기업 디지털 전환의 영향요인 분석 : 패널 VAR 모형 기반으로
Analyzing the Influential Factors of Digital Transformation: Based on PVAR Model
- 주제어 (키워드) 디지털 전환 , TOE 프레임워크 , 패널 VAR(PVAR) , 그랜저 인과관계 , 기술 다양성 , 업무 다각화 , 최고경영진 디지털 리더십 , digital transformation , TOE framework , Panel VAR(PVAR) , Granger causality , technology diversification , business diversification , TMT digital leadership
- 발행기관 서강대학교 일반대학원
- 지도교수 이상근
- 발행년도 2025
- 학위수여년월 2025. 2
- 학위명 박사
- 학과 및 전공 일반대학원 경영학과
- 실제 URI http://www.dcollection.net/handler/sogang/000000079779
- UCI I804:11029-000000079779
- 본문언어 한국어
- 저작권 서강대학교 논문은 저작권 보호를 받습니다.
초록 (요약문)
디지털 전환은 디지털 기술을 활용하여 조직의 운영 방식과 비즈니스 모델을 혁신하고, 새로운 가치를 창출하며 지속 가능한 성장과 경쟁 우위를 확보하기 위한 핵심 과정이다. 이는 단순한 기술 도입을 넘어 전략, 문화, 프로세스 전반에 걸친 변화를 포함하며, 비즈니스 모델 혁신, 운영 효율성 증대, 고객 경험 향상 등 다양한 가치를 실현한다. 기존 연구들은 디지털 전환에 영향을 미치는 요인을 설명하기 위해 혁신 확산 이론(DOI), 기술 수용 모델(TAM), 자원 기반 관점(RBV), 기술-조직-환경(TOE) 프레임워크 등을 활용해왔다. 또한, OLS 회귀분석과 설문조사 기반 분석에 의존하여 디지털 전환의 영향 요인을 탐구하는 데 주로 초점을 맞춰왔다. 그러나 OLS 회귀분석은 변수 간의 인과 관계를 판단하는 데 유용하나, 내생성 문제를 충분히 반영하지 못하는 한계를 가진다. 설문조사는 주관적인 응답에 의존함에 따라 데이터의 신뢰성과 정합성에 문제가 있을 수 있다. 본 연구는 이러한 한계를 보완하고자 TOE 프레임워크를 기반으로 기술적(기술 다양성, 연구개발 투자), 조직적(연구직 비율, 최고경영진(TMT) 디지털 리더십), 환경적(업무 다각화) 요인 간의 동태적 상호작용과 장기적 관계를 실증적으로 분석하였다. 이를 위해 2015년부터 2022년까지 중국 상하이와 선전 증권거래소에 상장된 542개 A주 기업의 데이터를 수집하였으며, 패널 VAR(PVAR) 모형을 활용해 그랜저 인과관계(Granger Causality), 충격 반응 분석(IRF), 분산 분해 분석(FEVD)를 통해 주요 변수 간의 상호작용과 영향을 분석하였다. 패널 VAR 분석 결과, 디지털 전환은 전기 디지털 전환, 연구개발 투자, 연구직 비율의 긍정적 영향을 받는 것으로 나타났으며, 반면 기술 다양성과 업무 다각화는 부정적 영향을 미치는 것으로 확인되었다. 또한, 그랜저 인과관계 분석에서는 기술 다양성, 연구개발 투자, 업무 다각화, 연구직 비율이 디지털 전환을 예측하는 데 중요한 변수로 밝혀졌다. 충격 반응 분석(IRF)과 분산 분해 분석(FEVD)을 통해 변수들 간 단기적 및 장기적 효과와 각 요인의 상대적 중요도가 명확히 나타났다. 최고경영진 디지털 리더십은 시간이 지남에 따라 디지털 전환에 지속적으로 긍정적 영향을 미쳤으며, 기술 다양성과 업무 다각화는 시간이 흐를수록 부정적 영향을 보였다. 연구개발 투자와 연구직 비율은 초기에는 디지털 전환을 촉진하는 긍정적 영향을 보였으나, 일정 시점에서 최고치에 도달한 이후 점차 감소하는 것으로 나타났다. 또한, 디지털 전환은 단기적으로는 자기 설명력이 강했지만, 장기적으로는 업무 다각화와 연구개발 규모와 같은 변수들의 영향을 점차적으로 받는 것으로 확인되었다. 본 연구는 패널 VAR 모형을 활용하여 디지털 전환에 영향을 미치는 주요 요인 간의 동태적 관계를 파악함으로써, 기존 연구의 한계를 보완하고 디지털 전환에 대한 학문적 이해를 확장하는 데 기여한다. 실무적으로는 디지털 전환, 연구개발 투자, 연구직 비율, 업무 다각화. 기술 다양성, 최고경영진 디지털 리더십 간의 상호작용과 시간적 영향을 종합적으로 분석하여, 기업이 자원 배분과 디지털 전환 전략을 최적화하고 단기적 성과와 장기적 지속 가능성을 동시에 달성할 수 있는 구체적인 방향성을 제시한다.
more초록 (요약문)
Digital transformation is a strategic process in which organizations leverage digital technologies to innovate their operations and business models, create new value, and achieve sustainable growth and competitive advantages. This process goes beyond the mere adoption of technology, encompassing strategic, cultural, and process-oriented changes that foster business model innovation, enhance operational efficiency, and improve customer experiences. Existing studies have employed theoretical frameworks such as the Diffusion of Innovation (DOI), Technology Acceptance Model (TAM), Resource-Based View (RBV), and Technology-Organization-Environment (TOE) to examine the factors influencing digital transformation. However, many of these studies rely on Ordinary Least Squares (OLS) regression and survey-based methods, which have inherent limitations. While OLS regression is useful for identifying relationships among variables, it fails to adequately address endogeneity issues. Similarly, survey-based methods, due to their reliance on subjective responses, are prone to biases, raising concerns about data reliability and validity. To address these limitations, this study utilizes the Technology-Organization-Environment (TOE) framework to empirically analyze the dynamic interactions and long-term relationships among technological factors (technological diversity, R&D investment), organizational factors (R&D employee ratio, top management digital leadership), and environmental factors (business diversification). The analysis is based on data from 542 A-share companies listed on the Shanghai and Shenzhen stock exchanges over the period 2015 to 2022. A Panel Vector Autoregression (PVAR) model is employed to explore Granger causality, impulse response functions (IRF), and forecast error variance decomposition (FEVD), offering insights into the dynamic relationships and impacts of key variables on digital transformation. The results of the Panel VAR analysis revealed that digital transformation is positively influenced by lagged digital transformation, lagged R&D investment, and the lagged ratio of R&D employee, while lagged technological diversification and lagged business diversification exert negative effects. Furthermore, Granger causality analysis identified technological diversification, R&D investment, business diversification, and the R&D employee ratio as significant predictors of digital transformation. The Impulse Response Function (IRF) and Forecast Error Variance Decomposition (FEVD) analyses provide detailed insights into the short- and long-term effects among variables and the relative importance of each factor. Over time, top management digital leadership consistently exhibits a positive influence on digital transformation. In contrast, the negative effects of technological diversification and business diversification intensify over time. While R&D investment and the R&D employee ratio initially contribute positively to digital transformation, their impact peaks at a certain point and then gradually diminishes. Furthermore, digital transformation demonstrates strong self-reinforcement in the short term, but its influence shifts to factors such as business diversification and R&D scale in the long term. This study contributes significantly to the existing literature by addressing the limitations of prior research and advancing the academic understanding of digital transformation. By employing a Panel VAR model, it provides a perspective on the mechanisms driving digital transformation and the interplay of influencing factors. From a practical perspective, this research offers a comprehensive analysis of the interactions and temporal effects among critical factors, including digital transformation, R&D investment, R&D employee ratio, business diversification, technological diversification, and top management digital leadership. The findings offer actionable insights, enabling organizations to strategically allocate resources and design effective digital transformation strategies to achieve both immediate performance gains and long-term sustainability.
more목차
제 1 장 서론 1
1.1 연구의 배경 및 목적 1
1.2 연구의 구성 5
제2장 이론적 배경 6
2.1 디지털 전환 6
2.2 디지털 전환 관련 기술 8
2.3 디지털화와 디지털 전환의 차이 9
2.4 디지털 전환의 측정 11
2.5 기술 다양성 12
2.5.1 기술 다양성의 측정 15
2.6 업무 다각화 16
2.7 기술-조직-환경(TOE) 프레임워크 17
2.7.1 기술차원에서 디지털 전환에 관한 요인 19
2.7.2 조직차원에서 디지털 전환에 관한 요인 21
2.7.3 환경차원에서 디지털 전환에 관한 요인 22
2.8 동적역량과 TOE 프레임워크: 변수 간의 관계 설명 24
제3장 연구방법론 26
3.1 데이터 수집 26
3.2 변수 설명 27
3.2.1 디지털 전환 27
3.2.2 기술 다양성 28
3.2.3 업무 다각화 29
3.2.4 연구개발 투자 30
3.2.5 연구직 비율 31
3.2.6 최고경영진 디지털 리더십 31
3.3 연구 방법 32
3.4 PVAR 모형의 분석 절차 34
3.4.1 패널 단위근 검증 34
3.4.2 패널 공적분 분석 35
3.4.3 적정 시차 추정 37
3.4.4 그랜저 인과관계 38
3.4.5 충격 반응(IRF) 분석 39
3.4.6 분산 분해(FEVD) 분석 39
제4장. 실증분석 41
4.1 기술통계 41
4.2 상관관계 및 VIF 검증 결과 42
4.3 패널 단위근 검증 결과 43
4.4 적정시차 선정 44
4.5 PVAR 추정결과 45
4.6 그랜저 인과관계 결과 49
4.7 PVAR모형 안정성 51
4.8 충격반응분석 결과 52
4.8.1 디지털 전환(Digital)에 대한 충격반응분석 결과 52
4.8.2 기술 다양성(TechDiv)에 대한 충격반응분석 결과 53
4.8.3 연구개발 투자(RDSZ)에 대한 충격반응분석 결과 54
4.8.4 업무 다각화(BusiDiv)에 대한 충격반응분석 결과 55
4.8.5 연구직 비율(rdEmployee)에 대한 충격반응분석 결과 56
4.8.6 최고경영진 디지털 리더십(TMTDL)에 대한 충격반응분석 결과 57
4.9 분산분해 결과 59
4.9.1 디지털 전환(Digital) 59
4.9.2 기술 다양성(TechDiv) 61
4.9.3 연구개발 투자(RDSZ) 63
4.9.4 업무 다각화(BusiDiv) 65
4.9.5 연구직 비율(rdEmployee) 67
4.9.6 최고경영진 디지털 리더십(TMTDL) 69
제5절 결론 72
5.1 결과요약 72
5.2 시사점 75
5.2.1 학문적 시사점 75
5.2.2 실무적 시사점 76
5.3 한계점 및 향후 연구 78
부록 81
참고문헌 84