• 재무관리연구
• /
• 제20권1호
• /
• pp.29-60
• /
• 2003

본 연구의 목적은 벤처캐피탈회사의 보증역할을 벤처캐피탈회사의 대주주 유형에 따라 그 존재 여부를 검증하는데 있다. 이를 위해 1997년부터 2000년까지 코스닥증권시장에 신규로 등록한 벤처캐피탈회사투자기업 88개 업체를 대상으로 분석하였다. 본 연구는 벤처캐피탈회사의 대주주 유형에 따라 보증역할을 분석한 초기 연구라는 점 이외에도 다음과 같은 새로운 점을 발견하였다. 첫째, KTB를 포함한 신기술사업금융회사가 중소기업창업 투자회사보다 상하한가 행진이 끝나는 날 종가를 기준으로 한 초기 초과수익률(AR2)과 누적평균 초과수익률(CAR)에서 보증역할을 더 충실히 수행하는 것을 발견하였다. 둘째, KTB를 제외한 신기술사업금융회사가 중소기업 창업투자회사보다 등록 당일 초과수익률(AR1beg, AR1end)에서 보증역할을 더 충실히 수행하는 것을 발견하였다. 셋째, 중소기업창업 투자회사를 대주주 유형별로 구분할 때 금융기관창업투자회사가 개인창업투자회사보다 보증역할을 더 충실히 수행하는 것을 발견하였다. 넷째, 신기술사업금융회사가 중소기업창업 투자회사보다 보증역할을 더 충실히 수행하고 있다는 설명변수는 벤처캐피탈 투자기업 창업부터 IPO까지 경과기간, 벤처캐피탈 투자기업 IPO시 공모배수, 등록직전연도 벤처캐피탈 투자기업의 총자산 등임을 발견하였다.

• 지능정보연구
• /
• 제28권2호
• /
• pp.237-262
• /
• 2022

본 연구는 개인투자자들의 투자의사결정에 도움을 주고자, 증권신고서의 TF-IDF 텍스트 분석과 기계학습을 이용해 공모주의 상장 5거래일 이후 주식 가격 등락을 예측하는 모델을 제시한다. 연구 표본은 2009년 6월부터 2020년 12월 사이에 신규 상장된 691개의 국내 IPO 종목이다. 기업, 공모, 시장과 관련된 다양한 재무적 및 비재무적 IPO 관련 변수와 증권신고서의 어조를 분석하여 예측했고, 증권신고서의 어조 분석을 위해서 TF-IDF (Term Frequency - Inverse Document Frequency)에 기반한 텍스트 분석을 이용해 신고서의 투자위험요소란의 텍스트를 긍정적 어조, 중립적 어조, 부정적 어조로 분류하였다. 가격 등락 예측에는 로지스틱 회귀분석(Logistic Regression), 랜덤 포레스트(Random Forest), 서포트벡터머신(Support Vector Machine), 인공신경망(Artificial Neural Network) 기법을 사용하였고, 예측 결과 IPO 관련 변수와 증권신고서 어조 변수를 함께 사용한 모델이 IPO 관련 변수만을 사용한 모델보다 높은 예측 정확도를 보였다. 랜덤 포레스트 모형은 1.45%p 높아진 예측 정확도를 보였으며, 인공신공망 모형과 서포트벡터머신 모형은 각각 4.34%p, 5.07%p 향상을 보였다. 추가적으로 모형간 차이를 맥니마 검정을 통해 통계적으로 검증한 결과, 어조 변수의 유무에 따른 예측 모형의 성과 차이가 유의확률 1% 수준에서 유의했다. 이를 통해, 증권신고서에 표현된 어조가 공모주의 가격 등락 예측에 영향을 미치는 요인이라는 것을 확인할 수 있었다.