새롭고 혁신적인 기술을 확보하기 위한 방안으로 많은 기업들은 기술력 있는 스타트업에 투자를 하고 인수하여 왔다. 스타트업들은 일반적으로 규모가 작고 과거 사업 경력이 작기 때문에 기술력 및 사업성 검증 방법에 한계가 있어 인수할 때 여러 가지 위험이 따른다. 그래서, 경쟁력 있는 스타트업을 발굴하고 투자를 집행하는 부분에 있어서 벤처캐피탈은 중요한 역할을 한다. 독립벤처캐피탈(Independent Venture Capital)은 일반적으로 재무적인 수익을 중요시하는 반면 기업에서 투자 담당 역할을 하는 기업벤처캐피탈(Corporate Venture Capital)은 전략적인 관점에서 모기업과의 비즈니스 시너지를 중시하고 있다. 기술의 발전이 급속하게 이루어지고 신기술의 보유 여부가 기업의 경쟁력을 좌우하는 산업계 분야에선 기존 회사들은 혁신적인 기술을 보유한 스타트업에 지분 투자를 통해 투자 포트폴리오로 편입시키고 같이 협업을 진행하며 포괄적인 협력을 위해서 인수를 진행한다. 또한, 기존 투자한 회사들의 포트폴리오 관리를 통해서 업계의 정보를 얻고 이를 활용해서 신규 투자 및 인수를 진행한다. 본 논문에서는 미국에 상장된 주요 기업들이 기업벤처캐피탈을 통해 진행한 투자활동 및 모기업과 스타트업에 미치는 효과를 회귀분석을 통해 검증하였고 모기업의 인수 성과는 주가 분석에 기반을 둔 이벤트 스터디(Event Study) 또는 사건연구라 불리는 방법론을 통해 분석하였다. 스타트업의 기준은 창업 후 12년 이하의 회사로 규정하였고 분석 결과 투자 규모 및 횟수가 큰 기업벤처캐피탈을 보유한 모기업 일수록 적극적으로 스타트업을 인수하는 것으로 나타났다. 또한 기업벤처캐피탈이 재무적 목적의 투자 활동을 증가시킬 경우 모기업의 인수활동에 음(-)의 영향을 미치는 것을 알 수 있고, 기업벤처캐피탈이 기존에 투자한 포트폴리오 내에 있는 회사를 모기업이 인수할 경우 그렇지 않은 경우에 비해서 인수 성과가 증가하는 것으로 나타났다.
본 연구는 투자자간의 의견차이가 수익률의 비대칭적 변동성 현상에 영향을 주는지 검증하고, 정보량이 비대칭적 변동성에 미치는 영향을 검증하였다. 2000년 1월 4일부터 2005년 12월 29일까지의 유가증권시장 주가지수의 일별 종가와 거래량을 표본자료로 이용하였으며, 일별 거래량과 시장가치 수준별로 개별기업을 대상으로 각각 포트폴리오를 구성하여 분석하였다. 실증분석에서 TGARCH 모형을 기본모형으로 이용하였으며, 투자자간 의견차이의 대용변수인 거래량을 추가한 수정모형을 통하여 분석하였다. 주가지수를 대상으로 기본모형을 분석한 결과는 비대칭적 변동성이 존재하는 것으로 나타났으나, 수정모형의 분석 결과에서는 비대칭적 변동성이 유의적으로 감소되는 것으로 나타났다. 그리고 포트폴리오를 대상으로 분석한 결과는 정보량(거래량, 시장가치)이 많을수록 비대칭성 계수와 비대칭성 비율이 대체적으로 높은 것으로 나타났으며, 또한 기본모형에 비해 수정모형에 의해 추정된 비대칭성 계수와 비율이 제한적이나마 유의적으로 감소하는 것으로 나타났다. 이상의 결과에서 우리나라 증권시장에서 투자자간 의견차이가 비대칭적 변동성을 설명하는 요인 중의 하나라고 할 수 있으며, 정보량이 비대칭적 변동성에 제한적으로 영향을 미치는 것을 알수 있었다. 한편, 시장가치가 높은 포트폴리오일수록 비대칭적 변동성이 높게 나타났는데 이는 투자자간 의견차이 뿐만 아니라 정보의 신뢰성 차이에 기인한 투자자들의 의견수정 정도에 의해 나타난 것으로 사료된다.
본호(本鎬)는 지난 몇년간 우리나라 주가(株價) 및 지가(地價)의 급변을 거품현상(現象)으로 해석하는 견해(見解)를 재검토(再檢討)하고 시장기본요인(市場基本要因)의 중요성을 강조하고자 하였다. 자산가격변화(資産價格變化)에 대한 자기실현적(自己實現的) 예측(豫測)에 바탕을 둔 거품이론(理論)으로 최근 우리나라의 주가(株價) 및 지가변동(地價變動)을 설명하기에는 여러가지 제약점이 있다. 지난 몇년간 우리나라 주가(株價) 및 지가(地價)의 급변을 거품현상이라고 주장하는 사람들은 거품의 존재유무(存在有無)에 대한 검증 없이 막연하게 자산가격의 급변 내지는 불규칙한 변동을 거품현상으로 해석하는 경향이 있으며 주가(株價) 및 지관(地慣)의 거품검증을 시행한 경우에도 검증과정에서 여러가지 계량경제학적(計量經濟學的) 문제점을 보이고 있고, 근본적으로는 검증모형(檢證模型)이 잘못 구체화되었다는 오특정(誤特定)(misspecification)의 문제를 안고 있다. 본고(本稿)에서는 지난 몇 년간 우리나라 지가(地價) 및 주가변화(株價變化)를 3저여건(低與件)의 도래와 퇴조에 따른 경제여건의 변화와 시장기본요인의 변화로 설명할 수 있음을 보였다. 우선 실질금리(實質金利), 성장율(成長率) 등 시장기본요인(市場基本要因)의 변화로 우리나라 주가 및 지가변화를 상당부분 설명할 수 있었으며, 다음으로는 이부문(二部門) 일반균형(一般均衡) 자산구성모형(資産構成模型)을 구성하여 유동성(游動性) 및 환율(換率)이 변화할 때 지가(地價)의 과잉변동현상(過剩變動現像)이 발생함을 보였다. 1986~89년간 지가(地價)의 급등(急騰)은 동(同) 기간중(期間中) 엔화절상(貨切上), 원화절상(貨切上) 및 유동성증가(流動性增加)(실질금리(實質金利)의 하락(下落))에 따른 것이며, 90년 이후 지가상승세(地價上昇勢)의 둔화(鈍化)는 동(同) 기간중(期間中) 엔화절하(貨切下), 원화절하(貨切下)로의 반전 및 유동성압박(流動性壓迫)에 따른 실질금리(實質金利)의 상승(上昇)과 밀접히 관련되어 있다.
이 논문은 우리나라의 코스닥시장과 거래소 시장에 등록되거나 상장되는 기업의 IPO 사이에 어떠한 차이가 있는지를 밝히기 위해 실증분석하고 있다. 거래소에 상장되는 기업의 IPO 규모가 코스닥시장에 등록되는 기업의 IPO에 비해 더 큰 것으로 나타나고 있으며, 그리고 기업의 설립 후 경과연수도 거래소의 경우가 코스닥시장의 기업에 비해 더 긴 것으로 나타나고 있다. 그런데 액면가 대비 발행가격의 배수는 코스닥시장의 IPO가 거래소에 비해 2배 이상 높은 것으로 나타나고 있어, 코스닥시장에 등록되는 기업의 IPO가 높게 책정되어 발행되고 있는 것을 알 수 있다. 한편 코스닥시장과 거래소시장의 IPO 초과수익률을 계산하여 보았는바, 상한가가 나타나는 것을 고려하지 않은 경우는 거래소시장의 IPO가 더 높은 수익률을 실현하고 있었으나, 상한가를 고려하여 구한 수익률은 오히려 코스닥시장이 높은 것으로 나타나고 있다. 즉 AR2의 경우 코스닥은 192.8%를 보이고 있으나 거래소는 90.7%를 실현하고 있다. 이는 아무래도 코스닥시장이 거래소시장에 비해 아직 불안한 점을 감안하면 재무이론에서 밝히고 있는 위험과 수익률의 상반관계와 일치하는 것으로 판단된다. 그리고 장기성과를 누적 초과수익률 기준으로 할 경우는 3년 후에 가서는 부의 수익률을 나타내 저성과로 나타나고 있으며, 부의 상대치로 추정한 결과는 시장 전체의 성과에 비해 다소 높게 나타나 IPO로 구성된 포트폴리오의 수익률이 시장수익률에 비해 다소 나은 것으로 나타났다. 특히 두 시장에서 나타나는 저가발행현상의 원인을 밝히기 위해 우리는 AR1과 AR2를 종속변수로 하여 기업규모, 시장수준, 업력 등을 독립변수로 하여 회귀분석을 실시하였다. 우리의 회귀분석에서는 업력이 저가발행을 밝히는 중요한 변수로 나타나고 있음을 알 수 있었다. 이는 기업설립경과연수와 IPO의 수익률간에는 부의 관계가 있음을 밝힌 Muscarella and Vetsuypens (1990)의 연구와 일치하는 것으로 보여진다.
최근 Covid-19 및 불안한 국제정세로 인한 경기 침체로 많은 투자자들이 투자의 한 수단으로써 파생상품시장을 선택하고 있다. 하지만 파생상품시장은 주식시장에 비해 큰 위험성을 가지고 있으며, 시장 참여자들의 시장에 대한 연구 역시 부족한 실정이다. 최근 인공지능 분야의 발달로 파생상품시장에서도 기계학습이 많이 활용되고 있다. 본 논문은 해외선물에 분 단위로 거래하는 스캘핑 거래의 분석을 위해 기계학습 기법 중 하나인 강화학습을 적용하였다. 데이터 세트는 증권사에서 거래되는 해외선물 상품들 중 4개 상품을 선정해, 6개월간 1분봉 및 3분봉 데이터의 종가, 이동평균선 및 볼린저 밴드 지표들을 이용한 21개의 속성으로 구성하였다. 실험에는 DNN 인공신경망 모델과 강화학습 알고리즘인 DQN(Deep Q-Network), A2C(Advantage Actor Critic), A3C(Asynchronous A2C)를 사용하고, 학습 데이터 세트와 테스트 데이터 세트를 통해 학습 및 검증 하였다. 에이전트는 스캘핑을 위해 매수, 매도 중 하나의 행동을 선택하며, 행동 결과에 따른 포트폴리오 가치의 비율을 보상으로 한다. 실험 결과 에너지 섹터 상품(Heating Oil 및 Crude Oil)이 지수 섹터 상품(Mini Russell 2000 및 Hang Seng Index)에 비해 상대적으로 높은 누적 수익을 보여 주었다.
본 연구는 중소기업의 자본조달 방식이 기업가치에 어떤 영향을 미치는지 살펴보고 있다. 자본시장에서의 정보비대칭을 고려할 때 투자자들은 중소기업이 자본조달의 포트폴리오(내부유보자금과 부채)를 어떻게 구성하는지에 따라 부채의 의미를 해석하고 투자의사결정을 한다. 구체적으로 중소기업의 부채발행은 '효용'과 '비용'의 양면적인 의미를 내포하고 있다고 볼 때, 본 연구는 내부유보자금과 부채의 선택경쟁 하에서 투자자들이 부채발행의 의미를 어떻게 해석하느냐에 따라 기업가치가 상이하게 나타날 것으로 본다. 본 연구에서는 내부유보자금 또는 부채의 선택경쟁 상황에서, 중소기업의 부채비중이 커질수록 비용신호가 우세하여 기업가치에 부정적인 영향을 미칠 것으로 예측한다. 또한, 이러한 신호효과는 해당 기업이 얼마나 가시적인가에 의해 영향을 받을 것으로 본다. 이와 같은 주장을 검증하기 위해서, 미국의 중소기업 363개를 대상으로 부채발행 비중(부채-이익잉여금 비율)이 기업가치(토빈 q 비율)에 미치는 영향을 분석하였다. 분석결과, 선택경쟁에서 중소기업의 부채비중은 기업가치에 부정적인 영향을 미치며, 해당 기업의 높은 가시성이 비용신호의 효과를 완화하는 것으로 나타났다. 본 연구의 분석결과는 중소기업의 자본조달 방식이 기업가치에 미치는 영향은 투자자들의 관점에서 재조명할 필요가 있음을 의미한다.
기계학습(Machine Learning)은 인공 지능의 한 분야로, 데이터를 이용하여 기계를 학습시켜 기계 스스로가 데이터 분석 및 예측을 하게 만드는 것과 관련한 컴퓨터 과학의 한 영역을 일컫는다. 그중에서 SVM(Support Vector Machines)은 주로 분류와 회귀 분석을 목적으로 사용되는 모델이다. 어느 두 집단에 속한 데이터들에 대한 정보를 얻었을 때, SVM 모델은 주어진 데이터 집합을 바탕으로 하여 새로운 데이터가 어느 집단에 속할지를 판단해준다. 최근 들어서 많은 금융전문가는 기계학습과 막대한 데이터가 존재하는 금융 분야와의 접목 가능성을 보며 기계학습에 집중하고 있다. 그러면서 각 금융사는 고도화된 알고리즘과 빅데이터를 통해 여러 금융업무 수행이 가능한 로봇(Robot)과 투자전문가(Advisor)의 합성어인 로보어드바이저(Robo-Advisor) 서비스를 발 빠르게 제공하기 시작했다. 따라서 현재의 금융 동향을 고려하여 본 연구에서는 기계학습 방법의 하나인 SVM을 활용하여 매매성과를 올리는 방법에 대해 제안하고자 한다. SVM을 통한 예측대상은 한국형 변동성지수인 VKOSPI이다. VKOSPI는 금융파생상품의 한 종류인 옵션의 가격에 영향을 미친다. VKOSPI는 흔히 말하는 변동성과 같고 VKOSPI 값은 옵션의 종류와 관계없이 옵션 가격과 정비례하는 특성이 있다. 그러므로 VKOSPI의 정확한 예측은 옵션 매매에서의 수익을 낼 수 있는 중요한 요소 중 하나이다. 지금까지 기계학습을 기반으로 한 VKOSPI의 예측을 다룬 연구는 없었다. 본 연구에서는 SVM을 통해 일 중의 VKOSPI를 예측하였고, 예측 내용을 바탕으로 옵션 매매에 대한 적용 가능 여부를 실험하였으며 실제로 향상된 매매 성과가 나타남을 증명하였다.
본 연구는 2007년부터 2017년까지 신규로 결성이 되어 2022년말 기준 청산이 완료된 국내 벤처펀드 205개(청산 금액 7.25조)를 대상으로 투자성과에 영향을 미치는 요인에 대하여 실증분석을 하였다. 사모펀드의 특성상 실증데이터를 확보하기가 매우 어려우며, 특히 코로나 이후 청산이 완료된 데이터를 구하기는 더더욱 어려운 실정이다. 그럼에도 불구하고, 최근 10년 이내 가장 최신의 데이터를 활용하여 국내 벤처펀드의 투자수익률에 미치는 영향을 분석했다는 것은 상당한 의미가 있다고 하겠다. 본 연구는 벤처펀드의 투자 성과에 미치는 요인을 외부 환경 요인과, 내재적 요인으로 구분하여 연구를 진행 하였다. 벤처펀드의 성과에 미치는 외부 환경요인으로는 '경기사이클', '주식시장', '벤처시장', '회수시장'으로 구성하여 분석하였고, 내재적 요인으로 운용사 역량을 '운용사 업력', '운용사 전문인력', '운용 규모(AUM)'로, 펀드 구조로는 '펀드 크기(Size)', '펀드 기간(Length)'로 구분하여 비교 분석하였다. 분석 결과를 요약하면 다음과 같다. 첫째, 경기사이클을 잘 나타내는 국고 3년 금리는 펀드성과에 유의한 영향을 미치는 것으로 확인이 되었다. 둘째, 펀드 결성후(後) 코스닥 3개월 평균 지수 상승률은 펀드 성과에 통계적으로 유의한 정(+)의 영향을 미치는 것으로 나타났다. 셋째, 벤처펀드 청산 시점의 경쟁 강도를 나타내는 IPO_개수는 펀드 성과에 부정적인 영향을 미치는 것으로 나타났다. 넷째, 운용사의 AUM 규모가 클 수록 펀드 수익률이 양호한 것으로 나타났다. 끝으로, 벤처펀드의 수익률이 결성연도에 따라 차이를 보이고 있는 것으로 나타나서 일반인들이 벤처펀드 투자를 고려 할때는 '외부 환경요인'과 '펀드 내재적 요인'과 더불어 결성연도(Vintage)를 고려한 투자 포트폴리오를 구성하는 것이 매우 유효한 투자 전략이 될 것이라 판단된다.
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.