사학연금재정재계산위원회(2016)에 의하면 사학연금제도는 2027년에 기금규모가 최고로 도달한 후, 다음 해 부터는 재정수지가 적자로 전환되어 2046년에 기금이 완전히 고갈될 것으로 전망되고 있다. 그래서 동 제도의 지속가능성을 위한 연금재정의 안정화 대책이 시급하다. 현재 상황에서 사학연금제도의 지속가능성에 대한 연구는 자산운용을 효율화하여 기금고갈시점을 최대한 연기하고, 동 기간 공무원연금제도의 개혁과 연계한 지속가능성을 모색하는 방안이 최선의 방안이다. 지금까지 사학연금은 해외투자나 대체투자 등 다양한 자산배분 포토폴리오를 설계 운용하여 왔는데, 대체투자로는 높은 수익률을 실현하여 왔으나 해외투자 수익률은 기대에 미치지 못하였다. 국내외 연기금들 중 지난 6년간 가장 높은 단순 수익률을 실현한 CPPIB의 수익률을 사학연금재정재계산위원회가 사용한 연금재정재계산 수익률에 적용하여 추계한 연금재정은 2044년 기금최고시점에 이르렀고, 2045년부터 재정수지가 음(-)으로 변하여 2060년부터 기금이 완전히 고갈될 것으로 전망되었다. 그리고 사학연금의 운용성과가 미흡한 주식투자 수익률을 국민연금 주식투자 수익률로 적용하였을 경우, 사학연금재정재계산위원회 추계 결과와 비슷한 기금최고시점 및 기금고갈시점을 보였다. 글로벌 경제가 저성장 저금리 기조로 들어서고 있는 이 시점에서, CPPIB가 지난 6년간 실현한 높은 수익률을 중장기에 지속적으로 기대하기는 어렵다. 그래서 사학연금기금을 최대한 유지하기 위해서는 다양한 투자대상을 개발함과 동시에 CPPIB의 자산배분 포토폴리오와 포토폴리오 변동성 및 기대수익률을 통제할 수 있는 수리모형을 도입하고, 국민연금의 주식투자 운용원칙 및 기준을 벤치마킹하여 자산배분을 효율화하여야 한다. 이와 동시에 향후 공무원연금제도 개혁 과정에서 사학연금제도의 지속가능성을 반영할 수 있는 방안에 대한 연구가 필요하다.
해외직접투자는 국내투자와는 달리, 프로젝트를 수행하는 기업에게 사업위험의 정도를 증가시킬 뿐만아니라, 비사업위험에서 정치적 위험과 환위험 등의 추가 위험을 초래한다. 본 연구는 정치적 위험의 식별 및 평가를 위해 위험과 불확실성의 구분을 기초로 정치적 위험의 차원을 규명하고, 정치적 위험의 평가모형을 개발한다. 그리고 평가모형의 적용방법을 스프레드시트를 통해 제시하고, 정치적 위험의 충격과 정치적 위험 발생가능성의 변화에 따른 요구수익률 변화의 민감도 분석을 수행한다. 본 연구는 정치적 위험의 충격이 부정적인 경우에도 투자유치국 현지시장의 수익률변화에 대한 정치적 충격의 발생 가능성 변화에 따라 요구수익률이 감소하는 상황을 설명하고, 정치적 위험의 차원에 따른 손실의 형태를 체계적으로 규명하여 정치적 위험의 평가를 용이하게 할 수 있도록 하였다.
본 연구는 다변량회귀모형(多變量回歸模型)이 동일한 산업내 동일한 시기에 이루어진 규제변동(規制變動)의 재무효과를 측정하는 데에 시장모형(市場模型)보다 장기간에 걸친 복수의 가변적 발표내용, 규제관련기업의 차별적 주가수익반응, 그리고 주가수익잔차간 높은 상관관계 등의 규제특성과 방법론적 문제점을 해결하는 데에 유용한 사건모형(事件模型)임을 실증하고자 한다. 본 연구는 규제변동의 실증적 사례로서 1988년 12월 2일 정부가 발표한 ${\ulcorner}$자본시장국제화의 단계적 확대추진계획${\lrcorner}$에 이르기까지의 일련의 법제적 조치와 발표내용을 사건으로 하여 금융증권산업내 은행, 증권회사, 보험회사 그리고 투자금융회사의 평균적, 개별적, 포트폴리오 비정상수익에 관한 제반공동가설을 모수추정(母數推定)의 제약(制約)에 따라 비제약적(非制約的) 다변량회귀모형(多變量回歸模型) 또는 제약적(制約的) 다변량회귀모형(多變量回歸模型)으로 검증하였다. 모든 13개 발표사건에 대한 평균적, 개별적, 포트폴리오 비정상수익의 가설검증결과에서 은행과 증권회사는 모두 통계적으로 비유의적 반응을 보인 반면, 보험회사와 투자금융회사는 최종발표일이 다가오면서 일부 발표사건에 유의적인 평균반응과 개별반응을 보였다. 특히 모든 금융증권기관은 모든 사건에 비유의적 포트폴리오반응을 보여, Stigler가 제시한 '부(富)의 이전가설(移轉假說)'은 기각되지 못하였다.
전통적인 방법에 의한 PER는 단순히 그 지표의 일반적인 높고 낮음에 따라 소위 '저평가 종목'이라는 이름으로 투자자들에게 추천되고 있다. 그러나 이런 방법은 개별기업의 구체적 내용을 정확하고 종합적으로 고려하지 못하고 있다. 본 연구는 전통적인 방법으로 사용되는 PER지표의 문제점을 개선코자 배당평가 모형으로부터 도출한 PER지표의 구성요소들을 독립변수로 활용 회귀분석을 했다. 그리고 이를 근거로 이론 지표를 만든 후, 그 이론 지표를 투자의사결정에 적용하였을 때의 유효성을 검증했다. PER지표를 구성하는 독립변수는 Kisor & Whitbeck(1963), Malkiel & Cragg(1970), A. Damodaran(1996)에 의해 연구된 것을 원용, PER지표의 구성요소들로 기업의 배당성향, 이익 성장을, 그리고 위험변수로서의 베타계수를 선정했다. 투자성과는 포트폴리오 투자가 일반적인 현실을 감안해 가치가중수익률을 사용한 포트폴리오의 투자성과를 측정했고, 표본은 국내 거래소 시장에 1991년부터 2001년까지 계속 상장된 금융업종을 제외한 전종목을 대상으로 했다. 실증분석에 사용된 기간은 1997년부터 2001년까지 5년 동안의 자료이며, 투자성과를 검증하기 위한 검증모형으로 위험 프리미엄 모형을 사용했다. 먼저 동 분석기간 중 전통적인 방법에 의한 PER효과는 나타나지 않았고, 아울러 기업규모 효과도 찾을 수 없었다. 그러나 회귀분석을 통해 구해진 이론 지표를 활용할 경우, 이론 지표에 비해 시장 지표가 과소 평가된 그룹이 과대 평가된 그룹과 비교할 때 투자성과가 더 우수한 것으로 나타났다. 또한 이론 지표를 통해 PER수준이 낮아짐에 따라 투자성과가 더 높아지는 PER효과도 발견됐다. 이와 같이 이론 지표에 의해 나타나는 PER효과는 기업규모 효과와는 독립적인 것으로 보인다. 외환위기 이후 우리시장에 나타난 차별화 장세 속에 아직도 PER효과나 기업규모 효과와 같은 시장이례 현상이 존재하는지는 관심의 대상이 됐다고 본다. 본 연구에 의하면 기업규모 효과와는 별개의 PER효과가 여전히 존재하며, 다만 이 PER 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.
주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.
본고의 목적은 우리나라 기업의 연구개발투자의 특성을 파악하고 연구개발투자의 경제적 효과로 연구개발투자 수익률을 추정하는 것이다. 이를 위하여 695개 기업에 대한 8년간의 관측치가 존재하는 5,560개 표본으로 구성된 패널 데이터를 구축하였다. 패널 데이터를 이용하여 먼저 기업 연구개발투자의 특성을 파악하고자 하였다. 우리나라 기업의 연구개발투자의 특성은 선행 연구결과에서 정립된 이른바 정형화된 사실에서 벗어나지 않음을 확인할 수 있었다. 특히 강조할 점은 연구개발투자의 생산성 효과와 연구개발투자 자체의 생산성을 구별하여야 한다는 것이다. 즉, 연구개발투자를 많이 하는 기업이 생산성이 높은 것은 사실이지만 연구개발투자와 생산성 증가의 관련성은 높지 않으며, 연구개발투자에 있어서도 다른 실물투자와 마찬가지로 수익체증보다는 오히려 수익체감의 법칙이 작용한다는 점이다. Klette 모형을 이용하여 연구개발투자 수익률 및 지식스톡의 진부화율을 추정하였다. 실증분석결과에 의하면 이들 기업의 연구개발투자의 사적 수익률은 산업 전체로는 평균값 기준 7.7% 또는 중간값 기준 16.4% 수준으로, 제조업에 한정하면 평균값 기준 10.4% 또는 중간값 기준 16.4% 수준으로 추정되었다. 한편, 지식스톡의 진부화율은 산업 전체로는 32.9%로, 산업별로는 최하 11.6%(금속)에서 최대 49.5%(서비스) 범위로 추정되었다. 제조업 기업의 연구개발투자 수익률은 실질이자율의 두 배 정도로 추정할 수 있다. 자본시장이 효율적으로 작동한다면, 연구개발투자의 수익률은 자본의 기회비용에 추가하여 연구개발의 지대(rent)로 구성된다고 할 수 있다. 연구개발투자를 지속적으로 수행하는 우리나라 기업은 대체로 자본의 기회비용 이상의 초과 수익을 향유하고 있다는 결론이 가능하다.
이 논문은 기존의 포트폴리오와 관련된 모형에 경기변동(business cycle)과 관련된 변수들을 포함하였을 경우 개인투자자들의 현금 및 주식보유를 통한 자본이득 극대화에 도움이 되는지와 관련된 것이다. 그리고 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.
자본시장에서 자산가격결정이론의 대부분은 투자자산의 기대수익률과 변동성이 시간의 흐름에 따라 일정한 것으로 가정하여 왔다. 그러나 최근의 연구 성과에 의하면 주식수익률의 변동성이 동분산이라기 보다는 이분산일 가능성이 높다는 것이다. 1982년 Engle에 의하여 개발된 자기회귀 조건부 이분산모형(ARCH)이 제시된 이래 ARCH형태의 모형개발이 계속 이루어져 왔다. 본 논문은 ARCH형태의 이분산모형 가운데서 EGARCH모형을 이용하여 위험프레미엄과 조건부 이분산과의 관계와 더불어 기대하지 않은 수익률변화와 변동성과의 관계를 규명하고자 노력하였다. 1980년에서 1994년까지의 주가자료를 전체기간과 세부기간(4기간)으로 분류하여 기술 통계량 분석을 행하고, 종합주가지수초과수익률, 동일 가치 가중지수초과수익률, 대형주 주가지수초과수익률, 소형주 주가지수초과수익률에 대하여 EGARCH모형 을 적용하여 실증분석 하였다. 그 결과 위험프레미엄과 조건부 이분산은 시간이 지남에 따라 일정한 관계를 보여주지 못하고 있어 투자자의 위험회피도(危險回避度)가 변화함을 보여주었다. 기대하지 않은 수익률변화와 변동성 관계에서는 기대하지 않은 음(陰)(-)의 주식수익률이 기대하지 않은 양(陽)(+)의 주식수익률보다 상대적으로 더 큰 변동성을 가져오는 것으로 보여 우리나라 주식시장에서 주식수익률의 변동성 정보의 비대칭 반응효과가 존재하는 것으로 나타났다.
본 연구는 투자자의 부동산 투자의사결정에 있어 투자선호특성이 투자만족도를 경유하여 재투자의사에 미치는 영향구조를 분석하기 위해 투자선호특성을 규명하고, PLS구조방정식 모형을 활용하여 분석하였다. 분석결과, 우선 투자행동요인으로 구분된 수익성, 안전성, 위험성, 규제완화 중 수익성과 안정성 부문이 투자만족도에 유의한 영향을 미치는 것으로 나타났으며, 수익성 부문이 투자만족도에 큰 영향을 미치는 것으로 도출되었다. 다음으로 부동산특성요인으로 구분된 입지특성, 시설특성 중 입지특성이 투자만족도에 유의한 영향을 미치는 것으로 나타났다. 마지막으로 부동산 투자의 투자자 선호특성에 대한 투자만족도는 재투자의사에 유의한 영향을 미치는 것으로 나타났다.
최근 우리 나라는 금융환경의 변화가 진전됨에 따라 보험산업에도 변화가 일어나기 시작했다. 이에 따라 보험산업은 지급능력 및 수익성에 관심을 갖게 되었다. 이에 본 연구에서는 국내 생명보험회사의 투자수익율이 재무제표에 나타난 요인에 의해 어떻게 결정되는가를 살펴봄으로써 수익률 결정요인을 찾는데 있다. 본 연구에서 사용한 자료는 생명보험회사 33개사 중에서 외국사를 제외한 29개사를 선택하여 수집하였다. 분석 기간은 1989년부터 1996년까지이며, 생명보험회사는 기존사, 지방사, 내국사, 합작사로 구분하였다. 분석결과, 시차별 분석에서는 결정계수가 기간이 짧을수록 높게 나타났고 예측된 부호는 잉여금, 사업비율이 반대로 나타났다. 그룹별 분석에서는 기존사, 내국사, 지방사, 합작사의 모델이 각각 유의수준 5%에서 유의하였고 결정계수는 높게 나타났다. 예측부호는 자산증가율과 사업비율, 수입보험료 증가율(기존사 제외), 부채/자본비율(기존사 제외)이 일치하지 않았다. 경영평가제도에 의한 분석에서는 결정계수가 높은 편이며, 유의수준 5%에서 유의하였다. 자본증가율은 예측된 부호와 일치하나 영향력이 거의 없는 것으로 나타났다. 유동성 비율은 신설사(내국사, 지방사, 합작사)가 예측부호와 반대의 경우로 나타났다. 또한 총자산은 투자수익율과 규모에 의해 결정되지 않은 것으로 나타났다. 모집인은 투자수익율에 유의적이나 직접적인 투자요인이 아닌 것으로 분석되었다. 기존연구와 비교해 볼 때, 한국 생명보험회사의 잉여금과 효력상실 해약율은 기존연구 모형과 예측부호가 일치하나 나머지 변수는 그룹간 다소 상이하게 나타났다. 결론적으로 본 연구의 분석 결과, 예측부호는 다소 차이가 있는 것으로 나타났고, 유의적인 변수는 없는 것으로 분석된다.
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.