• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.343-347
• /
• 2022

최근 자연어처리 분야에서는 BERT, RoBERTa, 그리고 BART와 같은 사전 학습된 언어 모델 (Pre-trained Language Models, PLM) 기반 미세 조정 학습을 통하여 여러 하위 과업에서 좋은 성능을 거두고 있다. 이는 사전 학습된 언어 모델 및 데이터 집합의 크기, 그리고 모델 구성의 중요성을 보여주며 대규모 사전 학습된 언어 모델이 각광받는 계기가 되었다. 하지만, 거대한 모델의 크기로 인하여 실제 산업에서 쉽게 쓰이기 힘들다는 단점이 명백히 존재함에 따라 최근 매개변수 효율적인 미세 조정 및 Few-Shot 학습 연구가 많은 주목을 받고 있다. 본 논문은 Prompt tuning, Prefix tuning와 프롬프트 기반 미세 조정 (Prompt-based fine-tuning)을 결합한 Few-Shot 학습 연구를 제안한다. 제안한 방법은 미세 조정 ←→ 사전 학습 간의 지식 격차를 줄일 뿐만 아니라 기존의 일반적인 미세 조정 기반 Few-Shot 학습 성능보다 크게 향상됨을 보인다.

• The Korean Journal of Financial Management
• /
• v.11 no.2
• /
• pp.65-81
• /
• 1994

주식의 기대수익률과 체계적 위험과의 관계를 설명한 자본자산가격결정모형(CAPM)은 지난 30년간 많은 재무학자들에 의해 지속적으로 검증 받아 왔다. 물론, 자본시장의 효율성도 포함된 결합가설(結合假說)(joint hypothesis)의 검증이라는 어려운 점도 있으나, 일련의 연구는 기존에 발견된 주가이례(株價異例)현상을 설명하기 위해 새로운 위험 변수가 필요하다고 지적하였다. 이러한 방향으로의 연구 중 차별정보가설은 투자분석에 이용 가능한 정보의 양(量)이 위험측정의 불확실성을 결정하므로 주식의 수익률도 따라서 변하게 된다고 설명하고 있다. 본 연구는 기업의 다각화가 진행됨에 따라 각 사업단위의 회계정보 및 소속산업의 자료수집을 통한 정보의 양이 증가된다는 가정아래 차별정보가설을 실증 분석한다. 기업규모를 통제하여 구성한 포트폴리오 분석 방법은 다각화지 수가 낮은 기업이 체계적으로 높은 초과수익률을 갖는 것으로 나타났다. 이 분석결과는 차별정보가설이 예 상하는 바와 일치하는 결과로 해석될 수 있다. 그러나, 기업규모의 통제없이 구성한 다각화 포트폴리오의 분석결과와 개별기업 차원의 회귀분석 결과는 초과수익률과 기업의 다각화 정도가 선형 관계가 아닌 U자형의 관계에 있다는 것을 보여주고 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2021.11a
• /
• pp.541-544
• /
• 2021

본 논문은 어떤 기업의 주식 주문 정보를 담고 있는 호가창(limit order book)과 해당 기업과 관련된 뉴스 헤드라인을 사용하여 해당 기업의 주가 등락을 예측하는 딥러닝 기반 모델을 제안한다. 제안 모델은 호가창의 중기 변화와 단기 변화를 모두 고려하는 한편, 동기간 발생한 뉴스 헤드라인까지 예측에 고려함으로써 주가 등락 예측 정확도를 높인다. 제안 모델은 호가창의 변화의 특징을 CNN(convolutional neural network)으로 추출하고 뉴스 헤드라인을 Word2vec으로 생성된 단어 임베딩 벡터를 사용하여 나타낸 뒤, 이들 정보를 결합하여 특정 기업 주식의 다음 날 등락여부를 예측한다. NASDAQ 실데이터를 사용한 실험을 통해 제안 모델로 5개 종목(Amazon, Apple, Facebook, Google, Tesla)의 일일 주가 등락을 예측한 결과, 제안 모델은 기존 방법에 비해 정확도를 최대 17.14%, 평균 10.7% 향상시켰다.

• KDI Journal of Economic Policy
• /
• v.18 no.1
• /
• pp.149-215
• /
• 1996

현행 민영화정책이 공기업의 효율성제고를 최우선 목표로 설정한 것은 타당한 선택이었음에도 불구하고, 경제력집중 심화에 대한 우려와 주식시장의 제약 등을 이유로 민영화정책은 그 추진실적이 부진하고 향후 지속 여부가 불투명한 것이 현실이다. 본(本) 논문(論文)은 우리나라 공기업민영화를 둘러싼 논쟁의 핵심인 경제력집중(經齊力集中), 경쟁도입(競爭導入), 주식시장여건(株式市場與件) 등이 공기업민영화와 관련하여 어떻게 이해되어야 할 것이며, 바람직한 정책대응(政策對應)은 무엇인지를 논의하고 있다. 재산권이론(財産權理論)을 동원하여 주인(主人) 있는 경영(經營)의 의미를 재해석할 때, 기업지배(企業支配) 통제구조(統制構造)의 정착이 요원한 우리 현실에서 민영화가 기업효율을 제고하려면 민간대주주(民間大株主)의 지배(支配)를 인정하는 방식이 최선책(最善策)이며, 소유가 분산되고 전문경영체제(專門經營體制)를 도입하는 민영화방식은 지배구조(支配構造)의 실패가능성(失敗可能性) 때문에 차선책(次善策)이라고 평가된다. 그러나 효율성 차원의 최선책은 경제력집중이라는 국민경제적 비용을 초래하므로, 정부로서는 경제력 집중이라는 비용(費用)과 효율성이라는 편익(便益)을 조화시키는 방안을 모색할 수밖에 없다. 이 경우 정부가 고려할 보완책(補完策)으로는 감자후(減資後) 민영화(民營化)와 분할민영화(分割民營化)가 있다. 한편 자연독점의 특성이 뚜렷한 일부 네트워크사업분야를 제외하면, 민영화시 경쟁도입(競爭導入)은 기업효율성과 국민경제의 배분효율성을 제고하므로 정부로서는 당연한 선택일 것이다. 경쟁은 공기업의 인수자격규제에 있어서도 새로운 기준을 제시하는데, 민영화를 정부(政府)와 민간(民間)사이의 M&A로 이해하고 경쟁제한적(競爭制限的) 기업결합(企業結合)을 규제하는 공정거래법(公正去來法)의 정신(精神)이 인수자격규제기준이 되어야 하며, 업종전문화(業種專門化) 발상(發想)에 근거한 인수자격규제는 득보(得)다 실(失)이 클 것이다. 아직도 자생적 성장기반이 취약한 주식시장의 제약에 따라 민영화일정의 탄력적인 조정은 불가피하지만, 정부는 상장(上場)의 필요성(必要性)을 재검토하고, 매각(賣却)의 우선순위(優先順位)를 조정하며, 무엇보다도 양질(良質)의 주식(柱式) 공급(供給)이 수요(需要)를 창출하는 메커니즘을 개발해야한다. 이와 함께 본(本) 논문(論文)은 현행 추진체계(推進體系)에 내재된 민영화의 지연가능성이 심각한 문제임을 지적하였고, 대규모 공기업의 민영화가 대기업(大企業)의 새로운 전형(典型)을 창출하여 한국자본주의(韓國資本主義)의 건전한 발전을 앞당기는 역사적 기회라는 점을 강조하고 있다. 마지막으로 재벌인수가 가능한 경우와 규제되어야 할 각각의 경우에 대하여 민영화정책(民營化政策)의 '체크리스트'를 제시하고 있다.

• Journal of KIISE:Software and Applications
• /
• v.29 no.11
• /
• pp.785-794
• /
• 2002

Automatic stock trading systems should be able to solve various kinds of optimization problems such as market trend prediction, stock selection, and trading strategies, in a unified framework. But most of the previous trading systems based on supervised learning have a limit in the ultimate performance, because they are not mainly concerned in the integration of those subproblems. This paper proposes a stock trading system, called R-Trader, based on reinforcement teaming, regarding the process of stock price changes as Markov decision process (MDP). Reinforcement learning is suitable for Joint optimization of predictions and trading strategies. R-Trader adopts two popular reinforcement learning algorithms, temporal-difference (TD) and Q, for selecting stocks and optimizing other trading parameters respectively. Technical analysis is also adopted to devise the input features of the system and value functions are approximated by feedforward neural networks. Experimental results on the Korea stock market show that the proposed system outperforms the market average and also a simple trading system trained by supervised learning both in profit and risk management.

• Journal of Cadastre & Land InformatiX
• /
• v.49 no.1
• /
• pp.45-63
• /
• 2019

Until recently, most people have invested in a traditional portfolio consisting of stocks, bonds and real estates based on the three-division method of properties in Korea. However, this study analyzed the impact of the composition of a portfolio combining representative real estate indirect investment products such as Reits and real estate funds on the investment performance. For this purpose, the empirical analysis using the mean variance model, which is the most appropriate method for the portfolio composition, was used. For variables used in this study, mixed asset portfolios were classified into Portfolio A through Portfolio G depending on the composition of assets, and the price indices selected as Kospi, Krx bond, Reits Trus Y7, Hanwha-Lasal fund, and Office (Seoul). The results are as follows; first Portfolio D, which combined bonds, stocks, Reits and Real Estate funds, and Portfolio G, which added the office, the actual real estate, were shown to have the lowest risk. second, Portfolio B composed of bonds, stocks and Reits and Portfolio D with added real estate funds had the lowest risk while Portfolio F composed of bonds, stocks, offices and real estate funds, and Portfolio G with added Reits were the most profitable. As a result, it has been analyzed that it was more effective to compose a portfolio including Reits and real estate funds, which were real estate indirect investment products that eliminated the illiquidity limitation of real estates than real estates, the traditional three-division method of properties. Therefore, it is possible to minimize the risk of investors and reduce the cost of ownership of the real estate by solving the illiquidity problem that is the biggest disadvantage of the direct investment, In addition, it is considered that it is more necessary to reinvigorate the real estate indirect investment market where small amounts can be invested.

• The Korean Journal of Financial Management
• /
• v.20 no.2
• /
• pp.41-72
• /
• 2003

The purposes of this paper are to build theoretical and empirically testable model to identify determining factors of ownership structure, and to analyze this model empirically using th Korea Stock Exchange panel data, and to test the impact of opening the stock market on the determinants of ownership structure. The determining factors of ownership structure identified in this paper include debt ratio, dividend, asset characteristics, profitability, growth business risk, size, institutional investors and chaebol-non chaebol dummy variable. Empirical panel estimation test reveals that this model can explain about $9\sim11%$ of the cross sectional variance in the equity ratio of large shareholders. The reasons that this model has too explanatory power are that some variables were measured with errors, and that there were some omitted variables in tested model. The regression results on the model variables ar generally in line with predictions. But the coefficient estimates on size is never significant. And it appears that the exogenous variable which explains opening the stock market has positive effect on the determinants of ownership structure.

• Journal of the Korean Data and Information Science Society
• /
• v.22 no.2
• /
• pp.335-351
• /
• 2011

In order to resolve data scarcity problem related to crisis, Oh and Kim (2007) proposed to use stability oriented approach which focuses a base period of financial market, fits asymptotic stationary autoregressive model to the base period and then compares the fitted model with the current market situation. Based on such approach, they developed financial market instability index. However, since neural network, their major tool, depends on the base period too heavily, their instability index tends to suffer from inaccuracy. In this study, we consider linear asymptotic stationary autoregressive model and neural network to fit the base period and produce two instability indexes independently. Then the two indexes are combined into one integrated instability index via newly proposed combining method. It turns out that the combined instability performs reliably well.

• The Korean Journal of Applied Statistics
• /
• v.21 no.5
• /
• pp.727-738
• /
• 2008

If a cointegrating relation is affected by important economic and political events occurred in the sample period, the assumption of the time-invariant cointegrating vector is violated, which leads to the misrep-resentation of the actual relations between the variables. From such a viewpoint, this study utilizes the recursive estimation process in testing for the stability of the long-run equilibrium of the domestic stock market system and then attempts to develop the framework for stabilizing time-variant cointegraing relations by introducing the dummy variables where the structural changes are found to exist.

• Annual Conference on Human and Language Technology
• /
• 2022.10a
• /
• pp.289-294
• /
• 2022

의존구문분석은 문장을 의존관계(의존소-지배소)로 분석하는 구문분석 방법론이다. 현재 사전학습모델을 사용한 전이 학습의 딥러닝이 좋은 성능을 보이며 많이 연구되지만, 데이터셋에 의존적이며 그로 인한 자료부족 문제와 과적합의 문제가 발생한다는 단점이 있다. 본 논문에서는 언어학적 지식에 기반한 강화된 지배소-의존소 제약규칙 에지 알고리즘을 심층학습과 결합한 모델을 제안한다. TTAS 표준 가이드라인 기반 모두의 말뭉치로 평가한 결과, 최대 UAS 96.28, LAS 93.19의 성능을 보였으며, 선행연구 대비 UAS 2.21%, LAS 1.84%의 향상된 결과를 보였다. 또한 적은 데이터셋으로 학습했음에도 8배 많은 데이터셋 학습모델 대비 UAS 0.95%의 향상과 11배 빠른 학습 시간을 보였다. 이를 통해 심층학습과 언어지식의 결합이 딥러닝의 문제점을 해결할 수 있음을 확인하였다.