• International journal of advanced smart convergence
• /
• 제8권2호
• /
• pp.102-108
• /
• 2019

Big data was associated with three key concepts, volume, variety, and velocity. Securities and investment services produce and store a large data of text/numbers. They have also the most data per company on the average in the US. Gartner found that the demand for big data in finance was 25%, which was the highest. Therefore securities and investment companies produce the largest data such as text/numbers, and have the highest demand. And insurance companies and credit card companies are using big data more actively than banking companies in Korea. Researches on the use of big data in securities and investment companies have been found to be insignificant. We surveyed 22 major securities and investment companies in Korea for activating big data. We can see they actively use AI for investment recommend. As for big data of securities and investment companies, we studied open API. Of the major 22 securities and investment companies, only six securities and investment companies are offering open APIs. The user OS is 100% Windows, and the language used is mainly VB, C#, MFC, and Excel provided by Windows. There is a difficulty in real-time analysis and decision making since developers cannot receive data directly using Hadoop, the big data platform. Development manuals are mainly provided on the Web, and only three companies provide as files. The development documentation for the file format is more convenient than web type. In order to activate big data in the securities and investment fields, we found that they should support Linux, and Java, Python, easy-to-view development manuals, videos such as YouTube.

• 지능정보연구
• /
• 제25권2호
• /
• pp.99-122
• /
• 2019

IDC(International Data Corporation) 사(社)의 최근 보고서에 따르면, 2025년에는 2016년에 생성된 데이터의 10배에 달하는 163제타바이트의 데이터가 생성될 것이고 그 주체의 비중은 소비자에서 기업으로 이동하고 있다고 한다. 이러한 소위 '빅데이터의 물결'은 도래하고 있고 그 파장은 산업 전반적으로 영향을 미칠 것이다. 따라서, 방대한 데이터를 효과적으로 관리하는 것은 기업의 관점에서 그 어느 때보다 더 중요하다. 하지만, IT 투자에 대한 효과를 측정한 선행 연구는 다수 존재함에도 불구하고 빅데이터 투자 효과를 측정한 선행 연구는 거의 전무한 실정이다. 따라서, 해당 투자 효과를 정량적으로 분석한다면 기업의 의사 결정을 도울 수 있을 것이다. 본 연구는 효율적 시장 가설을 이론적 바탕으로 둔 사건연구방법론(Event Study Methodology)을 적용하여, 기업의 빅데이터 투자가 시장 투자자들의 반응에 미치는 영향을 측정하였다. 또한, 보다 심층적으로 이 효과를 분석하기 위해서 5가지 하위 변수를 설정했고 그 내용은 기업 크기 구분, 산업 구분(Finance와 ICT), 투자 구축 완료 구분, 벤더 유무 구분이다. 분석 결과, 91개 기업은 빅데이터 투자 공시 이후 시장 가치가 평균 0.92% 상승한다는 사실을 확인하였다. 특히 Finance 기업, non-ICT 기업, 시가 총액이 작은 기업, 빅데이터 전문 벤더 기업을 통해 투자한 기업, 그리고 빅데이터 시스템이 구축 완료됐다는 공시에 해당하는 기업의 시장 가치가 두드러지게 상승한다는 사실을 알 수 있었다. 본 연구는 빅데이터 투자 효과를 측정한 선행 연구가 거의 전무하다는 점에서 학문적인 의의를 지니고, 빅데이터 투자를 고려 중인 기업 의사 결정자들에게 실질적인 참고 자료가 될 수 있다는 점에서 실무적인 시사점을 갖는다.

• 유통과학연구
• /
• 제13권9호
• /
• pp.5-11
• /
• 2015

Purpose - The purpose of this research is to provide insights that can be used for deliberate decision making around challenging big data investments by measuring the economic value of such big data implementations. Research design, data, and methodology - We perform empirical research through an event study. To this end, we measure actual abnormal returns of companies that are triggered by their investment announcements in big data, or firm size information, during the three-year research period. The research period targets a timeframe after the introduction of big data at Korean firms listed on the Korea stock markets. Results - Our empirical findings discover that on the event day and the day after, the abnormal returns are significantly positive. In addition, our further examination of firm size impacts on the abnormal returns does not show any evidence of an effect. Conclusions - Our research suggests that an event study can be useful as an alternative means to measure the return on investment (ROI) for big data in order to lessen the difficulties or decision making around big data investments.

• 경영과학
• /
• 제32권3호
• /
• pp.91-103
• /
• 2015

This study recognizes that there is a correlation between the movement of the financial market and the sentimental changes of the public participating directly or indirectly in the market, and applies the relationship to investment strategies for stock market. The concerns that market participants have about the economy can be transformed to the search terms that internet users query on search engines, and search volume of a specific term over time can be understood as the economic trend of big data. Under the hypothesis that the time when the economic concerns start increasing precedes the decline in the stock market price and vice versa, this study proposes three investment strategies using casuality between price of domestic stock market and search volume from Naver trends, and verifies the hypothesis. The computational results illustrate the potential that combining extensive behavioral data sets offers for a better understanding of collective human behavior in domestic stock market.

• International Journal of Advanced Culture Technology
• /
• 제10권4호
• /
• pp.230-237
• /
• 2022

The Community Social Service Investment project started as a state subsidy project in 2007 and has grown very rapidly in quantitative terms in a short period of time. It is a bottom-up project that discovers the welfare needs of people and plans and provides services suitable for them. The purpose of this study is to analyze using big data to determine the social response to local community service investment projects. For this, data was collected and analyzed by crawling with a specific keyword of community service investment project on Google and Naver sites. As for the analysis contents, monthly search volume, related keywords, monthly search volume, search rate by age, and gender search rate were conducted. As a result, 10 items were found as related keywords in Google, and 3 items were found in Naver. The overall results of Google and Naver sites were slightly different, but they increased and decreased at almost the same time. Therefore, it can be seen that the community service investment project continues to attract users' interest.

• 스마트미디어저널
• /
• 제4권3호
• /
• pp.56-61
• /
• 2015

빅데이터와 관련하여 많은 성공사례들이 보고되었지만 실제로 시스템을 구축하는 데 있어서는 여전히 많은 어려움이 있다. 기술적인 측면에서 데이터의 수집과 저장, 처리와 분석, 그리고 표현과 사용에 이르는 전 과정을 포괄적으로 이해해야 하고, 비즈니스적 측면에서는 구축된 시스템으로부터 얻을 수 있는 가치를 미리 파악하여 투자를 감행해야 하는 경영진에게 설명해야 한다. 본 연구는 빅데이터 정보시스템을 구축하는 것과 관련된 사항들을 쉽게 파악할 수 있는 5W 1H 프레임워크를 제공하고, 제시된 프레임워크를 기존의 빅데이터 사례들에 적용한 예시를 보여주었다. 투자를 위한 경영진의 의사결정을 이끌어내고 빅데이터 프로젝트의 종합적인 이해와 관리에 도움을 줄 수 있을 것으로 기대된다.

• 한국위성정보통신학회논문지
• /
• 제7권2호
• /
• pp.42-46
• /
• 2012

본 논문은 모바일 광대역 서비스가 활성화되면서 나타나는 모바일 빅 데이터 트래픽의 발생이 모바일 광대역 서비스의 발전을 제약하지 않도록 이동통신 주파수 활성화를 위한 기술 및 경제적 환경 조건을 분석하고 활성화 방안을 제시한다. 새로운 이동통신 주파수의 활성화를 위해서는 투자의 비용과 수익의 균형이 이루어져야 한다. 모바일 빅 데이터 트래픽을 처리하기 위한 새로운 이동통신 주파수의 활성화는 기술과 경제적 요인 그리고 통신사업자 내부 요인과 외부 요인이 결합되어 있다. 투자비용은 내부 요인인 자본적 비용(Capital Expenditure), 운용비용(Operating Expenditure)과 외부요인인 주파수 할당 대가와 관련 있으며 수익은 내부요인인 요금제와 외부 요인인 망중립성 문제와 관련 있다. 새로운 이동통신 주파수의 활성화는 투자비용에 주파수 할당 대가를 포함하고 투자수익에 네트워크 증설이 가능한 요금제 운영과 외부 콘텐츠에 의한 트래픽 증가에 따른 수익이 포함되어 투자비용과 수익이 균형을 이루어야 한다.

• 한국빅데이터학회지
• /
• 제6권1호
• /
• pp.13-22
• /
• 2021

본 연구의 목적은 기업의 효과적인 데이터 전략 수립과 효율적 투자를 위해 빅데이터 성숙도를 평가하기 위한 프레임워크를 개발하고 이를 실증하는데 있다. 이를 위해 현재까지 개발된 평가의 단점을 보완하여, 기업의 빅데이터 성숙도를 프로세스 통합적으로 평가할 수 있는 프레임워크를 개발하였다. 그 결과 '비전과 전략', '관리', '분석', '활용'의 4가지 평가 영역과 각 영역별 평가항목, 세부내용 및 단계별 준거를 도출하였다. 이를 기업인 설문을 통해 실증하였으며 국내 기업의 빅데이터 성숙도를 진단하였다. 향후 연구방향으로 산업별 특성에 따른 세부 평가요소 개발, 평가 결과에 따른 데이터 활용 프레임워크의 발전, 검증 대상의 조정을 통한 추가적인 타당성 및 신뢰도 향상을 제안하였다.

• 산업진흥연구
• /
• 제5권3호
• /
• pp.45-51
• /
• 2020

본 연구는 빅데이터를 활용하여 투자 및 육성지원이 지역내총생산에 미치는 영향력을 다중회귀분석을 이용하여 분석하였다. 지역내총생산(GRDP)은 각 지역의 생산규모·지출수준·소득수준·산업구조 등을 집약적으로 내포하고 있는 지수로써, 지역경제 분석 및 국가의 정책수립에 활용하는 중요한 자료이다. 국가의 주요 국정과제를 올바르게 수행하기 위해서는 지역경제를 정확히 파악하는 것이 선행되어야 하는데, 이로 인해 최근 지역내총생산에 대한 관심이 급격히 증가하고 있다. 특히 해외투자는 투자유치국의 경제에 미치는 영향력이 상당하여, 이에 대한 많은 실증분석이 이루어지고 있다. 본 연구에서는 해외투자 및 국내육성지원이 지역내총생산에 미치는 영향력을 상관분석과 다중회귀분석을 실시하였으며, 그 결과 전체적으로 투자와 지원이 지역내총생산에 긍정적인 영향을 미친다는 결론을 도출하였다.

• 한국경영과학회지
• /
• 제38권4호
• /
• pp.53-63
• /
• 2013

Together with soaring interest on Big Data, now there are vigorous reports that unearth various social values lying underneath those data from a number of application areas. Among those reports many are using such data as Internet search histories from Google site, social relationships from Facebook, and transactional or locational traces collected from various ubiquitous devices. Many of those researches, however, are conducted based on the data sets that are accumulated over the North American and European areas, which means that direct interpretation and application of social values exhibited by those researches to the other areas like Korea can be a disturbing task. This research has started from a validation study against Korean environment of the former paper which says an investment strategy that exploits up and down of Google search volume on a carefully selected set of terms shows high market performance. A huge difference between North American and Korean environment can be eye witnessed via the distinction in profit rates that are exhibited by the corresponding set of search terms. Two sets of search terms actually presented low correlation in their profit rates over two financial markets. Even in an experiment which compares the profit rates with two different investment periods with the same set of search terms showed no such meaningful result that outperforms the market average. With all these results, we cautiously conclude that establishing an investment strategy that exploits Internet search volume over a specified word set needs more conscious approach.