• 국제지역연구
• /
• 제22권4호
• /
• pp.55-75
• /
• 2018

중국은 국민 경제 주력인 중앙기업이 일반 국유기업이나 민영기업과 달리 대부분 국가 정책적 영향을 받는 산업의 기업이다. 국유기업 시장화 개혁과정 중 중앙기업의 지주회사는 대부분 국가 경제발전과 안전보장에 대한 영역에 집중되어 있다. 이에 따라 중앙기업 지주회사의 경영성과는 국유자본 분포, 자본의 규범적 운행, 높은 수익과 자본안전의 유지 등에 막대한 영향을 미치고 있으며 정부 감사가 중앙기업의 지주 상장회사에 대한 관리와 감사를 강화시켜 국유자산 유출을 방지하고 국유자산의 가치를 증가 지킬 수 있다. 정부감사는 부패 척결, 재정적 금융안전유지 등에 중요한 역할을 할 수 있을 뿐만 아니라, 상장기업의 회계 안전성 및 회계투명성 등을 개선 할 수 있다. 정부감사는 중앙상장기업의 경영 성과를 향상시킬 수 있고 국유자본 안전의 보장, 국유자산 유출 방지, 국유 자산의 가치를 증가 시킬 수 있을 것으로 기대되나, 기존연구는 중국의 정부감사와 중앙상장기업의 경영성과나 관리효율 간의 관계에 대한 분석이 부족한 상황이다. 본 논문은 2010~2017 년 중앙상장기업을 표본으로 회사관리이론과 공공수탁경제책임이론을 사용하여 정부감사가 중앙상장기업의 관리효율에 미치는 영향을 분석하였다. 연구결과 중앙상장기업의 경영성과가 나쁠수록 정부감사를 받을 가능성이 커지며 정부감사가 중앙기업의 관리 효율을 향상시킬 수 있는 것으로 나타났다. 이는 중국의 정부감사가 중앙상장기업의 경영목표를 달성하고, 경영효율을 제고하는 수단으로서 의미있는 역할을 수행하고 있음을 시사한다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.103-128
• /
• 2021

최근 주식의 수익률과 거래량을 설명하는 주요 요인으로서 투자자의 관심도와 주식 관련 정보 전파의 영향력이 부각되고 있다. 또한 인공지능과 같은 혁신 신기술을 개발보급하거나 활용하려는 기업의 경우 거시환경 및 시장 불확실성 때문에 기업의 미래 주식 수익률과 주식 변동성을 예측하기 어렵다는 문제를 가지고 있다. 이는 인공지능 활성화의 장애요인으로 인식되고 있다. 따라서 본 연구의 목적은 인공지능 관련 기술 키워드의 인터넷 검색량을 투자자의 관심 척도로 사용하여, 기업의 주가 변동성을 예측하는 기계학습 모형을 제안하는 것이다. 이를 위해 심층신경망 LSTM(Long Short-Term Memory)과 벡터자기회귀(Vector Autoregression)를 통해 주식시장을 예측하고, 기술의 사회적 수용 단계에 따라 키워드 검색량을 활용한 주가예측 성능 비교를 통해 기업의 투자수익 예측이나 투자자들의 투자전략 의사결정을 지원하는 주가 예측 모형을 구축하였다. 또한 인공지능 기술의 세부 하위 기술에 대한 분석도 실시하여 기술 수용 단계에 따른 세부 기술 키워드 검색량의 변화를 살펴보고 세부기술에 대한 관심도가 주식시장 예측에 미치는 영향을 살펴보았다. 이를 위해 본 연구에서는 인공지능, 딥러닝, 머신러닝 키워드를 선정하여, 2015년 1월 1일부터 2019년 12월 31일까지 5년간의 인터넷 주별 검색량 데이터와 코스닥 상장 기업의 주가 및 거래량 데이터를 수집하여 분석에 활용하였다. 분석 결과 인공지능 기술에 대한 키워드 검색량은 사회적 수용 단계가 진행될수록 증가하는 것으로 나타났고, 기술 키워드를 기반으로 주가예측을 하였을 경우 인식(Awareness)단계에서 가장 높은 정확도를 보였으며, 키워드별로 가장 좋은 예측 성능을 보이는 수용 단계가 다르게 나타남을 확인하였다. 따라서 기술 키워드를 활용한 주가 예측 모델 구축을 위해서는 해당 기술의 하위 기술 분류를 고려할 필요가 있다. 본 연구의 결과는 혁신기술을 기반으로 기업의 투자수익률을 예측하기 위해서는 기술에 대한 대중의 관심이 급증하는 인식 단계를 포착하는 것이 중요하다는 점을 시사한다. 또한 최근 금융권에서 선보이고 있는 빅데이터 기반 로보어드바이저(Robo-advisor) 등 투자 의사 결정 지원 시스템 개발 시 기술의 사회적 수용도를 세분화하여 키워드 검색량 변화를 통해 예측 모델의 정확도를 개선할 수 있다는 점을 시사하고 있다.