• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2009년도 추계학술발표논문집
• /
• pp.727-730
• /
• 2009

국내일반은행 연체율은 그룹(대출형태)별로 다양한 원인에 의해서 연체율 결정이 이루어지고 있어 복잡성을 띠고 있다. 본 연구에서는 복잡성을 띠고 있는 연체율의 제 변인들을 파악하기 위해 패널 데이터 모형를 이용한 연구 모형을 설정하고 이를 통해 연체율에 결정적으로 영향을 미치는 제 변인에 대하여 조사, 분석, 검증한다. 본 연구는 3 그룹(기업대출, 가계대출, 신용카드 대출)을 분석대상으로 하였다. 분석기간은 2005년 1월부터 2009년 6월까지의 자료를 이용하였고. 국내은행 연체율을 종속변수로 설정하고 소비자물가지수, 종합주가지수, 환율, 동행(경기)종합지수, 국민주택채권, 고용률을 독립 변수로 투입하였다. 국내일반은행 연체율 요인을 추정한 결과 소비자물가지수는 정(+)의 영향을 미치는 유의한 변수로 나타나고 동행(경기)종합지수와 종합주가지수는 음(-)의 영행을 나타내는 유의적인 변수이지만 환율, 국민주택채권 그리고 고용률은 각각 유의적인 음(-)의 영행을 나타내는 비유의적인 변수로서 연체율에 큰 영향으로 주지는 않은 것으로 나타났다.

• 한국산학기술학회논문지
• /
• 제5권6호
• /
• pp.580-587
• /
• 2004

본 논문의 목적은 주가지수 선물시장에서 선물의 가격과 거래량간 관계를 분석하는 것이다. 이를 위하여 선물수익률과 거래량 변화율을 이용하여 거래량과 선물가격간의 관계를 분석하였다. 거래량 변화율과 선물수익률간의 관계를 검증하기에 앞서 각각의 시계열에 대한 안정성 검증을 실시한 결과, 거래량 변화율과 선물수익률은 모두 안정적인 시계열인 것으로 나타났다. VAR모형을 이용한 선물수익률과 거래량 변화율간 관계에 대한 분석결과, 기간별 분석결과에서는 전체기간에서 주가지수 선물수익률이 거래량 변화율을 -3차에서 강하게 선도하는 것으로 나타났으며, 선물시장의 추세에 따른 분석결과는 선물가격의 상승시에는 거래량 변화율이 선물수익률을 선도하는 반면, 선물가격이 하락하는 경우는 선물수익률이 거래량을 선도하는 것으로 나타나고 있다. 또한, 상승기에 거래량변화율이 선물수익률을 선도하는 정도보다는 하락기에 선물수익률이 거래량 변화율을 선도하는 계수의 크기가 크게 나타나고 있다.

• 한국융합학회논문지
• /
• 제10권4호
• /
• pp.1-6
• /
• 2019

신경회로망은 과거 데이터로부터 유용한 정보를 추출해서 주가지수의 이동 방향을 예측하는데 사용되어 왔다. 주가 지수의 상승 또는 하락 방향을 예측하는 기존 연구는 지수의 작은 변화에도 상승이나 하락을 예측하므로 이를 기반으로 지수 연동 ETF를 매매 하면 손실이 발생할 가능성이 높다. 본 논문에서는 ETF 매매 손실을 줄이고 매매 당 일정 이상의 수익을 내기 위한 일별 KOrea composite S0tock Price Index (KOSPI)의 이동 방향을 예측하는 신경회로망 모델을 제안한다. 제안된 모델은 이동 방향 예측을 위해 전일 대비 지수 변동률이 상승(변동률${\geq}{\alpha}$), 하락(변동률${\leq}-{\alpha}$)과 중립($-{\alpha}$<변동률<${\alpha}$)을 표시하는 출력을 갖는다. 예측이 상승이면 레버리지 Exchange Traded Fund (ETF)를, 하락이면 인버스 ETF를 매수한다. 본 논문에서 구현된 신경회로망 모델 중 PNN1의 Hit ratio (HR)은 학습에서 0.720, 평가에서 0.616이다. 평가용 데이터로 ETF 매매를 시뮬레이션하면 수익률은 8.39 ~ 16.32 %를 보인다. 또한 제안된 이동 방향 예측 신경회로망 모델이 주가지수 예측 신경회로망 모델 보다 ETF 매매 성공률과 수익률에서 더 우수하다.

• 한국콘텐츠학회논문지
• /
• 제16권8호
• /
• pp.387-394
• /
• 2016

주식시장의 변동성은 정보의 유형에 따라 다르게 반응한다. 호재(good news)로 인한 예기치 못한 양의 수익률에 비해 악재(bad news)로 인한 예기치 못한 음의 수익률에 더 크게 반응하는 비대칭적 변동성이 존재한다는 것이다. 본 연구에서는 한국거래소(KRX)에서 발표하는 KOSPI, 대형주, 중형주, 소형주 지수를 대상으로 정보 유형에 따라 각 지수의 변동성에 미치는 영향이 비대칭적인지를 MA-GJR 모형과 MA-EGARCH 모형을 사용하여 비교분석하였다. 분석결과, 변동성 추정 모형에 관계없이 모든 지수에서 변동성의 비대칭적인 반응이 존재함을 확인할 수 있었고 소형주 변동성이 대형주 변동성보다 유리한 정보에 비해 불리한 정보에 더 크게 반응하는 것으로 나타났다. 또한 이러한 결과는 표본기간을 글로벌 금융위기 전후로 구분한 분석에서도 강건하게 관찰되었다.

• 재무관리연구
• /
• 제20권1호
• /
• pp.125-162
• /
• 2003

본 논문은 한국건설 주가의 동태적 특성 -장단기 국내외 연계성-을 파악하기 위하여 작성되었다. 이를 위해 우선 한. 미. 일 증시 및 건설지수간의 상호 가격전이 메카니즘을 분석하여 국내 건설업 주가가 해외로부터 받는 영향을 추정하였다. 또한, 국내 주요 건설기업과 해외건설 지수와의 연계성을 살펴보고, 건설기업간의 주가변화의 상호작용을 실증적으로 분석하였다. 이와 관련하여 장기적 관계의 존재 및 미국과 현대건설의 리더십을 중심으로 한 일곱 가지 가설을 선정하였다. 장기적 균형가설 검정을 위해서는 Johansen and Juselius(1990)의 다변량 공적 분기법을 사용하고, 단기적 인과관계 추론을 위해서는 VAR 모형의 오차분산분해, 충격반응함수, 그랜저 인과관계검정을 일별 자료에 적용하였다. 분석결과는 다음의 네 가지로 요약된다. 첫째, 한. 미. 일 증시, 건설업지수, 국내 5대 건설사 간에는 각각 공적분 관계가 존재하지 않는 것으로 나타나 장기적 균형관계가설이 기각되었다. 둘째, 미국증시는 한. 일증시를 선행하는 것으로 나타났으나 건설업지수를 선행하지 않아 미국의 시장리더십을 건설업에는 파악할 수 없었다. 셋째, 현대건설주가도 국내 타 건설주가를 선행하는 것으로 나타나 현대건설의 시장리더십을 확인할 수 있었다. 이러한 실증적 분석 결과를 통해 한. 미. 일 증시, 건설업지수, 국내 건설주가는 단기적으로는 특정 국가 및 기업의 리더십이 발휘되지만 장기적으로는 상호 연관성 없이 독립적으로 움직인다는 사실을 알 수 있다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.147-168
• /
• 2017

오래 전부터 학계에서는 정확한 주식 시장의 예측에 대한 많은 연구가 진행되어 왔고 현재에도 다양한 기법을 응용한 예측모형들이 연구되고 있다. 특히 최근에는 딥러닝(Deep-Learning)을 포함한 다양한 기계학습기법(Machine Learning Methods)을 이용해 주가지수를 예측하려는 많은 시도들이 진행되고 있다. 전통적인 주식투자거래의 분석기법으로는 기본적 분석과 기술적 분석방법이 사용되지만 보다 단기적인 거래예측이나 통계학적, 수리적 기법을 응용하기에는 기술적 분석 방법이 보다 유용한 측면이 있다. 이러한 기술적 지표들을 이용하여 진행된 대부분의 연구는 미래시장의 (보통은 다음 거래일) 주가 등락을 이진분류-상승 또는 하락-하여 주가를 예측하는 모형을 연구한 것이다. 하지만 이러한 이진분류로는 추세를 예측하여 매매시그널을 파악하거나, 포트폴리오 리밸런싱(Portfolio Rebalancing)의 신호로 삼기에는 적합치 않은 측면이 많은 것 또한 사실이다. 이에 본 연구에서는 기존의 주가지수 예측방법인 이진 분류 (binary classification) 방법에서 주가지수 추세를 (상승추세, 박스권, 하락추세) 다분류 (multiple classification) 체계로 확장하여 주가지수 추세를 예측하고자 한다. 이러한 다 분류 문제 해결을 위해 기존에 사용하던 통계적 방법인 다항로지스틱 회귀분석(Multinomial Logistic Regression Analysis, MLOGIT)이나 다중판별분석(Multiple Discriminant Analysis, MDA) 또는 인공신경망(Artificial Neural Networks, ANN)과 같은 기법보다는 예측성과의 우수성이 입증된 다분류 Support Vector Machines(Multiclass SVM, MSVM)을 사용하고, 이 모델의 성능을 향상시키기 위한 래퍼(wrapper)로서 유전자 알고리즘(Genetic Algorithm)을 이용한 최적화 모델을 제안한다. 특히 GA-MSVM으로 명명된 본 연구의 제안 모형에서는 MSVM의 커널함수 매개변수, 그리고 최적의 입력변수 선택(feature selection) 뿐만이 아니라 학습사례 선택(instance selection)까지 최적화하여 모델의 성능을 극대화 하도록 설계하였다. 제안 모형의 성능을 검증하기 위해 국내주식시장의 실제 데이터를 적용해본 결과 ANN이나 CBR, MLOGIT, MDA와 같은 기존 데이터마이닝 기법들이나 인공지능 알고리즘은 물론 현재까지 가장 우수한 예측 성과를 나타내는 것으로 알려져 있던 전통적인 다분류 SVM 보다도 제안 모형이 보다 우수한 예측성과를 보임을 확인할 수 있었다. 특히 주가지수 추세 예측에 있어서 학습사례의 선택이 매우 중요한 역할을 하는 것으로 확인 되었으며, 모델의 성능의 개선효과에 다른 요인보다 중요한 요소임을 확인할 수 있었다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2001년도 추계학술발표회 논문집
• /
• pp.99-104
• /
• 2001

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.

• 재무관리연구
• /
• 제18권2호
• /
• pp.125-144
• /
• 2001

본 연구는 선행연구들과 달리 경제변수로 설명할 수 없는 경제주체들의 심리적 요소가 주가에 영향을 미칠 수 있다는 관점에서 주가와 거시경제변수 및 경제주체들의 기대심리간의 장기 균형 및 동학구조관계를 분석한다. 주가는 기업의 내재가치를 나타내며 이는 상당부분 현재와 미래의 경제상황에 의해 영향을 받을 것이다. 미래경제상황을 정확히 예측할 수는 없으나 경제 주체들은 미래경제상황을 예측하게 되며 그 예측은 주가에 반영될 수 있다. 검증결과 BSI 전망치와 같은 경제주체들의 기대심리가 주가결정에 가장 중요한 단일 변수인 것으로 나타났다. 이변량 공적분검증을 실시한 결과 실질주가지수는 BSI와 장기균형관계에 있는 반면 다른 거시경제변수와는 공적분관계에 있지 않은 것으로 나타났다. 다변량 공적분분석에서도 BSI가 포함된 경우에만 KOSPI/P와 장기균형관계에 있는 것으로 나타났다. 벡터오차수정모형으로 동태적 관계를 분석한 결과, 이변량과 다변량 분석 모두에서 이들 두 변수의 오차수정항이 통계적으로 유의하여 장기균형으로부터 이탈에 대하여 상호 조정하는 것으로 나타났다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.844-847
• /
• 2019

주가 예측은 상업적인 매력 때문에 많은 이목이 끌리는 분야이지만, 주가의 불확실성과 변동성 때문에 주가 예측은 어려운 작업이다. 최근에는 주가 예측 모델에 어텐션 메커니즘을 사용하여 주가 예측에 많은 인자들이 사용되어 생기는 성능 하락 문제를 해결하여 좋은 성능을 보여주는 연구가 존재한다. 본 연구에서는 그 모델 중 하나인 Dual-Stage Attention-Based Recurrent Neural Network(DARNN)의 어텐션 메커니즘을 변경해가며 어떤 어텐션 메커니즘이 주가 예측에 적합한지를 알아본다. KOSPI100 지수의 예측실험을 통해 location 스코어함수를 사용한 어텐션 메커니즘이 가장 뛰어난 성능을 보여주는 것을 확인하였고, 이는 기존의 스코어함수를 사용한 DARNN에 비해 약 10% 향상된 성능으로 스코어 함수가 모델의 중요한 영향을 끼치는 것을 확인하였다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.143-156
• /
• 2012

누구나 뉴스와 주가 사이에는 밀접한 관계를 있을 것이라 생각한다. 그래서 뉴스를 통해 투자기회를 찾고, 투자이익을 얻을 수 있을 것으로 기대한다. 그렇지만 너무나 많은 뉴스들이 실시간으로 생성 전파되며, 정작 어떤 뉴스가 중요한지, 뉴스가 주가에 미치는 영향은 얼마나 되는지를 알아내기는 쉽지 않다. 본 연구는 이러한 뉴스들을 수집 분석하여 주가와 어떠한 관련이 있는지 분석하였다. 뉴스는 그 속성상 특정한 양식을 갖지 않는 비정형 텍스트로 구성되어있다. 이러한 뉴스 컨텐츠를 분석하기 위해 오피니언 마이닝이라는 빅데이터 감성분석 기법을 적용하였고, 이를 통해 주가지수의 등락을 예측하는 지능형 투자의사결정 모형을 제시하였다. 그리고, 모형의 유효성을 검증하기 위하여 마이닝 결과와 주가지수 등락 간의 관계를 통계 분석하였다. 그 결과 뉴스 컨텐츠의 감성분석 결과값과 주가지수 등락과는 유의한 관계를 가지고 있었으며, 좀 더 세부적으로는 주식시장 개장 전 뉴스들과 주가지수의 등락과의 관계 또한 통계적으로 유의하여, 뉴스의 감성분석 결과를 이용해 주가지수의 변동성 예측이 가능할 것으로 판단되었다. 이렇게 도출된 투자의사결정 모형은 여러 유형의 뉴스 중에서 시황 전망 해외 뉴스가 주가지수 변동을 가장 잘 예측하는 것으로 나타났고 로지스틱 회귀분석결과 분류정확도는 주가하락 시 70.0%, 주가상승 시 78.8%이며 전체평균은 74.6%로 나타났다.