과거 주가 데이터와 금융 관련 빅 데이터를 사용해 머신러닝 기법으로 주식시장을 예측하는 연구는 다양하게 있어 왔지만, HTS와 MTS를 통해 거래가 가능한 주가지수 연동 ETF가 생기면서 주가지수를 예측하는 연구가 최근 주목받고 있다. 본 논문에서는 KOSPI 연동 ETF를 거래할 목적으로 KOSPI의 상승 예측을 위한 머신러닝 모델과 하락예측을 위한 모델을 각각 구현한다. 이들 모델은 매개변수의 그리드 탐색을 통해 최적화 된다. 또한 정밀도를 개선해 ETF 거래 수익률을 높일 수 있도록 개별 모델들을 조합한 하이브리드 머신러닝 모델을 제안한다. 예측 모델의 성능은 정확도와 ETF 거래 수익률에 큰 영향을 미치는 정밀도로 평가된다. 하이브리드 상승 예측 모델의 정확도와 정밀도는 72.1 %와 63.8 %이고 하락 예측 모델은 79.8 %와 64.3 %이다. 하이브리드 하락 예측 모델에서 정밀도는 개별 모델보다 최소 14.3 %, 최대 20.5 % 개선되었다. 테스트 기간에 하이브리드 모델은 하락에서 10.49 %, 상승에서 25.91 %의 ETF 거래 수익률을 보였다. 인버스×2와 레버리지 ETF로 거래하면 수익률을 1.5 ~ 2배로 높일 수 있다. 하락예측 머신러닝 모델에 대한 추가 연구로 수익률을 더 높일 수 있을 것으로 기대한다.
Purpose - This study examines the information effect of the disclosure of new office investments on the Korean stock market and investigates determinant of performance of sample firms. Design/methodology/approach - The sample consists of companies listed on the Korean Exchange that announced investments in new office construction for eleven-years from January 2007 to December 2017. It analyzes excess return using event study methodology and studies the determinants of abnormal return with multiple regression analysis. Findings - We find that abnormal returns of the short and long window are positive on average and statistically significant. In particular, CAR of high growth subsample is a larger positive return than that of the low one both short and long window. Difference in abnormal returns by investment size is observed only in short time window. But there is not observed difference by cash holding level. Research implications or Originality - This finding is able to be added to the evidence of the theory of corporate value maximization academically. Moreover, it shows the possibility that building a new office can have a positive effect on corporate value. It is expected to help investors make decisions because it can provide useful information to market participants in practice.
CB(전환사채)는 주식전환권을 행사한 이후부터는 채권이 아닌 주식으로 변한다는 점에서 채권과 주식의 성격을 갖고 있는 메자닌 증권이다. 본 연구는 투자자 입장에서 CB의 투자효율성 정도를 실증규명하고 효율적인 투자방안을 제시하는 것이 연구목적이다. 연구방법은 CB종목별로 표면이자율, 만기이자율, 채권만기일, 전환가격, 전환청구일 등을 조사한 후, 전환청구일 이후 발행회사의 일별 주가변동과 연결하여 CB에 대한 투자의 효율성과 CB의 주식전환효과가 어느 정도인지를 계량적으로 파악하고자 하였다. 연구 결과, 전환가격초과일수비율이 전환 가능한 날짜의 1/4 정도에 불과하여 투자효율성은 낮은 것으로 분석되었다. 전환일수익률은 평균 -6.3%, 만기일수익률은 평균 -5.2%여서 평균적으로 minus 수익률을 보여 투자자 기대와 다르게 산출되었다. 전환일수익률이 minus인 종목수가 plus인 종목수보다 2.4배 많았으며, 만기일수익률이 minus인 종목수가 plus인 종목수보다 3.7배 많아서 CB의 주식전환 기대수익률은 낮은 것으로 분석되었다. 연구기여도는 CB의 기대수익률이 높지 않다는 문제점을 도출하였고, 투자자 입장에서 CB를 매입할 때 유의사항을 정립한 데 있다.
본 논문은 우리나라 주식시장과 외환시장의 기대 수익률과 조건부 변동성간의 시계열적 관계를 2요인 자본자산가격결정모형(two-factor ICAPM)을 이용하여 실증 분석하였다. 주가와 환율의 조건부 분산은 GARCH 모형과 비대칭성을 반영한 GJR(1993) 모형으로 추정하였으며, 주가와 환율과의 조건부 공분산은 Bollerslev(1990)의 일정 상관관계(CCC) 모형과 Engle(2002)의 동태적 조건부상관관계(DCC) 모형을 이용하여 추정하였다. 실증 분석모형은 MGARCH-M 모형을 사용하였으며, 추정방법은 준최우추정법(QMLE)을 사용하였다. 실증 분석결과 외환위기 이후에 주식시장의 기대 수익률은 주가의 분산에 대해, 그리고 환율과의 공분산에 대해 유의한 음(-)의 관계를 갖는 것으로 나타났다. 그러나 외환시장에서 기대 수익률은 조건부 분산과 조건부 공분산에 대해 유의하지 않은 것으로 나타났다. 조건부 분산의 추정에서는 GJR 모형이 GARCH 모형에 비해 더 적합한 것으로 나타났다. 그리고 DCC 모형이 CCC 모형에 비해 설명력이 더 높은 것으로 나타났다. 본 논문의 분석결과는 주식시장에서 환율 변동이 위험 요인으로 작용하고 있기 때문에 포트폴리오 구성이나 위험 관리 등에서 환율 변동을 고려할 필요가 있고, 변수들간의 상관관계는 시변하는 모형을 사용할 필요가 있음을 시사한다.
The Journal of Asian Finance, Economics and Business
/
제9권9호
/
pp.1-8
/
2022
This paper studies market efficiency from a weak form aspect using opening and closing prices of the Shanghai stock exchange composite index (SSEC) and Shenzhen stock exchange composite index (SZSEC) under the expected return theory. Classical methods (autocorrelation and runs test) are used to examine the features of stock returns, and little evidence against mutual independence of returns is found. We predict daily returns of SSEC and SZSEC with AR(p) and VAR(p) models (in this paper, p = 5 is taken as a one-week lag) and perform a virtual experiment on two indexes based on the predicted value of daily returns from AR(p) or VAR(p) model. From the results of AR(p) and VAR(p) for two indexes, we attempt to find out how the market efficiency level changes when the information from the other market is under consideration as we check the market efficiency level in one market. We find that SSEC in 2014-2016 and SZSEC in 2015-2016 are inefficient from the result of autocorrelation, that SSEC in 2016 and SZSEC in 2013 are not efficient from the result of runs test, that the stock market is efficient except 2005, 2009, 2010 and 2017 in SSEC and 2005, 2016 and 2017 in SZSEC and that SSEC is more influenced by SZSEC but SSEC influences SZSEC less from the result of the virtual experiment.
국내 1위 인터넷포털 사업자인 네이버는 사용자가 지정하는 키워드가 특정 기간 동안에 네이버에서 얼마나 자주 검색되었는지에 관한 피검색빈도자료를 제공한다. 본 연구는 네이버의 피검색빈도자료를 활용하여 기업명의 피검색빈도와 그 기업의 미래 주식수익률과의 관계에 대해 분석하였다. 그 결과는 다음과 같다. 첫째, 기업명의 피검색빈도는 극단적 수익률 및 거래회전율과 같은 기존의 투자자 관심(investor attention)변수와 중복되지 않는 새로운 투자자 관심변수이다. 둘째, 금주의 피검색빈도가 높은 기업일수록 그 다음 주의 주간수익률이 높다. 셋째, 피검색빈도가 높은 기업은 이후에도 수익률 반전현상이 관찰되지 않으므로, 피검색빈도는 해당 기업에 대한 본질적 정보를 포함하는 것으로 볼 수 있다. 넷째, 피검색빈도가 주식수익률에 미치는 영향은 시장 수준의 투자자 관심사건(market-wide attention grabbing events)이 발생한 이후 더욱 강하게 나타난다.
본 연구는 유가요인이 업종별 주식수익률 결정요인으로 작용하는 지 여부와 유가요인과의 공분산 리스크가 업종별로 차이가 나는 원인에 관해서 분석하였다. 첫째, 업종별로 주식의 기대수익률이 유가요인에 대한 리스크프리미엄의 함수로 결정되는 지 여부를 분석하기 위한 검증모형으로 시장 포트폴리오, 국제유가요인으로 구성된 Two-factor APT를 사용하였다. 또한, 베타리스크에 영향을 주는 유가변동률 분산의 주식 수익률로의 전이현상도 함께 살펴보았다. 유가변동성의 비대칭성을 감안하여 GJR을 해당분석의 검증모형으로 사용하였다. 분석결과 전기 전자업종에서 유가요인은 독립적인 가격결정요인임이 입증되었고, 동업종에서만 유가변동성의 주식수익률로의 전이효과가 통계적으로 유의한 것으로 나타났다. 둘째, 유가요인과의 공분산 리스크가 업종별로 차이가 나는 원인을 분석하기 위해 두가지 분석과정이 고려되었다. 첫 번째로 규모 및 유동성을 나타내는 대리변수를 통제변수로 고려하여 업종별로 유가요인에 대한 베타리스크 존재여부를 확인하였다. 두 번째로 유동성 및 규모의 차이와 유가요인에 대한 베타와의 관계를 체계적으로 규명하고자 시계열로 구성된 횡단면 자료간의 관련성을 효율적으로 분석할 수 있는 Panel-data model을 이용하였다. 분석결과 시가총액 비중이 큰 전기 전자업종에서만 유가요인이 독립적 가격결정요인임이 확인되었고, 여타 업종에서 유가요인에 대한 베타리스크는 규모에 영향을 받는 것으로 나타났다. 또한, 패널분석결과 전체 포트폴리오에서 차지하는 업종별 시가총액의 비중이 클수록 유가요인에 대한 베타는 증가하는 것으로 나타나 첫 번째 분석과정의 결과를 지지하였다. 결론적으로 국내주식시장에서 전기 전자업의 기대수익률은 시장포트폴리오와 국제유가요인에 대한 리스크프리미엄의 함수로 결정되고 있으며, 유가요인에 대한 베타리스크 수준이 업종별로 차이가 나는 원인은 규모의 차이에 기인하는 것으로 분석된다.
인터넷을 활용한 정보 검색이 보편화됨에 따라, 상대적으로 정보가 부족했던 개인 투자자들이 인터넷 검색을 통해서 관심 기업의 정보를 지속적으로 '주의(attention)'하고 이를 통하여 시의 적절하고 유용한 정보를 획득할 수 있게 되었다. 본 연구에서는 능동적 정보검색을 통해 유도된 주의 효과가 투자자에게 정보전달의 역할을 하는지 개별 기업 주식의 변동성과 동조화를 중심으로 규명하고자 한다. 특히 기업의 본질적 가치에 대한 정보획득 및 판단이 쉽지 않은 정보기술 서비스 중심의 IT 기업을 대상으로 최근 10년간의 키워드 검색 데이터를 분석하였다. 분석 결과, 인터넷 검색을 통한 기업정보의 수집 및 확산의 용이성은 투자자가 기업의 가치를 보다 정확히 평가하는데 도움을 주고 결과적으로 시장에서의 탈동조화를 유인함을 알 수 있다. 즉, 투자자의 주의는 시장에 내재된 불완전성에 의해 본질적인 요소와 상관없이 주식들의 수익률이 동시에 같은 방향으로 움직이는 동조화 현상을 약화시키는데 영향을 미쳤다. 이러한 결과는 기업 규모가 클수록, 연도별 분석에서는 최근에 가까울수록 더 크게 영향을 미치는 것으로 나타났다. 잘 알려진 기업일수록 인터넷 검색으로 획득할 수 있는 정보의 양이 많고, 또한 시간이 지날수록 정보가 쌓이면서 이러한 현상은 더 심화될 것으로 예측할 수 있다. 반면, 인터넷 검색량과 기업의 변동성은 규모가 큰 기업의 경우에만 유의한 양의 관계를 보여주었다. 본 연구는 투자자의 주의효과를 인터넷 검색량을 이용하여 실증 분석하였다는데 의의가 있으며, 연구 결과는 기업 주식의 변동성 및 동조화 현상에 대한 이해를 높이고 투자자의 투자결정에 도움이 될 것으로 기대된다.
본 연구에서는 종합주가지수와 코스닥지수, 문화콘텐츠 산업과 관련이 높은 오락 문화, 디지털콘텐츠 지수를 이용하였다. 지난 2004년 3월에서 2015년 7월까지 총 597주 동안 각각의 주가지수 및 수익률 동향을 파악하였다. 각 주가지수의 수익률, 변동성, 상관관계, 동조화현상 등을 비교 분석하여 콘텐츠관련 주식들이 투자가치가 있는지 살펴보았다. 향후 문화콘텐츠 산업의 높은 성장 가능성을 보았을 때 관련 주식들의 투자 가능성에 기대를 걸어보았다. 분석 결과 지난 2008년도 글로벌 금융위기 이후 문화콘텐츠 관련 주식들이 더 높은 상승률을 보여주었다. 최근 문화콘텐츠 산업에 대한 관심이 높아지면서 점점 투자가치 메리트가 증가하고 있음을 볼 수 있었다. 향후 문화콘텐츠 산업이 계속 발전할 것으로 예상되어 이들 기업에 대한 투자자들의 많은 관심이 이어지면서 문화콘텐츠관련 기업들의 투자가치 상승에 많은 기대를 걸어본다.
It is well known that the distributional properties of financial asset returns exhibit fatter-tails and skewer-mean than the assumption of normal distribution. The correct assumption of return distribution might improve the estimated performance of the Value-at-Risk(VaR) models in financial markets. In this paper, we estimate and compare the VaR performance using the RiskMetrics, GARCH and FIGARCH models based on the normal and skewed-Student-t distributions in two daily returns of the Korean Composite Stock Index(KOSPI) and Korean Won-US Dollar(KRW-USD) exchange rate. We also perform the expected shortfall to assess the size of expected loss in terms of the estimation of the empirical failure rate. From the results of empirical VaR analysis, it is found that the presence of long memory in the volatility of sample returns is not an important in estimating an accurate VaR performance. However, it is more important to consider a model with skewed-Student-t distribution innovation in determining better VaR. In short, the appropriate assumption of return distribution provides more accurate VaR models for the portfolio managers and investors.
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.