• Journal of the Korea Society for Simulation
• /
• v.23 no.4
• /
• pp.163-170
• /
• 2014

This study calculates the employee receives severance pay scale are paid from the company in the DC system. In addition, by utilizing the reserve growth model were studied in accordance with shortfall risk levels generated by stochastic asset allocation. For the analysis, from 2004 to 2013 using the KOSPI returns and total bond yields were simulated. Scenario 1 is when compared to the severance reserve is insufficient. Scenario 2 is the same as if toy reserve this severance pay. During one period, depending on the asset allocation of stocks and bonds was confirmed that the probability pension risk does not occur. And we suggest that members of DC pension risk endeavor with the government and companies to avoid.

• Journal of Teachers' Pension
• /
• v.1
• /
• pp.157-185
• /
• 2016

본 연구에서는 비정상적 사건을 정의하고 이에 따른 비정상적 위험의 구체적인 유형을 파악하며, 이와 관련된 사학연금의 위험관리 체계에 대한 검토와 함께 비정상적 위험에 효과적으로 대응할 수 있는 자산운용방안을 제시하였다. 우선 비정상적 사건을 '과거 자료를 이용한 발생확률의 추정이나 발생여부에 대한 예측이 불가능하며 따라서 이의 발생 가능성을 사전에 고려하고 대비하는 사전적인 대처가 어려운 사건으로서 자산운용과 위험관리에 무시할 수 없는 영향을 미치는 사건'으로 정의하였으며, 이의 구체적인 형태로서 금융위기를 포함하는 9가지 사건 유형을 파악하였다. 동비정상적 사건들은 포트폴리오 투자를 통한 자산운용에서 개별자산군의 기대수익률과 위험 및 자산군 사이의 상관관계에 영향을 미쳐, 기존의 자산배분안의 최적성을 상실시키고 위험수준의 측정치인 VaR값을 과소 또는 과대추정하게 할 수 있는 것으로 분석되었다. 한편 비정상적 사건의 해외 사례에 대한 분석에서는 비정상적 사건의 영향이 개별 사건마다 다양한 양태로 발현되는 것이 관측되었다. 본 연구에서는 사학연금의 현행 자산배분 체계가 이와 같은 비정상적 사건의 영향에 적절하게 대응하기 어려운 상황이라고 진단하였으며, 비정상적 사건에 적절히 대응하기 위한 자산관리방안의 일환으로서 일별 수익률 자료를 사용한 비정상적 사건의 영향 평가방안을 제시하였다. 한편, 사학연금의 현행 위험관리 체계는 비정상적 사건의 발생에 적절하게 대응할 수 있는 것으로 평가되었다

• Proceedings of the Korea Technology Innovation Society Conference
• /
• 2017.05a
• /
• pp.161-174
• /
• 2017

최근 들어 기술벤처기업에 대한 투자가 증가하고, 이를 위한 기술신용평가의 역할이 증대하였다. 그러나 금융권에서 바라보는 기술신용평가의 경우, 해당 기업의 신용등급이나 기술(력) 등급평가에 초점을 두어, 대상기술의 사업화 및 수익성 관점을 체계적으로 반영하지 못하는 한계를 지닌다. 따라서, 벤처캐피털(VC)이나 엔젤투자자를 비롯한 금융권에서 대상기술의 수익성 정보를 참조하거나 기술벤처기업 설립시 기술지분을 참고하는 등, 기존 기술이전거래 협상참조용이나 담보 보증용에 널리 이용되던 기술가치평가의 활용범위가 급격히 확대되고 있다. 제조 서비스 분야의 일반 기술 뿐만이 아니라, 바이오 제약 의료 분야 기술에서도 미래 투입되어야 하는 사업화 소요기간 및 비용을 고려하여 기술가치를 산정해야 할 때가 있다. 기존의 현금흐름할인법(DCF법)이 연속된 투자에 대한 고려를 못하거나 기술적용 제품의 상용화 투입비용에 대한 확률적인 속성을 반영하지 못하는 등 한계점을 지니고 있다. 그러나 기술과 투자의 가치는 기회가치로 보고 자원배분을 위한 의사결정 정보를 감안해야 하므로, 실물옵션의 개념을 적용하는 것이 바람직하다고 여겨진다. 흔히 기업가치를 평가할 때 주가의 변동성(volatility) 개념을 도입하여 전일종가 대비 익일시가의 분산값을 활용하기도 한다. 이러한 개념을 기술가치평가에 적용하기 위해서는 '주가의 연속성(상대적 미세한 변화)' 및 '양(+)의 조건'을 고려해야 하는데, 실제 기술가치평가 상의 현금흐름은 사업초기년도 음(-)의 값이 나타나거나 2~3년 내외의 짧은 수익예상기간 하에서는 주가와 같은 변동성을 도출하는데 무리가 있다. 따라서 많은 문헌에서 연구된 바와 같이, 실물옵션 기반의 기술가치 산정을 위한 블랙-숄즈 모형에서 변동성과 기초자산가치, 그리고 사업화비용 간의 관계를 살펴볼 필요가 있다. 아울러 옵션가격결정모형(Option Pricing Model)에서 불확실성을 반영한 기초자산의 현재가치와 사업화비용의 현재가치분이 특정 임계조건 하에서 '옵션행사 포기(NAT; no action taken)' 영역으로 구분되는 지를 수학적으로 도출하고 관찰변수(입력값)에 따른 옵션가치 산출표를 개발하여 제시한다.

• Journal of Intelligence and Information Systems
• /
• v.25 no.2
• /
• pp.39-55
• /
• 2019

Recently banks and large financial institutions have introduced lots of Robo-Advisor products. Robo-Advisor is a Robot to produce the optimal asset allocation portfolio for investors by using the financial engineering algorithms without any human intervention. Since the first introduction in Wall Street in 2008, the market size has grown to 60 billion dollars and is expected to expand to 2,000 billion dollars by 2020. Since Robo-Advisor algorithms suggest asset allocation output to investors, mathematical or statistical asset allocation strategies are applied. Mean variance optimization model developed by Markowitz is the typical asset allocation model. The model is a simple but quite intuitive portfolio strategy. For example, assets are allocated in order to minimize the risk on the portfolio while maximizing the expected return on the portfolio using optimization techniques. Despite its theoretical background, both academics and practitioners find that the standard mean variance optimization portfolio is very sensitive to the expected returns calculated by past price data. Corner solutions are often found to be allocated only to a few assets. The Black-Litterman Optimization model overcomes these problems by choosing a neutral Capital Asset Pricing Model equilibrium point. Implied equilibrium returns of each asset are derived from equilibrium market portfolio through reverse optimization. The Black-Litterman model uses a Bayesian approach to combine the subjective views on the price forecast of one or more assets with implied equilibrium returns, resulting a new estimates of risk and expected returns. These new estimates can produce optimal portfolio by the well-known Markowitz mean-variance optimization algorithm. If the investor does not have any views on his asset classes, the Black-Litterman optimization model produce the same portfolio as the market portfolio. What if the subjective views are incorrect? A survey on reports of stocks performance recommended by securities analysts show very poor results. Therefore the incorrect views combined with implied equilibrium returns may produce very poor portfolio output to the Black-Litterman model users. This paper suggests an objective investor views model based on Support Vector Machines(SVM), which have showed good performance results in stock price forecasting. SVM is a discriminative classifier defined by a separating hyper plane. The linear, radial basis and polynomial kernel functions are used to learn the hyper planes. Input variables for the SVM are returns, standard deviations, Stochastics %K and price parity degree for each asset class. SVM output returns expected stock price movements and their probabilities, which are used as input variables in the intelligent views model. The stock price movements are categorized by three phases; down, neutral and up. The expected stock returns make P matrix and their probability results are used in Q matrix. Implied equilibrium returns vector is combined with the intelligent views matrix, resulting the Black-Litterman optimal portfolio. For comparisons, Markowitz mean-variance optimization model and risk parity model are used. The value weighted market portfolio and equal weighted market portfolio are used as benchmark indexes. We collect the 8 KOSPI 200 sector indexes from January 2008 to December 2018 including 132 monthly index values. Training period is from 2008 to 2015 and testing period is from 2016 to 2018. Our suggested intelligent view model combined with implied equilibrium returns produced the optimal Black-Litterman portfolio. The out of sample period portfolio showed better performance compared with the well-known Markowitz mean-variance optimization portfolio, risk parity portfolio and market portfolio. The total return from 3 year-period Black-Litterman portfolio records 6.4%, which is the highest value. The maximum draw down is -20.8%, which is also the lowest value. Sharpe Ratio shows the highest value, 0.17. It measures the return to risk ratio. Overall, our suggested view model shows the possibility of replacing subjective analysts's views with objective view model for practitioners to apply the Robo-Advisor asset allocation algorithms in the real trading fields.

• Journal of Korea Technology Innovation Society
• /
• v.20 no.3
• /
• pp.732-753
• /
• 2017

Recently, when evaluating the technology values in the fields of biotechnology, pharmaceuticals and medicine, we have needed more to estimate those values in consideration of the period and cost for the commercialization to be put into in future. The existing discounted cash flow (DCF) method has limitations in that it can not consider consecutive investment or does not reflect the probabilistic property of commercialized input cost of technology-applied products. However, since the value of technology and investment should be considered as opportunity value and the information of decision-making for resource allocation should be taken into account, it is regarded desirable to apply the concept of real options, and in order to reflect the characteristics of business model for the target technology into the concept of volatility in terms of stock price which we usually apply to in evaluation of a firm's value, we need to consider 'the continuity of stock price (relatively minor change)' and 'positive condition'. Thus, as discussed in a lot of literature, it is necessary to investigate the relationship among volatility, underlying asset values, and cost of commercialization in the Black-Scholes model for estimating the technology value based on real options. This study is expected to provide more elaborated real options model, by mathematically deriving whether the ratio of the present value of the underlying asset to the present value of the commercialization cost, which reflects the uncertainty in the option pricing model (OPM), is divided into the "no action taken" (NAT) area under certain threshold conditions or not, and also presenting the estimation logic for option values according to the observation variables (or input values).