원문정보
피인용수 : 0건 (자료제공 : 네이버학술정보)
초록
한국어
IDC 社의 최근 보고서에 따르면, 2025년에는 2016년 에 생성된 데이터의 10배에 달하는 163제타바이트의 데이터가 생성될 것이고 그 주체의 비중은 소비자에 서 기업으로 이동하고 있다고 한다. 이러한 소위 ‘빅데이터의 물결’은 도래하고 있고 그 파장은 산 업 전반적으로 영향을 미칠 것이다. 따라서, 방대한 데이터를 효과적으로 관리하는 것은 기업의 관점에 서 그 어느 때보다 더 중요하다. 하지만, IT 투자에 대한 효과를 정량적으로 측정한 선행 연구는 다수 존재함에도 불구하고 빅데이터 투자 효과를 정량적 으로 측정한 선행 연구는 거의 전무한 실정이다. 따 라서, 해당 투자 효과를 정량적으로 분석한다면 기 업의 의사 결정을 도울 수 있을 것이다. 본 연구는 보다 심층적으로 이 효과를 분석하기 위해서 5가지 하위 변수를 설정했고 그 내용은 기업 크기, 섹터 구분(Finance와 ICT), 투자 구축 완료 구분, 벤더 유무 구분이다. 본 연구는 재무 및 회계 분야에서 널리 쓰이는 사건연구방법론을 사용해서 투자 효과 를 측정했고 그 결과 투자 이후 기업의 시장 가치가 증가하는 것을 관측할 수 있었다. 또한, 하위 변수 5개의 분석 모두 유의미한 결과를 도출했다는 점에서 시사점이 있다.
목차
Abstract
서론
선행 연구
빅데이터 정의
빅데이터 투자 관련 선행 연구
이론적 배경
효율적 시장 가설
방법론
사건연구방법론 – 시장 모형
사건연구방법론 – 시장 조정 모형
측정 과정
데이터 수집
측정
결과 분석 및 해석
1. 전체 기업
2. 섹터 – Finance vs. non-Finance
3. 섹터 – ICT vs. non-ICT
4. 기업 크기 – Big vs. small
5. 벤더 유무 - 유 vs. 무
6. 구축 상태 – 예정 vs. 완료
분석 결과 강건성(Robustness) 확인
결론
시사점 및 한계
한계
References
서론
선행 연구
빅데이터 정의
빅데이터 투자 관련 선행 연구
이론적 배경
효율적 시장 가설
방법론
사건연구방법론 – 시장 모형
사건연구방법론 – 시장 조정 모형
측정 과정
데이터 수집
측정
결과 분석 및 해석
1. 전체 기업
2. 섹터 – Finance vs. non-Finance
3. 섹터 – ICT vs. non-ICT
4. 기업 크기 – Big vs. small
5. 벤더 유무 - 유 vs. 무
6. 구축 상태 – 예정 vs. 완료
분석 결과 강건성(Robustness) 확인
결론
시사점 및 한계
한계
References
저자정보
참고문헌
자료제공 : 네이버학술정보