과 2003년은변액보험판매의시작과방카슈랑스의도입과같은시대적상황과맞물린다. 한편 21개생명보험회사들중효율성변화의추이가대조적인 5개생명보험회사에대한연도별효율성평균을

DEA/Window 모형을이용한국내생명보험산업의상대적효율성분석 201 그래프로나타낸것이 [ 그림 2] 이다. 이그림으로부터알리안츠는효율성변화가거의없이일정한것으로나타났다. 그리고금호생명의경우효율성이 1998년에서 2000년까지상승하다가최근까지하락추세를보여주고있다. 반면에푸르덴셜의경우효율성이 1998년부터 2002년까지하락하다가최근까지상승하는추세를볼수있었다. 한편메트라이프는 1998년부터최근까지지속적으로하락하는추세를보여주었다. 반면에라이나생명은 1998년부터최근까지지속적으로상승하는추세를볼수있었다. 그림 2. 5개생명보험회사의효율성변화추이한편 [ 표 9] 의 SD, LDY, LDP 값을분석함으로써, 최근 7년간 21개생명보험회사들의효율성에대한안정성을파악할수있다. 먼저이들중 SD( 즉, 7개윈도우평균의표준편차 ) 값이가장작은생명보험회사는녹십자생명으로서각윈도우의효율성이가장안정적이며, SD 값이가장큰생명보험회사는라이나생명으로서각윈도우의효율성이가장불안정한것으로나타났다. 그리고 LDY값 ( 즉, 각생명보험회사의동일연도효율성값차이중최대값 ) 이가장작은생명보험회사는삼성생명으로서연도별효율성도가장안정되었고, 반면에럭키생명은 LDY값이가장크므로연도별효율성도가장불안정하였던것으로해석할수있다. 한편 LDP값 ( 즉, 전체기간효율성값의최대값과최소값의차이 ) 은녹십자생명이 0.02로가장작으므로최근 7년간효율성의변화가가장작았다는것을알수있고, 반면에럭키생명은 LDP값이 0.380으로서가장크므로그동안효율 성변화가가장컸다는것을확인할수있다. Ⅴ. 결론본연구에서는 DEA 모형을이용하여우리나라생명보험회사의정태적효율성과동태적효율성을분석하였다. 먼저정태적효율성을분석하기위해서는투입변수를두가지모델로다르게하여투입변수에따른수입보험료, 지급보험금과책임준비금과운용자산을창출하는효율성을분석하였다. DEA 모형들중에서 CCR-I 모형과 BCC-I 모형을사용하였으며, 23개생명보험회사들의 2004년도효율성과규모수익성 (RTS) 그리고참조빈도를분석하였다. 그결과모델 1에서 BCC 효율성이 1인생명보험회사들은모두 6개로나타났으며, 이들중 5개회사는 CCR 효율성도 1이었다. 규모수익성은 IRS가 7개, DRS가 11 개, CRS가 5개회사로나타났다. 또한모델 2에서 BCC 효율성이 1인생명보험회사들은모두 17개로나타났으며, 이들모두는 CCR 효율성도 1이었다. 규모수익성은 IRS가 2개, DRS가 4개, CRS가 17개회사로나타났다. 우리나라생명보험사들의정태적효율성분석을전체적으로봤을때, 모델 2의 BCC, CCR, 규모효율성이모델 1보다높게나타났다. 이결과는우리나라생명보험산업은자본총계, 부채총계, 사업비를이용하여수입보험료, 지급보험금과책임준비금그리고운용자산을창출하는능력이임직원수, 설계사수, 사업비를이용하여수입보험료, 지급보험금과책임준비금그리고운용자산을창출하는능력보다다소양호함을의미한다. 한편, 모델 1이모델 2보다규모수익성감소 (DRS) 수가더많은것으로나타났다. 한편본연구에서우리나라생명보험회사들의동태적인효율성을분석하기위해서는모델 2를사용하여 DEA/Window 분석 ( 윈도우폭은 3년 ) 을수행하였다. 1998년부터 2004년까지 7년간자료를이용하여 21개생명보험회사효율성의추세와안정성을파악했다. 그결과 1998년에서 1999년까지는우리나라생명보험회사들전체의평균효율성이상승하였으며, 그후로 2002년을

202 한국콘텐츠학회논문지 '08 Vol. 8 No. 5 제외하고는지속적으로하락하였음을확인할수있었다. 21개생명보험회사들의추세는회사마다다양하게나타났다. 또한윈도우별효율성의 SD, LDY, LDP 값을분석함으로써, 최근 7년간 21개생명보험회사들의효율성에대한안정성을파악할수있었다. 앞으로의생명보험회사의유통채널은방카슈랑스, 텔레마케팅과홈쇼핑그리고인터넷보험등으로더욱 매채널을통한비효율성을확인하는것도의미가있을것이다. 또한보험회사의제휴파트너인은행과증권사가포함되지않았는데은행을포함한연구가된다면비효율성의원인을찾기가유용할것이다. 한편, 동태적효율성분석에서 IMF, 방카슈랑스등과같은특정이벤트전후로기간을나누어효율성을보는것도의미가있을것이다. 다양화될것이므로유통채널별로분석하여다양한판 표 9. 1998-2004 년우리나라보험회사의 DEA/Window(CCR-I) 분석결과 구분 1998 1999 2000 2001 2002 2003 2004 평균 전체평균 SD LDY LDP 1.00 0.97 0.97 0.980 대한생명 0.992 0.008 0.030 0.030 1.00 1.00 0.98 0.993 1.00 0.99 0.97 0.987 열범위 0.00 0.03 0.03 0.00 0.00 0.01 0.00 연평균 1.000 0.985 0.990 1.000 1.000 0.985 0.970 1.00 1.00 0.96 0.987 1.00 0.99 1.00 0.997 알리안츠 0.997 0.005 0.040 0.040 열범위 0.00 0.00 0.04 0.00 0.00 0.00 0.00 연평균 1.000 1.000 0.983 1.000 1.000 1.000 1.000 삼성생명 1.00 1.00 0.97 0.990 열범위 0.00 0.00 0.00 0.00 0.00 0.00 0.00 연평균 1.000 1.000 1.000 1.000 1.000 1.000 0.970 1.00 0.97 0.93 0.967 1.00 0.98 0.97 0.983 흥국생명 1.00 0.99 0.97 0.987 1.00 0.98 0.96 0.980 1.00 0.96 0.93 0.963 열범위 0.00 0.03 0.07 0.03 0.03 0.00 0.00 연평균 1.000 0.985 0.970 0.987 0.983 0.960 0.930 1.00 0.96 1.00 0.987 0.99 1.00 0.98 0.990 교보생명 1.00 0.97 0.91 0.960 1.00 0.91 0.91 0.940 0.97 0.92 0.90 0.930 열범위 0.00 0.03 0.00 0.03 0.06 0.01 0.00 연평균 1.000 0.975 1.000 0.983 0.930 0.915 0.900 1.00 1.00 0.78 0.927 1.00 0.89 0.62 0.837 럭키생명 1.00 0.91 0.94 0.950 0.99 1.00 0.78 0.923 1.00 0.81 1.00 0.937 열범위 0.00 0.00 0.22 0.37 0.06 0.03 0.00 연평균 1.000 1.000 0.890 0.840 0.980 0.795 1.000 0.998 0.004 0.000 0.030 0.976 0.009 0.070 0.070 0.961 0.024 0.060 0.100 0.915 0.040 0.370 0.380

DEA/Window 모형을이용한국내생명보험산업의상대적효율성분석 203 0.92 0.98 0.84 0.913 1.00 0.89 0.88 0.923 SK생명 0.91 0.90 0.87 0.893 0.91 0.85 0.87 0.877 0.89 0.87 0.86 0.873 열범위 0.00 0.02 0.07 0.03 0.04 0.00 0.00 연평균 0.920 0.990 0.880 0.897 0.870 0.870 0.860 0.92 0.87 0.92 0.903 1.00 0.97 0.92 0.963 금호생명 1.00 0.95 0.93 0.960 0.97 0.93 0.92 0.940 0.94 0.92 0.89 0.917 열범위 0.00 0.13 0.08 0.05 0.01 0.00 0.00 연평균 0.920 0.935 0.963 0.947 0.933 0.920 0.890 0.99 0.94 0.86 0.930 0.98 0.90 0.89 0.923 동부생명 0.91 0.90 0.84 0.883 0.95 0.84 0.78 0.857 0.92 0.78 0.78 0.827 열범위 0.00 0.04 0.05 0.06 0.08 0.00 0.00 연평균 0.990 0.960 0.890 0.913 0.867 0.780 0.780 0.96 0.93 0.91 0.933 1.00 0.95 0.92 0.957 동양생명 0.97 0.94 0.94 0.950 0.96 0.94 0.95 0.950 0.94 0.95 0.94 0.943 열범위 0.00 0.07 0.06 0.04 0.00 0.00 0.00 연평균 0.960 0.965 0.943 0.940 0.940 0.950 0.940 1.00 1.00 0.98 0.993 1.00 0.98 0.89 0.957 메트라이프 1.00 0.91 0.87 0.927 0.91 0.85 0.80 0.853 0.85 0.80 0.77 0.807 열범위 0.00 0.00 0.02 0.02 0.02 0.00 0.00 연평균 1.000 1.000 0.987 0.903 0.857 0.800 0.770 0.95 0.91 0.86 0.907 0.95 0.90 0.90 0.917 푸르덴셜 0.91 0.91 0.92 0.913 0.82 0.84 0.88 0.847 0.84 0.88 0.89 0.870 열범위 0.00 0.04 0.05 0.09 0.08 0.00 0.00 연평균 0.950 0.930 0.890 0.877 0.867 0.880 0.890 0.98 1.00 0.84 0.940 1.00 0.91 0.88 0.930 신한생명 0.94 0.89 0.86 0.897 0.89 0.86 0.91 0.887 0.88 0.91 0.91 0.900 열범위 0.00 0.00 0.10 0.01 0.02 0.00 0.00 연평균 0.980 1.000 0.897 0.887 0.867 0.910 0.910 1.00 1.00 0.83 0.943 PCA생명 1.00 0.77 1.00 0.923 1.00 1.00 0.91 0.970 열범위 0.00 0.00 0.00 0.23 0.00 0.00 0.00 연평균 1.000 1.000 1.000 0.867 1.000 1.000 0.910 0.896 0.020 0.070 0.160 0.937 0.024 0.130 0.130 0.884 0.039 0.080 0.210 0.947 0.008 0.070 0.090 0.907 0.068 0.020 0.230 0.891 0.028 0.090 0.130 0.911 0.021 0.100 0.160 0.967 0.031 0.230 0.230 뉴욕생명 0.85 1.00 0.97 0.940 0.957 0.011 0.030 0.150

204 한국콘텐츠학회논문지 '08 Vol. 8 No. 5 1.00 0.95 0.93 0.960 0.98 0.94 0.97 0.963 0.93 0.94 0.98 0.950 0.95 0.98 0.99 0.973 열범위 0.00 0.00 0.03 0.01 0.03 0.00 0.00 연평균 0.850 1.000 0.967 0.933 0.953 0.980 0.990 0.99 1.00 1.00 0.997 ING생명 0.99 0.99 1.00 0.993 0.99 1.00 0.97 0.987 열범위 0.00 0.01 0.00 0.01 0.01 0.00 0.00 연평균 1.000 0.995 1.000 0.997 0.993 1.000 0.970 0.98 0.96 0.94 0.960 0.96 0.95 0.97 0.960 하나생명 0.98 0.99 1.00 0.990 1.00 1.00 0.95 0.983 열범위 0.00 0.00 0.04 0.03 0.00 0.00 0.00 연평균 0.980 0.960 0.957 0.987 1.000 1.000 0.950 1.00 0.92 1.00 0.973 KB생명 1.00 0.92 1.00 0.973 1.00 0.99 1.00 0.997 0.99 1.00 1.00 0.997 열범위 0.00 0.08 0.00 0.08 0.01 0.00 0.00 연평균 1.000 0.960 1.000 0.973 0.993 1.000 1.000 1.00 1.00 0.98 0.993 녹십자생명 1.00 1.00 0.99 0.997 1.00 1.00 0.99 0.997 열범위 0.00 0.00 0.00 0.02 0.00 0.01 0.00 연평균 1.000 1.000 1.000 0.993 1.000 0.995 0.990 0.71 0.74 1.00 0.817 0.86 1.00 1.00 0.953 라이나생명 0.99 1.00 1.00 0.997 열범위 0.00 0.12 0.00 0.01 0.00 0.00 0.00 연평균 0.710 0.800 1.000 0.997 1.000 1.000 1.000 0.80 0.75 0.95 0.833 0.83 1.00 1.00 0.943 AIG생명 1.00 1.00 0.99 0.997 1.00 0.97 0.97 0.980 0.99 0.97 0.96 0.973 열범위 0.00 0.08 0.05 0.00 0.02 0.00 0.00 연평균 0.800 0.790 0.983 1.000 0.983 0.970 0.960 전체평균 0.955 0.963 0.961 0.949 0.953 0.939 0.932 0.995 0.005 0.010 0.030 0.979 0.016 0.040 0.060 0.988 0.012 0.08 0.08 0.997 0.002 0.02 0.02 0.953 0.071 0.12 0.29 0.945 0.059 0.08 0.25 주 : DMU 명은현재영업중인보험회사의 2004 년이름으로한다. 왜냐하면, 과거부터현재까지보험회사별로많은변동이있었기때문이다.

DEA/Window 모형을이용한국내생명보험산업의상대적효율성분석 205 참고문헌 [1] 권영준, 이상규, 지홍민, Efficiency, Productivity Change and Firm Characteristics in the Korean Life Insurance Industry, 리스크관리연구, 제12 권, 제1호, pp.3-30, 2001. [2] 김정인, DEA를이용한생명보험사의효율성과생산성측정연구, 이화여자대학교석사학위논문, 2005. [3] 류근옥, 합병 인수에의한생명보험회사의구조조정및부실정리와이에따른회사의효율성및가치에미치는영향, 리스크관리연구, 제11권, 제2호, pp.1-34, 2000. [4] 민재형, 김진한, 한국생명보험산업의효율성평가와비효율성원인의규명 -비모수적접근-, 경영학연구, 제29권, 제1호, pp.321-354, 2000. [5] 박상만, DEA를이용한경영효율성평가 -국내생명보험회사를중심으로-, 연세대학교석사학위논문, 2002. [6] 신정호, DEA를이용한생명보험회사의효율성측정에관한연구, 서울대학교석사학위논문, 2000. [7] 이봉주, 이순재, 정세창, 방카슈랑스도입이금융겸업화효율성에미치는영향, 경영학연구, 제33 권, 제2호, pp.449-472, 2004. [8] 전기석, 손관설, 구조조정전후생보산업효율성분석, 보험학회지, 제59권, pp.39-74, 2001. [9] 정세창, 이정환, 보험회사에대한방카슈랑스도입효과및시사점분석, 보험개발연구, 제14권, 제1호, pp.93-125, 2003. [10] 지홍민, "Output Measurement and the Malmquist Index in the Korean Life Insurance Industry," 리스크관리연구, 제11권, 제1호, pp.185-216, 1999. [11] 홍봉영, 정요섭, 우리나라생명보험산업에대한규모의경제분석, 산업경영연구소, 제14호, pp.177-181, 2002. [12] 홍한국, 김제경, "Evaluating Efficiency of Life Insurance Companies Utilizing DEA and Machine Learning," 한국지능정보시스템학회논문지, 제7권, 제1호, pp.63-79, 2001. [13] R. D. Banker, A. Charnes, and W. W. Cooper, "Some Models for Estimating Technical and Scale Inefficiencies in Data Envelopment Analysis," Management Science, Vol.30, No.9, pp.1078-1092, 1984. [14] A. Charnes, C. T. Clark, W. W. Cooper, and B. Golany, "A Developmental Study of Data Envelopment Analysis in Measuring the Efficiency of Maintenance Units in the U.S. Air Forces," Annals of Operations Research, 2, 95-112, 1985. [15] A. Charnes, W. W. Cooper, and E. Rhodes, "Measuring the Efficiency of Decision Making Units," European Journal of Operational Research, Vol.2, pp.429-444, 1978. [16] W. W. Cooper, L. M. Seiford, and K. Tone, Data Envelopment Analysis : A Comprehensive Text with Models, Applications, References and DEA-Solver Software, Kluwer Academic Publisher, 2000. [17] J. D. Cummins and M. Rubio-Misas, "Deregulation, Consolidation, and Efficiency: Evidence From the Spanish Insurance Industry," working paper, The Wharton Financial Institutions Center, 2001. [18] J. D. Cummins, M. Rubio-Misas, and H. Zi, "The Effect of Organizational Structure on Efficiency: Evidence from the Spanish Insurance Industry," working paper, 2002. [19] J. D. Cummins, S. Tennyson and M. A. Weiss, "Consolidation and Efficiency in the US Life Insurance Industry," Journal of Banking & Finance, Vol.23, pp.325-357, 1999. [20] J. D. Cummins, G. Turchetti, and M. A. Weiss, Productivity and Technical Efficiency Italian

206 한국콘텐츠학회논문지 '08 Vol. 8 No. 5 Insurance Industry, working paper, The Wharton Financial Institutions Center, 1996. [21] J. D. Cummins and H. Zi, Measuring Cost Efficiency in the U.S. Life Insurance Industry: Econometric and Mathematical Programming Approaches, working paper, The Wharton Financial Institutions Center, 1996. [22] J. D. Cummins and H. Zi, "Comparison of Frontier Efficiency Methods: An Application to the U.S. Life Insurance Industry," Journal of Productivity Analysis, Vol.10, pp.131-152, 1998. [23] S. R. Diacon, K. Starkey, and C. O'Brien, "Size and Efficiency in European Long-term Insurance Companies: An International Comparison," The Geneva Papers on Risk and Insurance, Vol.27, No.3, pp.444-466, 2002. [24] K. C. Ennsfellner, D. Lewis, and R. I. Anderson, "Production Efficiency in the Austrian Insurance Industry: A Bayesian Examination," The Journal of Risk and Insurance, Vol.71, No.1, pp.135-159, 2004. [25] F. Fecher, D. Kessler, S. Perelman, and P. Pestieau, "Productive Performance of the French Insurance Industry," The Journal of Productivity Analysis, Vol.4, pp.77-93, 1993. [26] H. Fukuyama, "Investigating Productive Efficiency and Productivity Changes of Japanese Life Insurance Companies," Pacific-Basin Finance Journal, Vol.5, pp.481-509, 1997. [27] P. Hardwick, M. B. Adams, and Z. Hong, Corporate Governance and Cost Efficiency in the United Kingdom Life Insurance Industry, EBMS working paper, 2003. [28] T. Leverty, Y. Lin, and H. Zhou, Firm Performance in the Chinese Insurance Industry, working paper, 2004. [29] B. Mahlberg and T. Url, "Effects of the Single Market on the Austrian Insurance Industry," Empirical Economics, Vol.28, pp.813-838, 2003. [30] S. A. Mansor and A. Radam, Productivity and Efficiency Performance of the Malaysian Life Insurance Industry," Jurnal Ekonomi Malaysia, Vol.34, pp.93-105, 2000. [31] K. Tone and B. K. Sahoo, "Evaluating Cost Efficiency and Returns to Scale in the Life Insurance Corporation of India Using Data Envelopment Analysis," Socio-Economic Planning Sciences, Vol.39, pp.261-285, 2005. [32] A. C. Worthington and E. V. Hurley, Technical, Allocative and Cost Efficiency in the Australian General Insurance Industry, working paper, 2000. 저자소개이형석 (Hyung-Suk Lee) 정회원 2006년 2월 : 부산대학교경영학과 ( 경영석사 ) 2006년 3월 ~ 현재 : 부산대학교경영학과박사과정 < 관심분야 > : DEA, 공급사슬관리, 성과평가김기석 (Ki-Seog Kim) 정회원 1975년 2월 : 서울대학교경영학과 ( 경영학사 ) 1977년 2월 : 한국과학원산업공학과 ( 공학석사 ) 1986년 12월 : University of Washington( 경영학박사 ) 1987년 3월 ~ 현재 : 부산대학교경영학부교수 < 관심분야 >: DEA, 스프레드시트의활용, 공급사슬관리