• Asia pacific journal of information systems
• /
• 제26권4호
• /
• pp.526-541
• /
• 2016

This research aims to examine the predictive power of multiple online stock message boards, namely, NAVER Finance and PAXNET, which are the most popular stock message boards in South Korea, in stock market activities. If predictive power exists, we then compare the predictive power of multiple online stock message boards. To accomplish the research purpose, we constructed a panel data set with close price, volatility, Spell out acronyms at first mention.PER, and number of posts in 40 companies in three months, and conducted a panel vector auto-regression analysis. The analysis results showed that the number of posts could predict stock market activities. In NAVER Finance, previous number of posts positively influenced volatility on the day. In PAXNET, previous number of posts positively influenced close price, volatility, and PER on the day. Second, we confirmed a difference in the prediction power for stock market activities between multiple online stock message boards. This research is limited by the fact that it only considered 40 companies and three stock market activities. Nevertheless, we found correlation between online stock message board and stock market activities and provided practical implications. We suggest that investors need to focus on specific online message boards to find interesting stock market activities.

• East Asian Economic Review
• /
• 제16권3호
• /
• pp.227-247
• /
• 2012

This paper investigates the source of bilateral trade imbalance at industry level. We build a simple model based on gravity theory and derive the prediction that the bilateral trade balance in an industry is increasing in the difference between trading partners in the output share of the industry. We test this prediction and find that the difference in industry share is highly significant in predicting both the sign and the magnitude of trade balance at industry level. We also find that FTAs tend to enlarge trade imbalance at industry level. However, the overall predictive power of the model is rather limited, suggesting that factors other than production specialization are important in determining trade balance at industry level. Another finding of the paper is that the influence of the difference in industry share on trade balance increases as we move to industries that produce more homogeneous products. This finding calls into question monopolistic competition as the main driver of gravity in international trade.

• 한국의류학회지
• /
• 제39권6호
• /
• pp.899-909
• /
• 2015

TV home shopping maintains annual growth in the midst of harsh competition by numerous fashion retail channels. This study investigated the dimensions of service quality of TV home shopping for fashion products as well as the effect of service quality on relationship commitment and customer loyalty. Questionnaires were distributed to consumers in their 20s to 40s who purchased fashion products via TV home shopping in the past 6 months. A total of 240 questionnaires were put into the analysis. The results are as follows. First, four dimensions of service quality of TV home shopping were found: convenience, economy, entertainment, and information seeking. Relationship commitment had two dimensions of affective commitment and calculative commitment. Second, the service quality of TV home shopping affected customer loyalty through a relationship commitment. The predictors of affective commitment were entertainment, economy, and information seeking; in addition, those of calculative commitment were economy and entertainment. Third, both affective commitment and calculative commitment predicted customer loyalty to TV home shopping. The affective commitment had more predictive power. The findings show that the service quality of TV home shopping did not directly affect customer loyalty, but they had influence through relationship commitment variables. Entertainment and economy were the most powerful predictors among service quality dimensions.

• The Journal of Asian Finance, Economics and Business
• /
• 제8권4호
• /
• pp.263-276
• /
• 2021

This study examines the effect of international capital flows on corporate capital structures in Vietnam by analyzing panel data from all non-financial listed firms from 2005 to 2014 using pooled ordinary least square (OLS) with a variance estimator. The analysis includes a comparison of the signs and significance of the variable coefficients from the perking order and static trade-off theories to the empirical results to determine the optimum approach to the corporate capital structure given Vietnam's high-inflation environment. The results indicate that international capital flows have a positive relation to the debt ratio in the long term, and the relationship is more robust for 2005-2009 than for 2010-2014. Corporate capital structures adjusted to changes in the business environment in different sub-periods (2005-2009 and 2010-2014). When the economic environment became more favorable, the pecking order theory's predictive power increased, and that of trade-off theory lessened. Manufacturing and non-manufacturing firms required different capital structure decisions to fuel their operations and grow under foreign competition. The analysis demonstrates that firms should intensify their use of long-term debt relative to the availability of capital, which is an implication not only for firms in particular but also for industrial innovation overall.

• 지능정보연구
• /
• 제24권2호
• /
• pp.221-241
• /
• 2018

최근 딥러닝 기술이 주목을 받고 있다. 대중들의 관심을 받았던 국제 이미지 인식 기술 대회(ILSVR)와 알파고(AlphaGo)에서 사용된 딥러닝 기술이 바로 합성곱 신경망(CNN; Convolution Neural Network)이다. 합성곱 신경망은 입력 이미지를 작은 구역으로 나누어 부분적인 특징을 인식하고 이것을 결합하여 전체를 인식하는 특징을 가진다. 이러한 딥러닝 기술이 우리의 생활에 있어 많은 변화를 야기할 것이라는 기대를 주고 있지만 현재까지는 이미지 인식과 자연어 처리 등에 그 성과가 국한되어 있다. 비즈니스 문제에 대한 딥러닝 활용은 아직까지 초기 연구 단계로 향후 마케팅 응답 예측이나 허위 거래 식별, 부도 예측과 같은 전통적 비즈니스 문제들에 대해 보다 깊게 활용되고 그 성능이 입증된다면 딥러닝 기술의 활용 가치가 보다 더 주목받게 될 것으로 기대된다. 이러한 때 비교적 고객 식별이 용이하고 활용 가치가 높은 빅데이터를 보유하고 있는 전자상거래 기업의 사례를 바탕으로 하여 딥러닝 기술의 비즈니스 문제 해결 가능성을 진단해보는 것은 학술적으로 매우 의미 있는 시도라 할 수 있겠다. 이에 본 연구에서는 전자상거래 기업의 고객 행태 예측력을 높이기 위한 방안으로 합성곱 신경망을 활용한 '이종 정보 결합(Heterogeneous Information Integration)의 CNN 모델'을 제시한다. 이는 정형과 비정형 정보를 결합하여 다층 퍼셉트론 구조의 합성곱 신경망에서 학습시키는 모델로서 최적의 성능을 발휘하도록 '이종 정보 결합'과 '비정형 정보의 벡터 전환', 그리고 '다층 퍼셉트론 설계'로 하는 3개의 내부 아키텍처를 정의하고 각 아키텍처 단위로 구성되는 방식에 따른 성능을 평가하여 그 결과를 바탕으로 제안 모델을 확정하고 그 성능을 평가해보고자 한다. 고객 행태 예측을 위한 목표 변수는 전자상거래 기업에서 중요하게 관리하고 있는 재구매 고객, 이탈 고객, 고빈도 구매 고객, 고빈도 반품 고객, 고단가 구매 고객, 고할인 구매 고객 등 모두 6개의 이진 분류 문제로 정의한다. 제안한 모델의 유용성을 검증하기 위해서 국내 특정 전자상거래 기업의 실제 데이터를 활용하여 실험을 수행하였다. 실험 결과 정형과 비정형 정보를 결합하여 CNN을 활용한 제안 모델이 NBC(Naïve Bayes classification)과 SVM(Support vector machine), 그리고 ANN(Artificial neural network)에 비해서 예측 정확도와 F1 Measure가 높게 평가되었다. 또 NBC, SVM, ANN에서 정형 정보만을 사용할 때 보다 정형과 비정형 정보를 결합하여 입력 변수로 함께 활용한 경우에 예측 정확도가 향상되는 것으로 나타났다. 따라서 실험 결과로부터 비정형 정보의 활용이 고객 행태 예측의 정확도 향상에 기여한다는 점과 CNN 기법의 특징 추출 알고리즘이 VOC에 사용된 단어들의 분포와 위치 정보를 해석하여 문장의 의미를 파악하는데 효과적이라는 점을 실증적으로 확인하였다는데 그 의미가 있다고 할 수 있겠다. 이를 통해서 CNN 기법이 지금까지 소개된 이미지 인식이나 자연어 처리 분야 외에 비즈니스 문제 해결에도 활용 가치가 높다는 점을 확인하였다는데 이 연구의 의의가 있다 하겠다.