본 연구에서는 부도기업의 부도 후 회생여부와 부도발생시의 주식시장의 반응과의 관계를 조사하였다. 즉 증권시장이 부도기업의 사후적인 회생 또는 회생실패에 대한 통찰력을 부도시에 이미 갖고 있는지를 부도처리시의 주가반응을 분석함으로써 검정하고자 하는 것이다. 이를 위하여 외환위기 후 상장기업의 부도가 빈발하였던 1998년에서 2000년 사이에 부도가 발생한 상장회사 55개 기업을 대상으로 후에 회생한 기업(31개기업)과 그렇지 못한 기업(24개 기업)을 구분하여 후에 회생한 기업의 부도시의 주가반응이 회생하지 못한 기업의 부도시의 주가반응보다 덜 부정적이었는지를 검정하였다. 실증분석 결과 부도기업 중 후에 회생한 기업(31개기업)의 분석기간 ($-10{\sim}+10$)중 평균초과수익률과 누적평균초과수익률이 비회생기업(24개기업)의 그것에 대하여 유의한 (+)의 차이가 나타나지 않았다. 또한 부도기업의 누적초과수익률을 종속변수로 하고 회생여부를 나타내는 더미변수, 전년도감사의견이 적정의견인지의 여부, 부채비율, 총자산(억원) 자연 로그값, 사전적 폭로정보 대용변수로서의 지난 1년간 주가반응을 의미하는 (-230, -11)윈도우 누적초과수익률을 독립변수로 하여 다중회귀분석을 실시하였으나 부도후 회생여부를 나타내는 더미변수의 회귀계수는 유의적이지 않았다. 따라서 초과수익률 차이분석결과 회생기업의 부도시의 주가반응이 비회생기업의 그것에 비하여 유의한 (+)의 차이가 없고, 또한 회귀분석 결과 부도시의 초과수익률과 부도후 회생여부는 유의한 관계가 없으므로 부도처리시의 주가반응에서 후에 회생하는 기업이 그렇지 않은 기업보다 덜 부정적일 것이다라는 연구가설은 기각된다.등에 대한 평가기준의 재정립이 강구되어야 할 것이다.한 변동성에서 큰 위험프리미엄이라는 연결고리를 거쳐 코리아 디스카운트라는 현상으로 귀착되는 현상에 주목하고 있는 본 연구의 결과가 실무에서 유용하게 사용됨은 물론이요 또한 본 연구의 방법론 자체가 매우 정교하고 포괄적이어서 금융시계열을 포함한 다른 여러 분야에 크게 응용될 수 있는 외부효과도 기대된다.R 효과는 전통적 의미의 일반적으로 낮은 PER종목이 초과수익률을 내는 것이 아니라, 기업규모가 크더라도 그 기업의 개별특성을 고려했을 때 이와 비교해 상대적으로 PER가 낮은 종목에 투자하면 초과수익을 낼 수 있음을 의미한다. 발견하였다.적 일정하게 하는 소비행동을 목표로 삼고 소비와 투자에 대한 의사결정을 내리고 있음이 실증분석을 통하여 밝혀졌다. 투자자들은 무위험 자산과 위험성 자산을 동시에 고려하여 포트폴리오를 구성하는 투자활동을 행동에 옮기고 있다.서, Loser포트폴리오를 매수보유하는 반전거래전략이 Winner포트폴리오를 매수보유하는 계속거래전략보다 적합한 전략임을 알 수 있었다. 다섯째, Loser포트폴리오와 Winner포트폴리오를 각각 투자대상종목으로써 매수보유한 반전거래전략과 계속거래 전략에 대한 유용성을 비교검증한 Loser포트폴리오와 Winner포트폴리오 각각의 1개월 평균초과수익률에 의하면, 반전거래전략의 Loser포트폴리오가 계속거래전략의 Winner포트폴리오보다 약 5배정도의 높은 1개월 평균초과수익률을 실현하였고, 반전거래전략의 유용성을 충분히 발휘하기 위하여 장단기의 투자기간을 설정할 경우에 6개월에서 36개월로 이동함에 따라 6개월부터 24개월까지는 초과수익률이 상승하지만, 이후로는 감소하므로, 반전거래전략을
최근 머신러닝 및 딥러닝 기법을 활용한 주식 가격 예측 연구가 다양하게 이루어지고 있다. 그 중에서도 최근에는 주식 매수 및 매도 주문 정보를 담고 있는 호가창을 이용하여 주가를 예측하려는 연구가 시도되고 있다. 하지만 호가창을 활용한 연구는 대부분 가장 최근 일정 기간 동안의 호가창 추이만을 고려하며, 호가창의 중기 추이와 단기 추이를 같이 고려하는 연구는 거의 진행되지 않았다. 이에 본 논문에서는 호가창의 중기와 단기 추이를 모두 고려하여 주가 등락을 보다 정확히 예측하는 딥러닝 기반 예측 모델을 제안한다. 더욱이 본 논문에서 제안하는 모델은 중단기 호가창 정보 외에도 해당 종목에 대한 동기간 뉴스 헤드라인까지 고려하여 기업의 정성적 상황까지 주가 예측에 반영한다. 본 논문에서 제안하는 딥러닝 기반 예측 모델은 호가창 변화의 특징을 합성곱 신경망으로 추출하고 뉴스 헤드라인의 특징을 Word2vec을 이용하여 추출한 뒤, 이들 정보를 결합하여 특정 기업 주식의 다음 날 등락 여부를 예측한다. 실제 NASDAQ 호가창 데이터와 뉴스 헤드라인 데이터를 사용하여 제안 모델로 5개 종목(Amazon, Apple, Facebook, Google, Tesla)의 일일 주가 등락을 예측한 결과, 제안 모델은 기존 모델에 비해 정확도를 최대 17.66%p, 평균 14.47%p 향상시켰다. 또한 해당 모델로 모의 투자를 수행한 결과, 21 영업일 동안 종목에 따라 최소 $492.46, 최대 $2,840.83의 수익을 얻었다.
현재까지 행해진 주식시장 거품에 관한 연구들은 주가를 형성하는 근본요인으로서 현금배당만을 고려하고 있다. 그러나 현금배당은 경영자에 의해 조정가능하므로 진정한 기업가치를 나타내는 신호로 보기 어렵다. 따라서 본 연구에서는 기업가치를 더 정확히 반영하기 위하여 기업의 자본상에 나타나는 자금변동을 고려한 '순현금배당'을 도입한다. 상태-공간 모형과 칼만필터링 추정법을 이용하여 KOSPI 시장 자료에 대해 실증분석한 결과, 현금배당만 고려할 때와 '순현금배당'을 고려했을 때 추정된 거품이 매우 다른 양상을 보였다. 특히 한국의 금융위기시점을 고려하여 볼 때 '순현금배당'을 이용한 것이 실제 현상과 더 잘 부합하는 것으로 나타났다. 이는 주식시장의 거품을 연구하는데 있어 현금배당과 자금변동을 함께 고려하는 것이 더 정확한 추정결과를 얻을 수 있음을 시사한다.
이 논문은 기존의 포트폴리오와 관련된 모형에 경기변동(business cycle)과 관련된 변수들을 포함하였을 경우 경기변동이 개인투자자들의 현금 및 주식보유를 통한 자본이득 극대화와 어떤 관련성이 있는지와 관련된 것이다. 기존 문헌들을 살펴보면, 개인투자자들은 경기호황기에는 모멘텀 투자와 소형주와 성장주 등에 포트폴리오를 분산투자하지만 경기가 침체기(recession)에 들어설 경우 수익률이 급등락하는 특성을 지니는 소형주(small cap)에 집중적인 투자를 하는 성향을 나타내고 있다. 한편 이 논문의 분석결과에 따르면, 경기안정과 금리안정정책, 물가안정 등은 서로 상충관계(trade-off)에 놓여 있음에도 불구하고 코스피수익률과 코스닥수익률에 모두 향후 영향을 미칠 것으로 판단된다. 이는 현재까지의 정책조합(policy mix)보다 더 정교하고 타이밍을 잘 포착하지 않으면 정책실패에 따른 경기와 물가불안이 동시에 나타나는 스태그 플레이션(stagflation)으로 이어질 수 있음으로 정책집행의 효율성이 어느 때보다도 중요해 질 것으로 보인다.
이 논문은 기존의 포트폴리오와 관련된 모형에 경기변동(business cycle)과 관련된 변수들을 포함하였을 경우 경기변동이 개인투자자들의 현금 및 주식보유를 통한 자본이득 극대화와 어떤 관련성이 있는지와 관련된 것이다. 기존 문헌들을 살펴보면, 개인투자자들은 경기호황기에는 모멘텀 투자와 소형주와 성장주 등에 포트폴리오를 분산투자하지만 경기가 침체기(recession)에 들어설 경우 수익률이 급등락하는 특성을 지니는 소형주(small cap)에 집중적인 투자를 하는 성향을 나타내고 있다. 한편 이 논문의 분석결과에 따르면, 경기안정과 금리안정정책, 물가안정 등은 서로 상충관계(trade-off)에 놓여 있음에도 불구하고 코스피수익률과 코스닥수익률에 모두 향후 영향을 미칠 것으로 판단된다. 이는 현재까지의 정책조합(policy mix)보다 더 정교하고 타이밍을 잘 포착하지 않으면 정책실패에 따른 경기와 물가불안이 동시에 나타나는 스태그 플레이션(stagflation)으로 이어질 수 있음으로 정책집행의 효율성이 어느 때보다도 중요해 질 것으로 보인다.
이 논문은 기존의 포트폴리오와 관련된 모형에 경기변동(business cycle)과 관련된 변수들을 포함하였을 경우 경기변동이 개인투자자들의 현금 및 주식보유를 통한 자본이득 극대화와 어떤 관련성이 있는지와 관련된 것이다. 기존 문헌들을 살펴보면, 개인투자자들은 경기호황기에는 모멘텀 투자와 소형주와 성장주 등에 포트폴리오를 분산투자하지만 경기가 침체기(recession)에 들어설 경우 수익률이 급등락 하는 특성을 지니는 소형주(small cap)에 집중적인 투자를 하는 성향을 나타내고 있다. 한편 이 논문의 분석결과에 따르면, 경기안정과 금리안정정책, 물가안정 등은 서로 상충관계(trade-off)에 놓여 있음에도 불구하고 코스피 수익률과 코스닥수익률에 모두 향후 영향을 미칠 것으로 판단된다. 이는 현재까지의 정책조합(policy mix)보다 더 정교하고 타이밍을 잘 포착하지 않으면 정책실패에 따른 경기와 물가불안이 동시에 나타나는 스태그플레이션(stagflation)으로 이어질 수 있음으로 정책집행의 효율성이 어느 때보다도 중요해 질 것으로 보인다.
이 논문은 기존의 포트폴리오와 관련된 모형에 경기변동(business cycle)과 관련된 변수들을 포함하였을 경우 경기변동이 개인투자자들의 현금 및 주식보유를 통한 자본이득 극대화와 어떤 관련성이 있는지와 관련된 것이다. 기존 문헌들을 살펴보면, 개인투자자들은 경기호황기에는 모멘텀 투자와 소형주와 성장주 등에 포트폴리오를 분산투자하지만 경기가 침체기(recession)에 들어설 경우 수익률이 급등락하는 특성을 지니는 소형주(small cap)에 집중적인 투자를 하는 성향을 나타내고 있다. 한편 이 논문의 분석결과에 따르면, 경기안정과 금리안정정책, 물가안정 등은 서로 상충관계(trade-off)에 놓여 있음에도 불구하고 코스피수익률과 코스닥수익률에 모두 향후 영향을 미칠 것으로 판단된다. 이는 현재까지의 정책조합(policy mix)보다 더 정교하고 타이밍을 잘 포착하지 않으면 정책실패에 따른 경기와 물가불안이 동시에 나타나는 스태그 플레이션(stagflation)으로 이어질 수 있음으로 정책집행의 효율성이 어느 때보다도 중요해 질 것으로 보인다.
이 논문은 기존의 포트폴리오와 관련된 모형에 경기변동(business cycle)과 관련된 변수들을 포함하였을 경우 경기변동이 개인투자자들의 현금 및 주식보유를 통한 자본이득 극대화와 어떤 관련성이 있는지와 관련된 것이다. 기존 문헌들을 살펴보면, 개인투자자들은 경기호황기에는 모멘텀 투자와 소형주와 성장주 등에 포트폴리오를 분산투자하지만 경기가 침체기(recession)에 들어설 경우 수익률이 급등락하는 특성을 지니는 소형주(small cap)에 집중적인 투자를 하는 성향을 나타내고 있다. 한편 이 논문의 분석결과에 따르면, 경기안정과 금리안정정책, 물가안정 등은 서로 상충관계(trade-off)에 놓여 있음에도 불구하고 코스피수익률과 코스닥수익률에 모두 향후 영향을 미칠 것으로 판단된다. 이는 현재까지의 정책조합(policy mix)보다 더 정교하고 타이밍을 잘 포착하지 않으면 정책실패에 따른 경기와 물가불안이 동시에 나타나는 스태그 플레이션(stagflation)으로 이어질 수 있음으로 정책집행의 효율성이 어느 때보다도 중요해 질 것으로 보인다.
본 연구는 지정학적 위기와 해운기업 주식가격 변동성의 인과관계를 분석하였다. 해운산업은 국가간의 교역에 의해서 수요가 파생되는 국제성을 가지기 때문에, 여러 가지 종류의 불확실성과 리스크에 직면하고 있다. 이에 본 연구에서는 최근 러시아-우크라이나 전쟁 및 이스라엘-하마스 전쟁 등으로 부상하고 있는 지정학적 위기가 해운산업에 미치는 영향을 분석하고자 한다. 특히, 지정학적 불확실성이 해운기업의 주식가격 변동성에 미치는 영향에 대해서 분석함으로서 이에 대한 시사점을 제공하고자 한다. 2000~2023년 기간 동안 한국거래소에 상장된 해운기업 5개사의 주식가격 변동성과 지정학적 위기 지수의 관계를 벡터자기회귀모형 기반의 인과성을 검정한 결과, 다음과 같은 결론이 도출되었다. 첫째, 지정학적 위기가 고조될수록 해운기업 주식가격의 변동성은 확대되었다. 둘째, 외교적 마찰로 인한 지정학적 위기보다는 실제 발생하는 이벤트에 의한 지정학적 위기의 영향이 통계적으로 유의하였다. 마지막으로, 지정학적 위기로 인한 주식가격 변동성의 확대는 주로 벌크부문에 나타났다.
방향성(Direction)과 변동성(Volatility)에 대한 분석은 증권투자를 위한 시장분석의 기초가 된다. 변동성분석이 옵션 투자에서 중요하다면 주식이나 주가지수선물투자는 방향성분석에 의하여 투자성과가 결정된다. 기존의 금융분석에서 기계학습을 이용한 방향성에 대한 연구는 주가나 투자위험의 예측을 중심으로 이루어졌으며, 최근에 와서야 실전투자를 위한 매매시스템(trading system) 개발에 대한 연구가 이루어지고 있다. 인공지능형 주가예측모형에서는 ANN(artificial neural networks), fuzzy system, SVM(Support Vector Machine) 등의 기법이 주로 활용되고 있다. 본 연구에서는 방향성매매를 위한 지능형 기계학습방법 중에서도 패턴인식에서 좋은 성과를 보이고 있는 은닉마코프 모형(Hidden Markov Model)을 이용한다. 실무적으로는 방향성 예측을 위해 주로 주가의 추세분석(Trend Analysis)을 활용한다. 다양한 기술적 지표를 이용한 추세분석에 기반한 시스템트레이딩(System Trading) 기법은 실전투자에서 점차 확대추세에 있다. 본 연구에서는 시스템트레이딩 기법 중 실무에서 많이 이용되는 이동평균교차전략(moving average cross)에 연속 은닉마코프모형을 적용한 지능형 매매시스템을 제안하고, 실제 주가자료를 이용한 시뮬레이션 결과를 제시한다. 세계적 선물시장으로 성장한 KOSPI200 선물시장에서 제안된 매매시스템의 장기간의 투자성과를 분석하기 위하여 지난 21년 동안의 KOSPI200 주가지수자료를 실증 분석하였다. 분석결과는 KOSPI200 주가지수선물의 방향성매매에서 제안된 CHMM기반 지능형 매매시스템이 실전에서 일반적으로 활용되는 시스템트레이딩 기법의 투자성과를 개선할 수 있음을 보여주었다.
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.