본 연구의 주된 목표는 1997년 주가자료를 데이터마이닝 기법인 로지스틱모형, 의사결정트리, 신경망, SVM(support vector machine), 뉴로퍼지모형을 사용하여 분석한 후 우리나라 경제상황을 진단하고 예측하는데 가장 적합한 모형을 찾고 그 모형을 해석하는데 있다. 1997년 주가자료를 훈련자료로 간주하여 그 당시 경제 상황에 따라 적절한 구간으로 나누고 훈련시킨 결과 중요한 변수로는 주가지수, 등락률 10일 이동분산, 10일 이동분산의 변동비로 나타났으며 적절한 기법으로는 의사결정트리, 신경망, SVM임을 알 수 있다. 1997년 이외의 주가자료를 데이터마이닝 기법(신경망, 의사결정트리, SVM)에 적용한 결과, 우리나라 경제상황을 고려해 볼 때 신경망이 가장 정확도가 좋은 기법으로 보여진다.
주가자료를 활용한 부도예측모형인 KMV EDF 모형을 기반으로 일별주가자료와 기업재무자료를 이용하여, 모형에 필요한 적절한 모수를 찾고 모델링을 하였으며, 적절성을 검증했다. 그리고, 기존의 연구에 따라 월평균주가자료를 이용한 경우, 모형에 왜곡이 가해질 수 있다는 점을 지적했다. 또한, 민감도 분석을 통하여 본 모형의 부도예측값에 미치는 주요한 검증하고, 실용적으로 사용할 수 있는 간단한 민감도분석 Tool을 설계하였다.
최근 금융 분야에서는 빅 데이터를 이용하여 주가예측 모형을 만들어내고 있으며, 특히 금융 시계열 자료의 변동성 집중 현상을 금융 빅 데이터를 이용하여 분석함으로써 세계 주식시장의 동조화 현상을 분석하고 있다. 본 논문에서는 한국과 중국의 일별 주가지수수익률과 일중 주가지수수익률을 이용하여 이들 2개 국가의 대표적인 주가지수 시계열 데이터에 변동성 집중 현상이 존재하는지를 보다 세밀하게 추적하여 양국 주식시장의 동조화 현상을 분석한다. 분석 결과, 한국의 KOSPI와 중국의 Shanghai 종합주가지수의 지수수익률 시계열 자료는 단위근이 존재하지 않으며, 변동성 집중 현상을 보이는 것으로 나타났다. 또한 한국보다는 중국 주식시장의 변동성 집중현상이 보다 강하게 나타나며, 이러한 현상은 일중 주가지수수익률 시계열 자료에서 보다 두드러지게 나타났다.
본 논문은 한국에서 상장기업의 주가와 주당순이익의 관계에 대한 계량분석이다. 특히, 주가나 주당순이익이 모두 비안정적 자료임에 착안하였고, 최근 개발되어 발전하고 있는 '패널자료에서의 단위근검정 및 공적분검정' 방법을 이용하였다. 분석결과, 주가 및 주당순이익은 모두 단위근을 갖고 있었으며, 주가수익비율인 PER도 개별단위근 검정에서는 단위근을 갖는 것으로 나왔다. 또한, 개별기업 차원에서는 주가와 주당순이익 사이에도 공적분관계가 없는 것으로 나타났다. 하지만, 패널 단위근방법을 이용하여 검정하였을 때는 PER이 안정적인 것으로 나타났으며, 패널공적분방법을 이용했을 때는 주가와 EPS사이에도 공적분관계가 있다는 결과를 얻었다. 이는, 우리나라의 주식시장에서도, 최소한 기업 전체적으로는, 주가가 주당순이익을 반영한다는 것을 의미한다. 본 논문에서는, PER이 어떤 일정한 수준으로부터 벗어나는 경우, 그 괴리가 반으로 줄어드는 데는 전체기업 평균적으로 볼 때 4개월$\sim$16개월 정도 걸리는 결과를 얻었다.
본 연구는 기업규모, 장부가치/시장가치 비율, 순이익/주가 비율, 현금흐름/주가 비율, 레버리지 등 기본적 변수를 사용하여 주식수익률에 유의적인 변수를 확인하고자 하였다. 이를 위해 본 연구에서는 횡단면 자료와 시계열 자료를 결합한 패널자료(panel data)를 이용하여 패널자료분석방법으로 연구모형을 실증적으로 분석하였다. 일반적으로 패널자료를 사용하면 Hsiao(2003)가 지적한 바와 같이 표본의 크기를 확대시켜 자유도를 증가시키고 이론적으로 설명변수간 다중공선성(muti-collinearity) 문제를 완화할 수 있다. 실증분석결과에 의하면 기업규모(SIZ), 장부가치/시장가치 비율(B/M), 순이익/주가 비율(E/P), 현금흐름/주가 비율(C/P) 등이 주식수익률의 횡단면적 차이를 설명할 수 있는 유의적인 변수라 할 수 있다.
우리나라 주식시장에서 애널리스트들이 발표하는 주가 전망 자료를 입력변수로 활용한 로보어드바이저 포트폴리오의 수익성이 있는지를 분석하고자 하였다. 포트폴리오 구성을 위한 표본 주식은 업종을 대표하는 8개의 우량주이며, 분석 기간은 2003년부터 2019년까지의 17년 자료이다. 표본 주식에 대한 주가와 애널리스트 주가 전망 자료를 결합하는 블랙리터만모형을 통해 로보어드바이저 포트폴리오를 추천하고 벤치마크 대비 수익성을 비교하였다. 실증 분석 결과, 애널리스트들의 주가 전망 자료를 결합한 로보어드바이저 알고리즘의 수익성은 벤치마크 포트폴리오보다 연평균 1% 이상의 초과 수익을 시현하였다. 투자자들의 비판적 시각에도 불구하고 개별 종목에 대한 투자가 아닌 상대적 투자 비중을 구하는 로보어드바이저 관점에서는 애널리스트들의 주가 전망 자료가 경제적 가치를 보유하고 있음을 밝혔다. 향후 연구에서는 애널리스트들의 주가 전망 영향력이 대형주보다 더 클 것으로 예측되는 중 소형주를 포함한 로보어드바이저 포트폴리오의 수익성을 분석할 필요가 있다.
본 연구에서는 우리나라 주식시장에서 주가의 장기적 종속성이 존재하는지의 여부를 평가하기 위하여 Lo(1991)의 검증방법론을 이용하여 실증분석을 실시하였다. 본 연구에서 발견된 실증분석 결과는 다음과 같이 요약될 수 있다. 첫째, 일별수익률자료를 이용한 검증에서는 한국종합주가지수 등 대부분의 주가지수에서 단기적 종속성(short-range dependence)이 발견되고 있으나, 장기적 종속성(long-range dependence)의 증거는 나타나지 않고 있다. 둘째, 월별수익률자료를 이용한 검증에서는 일부 주가지수에만 단기적 종속성이 나타나고 있을 뿐, 대부분의 주가지수에서 랜덤웍 모형을 기각할 수 없었다. 이상의 실증분석 결과는 우리나라 주식시장에서 주가에는 장기적 중속성이 존재하지 않는다는 가설과 일관성을 갖는 것이다.
본 연구는 기업규모, 장부가치/시장가치 비율, 순이익/주가 비율, 현금흐름/주가 비율, 레버리지 등 기본적 변수를 사용하여 주식수익률에 유의적인 변수를 확인하고자 하였다. 이를 위해 본 연구에서는 횡단면 자료와 시계열 자료를 결합한 패널자료(panel data)를 이용하여 패널자료분석방법으로 연구모형을 실증적으로 분석하였다. 일반적으로 패널자료를 사용하면 Hsiao[13]가 지적한 바와 같이 표본의 크기를 확대시켜 자유도를 증가시키고 이론적으로 설명변수간 다중공선성(muti-collinearity) 문제를 완화할 수 있다. 실증분석결과에 의하면 기업규모(SIZ), 장부가치/시장가치 비율(B/M), 순이익/주가 비율(E/P), 현금흐름/주가 비율(C/P) 등이 주식수익률의 횡단면적 차이를 설명할 수 있는 유의적인 변수라 할 수 있다.
본 논문은 우리나라의 주가지수수익률의 변동특성이 카오스를 내재하고 있는지 아니면 랜덤과정을 따르는지를 분석하기 위하여 Hurst의 R/S분석을 중심으로 분석하였다. 우리나라 증권시장의 1980년 1월 5일부터 1996년 말까지 총 4,982일 동안의 일별종합주가지수를 대수수익률로 전환한 시계열자료로 R/S분석한 결과 안정성과 주기유무를 판별하는 V-통계량 그래프에 의하면 83일과 33일의 비주기적 순환을 나타내고 있음을 알 수 있었다. 이러한 분석결과는 가우시안 랜덤과정과 그다지 큰 차이가 나지 않음을 알 수 있었다. 또한 선형성을 제거한 ARMA잔차와 비선형성을 제거한 GARCHM잔차자료에 대한 R/S분석한 결과도 원래 시계열보다 더 가우시안 랜덤과정에 더 근접함을 알 수 있었다. 한편 총 10개의 대리자료를 만들어서 평균을 취한 값으로 분석한 결과도 마찬가지로 나타나고 있다. 일별주가지수수익률에 내재하는 선형성분을 ARMA과정에 의정에 제거하고 남은 잔차중에는 비선형성분이 여전히 잔존하는데 그것이 일부 GARCHM과정에 의해서 미미하고 가우시안 랜덤과정이 보다 크게 나타남을 알 수 있었다.
주가를 예측하는 것은 이미 오래 전부터 여러 가지 방법으로 시도되어 왔었다. 기업의 본질가치를 보는 기본적 분석부터 과거의 자료를 가지고 미래를 예측하는 기술적 분석까지 많은 연구가 있었으나 실제로 모든 예측이 그렇듯이 많이 적중을 했다는 것을 일부의 정형화된 분석방법을 제외하고는 찾지 못하였다. 그럼에도 불구하고 이번 연구에서는 기술적 분석에서 많은 요인들 중에서 기존에 많이 연구해 보지 못한 시계열적인 인자를 가지고 단기간의 주가를 예측하고자 한다. 주식이 상한가에 도달하였을 경우 그 상한가격의 잔량과 그 주식의 일일거래량을 비교하여 그 서로 두 관계가 다음날 주가에 어느 정도의 영향을 미치는지 회귀분석을 통하여 상관성을 분석하고 통계적 자료를 토대로 단기간의 주가를 상한 잔량 대비 일일거래량에 비추어 의사결정 지표를 제시하려고 한다. 적절한 예측결과가 나오게 되면 주식에 대해 매수를 희망하는 사람 뿐 아니라 주식을 보유하고 있는 사람에게 어느 정도 정보효과가 미치게 될 것이라 기대한다.
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.