배경: 급성 호흡곤란증후군은 다양한 병인에 의해 발병하지만 그 병인론이 아직까지 확립되어 있지 않다. 본 연구에서는 장의 허혈-재관류시에 발병하는 급성 호흡곤란증후군에서 group II phospholipase $A_2$ ($PLA_2$)의 역할을 알아보기 위하여 시행되었다. 특히 폐장내의 호중구의 침윤과 더불어 유발되는 산화성 스트레스에서 group II $PLA_2$의 역할을 규명하려 하였다. 대상 및 방법: 체중 300g 내외의 Sprague-Dawley 종 흰쥐에서 급성 폐손상을 유발하기 위하여 상장간막동맥을 60분간 차단한 후 120분간 재관류를 시행하였다. Group II $PLA_2$가 폐장의 손상, 특히 혈관 내피세포의 손상에 미치는 영향을 호중구의 작용과 연관하여 알아보기 위하여 폐누출지수, 폐장내 myeloperoxidase의 활성도, 폐포세척액내의 단백함량을 측정하였다. 또한 장의 허혈-재관류에 따른 폐장내 $PLA_2$ 활성도의 변화를 검사하였고, 호중구에서의 산소기 형성에 미치는 group II $PLA_2$의 역할은 분리된 호중구에 rutin, manoalide, scalaradial과 같은 group II $PLA_2$ 억제제를 이용하여 산소기 생성이 억제됨을 확인함으로써 알아보았다. 장의 허혈-재관류에 따른 폐장 조직의 산화성 스트레스를 확인하기 위해 광학현미경법 및 cerium chloride를 이용한 세포화학적인 전자현미경법을 이용하여 폐장내 산소기의 생성을 확인하였다. 결과: 장의 허혈-재관류 후 폐장내 호중구의 침윤과 함께 급성 폐손상이 유발되었고, 폐장내 myeloperoxidase 활성도, 폐누출지수 및 폐세척액내의 단백함량이 대조군에 비해 유의하게 증가하였다(p<0.001). 폐장 및 장에서의 group II $PLA_2$ 활성도는 허혈-재관류 후 폐장, 장 모두에서 유의하게 증가하였고, rutin에 의해서 현저히 감소하였다(p<0.001). 사람의 혈액에서 분리된 호중구에서의 산소기 생성을 cytocrhome-c reduction assay를 통해 알아본 결과 rutin, manoalide, scalaradial 같은 group II PLA, 억제제에 의해 호중구의 산소기 생성이 감소함을 알 수 있었다. 허혈-재관류 후 광학현미경적 소견은 폐장내 염증세포의 침윤 및 모세혈관 주위의 부종이 관찰되었으나 rutin에 의해 이러한 변화는 억제되었다. $CeCl_3$을 이용한 세포화학적 전자현미경 실험에서 허혈-재관류 후 과산화수소의 생성이 증가하고 rutin에 의해서는 억제됨을 확인하였다. 결론: Croup II $PLA_2$의 억제는 침윤된 호중구로부터 산화기 생성을 억제함으로써 급성 폐손상을 완화하는 것으로 보이며, 따라서 group II $PLA_2$는 장 허혈-재관류로 유도된 급성 폐손상의 산화성 스트레스에서 중요한 역할을 하는 것으로 보인다.
2005년 7월 21일, 중국인민은행은 위안화 환율 제도를 미 달러화에 대한 고정환율제에서 통화바스켓 기준 관리변동환율제로 변경하였다. 이러한 변화는 중국 기업들이 환율변동에 자유로울 수 없음을 의미한다. 본 연구는 변동환율제도 하에서 위안화 환율변동과 벤처기업의 재무적 성과 간의 관계에 대한 분석에 연구의 목적을 두었다. 본 연구의 분석과정 및 결과는 아래와 같다. 첫째, 벤처기업의 재무성과를 측정하기 위하여 중국 상하이 증권거래소에 상장된 기업 중 무작위로 산동성 벤처기업을 표본으로 선택하여 안전성, 수익성, 성장성, 활동성의 4가지 요소에 따라 분기별 재무지표를 추출하였다. 둘째, 환율변동 자료는 중국이 변동환율제도를 최초로 도입한 2005년 7월 21일부터 2008년 12월 31일까지의 일별 위안화 환율자료를 중국인민은행에서 수집하여 분기별 변동환율로 정리하였다. 셋째, 위안화 환율변동과 벤처기업의 재무성과 간 관계를 확인하기 위하여 본 연구는 피어슨 상관관계분석을 실시하였다. 그 결과로서 전반적으로 평가절상 된 위안화 환율변동은 기업의 부채비율, 총자산 회전율, 자기자본 회전율에 통계적으로 유의하게 약한 부(-)의 상관관계를 보이고 있었다. 그러나 기타 재무지표들과는 통계적으로 직접적인 상관관계가 파악되지는 않았다. 따라서 본 연구를 통해 위안화 가치의 상승이 단기적으로 중국 벤처기업들의 경상이익에 큰 영향을 미치지 않는다는 점과 중국 벤처기업의 외화자산 비중이 상대적으로 높다는 점을 확인할 수 있었다. 또한 이를 토대로 본 연구는 환위험 노출에 대한 대응책으로 위안화/외화 비율의 조정 등 효과적인 환위험 관리방법을 제시하였다.
본 연구는 K-IFRS 도입과 함께 기존의 상각규정을 폐지하고 매기간 손상검사를 실시하도록 요구하는 영업권 회계변경이 영업권손상차손 인식의 적시성에 미친 영향을 분석하고자 수행되었다. 원칙중심기준인 K-IFRS는 회계정보의 목적적합성을 강화하고 적시성 있는 정보를 전달하기 위해 공정가치평가를 확대하였으며 동일한 맥락에서 영업권과 같은 '비한정내용연수의 무형자산'에 대한 손상검사를 1년에 1회 이상 수행하도록 요구하였다. 그러나 영업권 회계변경의 효과를 분석한 선행연구들은 새로운 손상검사절차가 경영자들의 재량에 의존하고 있어 영업권손상차손의 인식이 적시성 있게 수행되기 보다는 기회주의적으로 이용되고 있음을 지적하고 있다. 하지만 선행연구들은 개별 기업에서 관찰될 수 있는 손상징후를 고려하지 못한 채 회계변경 전 후의 영업권 감액 빈도와 크기에만 초점을 맞추어 분석하고 있어 그 결과에 편의(bias)를 포함할 수 있다. 본 연구는 이러한 선행연구들의 한계를 극복하기 위해 Ramanna and Watts(2012)의 손상징후에 대한 정의를 활용하여 새로운 손상차손절차가 적시성 있는 회계정보의 전달이라는 목적을 달성하고 있는지 검증하고자 하였다. 2008년부터 2011년까지 상장되어 있는 기업 중 영업권을 보유한 947개 기업-연도 표본을 대상으로 분석을 실시한 결과 영업권손상차손 인식의 적시성은 손상차손 인식여부를 더미변수의 형태로 이용한 로지스틱 회귀분석과 연속변수의 형태로 이용한 다변량 회귀분석 모두에서 K-IFRS 이전에 비해 이후 기간에 감소된 것으로 나타났다. 분석결과를 보다 강건하게 하기 위해 또 다른 영업권 손상징후를 이용하여 동일한 분석을 재차 수행한 결과도 일관된 모습으로 조사되었다. 이러한 결과는 회계기준 제정기관들이 영업권 회계기준 변경을 통해 보다 적시성있고 목적 적합한 회계수치를 작성하도록 의도하였던 것과 달리 경영자들이 그들에게 주어진 재량권을 악용하여 영업권손상차손 인식시기를 조정함으로써 영업권손상차손 인식의 적시성이 감소하였음을 보여주는 결과이다. 본 연구는 영업권손상인식의 적시성 변화를 분석한 선행연구들의 분석방법에서 나타날 수 있는 편의(bias)를 감소시킬 뿐만 아니라 영업권손상에 대한 징후를 고려한 분석을 실시하여 회계변경으로 인한 손상차손인식의 적시성 변화를 보다 직접적으로 분석하였다는 점에서 의의가 있다.
본 연구에서는 부채조달 없이 자본재조정을 실행할 수 있는 수단들에 초점을 맞추어 자본재조정이 자본구조 의사결정과 기업가치에 미치는 영향을 분석하였다. 이를 위해 자본재조정 수단들을 자본재조정 실행시 기업의 자본구조에 미치는 영향에 따라 부채비율 상승형(유상감자, 현금배당), 부채비율 불변형(무상감자, 자사주 소각), 부채비율 하락형(전환사채, 신주인수권부사채, 교환사채, 스톡옵션 등의 권리행사) 등으로 구분하여 자본재조정 실행이후에 기업의 자본구조 의사결정과 기업가치에 미치는 영향을 분석하였다. 분석을 위해서는 한국거래소의 유가증권시장과 코스닥시장에 상장되어 있는 총 22,814개 연도-기업 자료가 사용되었다. 분석방법으로는 패널자료를 이용한 2SLS법이 사용되었다. 실증분석 결과는 첫째, 기업이 부채비율 상승형 자본재조정을 실시하면 부채비율이 상승하여 재무구조가 악화되기 때문에 다음 기에는 부채비율을 낮출 수 있는 자본구조 의사결정을 하게 되고, 이러한 재무건전성을 추구하는 자본구조 의사결정은 시장으로부터 긍정적인 평가를 받게 되어 기업가치가 증가한다는 것을 확인하였다. 둘째, 부채비율 불변형 자본재조정은 기업의 자본구조 의사결정에는 영향을 미치지 않지만, 기업가치에는 정(+)의 영향을 미친다는 것을 알 수 있었다. 셋째, 기업의 부채비율 하락형 자본재조정이 실행되면 다음 기에는 부채를 확대하는 자본구조 의사결정이 선택되고, 이러한 부채 확대정책은 기업가치에 긍정적으로 영향을 미친다는 것을 알 수 있었다. 결론적으로 부채비율 상승형 자본재조정과 부채비율 하락형 자본재조정은 기업의 자본구조 의사결정에 영향을 미치고, 이렇게 결정된 자본구조 의사결정은 기업가치에 긍정적인 영향을 미친다는 것을 알 수 있었다.
본 연구에서는 2007-2008의 글로벌 금융위기 기간 동안에 이중차분법 설계(Differences in Differences Design)를 사용해서 회계보수주의가 한국거래소에 상장된 비금융기업들의 투자 지출에 미치는 영향을 실증적으로 분석하였다. 구체적으로 본 연구에서는 신용위기 이전의 사전적 회계보수주의의 수준이 사후적인 투자 감소 정도를 설명하는데 도움이 되는지를 분석하였다. 실증적 분석결과, 과거의 연구들과 일치하게(Campello et al. 2010; Duchin et al. 2010) 기업들은 금융위기 기간 중에 투자의 감소를 경험하였다. 이에 추가로 더 보수적인 재무보고를 하는 기업들은 덜 보수적인 재무보고를 하는 기업들에 비하여 금융위기의 시작 이후에 투자의 감소폭이 더 작게 나타났다. 또한 과소투자로부터 손실이 발생할 가능성이 더 높은 기업들에서 더 보수적인 회계방법을 사용하는 기업들의 투자가 더 작게 감소된다는 것을 제시하였다. 또한 외부 자금조달에 대하여 상대적으로 더 큰 비용을 지불해야하는 기업들(재무적으로 제약된 기업들)과 외부자금조달의 필요성이 상대적으로 더 큰 기업들(내적 재무조달 자원이 부족한 기업들)에서 보수주의의 더 높은 효익을 발견하였다. 이러한 결과들은 보수주의 재무보고가 금융위기 기간 중에 과소투자를 완화시킨다는 해석을 지지하는 것이다. 본 연구 결과가 신용공급 충격이라기보다는 수요충격에 대한 민감성을 반영할 수도 있는 가능성을 검토하기 위하여 북한의 핵실험으로 비롯된 위기에 따른 부의 수요충격에 대하여 회귀분석을 실시하였다. 분석 결과 1년 이전의 보수주의 측정치는 북한의 핵실험에 따른 이후 기간의 투자와 관련성이 없는 것으로 나타났다. 이것은 본 연구 결과가 수요 충격으로 부터 발생하지 않았고, 공급 충격으로 발행하였다는 것을 제시한다. 마지막으로, 본 연구는 금융위기 기간 중에 회계보수주의의 역할이 채권의 발행과 주식수익률에 영향을 미치는가를 분석하였다. 분석 결과, 더 높은 수준의 보수주의를 사용하는 기업들이 금융위기 기간 중에 부채를 통한 자금조달 능력의 감소폭이 더 낮게 나타났다는 것을 발견하였다. 또한 더 높은 수준의 보수주의를 사용하는 기업들의 주식 가격 하락폭이 더 낮게 나타났다. 종합하면, 이러한 결과는 보수주의가 기업의 대출능력을 향상시키고 과소투자를 완화한다는 예상과 일치하는 것이다.
주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.
최근 소셜 네트워크 서비스는 소비자와의 관계 마케팅 확산 및 확장을 위한 중요한 채널로 인식되며 많은 관심을 받고 있다. 기업이 온라인 환경에서 성공하기 위해서는 기업과 고객 사이의 관계 구축뿐만 아니라 고객들 간의 관계에 초점을 맞출 필요가 있다. 본 연구에서는 페이스북 팬 페이지에 참여하는 사용자들 사이의 네트워크를 분석하여 기업의 비즈니스 성과에 고객 간 네트워크의 구조적 특성이 미치는 영향을 실증적으로 분석하였다. 이를 위해 네트워크 데이터는 코스피 상장 기업 가운데 페이스북 팬 페이지에 100개 이상의 게시글을 올린 54개 기업으로부터 수집하였으며, 수집된 네트워크 데이터는 각 사용자를 노드로 하고 동일한 마케팅 활동에 대해 참여한 사용자간의 관계를 링크로 한 원모드 비방향 이진 네트워크(one-mode undirected binary network)이다. 본 연구에서는 이러한 네트워크 데이터를 핸들링하여 사용자들 간의 활동 관계를 분석할 수 있는 네트워크 지표(밀도, 글로벌 클러스터링 계수, 최단거리평균, 직경)를 도출하였으며, 이러한 고객 간 네트워크의 구조적 특징을 파악할 수 있는 지표와 기업의 과거실적(순이익), 그리고 미래 예측성과(토빈의 Q) 간의 관계를 분석하였다. 본 연구는 학문적 관점에서 소셜 미디어 채널을 비즈니스 관점에서 연구하려는 연구자들에게 소셜네트워크분석 방법을 통한 새로운 접근법을 제시한다. 실무적인 관점에서 본 연구는 소셜미디어를 통해 마케팅 활동을 수행하려는 기업의 관리자들에게 네트워크의 지표를 이용한 지능형 마케팅 서비스를 수행할 수 있는 토대를 제공할 것으로 기대한다.
본 연구는 경제적으로 국내에 큰 영향을 주었던 글로벌 금융위기를 기반으로 총 10년의 연간 기업데이터를 이용한다. 먼저 시대 변화 흐름에 일관성있는 부도 모형을 구축하는 것을 목표로 금융위기 이전(2000~2006년)의 데이터를 학습한다. 이후 매개 변수 튜닝을 통해 금융위기 기간이 포함(2007~2008년)된 유효성 검증 데이터가 학습데이터의 결과와 비슷한 양상을 보이고, 우수한 예측력을 가지도록 조정한다. 이후 학습 및 유효성 검증 데이터를 통합(2000~2008년)하여 유효성 검증 때와 같은 매개변수를 적용하여 모형을 재구축하고, 결과적으로 최종 학습된 모형을 기반으로 시험 데이터(2009년) 결과를 바탕으로 딥러닝 시계열 알고리즘 기반의 기업부도예측 모형이 유용함을 검증한다. 부도에 대한 정의는 Lee(2015) 연구와 동일하게 기업의 상장폐지 사유들 중 실적이 부진했던 경우를 부도로 선정한다. 독립변수의 경우, 기존 선행연구에서 이용되었던 재무비율 변수를 비롯한 기타 재무정보를 포함한다. 이후 최적의 변수군을 선별하는 방식으로 다변량 판별분석, 로짓 모형, 그리고 Lasso 회귀분석 모형을 이용한다. 기업부도예측 모형 방법론으로는 Altman(1968)이 제시했던 다중판별분석 모형, Ohlson(1980)이 제시한 로짓모형, 그리고 비시계열 기계학습 기반 부도예측모형과 딥러닝 시계열 알고리즘을 이용한다. 기업 데이터의 경우, '비선형적인 변수들', 변수들의 '다중 공선성 문제', 그리고 '데이터 수 부족'이란 한계점이 존재한다. 이에 로짓 모형은 '비선형성'을, Lasso 회귀분석 모형은 '다중 공선성 문제'를 해결하고, 가변적인 데이터 생성 방식을 이용하는 딥러닝 시계열 알고리즘을 접목함으로서 데이터 수가 부족한 점을 보완하여 연구를 진행한다. 현 정부를 비롯한 해외 정부에서는 4차 산업혁명을 통해 국가 및 사회의 시스템, 일상생활 전반을 아우르기 위해 힘쓰고 있다. 즉, 현재는 다양한 산업에 이르러 빅데이터를 이용한 딥러닝 연구가 활발히 진행되고 있지만, 금융 산업을 위한 연구분야는 아직도 미비하다. 따라서 이 연구는 기업 부도에 관하여 딥러닝 시계열 알고리즘 분석을 진행한 초기 논문으로서, 금융 데이터와 딥러닝 시계열 알고리즘을 접목한 연구를 시작하는 비 전공자에게 비교분석 자료로 쓰이기를 바란다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.