Journal of the Korean Data and Information Science Society
/
제25권3호
/
pp.473-483
/
2014
ROC 곡선과 ROC 곡면을 확장한 4차원 이상의 공간에서의 ROC 다면체는 시각적인 표현이 어렵기 때문에 활용하기 어려우나, ROC 다면체 아래 공간을 측정하는 HUM 통계량에 대하여는 AUC와 VUS 통계량을 기반으로 정의가 가능하고 값을 구할 수 있으므로 본 연구는 네 가지 범주의 분류모형의 판별력을 측정하는 확률을 정의하고 연구한다. 그리고 Basel II를 기반한 부도확률에 대한 AUC의 판별력 판단기준을 제안한 연구를 확장하여, 네 범주 분류모형의 판별력을 측정하는 HUM 통계량에 관한 판단기준을 13단계로 구분하여 제안하고 활용하는 방법을 설명한다. 다양한 분포함수에 대하여 얻은 HUM 값을 바탕으로 제안한 판단기준을 탐색하기 위하여 삼원구획그림을 활용하여 판단기준을 설명한다.
2014년 카드사 개인정보유출 사고의 원인은 테스트시스템에서 원본 데이터가 사용되었기 때문이다. 금융감독원 전자금융감독규정과 금융회사 정보기술(IT)부문의 정보보호업무 모범규준에는 테스트시스템에서 고객을 식별하는 정보는 변환하여 사용하도록 규정하고 있다. 금융회사는 이 지침에 따라 고객식별정보를 변환한 데이터를 테스트시스템에 적재하여 사용한다. 하지만, 테스트 과정에서의 사용자 실수 또는 기술적, 관리적 보안의 미비 등으로 의도치 않게 실제 개인식별정보가 유입될 수 있으나, 이를 통제 및 관리하는 프로세스는 현재 연구된 바가 없고, 감독기관의 컴플라이언스 위반 가능성을 높이는 원인이 되고 있다. 본 논문에서는 이러한 테스트시스템의 변환 미확인 고객식별정보를 관리 및 통제함으로써 감독기관의 컴플라이언스 위반 가능성을 없애는 프로세스를 제시 및 실증하고, 그 효과성을 확인해 본다.
최근 가계부채의 급증과 경제적 변화는 가구의 현금 흐름에 많은 영향을 미치고 있고, 높은 원리금 상환부담으로 부실위험이 증가하였다. 이에 선행연구들은 가계부채에 대한 객관적 상환부담지표를 구성하여 다양한 논의를 진행하고 있지만, 수요자 인식에 대한 연구는 상대적으로 부족하였다. 본 연구는 2016년 가계금융복지조사를 이용하여 가구의 소득분위별 가계부채 주관적 상환부담요인을 도출하여 비교 분석하였다. 연구결과는 소득 1 2분위에서 월세, 신용카드대출, 주거마련 대출비율이 높을수록 원리금 상환에 대한 부담이 높은 것으로 나타났다. 소득 3 4분위는 60대 이상, 가구원수, 부동산담보대출이 많을수록 원리금 상환에 대한 부담이 높은 것으로 나타났다. 소득 5분위는 부채상환마련 대출비율이 높을수록 원리금 상환에 대한 부담이 높은 것으로 나타났다.
언제 어디서나 손쉽게 데이터 저장·관리 및 활용·분석 등을 가능하게 하는 클라우드컴퓨팅 기술의 특성으로 공공·금융·의료 등 다양한 산업군에서 클라우드 서비스 도입이 활발히 이루어지고 있다. 특히 금융 산업은 선제적으로 클라우드 서비스를 도입하여 다양한 혁신 사례를 창출하고 있으며, 이미 해외 금융권에서는 신용리스크 분석, 금융사기 데이터 분석, 주식거래 분석 등 디지털화의 가속화를 진행하고 있다. 반면, 국내 금융권의 경우 클라우드 서비스 도입과 혁신 사례들이 저조할 뿐만 아니라 대부분 후선업무 서비스 부문에 초점이 맞춰져 있다. 데이터 저장과 관리에 대한 규제, 개인 정보 보호에 대한 규제 등 산재되어 있는 다양한 보수적인 규제 요건과 의사결정모형 개발, 보안사고 및 서비스 장애에 따른 책임소재기준 설정 등의 해결과제들로 많은 금융사들이 클라우드 서비스를 도입하는 것에 부담을 갖고 있는 상황이다. 이에 본 연구에서는 선제적 해결과제들을 도출하여 우선순위를 살펴봄으로써 국내 금융권 클라우드 도입 활성화에 기여하고자 한다.
Nesterov, Evgeny Aleksandrovich;Borisov, Andrei Viktorovich;Shadskaja, Irina Gennadievna;Shelygov, Aleksandr Vladimirovich;Sharonin, Pavel Nikolaevich;Frolov, Alexander Lvovich;Lebedeva, Olga Yevgenievna
International Journal of Computer Science & Network Security
/
제22권7호
/
pp.109-116
/
2022
The article is devoted to perfecting the system of management of the financial potential of transport enterprises. It is established that transport as an integral part of the state economy has to organically enter the market economy and provide sustainable transport services to national economy enterprises regardless of ownership, as well as ensure passenger transportation. It is also determined that in the conditions of market relations, transport highways must perform their functions with sufficient economic benefit to keep their material and technical resources in good order, conduct an investment policy with extensive use of scientific and technological progress, as well as a social policy guaranteeing the conditions for employees' motivated work. The study reveals an association between the financial and strategic goals of transport enterprises and the minimization of their economic risks, the prevention of bankruptcy and profit margin shortfalls. It is found that transport enterprises need to strive for the overall improvement of their financial potential through increasing the components of financial potential and assessing the impact of risk factors on them: the capacity of fixed assets, the capacity of financial resources, the capacity of services, and the capacity of credit opportunities. These are the elements of transport enterprises' financial potential that ensure its desired level. It is demonstrated that of critical importance in managing the financial potential of a transport enterprise is the role of financial resources, as a subject cannot reach the desired strategic goals without them.
AI기술은 데이터 기반의 기계학습을 이용하여 삶의 질을 높여주고 있다. 기계학습을 이용시, 분산된 데이터를 전송해 한곳에 모으는 작업은 프라이버시 침해가 발생할 위험성이 있어 비식별화 과정을 거친다. 비식별화 데이터는 정보의 손상, 누락이 있어 기계학 습과정의 성능을 저하시키며 전처리과정을 복잡하게한다. 이에 구글이 2017년에 데이터의 비식별화와 데이터를 한 서버로 모으는 과정없이 학습하는 방법인 연합학습을 발표했다. 본 논문은 실제 금융데이터를 이용하여, K익명성, 차분프라이버시 재현데이터의 비식별과정을 거친 데이터의 학습성능과 연합학습의 성능간의 차이를 비교하여 효용성을 분석하였으며, 이를 통해 연합학습의 우수성을 보여주고자 한다. 실험결과 원본데이터 학습의 정확도는 91% K-익명성을 거친 데이터학습은 k=2일 때 정확도 79%, k=5일 때76%, k=7일 때 62%, 차분프라이버시를 사용한 데이터학습은 𝜖=2일 때 정확도 52%, 𝜖=1일 때 50%, 𝜖=0.1일 때 36% 재현데이터는 정확도 82%가 나왔으며 연합학습의 정확도는 86%로 두번째로 높은 성능을 보여 주었다.
Purpose - This study investigates the performance of investment strategies incorporating estimated stock market cycle based on a lead-lag relationship between business cycle and stock market cycle, thereby deriving empirical implications on risk management. Design/methodology/approach - The data period ranges from June 1953 to September 2022 and de-trended short rate, term spread, credit spread, stock market volatility are considered as major input variables to estimate business cycle and stock market cycle by applying probit model. Based on the estimated stock market cycle, two types of strategies are constructed and their performance relative to the benchmark is empirically examined. Findings Two types of strategies based on stock market cycle are considered: The first strategy is to long(short) on stocks when stock market stage is expected to be an expansion(a recession), and the second one is to long on stocks(bonds) when expecting an expansion(a recession). The empirical results show that the strategies based on stock market cycle outperforms a simple buy and hold strategy in both in-sample and out-of-sample investigation. Also the out-of-sample evidence suggests that the second strategy which is in line with asset allocation is more profitable than the first one. Research implications or Originality The strategies considered in this study are based on the estimated stock market cycle which only depends on a few easily available financial variables, thereby making easier to establish such a strategy. It implies that investors enhance investment performance by constructing a relatively simple trading strategies if they set their position on stocks or choose which asset class to buy conditioning on stock market cycle.
빅데이터는 고객 관계 관리, 관계 마케팅, 금융 업무 개선, 신용정보 및 위험 관리 분야에서 크게 활용되고 있다. 더욱이 최근에 COVID-19 바이러스로 인하여 비대면 금융거래가 보다 활발해지면서 고객과의 관계 측면에서 금융 빅데이터의 활용이 더 요구되고 있다. 고객 관계 측면에서 금융 빅데이터는 기술적인 접근보다 감성적적인 접근이 필요한 시기가 도래하였다. 관계 마케팅 측면에서도 인지적, 이성적, 합리적인 면보다는 감성적인 면을 중요시 할 필요성이 대두되었다. 하지만, 기존의 금융 데이터는 텍스트 형태의 고객 거래 데이터, 기업재무정보, 설문지등을 통하여 수집되고 활용되었다. 본 연구는 SNS를 통하여 고객의 문화 활동, 여가 활동 기반의 고객의 감성적인 이미지 데이터 즉, 비정형 데이터를 획득하여 고객의 활동 이미지를 인공지능 CNN 알고리즘으로 분석한다. 활동 분석은 다시 주석을 달은 인공지능에 적용하고, 주석에 나타난 행동 모델을 분석하는 인공지능 빅데이터 모델을 설계한다.
우리나라 코스닥 시장은 1996년 처음 생긴 이래 상당한 양적 성장은 해왔으나 투자자의 두터운 신뢰를 받지 못하는 실정이다. 건전한 기업을 발굴하여 육성하고 코스닥 시장이 투자자들에게 신뢰를 주기 위해서는 코스닥 상장기업의 정확한 가치평가와 기업 생존 가능성 평가는 매우 중요하지만 코스닥 기업을 대상으로 실패위험을 분석한 논문은 많지 않은 실정이다. 본 연구에서는 코스닥 상장 시 기업의 실패위험 결정요인을 조사하고 이 실패위험이 주가에 반영되는지 분석하였다. 신규상장 시 실패위험 결정요인은 신규상장기업의 특성인 주관등록사와 회계감사인의 명성, 공모가와 공모규모, 기업의 나이 등을 고려하여 분석하였다. 또한 신규상장 시 실패위험이 상장 후 주가성과와 관련되는지 분석하였다. 표본은 코스닥 상장 폐지된 기업 중 인터넷 기업을 제외하고 부실과 관련된 86개 실패 기업과 실패기업과 같은 산업에 속하는 569개 건전기업을 선정하여 연구에 사용하였다. 실패위험 결정요인 분석에는 로짓모형을 이용하였다. 연구결과는 신규상장 시 실패위험 결정요인은 신규상장기업의 특성인 공모규모, 회계감사인의 명성, 기업의 나이 등이 유의한 영향을 주는 것으로 나타났다. 또한 재무레버리지는 실패위험에 유의한 영향을 주는 변수이지만 선행연구에서 유의한 변수로 지적된 기업규모나 수익성 변수는 실패위험에 유의한 영향을 주지 않는 것으로 나타나 신규상장 시 실패위험 분석에서는 신규상장기업의 특성을 반영하는 모형이 유효하다고 볼 수 있다. 신규상장시 실패위험과 상장 후 주가성과와의 관계 분석에서는 유의한 음(-)의 관련성이 나타나 비 인터넷기업의 실패위험이 주가에 반영된다고 해석할 수 있다. 코스닥 신규상장기업의 생존가능성이 낮은 편이며 정부의 각종 지원을 받는 벤처기업이 실패하는 경우 투자자들에게 극심한 손해를 끼칠 수 있고 나아가 경제에 악영향을 미칠 수 있기 때문에 본 연구의 결과는 정부의 규제당국이나 신용분석을 담당하는 실무자에게 상당한 도움이 될 것으로 생각된다.
본 연구에서는 중소기업 정책자금을 지원받는 상장기업을 대상으로 위험 예측모형을 제시하고자 한다. 정책자금을 지원하는 기관 입장에서는 대상기업의 위험성을 판단하는 것은 자산의 건전한 운용을 위해 중요한 과제일 것이다. 리스크 예측 방법은 J.P.Morgon의 CreditMetrics를 이용한 보증기관의 경제자본 측정과 신용자산배분, 극단적 상황에서 이용할 수 있는 스트레스 테스팅(stress testing)기법, 판별 분석 모형, 로짓분석 등 다양한 방법이 존재한다. 본 연구에서는 로짓분석을 통해 정책자금의 건전한 운용을 위해 정책자금 지원 기관에 대한 부실위험을 살펴본다. 분석을 위해 먼저 기존 연구에 대한 검토와 최근 기업도산의 상황을 감안하여 14개의 재무지표를 선정한 다음 수행한 로짓회귀분석의 결과 추정계수로 로짓반응함수와 로지스틱 반응함수를 구성할 수 있다. 여기서는 정상기업/도산기업에 있어서 자기자본대타인자본비율, 매출액경상이익율, 총자산영업이익율, 총자산회전율, 매출채권회전율, 재고자산회전율만이 도산가능성을 예측하는데 유용한 변수로 선택되었다. 이는 재무비율 상호간의 높은 상호간 관계로 인하여 다수의 재무비율이 지닌 정보의 대부분이 소수의 재무비율에 의하여 파악될 수 있음을 의미한다. 또한 부실기업/도산기업의 구분에 있어서는 모든 비율이 두 그룹을 구분 짓는데 설명력이 높음을 나타내고 있다. 또한 총자산이익잉여금율이 높은 기업일수록 도산가능성이 낮다는 것을 두 그룹 모두에서 보여주고 있으며 회귀계수의 유의수준도 가장 높다. 금융비용부담율 또한 그 비율이 높은 기업일수록 도산가능성이 높다는 것을 제시하고 있다. 순운전자본비율, 자기자본비율, 매출액순이익율, 총자산영업이익율, 총자산회전율, 재고자산회전율은 도산기능성에 기대된 (-)의 영향을 미치는 것으로 나타나고 있다.
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.