• The Korean Journal of Financial Management
• /
• v.9 no.2
• /
• pp.57-75
• /
• 1992

본 논문은 10개의 기업규모별 자산을 대상으로 최근에 발전된 계량기법인 GMM(generalized method of moments)을 이용하여 베타(beta)를 추정하였다. 분석대상기간으로 $1982.1{\sim}1991.4$사이의 월별자료를 사용한다. 실증분석 결과에 의하면, 기업규모별 구분에 따른 자산의 경우에 규모가 큰 기업보다 규모가 작은 기업의 베타가 상대적으로 작은 것으로 나타났다. GMM의 추정을 위한 수단변수로 회사채수익률과 정기예금금리의 금리차, 분석대상이 되는 자산 수익률과 시장포트폴리오의 자기시차, 그리고 상수가 사용되었다. OLS를 사용한 CAPM추정 결과에 비해 GMM을 사용한 추정 결과가 우월할 수 있음을 보여주고 있는데, 이것은 GMM에 사용된 수단변수들이 수단변수를 포함시킴으로써 관련자산들의 자기시차가 아닌 CAPM추정에 필요한 유용한 대용변수(代用變數)(proxy)를 제공하였고, 나아가 GMM이 잔차항(殘差項)의 자기상관(自己相關) 뿐만 아니라 조건부(條件附) 이분산(異分散)(conditional heteroskedasticity)을 잘 설명하고 있기 때문인 것으로 판단된다. t값 및 P-value에 의하면 GMM을 사용한 단순 CAPM 추정이 우리 나라의 현실경제와 잘 부합될 수 있음을 암시한다.

• The Korean Journal of Financial Management
• /
• v.11 no.2
• /
• pp.65-81
• /
• 1994

주식의 기대수익률과 체계적 위험과의 관계를 설명한 자본자산가격결정모형(CAPM)은 지난 30년간 많은 재무학자들에 의해 지속적으로 검증 받아 왔다. 물론, 자본시장의 효율성도 포함된 결합가설(結合假說)(joint hypothesis)의 검증이라는 어려운 점도 있으나, 일련의 연구는 기존에 발견된 주가이례(株價異例)현상을 설명하기 위해 새로운 위험 변수가 필요하다고 지적하였다. 이러한 방향으로의 연구 중 차별정보가설은 투자분석에 이용 가능한 정보의 양(量)이 위험측정의 불확실성을 결정하므로 주식의 수익률도 따라서 변하게 된다고 설명하고 있다. 본 연구는 기업의 다각화가 진행됨에 따라 각 사업단위의 회계정보 및 소속산업의 자료수집을 통한 정보의 양이 증가된다는 가정아래 차별정보가설을 실증 분석한다. 기업규모를 통제하여 구성한 포트폴리오 분석 방법은 다각화지 수가 낮은 기업이 체계적으로 높은 초과수익률을 갖는 것으로 나타났다. 이 분석결과는 차별정보가설이 예 상하는 바와 일치하는 결과로 해석될 수 있다. 그러나, 기업규모의 통제없이 구성한 다각화 포트폴리오의 분석결과와 개별기업 차원의 회귀분석 결과는 초과수익률과 기업의 다각화 정도가 선형 관계가 아닌 U자형의 관계에 있다는 것을 보여주고 있다.

• Proceedings of the Safety Management and Science Conference
• /
• 2012.04a
• /
• pp.157-158
• /
• 2012

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.

• Proceedings of the Safety Management and Science Conference
• /
• 2012.04a
• /
• pp.415-419
• /
• 2012

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.

• Proceedings of the Safety Management and Science Conference
• /
• 2012.04a
• /
• pp.409-414
• /
• 2012

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.

• Proceedings of the Safety Management and Science Conference
• /
• 2012.04a
• /
• pp.349-352
• /
• 2012

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.

• Proceedings of the Safety Management and Science Conference
• /
• 2012.04a
• /
• pp.353-370
• /
• 2012

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.

• The Korean Journal of Financial Management
• /
• v.11 no.1
• /
• pp.97-122
• /
• 1994

시장균형상태(市場均衡狀態)의 조건(條件)하에서 주식의 기대수익률을 설명할 수 있는 가격결정(價格決定) 요인(要因)이 무엇을 의미하는가를 규명하는 일은 증권시장을 설명하기 위한 중요한 과제이다. 본 논문의 연구 목적은 재정가격결정모형(栽定價格決定模型)을 적용하여 주식수익률에 대한 요인(要因)을 분석(分析)하고, 최적 포트폴리오 구성 주식수와 유의적인 가격결정 요인 및 이들이 설명하는 경제적(經濟的) 의미(意味)를 찾는데 있다. 특히 ML방식의 요인분석 과정에서 헤이우드 상황(狀況)(Heywood case)을 확인하고 정밀한 요인(要因)의 추정을 위하여 이를 제거하였으며, 헤이우드 상황(狀況)이 미치는 영향을 분석하였다. 실증분석(實證分析) 결과(結果) 요인분석에서 최적 포트폴리오 구성 주식수는 35개이며, 이때의 가격결정(價格決定) 요인수(要因數)는 $2{\sim}3$개 정도이다. 그리고 주식의 가격결정요인으로 일관성 있게 설명하는 경제변수(經濟變數)로는 종합주가지수, 산업생산성지수, 실업률지수, 기업소규모지수 등이다. 그리고 Heywood case 발생 표본은 균형모형 설정에 교란요인이 됨을 검증하였다.

• Management & Information Systems Review
• /
• v.29 no.2
• /
• pp.1-25
• /
• 2010

This study attempted to empirically test the determinants of stock returns in Korean stock market applying multi-factor model proposed by Haugen and Baker(1996). Regression models were developed using 16 variables related to liquidity, risk, historical price, price level, and profitability as independent variables and 690 stock monthly returns as dependent variable. For the statistical analysis, the data were collected from the Kis Value database and the tests of forecasting power in this study minimized various possible bias discussed in the literature as possible. The statistical results indicated that: 1) Liquidity, one-month excess return, three-month excess return, PER, ROE, and volatility of total return affect stock returns simultaneously. 2) Liquidity, one-month excess return, three-month excess return, six-month excess return, PSR, PBR, ROE, and EPS have an antecedent influence on stock returns. Meanwhile, realized returns of decile portfolios increase in proportion to predicted returns. This results supported previous study by Haugen and Baker(1996) and indicated that firm-characteristic model can better predict stock returns than CAPM. 3) The firm-characteristic model has better predictive power than Fama-French three-factor model, which indicates that a portfolio constructed based on this model can achieve excess return. This study found that expected return factor models are accurate, which is consistent with other countries' results. There exists a surprising degree of commonality in the factors that are most important in determining the expected returns among different stocks.

• Korean Journal of Construction Engineering and Management
• /
• v.15 no.4
• /
• pp.150-158
• /
• 2014

A bunch of asphalt roads have been damaged frequently in relation to the rapid climate change. To solve and prevent this type of problems, many nationalities in the world have performed various researches. In this regard, the objective of this study is to develop prediction model as to the number of potholes occurred in seoul. At the same time, we have utilized empirical and statistical approaches in order for us to identify factors which is affecting the actual occurrence. The predictive model was determinded by using BHS (Basic Harmony Search) algorithm. Prediction was based on the weather and traffic data as well as data occurrence data of porthole. To assess the influences which are PAR(Pitch Adjusting Rate) and HMCR(Harmony Memory Considering Rate), we determined suitability by changing the values. In the process of the determining a predictive model, the predictive model composed Training data (2011, 2012 and 2013yrs data). To determine the suitability of the model, we have utilized Testing Set (2009 and 2010 yrs data). The suitability of the basic prediction model has been from RMSE(Root Mean Squared Error), MAE(Mean Absolute Error) and Coefficient of determination.