• 지적과 국토정보
• /
• 제48권2호
• /
• pp.79-98
• /
• 2018

이 연구는 빅데이터 마이닝에 기초하여 공시지가 민원에 대한 시공간적 특성을 분석하는 모델을 제시하는 데 목적이 있다. 특히 이 연구는 행정 민원이 제기되는 원인을 학술적 요인보다는 시공간적 측면에서 찾았고, 그러한 민원 발생의 경향을 시공간적으로 모니터링하는 모델을 제시하였다. 2006년부터 2015년까지 인천광역시 중구의 공시지가에 대한 6,481개의 민원정보가 시간 및 공간적 특성을 고려해 수집되었고 분석을 위해 사용되었다. 텍스트 마이닝 기법을 이용해 주요 키워드의 빈도수를 도출했으며, 소셜 네트워크 분석을 통해 주요 키워드 간의 관계를 분석하였다. 키워드의 가중치와 연관되는 TF(term frequency)와 TF-IDF(term frequency-inverse document frequency)를 산출함으로써, 공시지가의 민원 발생에 대한 주요 키워드를 식별하였다. 마지막으로 Getis-Ord의 $Gi^*$의 통계량에 기초한 핫스팟 분석을 통해 공시지가 민원의 시공간적 특성을 분석하였다. 연구 결과, 공시지가 민원의 특성은 시공간적으로 연계된 군집 형태를 형성하면서 변화하고 있음을 알 수 있었다. 텍스트 마이닝과 소셜 네트워크 분석 방법을 이용하여 자연어 기반의 공시지가 민원에 대한 발생 원인을 정량적으로 규명할 수 있음을 알 수 있었으며, 키워드 가중치인 단어 빈도(TF) 및 단어 빈도와 역문서 빈도의 조합값(TF-IDF)의 상대적인 차이가 있어 시공간적인 민원 특성을 분석하기 위한 주요 설명변수로 활용될 수 있음을 알 수 있었다.

• Journal of Nutrition and Health
• /
• 제47권1호
• /
• pp.77-88
• /
• 2014

본 연구는 기숙사 생활을 하는 제주지역 고등학생을 대상으로 기숙사급식 만족도와 급식에서 제공되는 메뉴에 대한 기호도를 조사 분석함으로써 기숙사 학생들의 다양한 요구와 필요에 부합하고 기숙사 급식의 질적 향상을 모색하기 위한 기초자료로 활용하고자 실시하였다. 조사대상 고등학생의 성별은 남자가 71.1%, 학년은 2학년 46.0%, 기숙사 거주기간이 2~3학기인 학생이 45.3%, 월평균 용돈은 3만원 미만이 39.0%, 동지역에 거주하는 학생이 68.3%로 나타났다. 방학 중 외식횟수는 한 달에 1~2회가 51.4%, 부모가 맞벌이를 하는 학생은 73.7%, 어머니의 학력은 고졸이 46.9%, 본인이 건강하다고 생각하는 학생은 60.3%로 나타났다. 조사대상의 기숙사급식 만족도에 있어서는 메뉴 품질에 대한 만족도 (3.26)보다 서비스 및 위생에 대한 만족도 (3.46)가 높았고, 메뉴 품질에 있어서는 주식 (밥)의 양 (3.70), 음식의 온도 (3.50), 음식의 신선도 (3.42), 음식의 맛 (3.14)의 순으로, 서비스 및 위생에 있어서는 급식 정보 제공 (3.66), 식당 분위기(3.53), 급식 위생 (3.48), 식사질서 지도 (3.43), 원활한 배식 (3.34), 조리종사자의 친절도 (3.33)의 순으로 나타났다. 조사대상 고등학생의 끼니별 급식 만족도는 저녁식사 (3.70), 점심식사 (3.50), 아침식사 (3.14)의 순으로 나타났으며, 성별에 있어서는 아침식사의 경우 여학생의 만족도 (3.36)가 남학생의 만족도 (2.93)보다 유의적으로 높게 나타났다 (p < .01). 조사대상이 기숙사급식에서 제공받은 음식의 섭취량을 끼니별로 분석한 결과 저녁식사 (3.70), 점심식사 (3.50), 아침식사 (3.14)의 순으로 나타났고 점심식사와 저녁식사는 남학생의 섭취량 (각 4.12, 4.17)이 여학생 (각 3.72, 3.76) 보다 유의적으로 많았다 (p < .001). 조사대상 고등학생의 기숙사급식에 대한 개선점에 있어서는 맛의 향상 (43.4%), 메뉴의 다양성 (31.0%), 배식량 증가 (17.4%), 급식위생 (3.8%), 급식환경 (3.3%)의 순으로 응답율을 보였고 남학생의 경우 맛의 향상 (49.2%), 메뉴의 다양성 (28.7%), 배식량 증가 (14.9%), 급식환경 (4.6%), 급식위생 (1.3%)의 순으로, 여학생은 메뉴의 다양성 (36.6%), 맛의 향상 (29.3%), 배식량 증가 (23.6%), 급식위생 (8.1%), 급식환경 (1.6%)의 순으로 나타났다 (p < .001). 조사대상의 주식류에 대한 기호도는 면류 (4.06), 일품음식류 (3.92), 밥류 (3.66)의 순으로 높게 나타났고 밥류에 있어서는 검정쌀밥 (3.80), 일품음식류는 볶음밥 (4.05), 면류에 있어서는 스파게티 (4.21)의 기호도가 가장 높게 나타났다. 국 및 찌개류에 대한 기호도는 갈비탕 (4.10), 김치찌개 (3.99), 된장찌개 (3.92), 순두부찌개 (3.79), 육개장 (3.78)의 순으로 나타났고 동태찌개 (2.72)와 북어국 (2.61)은 보통 이하의 기호도를 보였다. 조사대상의 부식류에 대한 기호도에 있어서는 찜류 (3.95), 튀김류 (3.87), 볶음류 (3.57), 김치류 (3.54), 구이류 (3.49), 조림류 (3.27)의 순으로 나타났고 무침류는 3점 미만인 2.89를 나타내 보통 이하의 기호도를 보였다. 메뉴 아이템에 있어서는 갈비찜 (4.24), 닭튀김 (4.23), 닭볶음 (4.19), 돈까스 (4.17), 탕수육 (4.10), 돼지고기볶음 (4.04)의 순으로 높은 기호도를 보였고, 5점 만점에 대해 4점 이상을 나타냈으며, 콩조림 (2.94), 시금치무침 (2.94), 애호박무침 (2.89), 느타리버섯볶음 (2.84), 생선구이 (2.81), 마늘쫑무침 (2.69), 취나물무침 (2.67), 청경채 겉절이 (2.71), 톳무침 (2.65), 생선조림 (2.63), 건파래 무침 (2.59)은 5점 만점에 대해 3점 미만을 나타내 보통 이하의 기호도를 보여 생선이나 채소류보다 육류를 이용한 음식에 대한 기호도가 높음을 알 수 있었다. 후식류에 있어서는 쥬스류의 기호도 (4.52)가 가장 높았고 요구르트 (4.50), 생과일 (4.42), 빵류 (4.33), 우유 (4.08), 떡류 (4.01)의 순으로 나타났으며 빵류 (p < .05) 와 떡류 (p < .01)에 대해 남학생보다 여학생의 기호도가 유의적으로 높게 나타났다. 조사대상의 메뉴 기호도는 기숙사급식 만족도 (r = 0.369), 메뉴 품질 (r = 0.348), 서비스 및 위생 (r = 0.344), 끼니별 급식 만족도 (r = 0.418), 제공된 음식 섭취량 (r = 0.220)과 정 (+)의 상관관계를 (p < .01), 기숙사급식 만족도는 메뉴품질 (r = 0.944), 서비스 및 위생 (r = 0.931), 끼니별 급식 만족도 (r = 0.707)와 다소 높은 정 (+)의 상관관계를 (p < .01), 메뉴품질은 서비스 및 위생 (r = 0.758), 끼니별 만족도 (r = 0.717)와 다소 높은 정 (+)의 상관관계를 (p < .01), 서비스 및 위생은 끼니별 급식 만족도 (r = 0.604)와 정 (+)의 상관관계를 나타냈다 (p < .01). 이상의 연구결과를 토대로 살펴볼 때, 기숙사급식에의 의존도가 높은 기숙사생들이 영양적으로 균형 있는 음식을 섭취하고 올바른 식습관을 형성할 수 있도록 다각적이고 체계적인 영양교육이 병행되어야 하며 배식량 및 배식방법 등을 개선하고 다양한 조리법 및 이벤트 메뉴 등을 개발하는 등 학생들이 성장기에 필요한 영양소를 충분히 섭취할 수 있도록 다양한 방안이 모색되어야 할 것으로 사료된다.

• 지능정보연구
• /
• 제17권3호
• /
• pp.187-201
• /
• 2011

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.

• 한국정보과학회논문지:데이타베이스
• /
• 제33권1호
• /
• pp.42-55
• /
• 2006

본 논문에서는 단일 색인을 사용하는 임의 계수의 이동평균 변환 지원 서브시퀀스 매칭 방법을 제안한다. 단일 색인을 사용함으로써, 제안한 방법은 색인 저장 공간 및 색인 관리의 오버헤드를 크게 줄일 수 있다. 이동평균 변환은 시계열 데이타 내의 노이즈 영향을 감소시킴으로써, 시계열 데이타 전체의 경향을 파악하는데 매우 유용하다. 그런데, 기존 연구에서는 임의 계수를 지원하기 위해 여러 색인을 생성해야 하고, 이에 따라 색인 저장 공간의 오버헤드와 색인 관리의 오버헤드가 발생하는 문제점이 있다. 본 논문에서는 우선 이동평균 변환의 정의를 확장한 다계수 이동평균 변환(poly-order moving average transform) 개념을 제시한다. 다계수 이동평균 변환이란, 각 윈도우를 하나의 이동평균 계수에 대해서 이동평균 변환하는 것이 아니라, 여러 계수에 대해서 이동평균 변환하여 윈도우의 집합을 구성하는 변환으로서, 이동평균 변환의 정의를 여러 계수로 구성된 집합에 대해서 확장한 것이다. 다음으로, 이러한 다계수 이동평균 변환 개념을 사용한 서브시퀀스 매칭 방법의 이론적 근거인 정확성을 정리로서 제시하고 증명한다. 또한, 다계수 이동평균 변환을 기존 서브시퀀스 매칭 연구인 Faloutsos 둥의 방법 및 DualMatch에 각각 적용하여, 두 가지 이동평균 변환 지원 서브시퀀스 매칭 방법을 제시한다. 실험 결과, 제안한 두 가지 서브시퀀스 매칭 방법은 모든 경우에 있어서 순차 스캔보다 성능을 크게 향상시킨 것으로 나타났다. 실제 주식 데이타에 대한 실험 결과, 제안한 방법은 순차 스캔에 비해서 평균 22.4배${\~}$33.8배까지 성능을 향상시킨 것으로 나타났다. 또한, 각 계수에 대해 모두 색인을 생성하는 경우와 비교할 때, 성능 저하는 매우 적은 반면 필요한 색인 공간은 크게 줄인 것으로 나타났다(일곱 개의 계수를 사용한 경우, 성능 저하는 평균 $9\%{\~}42\%$에 불과한 반면 색인 공간은 약 1/7.0로 크게 줄인다). 이와 같이 성능 측면과 색인 공간 및 관리 측면에서의 우수성에 덧붙여, 제안한 방법은 이동평균 변환 이외의 다른 변환을 지원하는 서브시퀀스 매칭으로 일반화 될 수 있는 장점이 있다 따라서, 제안한 방법은 이동평균 변환을 포함하는 많은 다른 종류의 변환을 지원하는 서브시퀀스 매칭에 폭넓게 적용되는 우수한 연구결과라 사료된다.

• 한국조경학회지
• /
• 제47권2호
• /
• pp.59-75
• /
• 2019

본 연구는 조경산업의 관점에서 4차 산업혁명 기술을 탐색하여, 선순환적 가치증대에 필요한 기초자료를 제공하고자 수행하였다. 4차 산업혁명, 조경산업과 도시재생의 특성 등을 고찰하고, 체계적 연구에 적합한 기술 분류 체계를 틀로 선정하는 등 방법론을 설정하여 연구하였다. 먼저, 조경산업의 선순환적 가치증대에 활용이 가능한 디지털 데이터 기반의 4차 산업혁명 기술을 선별하였다. '요소기술 수준'에서 '핵심기술'인 사물인터넷, 클라우드 컴퓨팅, 빅데이터, 인공지능, 로봇, '주변기술'인 가상 증강현실, 드론, 3D 4D 프린팅, 3D 스캐닝이 디지털 데이터 기반의 4차 산업혁명 기술로 조명되었다. 조경산업에 특화하여 '트렌드 수준'으로 응용하면 선순환적 가치증대에 활용이 가능한 것으로 나타났다. '시스템 수준'은 하나의 범용기술로 분석하였으며, 플랫폼을 중심으로 요소기술 수준, 컴퓨터와 스마트기기 등이 유기적으로 상호연계되어 시스템화된 디지털 데이터 기반의 4차 산업혁명 기술로 조명되었다. 조경산업에 특화하여 '트렌드 수준'으로 응용하면 선순환적 가치증대에 효과적인 기술로 나타났다. 요소기술 수준을 응용한 트렌드 수준에서 제시된 모든 활용 방안의 구현과 시너지효과 창출이 가능하다. 스마트정원, 스마트공원 등이 추구해야 하는 수준으로 분석되었다. 트렌드 수준의 인접산업 기술 중에는 스마트시티, 스마트홈, 스마트팜 및 정밀농업, 스마트관광, 스마트헬스케어가 협업에 의한 연계성이 클 것으로 판단되었다. 다음으로, 도시재생 공공공간을 포함한 조경공간의 조성 유지관리 및 서비스에서 도구이자 소재로서, 트렌드 수준으로 응용된 관련 기술의 다양한 활용 방안이 조명되었다. 즉, 유비쿼터스 컴퓨팅의 실현으로 조경공간에서 디지털 기술의 기본적 특성이 반영된 초연결화, 초실감화, 초지능화, 초융합화되는 방안들이 제시되었다. 조경산업이 도시재생 사업에 참여함에 있어서도, 기존 업무를 비롯하여 새로운 성격의 요구 수용 및 조율, 교육, 컨설팅 등에서 가치를 증대하는데 효과적인 것으로 분석되었다. 특히, 조경영역 전반이 전략적 교두보로 유지관리를 연계하여, 트렌드 수준의 관련 기술을 시스템화할 때 선순환적 가치증대에 효과적인 것으로 나타났다. 산업구조 상, 다양한 경로에서 생산된 데이터와 정보를 유통시키는데 효과적이기 때문이다. 향후 디지털 데이터 기반의 4차 산업혁명 기술을 실제 조경공간의 조성 유지관리 및 서비스에 융합하여 실증하는 등의 후속적 연구가 필요하다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.239-251
• /
• 2019

본 논문은 학습데이터의 크기에 따른 사례기반추론기법이 주가예측력에 어떻게 영향을 미치는지 살펴본다. 삼성전자 주가를 대상을 학습데이터를 2000년부터 2017년까지 이용한 경우와 2015년부터 2017년까지 이용한 경우를 비교하였다. 테스트데이터는 두 경우 모두 2018년 1월 1일부터 2018년 8월 31일까지 이용하였다. 시계 열데이터의 경우 과거데이터가 얼마나 유용한지 살펴보는 측면과 유사사례개수의 중요성을 살펴보는 측면에서 연구를 진행하였다. 실험결과 학습데이터가 많은 경우가 그렇지 않은 경우보다 예측력이 높았다. MAPE을 기준으로 비교할 때, 학습데이터가 적은 경우, 유사사례 개수와 상관없이 k-NN이 랜덤워크모델에 비해 좋은 결과를 보여주지 못했다. 그러나 학습데이터가 많은 경우, 일반적으로 k-NN의 예측력이 랜덤워크모델에 비해 좋은 결과를 보여주었다. k-NN을 비롯한 다른 데이터마이닝 방법론들이 주가 예측력 제고를 위해 학습데이터의 크기를 증가시키는 것 이외에, 거시경제변수를 고려한 기간유사사례를 찾아 적용하는 것을 제안한다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.237-262
• /
• 2022

본 연구는 개인투자자들의 투자의사결정에 도움을 주고자, 증권신고서의 TF-IDF 텍스트 분석과 기계학습을 이용해 공모주의 상장 5거래일 이후 주식 가격 등락을 예측하는 모델을 제시한다. 연구 표본은 2009년 6월부터 2020년 12월 사이에 신규 상장된 691개의 국내 IPO 종목이다. 기업, 공모, 시장과 관련된 다양한 재무적 및 비재무적 IPO 관련 변수와 증권신고서의 어조를 분석하여 예측했고, 증권신고서의 어조 분석을 위해서 TF-IDF (Term Frequency - Inverse Document Frequency)에 기반한 텍스트 분석을 이용해 신고서의 투자위험요소란의 텍스트를 긍정적 어조, 중립적 어조, 부정적 어조로 분류하였다. 가격 등락 예측에는 로지스틱 회귀분석(Logistic Regression), 랜덤 포레스트(Random Forest), 서포트벡터머신(Support Vector Machine), 인공신경망(Artificial Neural Network) 기법을 사용하였고, 예측 결과 IPO 관련 변수와 증권신고서 어조 변수를 함께 사용한 모델이 IPO 관련 변수만을 사용한 모델보다 높은 예측 정확도를 보였다. 랜덤 포레스트 모형은 1.45%p 높아진 예측 정확도를 보였으며, 인공신공망 모형과 서포트벡터머신 모형은 각각 4.34%p, 5.07%p 향상을 보였다. 추가적으로 모형간 차이를 맥니마 검정을 통해 통계적으로 검증한 결과, 어조 변수의 유무에 따른 예측 모형의 성과 차이가 유의확률 1% 수준에서 유의했다. 이를 통해, 증권신고서에 표현된 어조가 공모주의 가격 등락 예측에 영향을 미치는 요인이라는 것을 확인할 수 있었다.

• Asia pacific journal of information systems
• /
• 제24권2호
• /
• pp.233-253
• /
• 2014

Can the stock market really be predicted? Stock market prediction has attracted much attention from many fields including business, economics, statistics, and mathematics. Early research on stock market prediction was based on random walk theory (RWT) and the efficient market hypothesis (EMH). According to the EMH, stock market are largely driven by new information rather than present and past prices. Since it is unpredictable, stock market will follow a random walk. Even though these theories, Schumaker [2010] asserted that people keep trying to predict the stock market by using artificial intelligence, statistical estimates, and mathematical models. Mathematical approaches include Percolation Methods, Log-Periodic Oscillations and Wavelet Transforms to model future prices. Examples of artificial intelligence approaches that deals with optimization and machine learning are Genetic Algorithms, Support Vector Machines (SVM) and Neural Networks. Statistical approaches typically predicts the future by using past stock market data. Recently, financial engineers have started to predict the stock prices movement pattern by using the SNS data. SNS is the place where peoples opinions and ideas are freely flow and affect others' beliefs on certain things. Through word-of-mouth in SNS, people share product usage experiences, subjective feelings, and commonly accompanying sentiment or mood with others. An increasing number of empirical analyses of sentiment and mood are based on textual collections of public user generated data on the web. The Opinion mining is one domain of the data mining fields extracting public opinions exposed in SNS by utilizing data mining. There have been many studies on the issues of opinion mining from Web sources such as product reviews, forum posts and blogs. In relation to this literatures, we are trying to understand the effects of SNS exposures of firms on stock prices in Korea. Similarly to Bollen et al. [2011], we empirically analyze the impact of SNS exposures on stock return rates. We use Social Metrics by Daum Soft, an SNS big data analysis company in Korea. Social Metrics provides trends and public opinions in Twitter and blogs by using natural language process and analysis tools. It collects the sentences circulated in the Twitter in real time, and breaks down these sentences into the word units and then extracts keywords. In this study, we classify firms' exposures in SNS into two groups: positive and negative. To test the correlation and causation relationship between SNS exposures and stock price returns, we first collect 252 firms' stock prices and KRX100 index in the Korea Stock Exchange (KRX) from May 25, 2012 to September 1, 2012. We also gather the public attitudes (positive, negative) about these firms from Social Metrics over the same period of time. We conduct regression analysis between stock prices and the number of SNS exposures. Having checked the correlation between the two variables, we perform Granger causality test to see the causation direction between the two variables. The research result is that the number of total SNS exposures is positively related with stock market returns. The number of positive mentions of has also positive relationship with stock market returns. Contrarily, the number of negative mentions has negative relationship with stock market returns, but this relationship is statistically not significant. This means that the impact of positive mentions is statistically bigger than the impact of negative mentions. We also investigate whether the impacts are moderated by industry type and firm's size. We find that the SNS exposures impacts are bigger for IT firms than for non-IT firms, and bigger for small sized firms than for large sized firms. The results of Granger causality test shows change of stock price return is caused by SNS exposures, while the causation of the other way round is not significant. Therefore the correlation relationship between SNS exposures and stock prices has uni-direction causality. The more a firm is exposed in SNS, the more is the stock price likely to increase, while stock price changes may not cause more SNS mentions.

• 경영과정보연구
• /
• 제31권2호
• /
• pp.143-172
• /
• 2012

기업과 소비자간 전자 상거래 시장이 급속히 성장하고 있으나 많은 전문가들은 아직도 그 잠재력을 충분히 발휘하지 못하고 있다고 주장한다. 이에 대한 이유로 온라인 쇼핑환경이 지니는 인간적 사회적 요소의 부재를 들고 있다. 온라인 쇼핑은 전통적인 면대면 상거래에 비해 보다 비인적이며 익명성이 강해 인간적인 온정과 사회성이 부족하다. 본 연구에서는 전통적 상거래에 비해 온라인 쇼핑이 가지는 태생적 한계인 면대면 사회적 상호작용을 대신할 수 있는 개념으로 사회적 실재감을 도입하여 사회적 실재감의 선 후행변수간의 관계를 규명하고자 하였다. 이러한 연구 목적을 달성하기 위하여 본 연구주제와 관련 있는 마케팅, 심리학, 커뮤니케이션 연구분야의 연구결과들을 고찰하였으며, 이를 기반으로 하여 연구모형을 제시하였다. 제시된 연구모형을 검증하기 위하여 자기 보고식 설문지를 사용하여 자료를 수집하였다. 본 설문의 응답자들은 최소 5회 이상 인터넷 구매를 경험한 소비자들로 구성하였는데, 이는 사회적 실재감에 대한 지각은 인터넷 쇼핑몰과의 잦은 접촉이 있어야만 생길 수 있는 지각으로 판단하였기 때문이다. 실증분석 결과는 다음과 같다. 먼저 쇼핑몰의 맞춤화 노력은 지각된 사회적 실재감에 유의한 영향을 미치는 것으로 나타났다. 둘째, 쇼핑몰의 반응성 역시 지각된 사회적 실재감에 유의한 영향을 미치는 것으로 나타났다. 따라서 쇼핑몰은 고객의 요구에 다양한 방법으로 신속하고 성실하게 반응함으로써 사회적 실재감을 높일 수 있다. 셋째, 지각된 게시판 활동성은 사회적 실재감에 영향을 미치는 것으로 나타났다. 쇼핑몰 운영자는 자사 게시판을 적극적으로 활성화하여 소비자의 사회적 실재감을 높일 수 있을 것이다. 마지막으로 지각된 사회적 실재감은 쇼핑몰 신뢰와 즐거움에 영향을 미치고 쇼핑몰 신뢰와 즐거움은 쇼핑몰 충성도에 유의한 영향을 미치는 것으로 나타났다. 이러한 결과는 기존 온라인 쇼핑에 관한 연구의 중심이 되고 있는 쇼핑몰 충성도와 신뢰 형성에 사회적 실재감이 중요한 영향요인임을 의미하는 것으로 쇼핑몰 신뢰와 충성도를 위한 새로운 전략적 시사점을 제공하고 있다고 볼 수 있다.

• KDI Journal of Economic Policy
• /
• 제12권2호
• /
• pp.95-120
• /
• 1990

비상장기업(非上場企業)이 최초로 주식시장(株式市場)에 발행하는 신주(新株)가 실제가치에 비해 낮은 가격(價格)에 상장(上場)되는 신주(新株)의 저평가현상(低評價現象)이 번번히 일어나고 있으나 아직 그 원인(原因)이 명확히 밝혀지고 있지 않다. 또한 신주발행(新株發行)을 통한 자본조달(資本調達)의 효율성(效率性)에 관한 기존(旣存)의 연구도 전무(前無)하다. 본고(本稿)에서는 기업(企業)의 수익성(收益性)에 관하여 기업주(企業主)의 우월(優越)한 정보(情報)를 가정한 신호경기적(信號競技的) 모델의 분석(分析)을 통하여 신주(新株)의 저가상장(低價上場) 원인(原因)을 밝혀내고 아울러 신주발행(新株發行)을 통한 자본조달(資本調達)의 효율성(效率性)을 검토해 보았다. 모델의 분리균형(分離均衡)의 분석(分析)을 통해 밝혀진 주요 결과는 다음과 같다. 고수익성(高收益性)프로젝트를 가진 기업주(企業主)는 프로젝트가 저수익성(低收益性)인 경우에는 선택할 유인(誘因)이 없는 발행조건 중 자신에게 가장 유리한 조건을 선택함으로써 투자자들에게 기업이 고수익성(高收益性)임을 입증(立證)하고자 하며 이 과정에서 선택된 고수익성기업(高收益性企業)의 발행조건의 성격은 다음과 같다. 첫째, 넓은 범위와 모수(母數)값에 대해 신주가격(新株價格)은 판매대금(販賣代金)이 기업(企業)에 유입(流入)된 이후 1주(株)에 해당하는 기업(企業)의 가치에 미달한다. 둘째, 기업(企業)에 유입(流入)되는 자본(資本)은 프로젝트로부터의 잠재적(潛在的) 이윤(利潤)을 극대화(極大化)하는 액수에 미달한다. 따라서 신주(新株)의 저가상장(低價上場)은 고수익성기업주(高收益性企業主)의 신호행위(信號行爲)의 결과이며 또한 신주(新株)의 저가상장(低價上場)은 저투자(低投資)를 의미한다.