• 지능정보연구
• /
• 제23권4호
• /
• pp.127-146
• /
• 2017

상품자산(Commodity Asset)은 주식, 채권과 같은 전통자산의 포트폴리오의 안정성을 높이기 위한 대체투자자산으로 자산배분의 형태로 투자되고 있지만 주식이나 채권 자산에 비해 자산배분에 대한 모델이나 투자전략에 대한 연구가 부족한 실정이다. 최근 발전한 기계학습(Machine Learning) 연구는 증권시장의 투자부분에서 적극적으로 활용되고 있는데, 기존 투자모델의 한계점을 개선하는 좋은 성과를 나타내고 있다. 본 연구는 이러한 기계학습의 한 기법인 SVM(Support Vector Machine)을 이용하여 상품자산에 투자하는 모델을 제안하고자 한다. 기계학습을 활용한 상품자산에 관한 기존 연구는 주로 상품가격의 예측을 목적으로 수행되었고 상품을 투자자산으로 자산배분에 관한 연구는 찾기 힘들었다. SVM을 통한 예측대상은 투자 가능한 대표적인 4개의 상품지수(Commodity Index)인 골드만삭스 상품지수, 다우존스 UBS 상품지수, 톰슨로이터 CRB상품지수, 로저스 인터내셔날 상품지수와 대표적인 상품선물(Commodity Futures)로 구성된 포트폴리오 그리고 개별 상품선물이다. 개별상품은 에너지, 농산물, 금속 상품에서 대표적인 상품인 원유와 천연가스, 옥수수와 밀, 금과 은을 이용하였다. 상품자산은 전반적인 경제활동 영역에 영향을 받기 때문에 거시경제지표를 통하여 투자모델을 설정하였다. 주가지수, 무역지표, 고용지표, 경기선행지표 등 19가지의 경제지표를 이용하여 상품지수와 상품선물의 등락을 예측하여 투자성과를 예측하는 연구를 수행한 결과, 투자모델을 활용하여 상품선물을 리밸런싱(Rebalancing)하는 포트폴리오가 가장 우수한 성과를 나타냈다. 또한, 기존의 대표적인 상품지수에 투자하는 것 보다 상품선물로 구성된 포트폴리오에 투자하는 것이 우수한 성과를 얻었으며 상품선물 중에서도 에너지 섹터의 선물을 제외한 포트폴리오의 성과가 더 향상된 성과를 나타남을 증명하였다. 본 연구에서는 포트폴리오 성과 향상을 위해 기존에 널리 알려진 전통적 주식, 채권, 현금 포트폴리오에 상품자산을 배분하고자 할 때 투자대상은 상품지수에 투자하는 것이 아닌 개별 상품선물을 선정하여 자체적 상품선물 포트폴리오를 구성하고 그 방법으로는 기간마다 강세가 예측되는 개별 선물만을 골라서 포트폴리오를 재구성하는 것이 효과적인 투자모델이라는 것을 제안한다.

• 마케팅과학연구
• /
• 제18권4호
• /
• pp.1-32
• /
• 2008

기업연상(corporate association)이 제품 평가(product responses)에 어떻게 영향을 미치는 가에 대한 연구가 부진하다는 Brown and Dacin(1997)의 문제 제기가 있은 후, 기업연상이 제품 판단에 미치는 영향과 과정에 대한 조절변수와 매개변수들을 파악하려는 연구가 진행되어 왔다. 본 연구에서는 기업연상의 두가지 유형인 CA(corporate ability) 연상과 CSR(corporate social responsibility) 연상이 성능과 재무위험에 미치는 영향력과 그 영향력을 조절하는 변수들을 조사하였다. 분석 결과에 의하면, 주효과(main effects)에 있어서는, 가설에서 기대한 바와 같이 CA 연상이 성능위험과 재무위험에 유의한 영향력을 갖는 것으로 나타난 반면, CSR 연상은 성능위험과 재무위험에 대해 유의한 영향력을 갖지 않는 것으로 나타났다. 조절변수로 인한 상호작용효과와 관련해서는, CA 연상이 성능위험과 재무위험에 미치는 주효과에 대해 제품범주 지식과 관여는 각각 유의한 조절효과를 나타내었다. 하지만, CSR 연상이 성능위험과 재무위험에 미치는 주효과에 대해서는 제품범주 지식과 관여의 조절효과는 나타나지 않았다. 이러한 연구 결과를 통하여 제품의 기능적인 속성에 대한 정보가 부족한 제품에 대해 소비자가 지각하는 위험을 감소시키기 위하여, 기업은 CSR 연상보다는 CA 연상에 대해 강조할 필요가 있다는 결론을 내리게 되었다.