• 유통과학연구
• /
• 제11권9호
• /
• pp.5-15
• /
• 2013

Purpose - The research aim is to shed empirical light on whether quality-focused retailer brands such as Premium brand of Tesco Korea, Prime of Lotte Mart, and Best of E-Mart in the grocery market, make a contribution to developing store loyalty in the Korean market particularly. Research design, data, methodology - After developing sixconstructs, such as higher quality, stock availability, price levels, national brands, retailer brand attitudes, and store loyalty, the authors adopted exploratory factor analysis, confirmatory factor analysis, chi-square test and structural equation modelling as a research technique. Results - It was found that higher quality strongly influences the retailer brand attitude formation, and that retailer brand customers were sensitive to price levels. Buyers are, nevertheless, relatively less aware of price levels, when purchasing quality-oriented retailer brand types. Conclusions - The research implied that quality-oriented retailer brand types make a significant contribution to retailer brands attitude formation, and further, building store loyalty.

• 아태비즈니스연구
• /
• 제11권2호
• /
• pp.159-172
• /
• 2020

Purpose - The purpose of this study is to investigate economic variables which have impact on the prices and returns of preferred stocks and to provide investors, underwriters, and policy makers with information regarding correlations and causal relations between them. Design/methodology/approach - This study collected 98 monthly data from Korea Exchange and Bank of Korea. The Granger causal relation analysis, unit-root test and the multiple regression analysis were hired in order to analyze the data. Findings - First, our study derives the economic variables affecting the prices and returns of preferred stocks and their implications, while previous studies focused mainly on the differential characteristics and related economic factors between common and preferred stocks. Empirical results show that the significant variables influencing the prices and returns of preffered stocks are consumer sentiment index, consumer price index, industrial production index, KOSPI volatility index, and exchange rate between Korean won and US dollar. Second, consumer sentiment index, consumer price index, and industrial production index have significant casual relations with the returns of preferred stocks, providing market participants with important information regarding investment in preferred stocks. Research implications or Originality - This study is different from previous studies in that preferred stocks themselves are investigated rather than the gap between common stocks and preferred stocks. In addition, we derive the major macro variables affecting the prices and returns of preferred stocks and find some useful causal relations between the macro variables and returns of preferred stocks. These findings give important implications to market participants, including stock investors, underwriters, and policy makers.

• 산업경영시스템학회지
• /
• 제46권1호
• /
• pp.105-111
• /
• 2023

Recently, research on prediction algorithms using deep learning has been actively conducted. In addition, algorithmic trading (auto-trading) based on predictive power of artificial intelligence is also becoming one of the main investment methods in stock trading field, building its own history. Since the possibility of human error is blocked at source and traded mechanically according to the conditions, it is likely to be more profitable than humans in the long run. In particular, for the virtual currency market at least for now, unlike stocks, it is not possible to evaluate the intrinsic value of each cryptocurrencies. So it is far effective to approach them with technical analysis and cryptocurrency market might be the field that the performance of algorithmic trading can be maximized. Currently, the most commonly used artificial intelligence method for financial time series data analysis and forecasting is Long short-term memory(LSTM). However, even t4he LSTM also has deficiencies which constrain its widespread use. Therefore, many improvements are needed in the design of forecasting and investment algorithms in order to increase its utilization in actual investment situations. Meanwhile, Prophet, an artificial intelligence algorithm developed by Facebook (META) in 2017, is used to predict stock and cryptocurrency prices with high prediction accuracy. In particular, it is evaluated that Prophet predicts the price of virtual currencies better than that of stocks. In this study, we aim to show Prophet's virtual currency price prediction accuracy is higher than existing deep learning-based time series prediction method. In addition, we execute mock investment with Prophet predicted value. Evaluating the final value at the end of the investment, most of tested coins exceeded the initial investment recording a positive profit. In future research, we continue to test other coins to determine whether there is a significant difference in the predictive power by coin and therefore can establish investment strategies.

• 한국산학기술학회논문지
• /
• 제17권6호
• /
• pp.560-565
• /
• 2016

본 연구에서는 공매도관련 거래활동이 주가하락요인으로 작용하는지를 파악하기 위해서 국내 주식시장의 자료를 활용하여 실증분석하였다. 표본 분석기간은 2005년 1월부터 2016년 3월까지이며, 이 기간 동안의 공매도거래비율을 기준으로 상위 10%, 상위 25%, 상위 50% 주식을 대상으로 각각 포트폴리오로 구성하여, 이 포트폴리오를 대상으로 분석하였다. 매도거래활동이 많이 이루어진 포트폴리오의 가치-가중 수익률과 해당 포트폴리오의 공매도거래활동과의 관계를 살펴본 것이다. 종속변수는 포트폴리오의 가치-가중 수익률에서 시장수익률을 뺀 고유수익률이다. 시장수익률은 KOSPI 지수 수익률과 KOSDAQ 지수 수익률의 시가총액 가중수익률로 사용한다. 종속변수는 포트폴리오의 공매도거래비중, 대차거래비중, 대차잔량비율 등을 사용한다. 종속변수들의 안정성을 위해서 각 변수를 차분하였다. 본 연구의 결과, 공매거래비중(${\Delta}SVR$), 대차거래비중(${\Delta}LVR$), 대차잔량비율(${\Delta}LIR$) 등과 같은 공매도관련 활동변수들은 주가고유수익률에 부(-)의 영향을 미치고 있음을 보였다. 따라서 공매도관련 활동은 주가하락을 초래한다고 할 수 있다. 공매도활동을 모두 설명변수로 추정한 결과의 공통점은 대차거래비중이나 대차잔량비율이 주가하락에 영향을 미치지만, 공매거래비중은 통계적으로 유의한 영향이 없다는 것이다. 이는 대차거래활동이 공매도활동보다 주가하락에 더 큰 영향을 미치고 있다는 것을 의미한다.

• 전자공학회논문지CI
• /
• 제45권5호
• /
• pp.95-101
• /
• 2008

주가지수는 경제 및 정치적 상황을 포함한 다양한 주변 환경에 영향을 받는 관계로 정확한 주가지수 예측모형의 개발은 매우 어려운 문제로 여겨지고 있다. 본 논문에서는, 신경회로망과 통계적인 방법을 이용하여 종합주가지수(KOSPI)를 예측하는 에이전트 시스템 기법을 제안한다. 예측오차의 평균 및 편차를 최소화하기 위해서, 에이전트시스템은 특징추출, 변수선정, 예측 엔진선정 및 분석을 위한 부(sub)에이전트 모듈들을 포함하고 있다. KOSPI(Korea Composite Stock Price Index) 예측을 위한 에이전트시스템 구현의 첫 번째 단계로서, 주성분분석을 이용하여 22개의 표준기본경제지표에서 12개의 경제지표를 추출하였다. 열두 개의 추출된 경제지표들은 예측하고자하는 예측일에 따라 최량부분적합법을 이용하여 다시 한 번 입력 변수들을 선정하게 된다. 성능평가를 위해 주가지수의 변동폭이 다른 두 종류의 실험데이터를 대상으로 예측을 진행한 결과 30일의 연속적인 종합주가지수예측에 있어 11.92포인트의 평균오차율을 보였다. 또한, 예측시점에 따라 관련이 높은 기본지표의 종류 및 개수가 다르게 나타나므로 제안한 주가예측 에이전트시스템 구조가 유용함을 보였다.

• 경영정보학연구
• /
• 제22권4호
• /
• pp.21-39
• /
• 2020

딥러닝(Deep learning) 기법은 패턴분석, 이미지분류 등 다양한 분야에서 높은 성과를 나타내고 있다. 특히, 주식시장 분석문제는 머신러닝 연구분야에서도 어려운 분야이므로 딥러닝이 많이 활용되는 영역이다. 본 연구에서는 패턴분석과 분류능력이 높은 딥러닝의 일종인 합성곱신경망(Convolutional Neural Network) 모델을 활용하여 주가방향 예측방법을 제안한다. 추가적으로 합성곱신경망 모델을 효율적으로 학습시키기 위한 속성선택(Feature Selection, FS)방법이 적용된다. 합성곱신경망 모델의 성과는 머신러닝 단일 분류기와 앙상블 분류기를 벤치마킹하여 객관적으로 검증된다. 본 연구에서 벤치마킹한 분류기는 로지스틱 회귀분석(Logistic Regression), 의사결정나무(Decision Tree), 인공신경망(Neural Network), 서포트 벡터머신(Support Vector Machine), 아다부스트(Adaboost), 배깅(Bagging), 랜덤포레스트(Random Forest)이다. 실증분석 결과, 속성선택을 적용한 합성곱신경망이 다른 벤치마킹 분류기보다 분류 성능이 상대적으로 높게 나타났다. 이러한 결과는 합성곱신경망 모델과 속성선택방법을 적용한 예측방법이 기업의 재무자료에 내포된 가치를 보다 정교하게 분석할 수 있는 가능성이 있음을 실증적으로 확인할 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제20권10호
• /
• pp.702-714
• /
• 2020

주식 투자는 재테크의 하나로 금리 인하와 비과세 제도의 축소에 따라 주목을 받기 시작했다. 그러나 투자에 전문적인 지식이 필요할 뿐 아니라 위험 부담이 크다는 단점이 있다. 따라서 주가 경향의 정확한 예측은 개인투자자에게나 주식 투자 관련 서비스를 제공하는 회사에 중요한 능력이며, 더욱 정확한 예측을 위한 연구가 활발히 진행 중이다. 그러나 예측 연구들의 공정한 비교와 최고의 예측 모델을 얻기 위한 하이퍼-파라미터의 최적화에는 예측 모델의 성능을 정확하게 평가하는 방법이 필요한데, 지금까지 예측 모델의 성능 평가에 대한 연구는 미진한 상태이며, 기존 방법들을 그대로 답습하고 있는 실정이다. 이에 본 논문에서는 주가 예측 모델 성능 평가를 측정기준과 데이터 구성의 관점에서 분석하고, 예측 불균형 비율을 이용한 주가 경향 예측 모델의 공정한 성능 평가 방법을 제안한다.

• Communications for Statistical Applications and Methods
• /
• 제23권3호
• /
• pp.203-213
• /
• 2016

We investigate volatility spillover aspects of realized volatilities (RVs) for the log returns of the Korea Composite Stock Price Index (KOSPI) and the Hang Seng Index (HSI) from 2009-2013. For all RVs, significant long memories and asymmetries are identified. For a model selection, we consider three commonly used time series models as well as three models that incorporate long memory and asymmetry. Taking into account of goodness-of-fit and forecasting ability, Leverage heteroskedastic autoregressive realized volatility (LHAR) model is selected for the given data. The LHAR model finds significant decompositions of the spillover effect from the HSI to the KOSPI into moderate negative daily spillover, positive weekly spillover and positive monthly spillover, and from the KOSPI to the HSI into substantial negative weekly spillover and positive monthly spillover. An interesting result from the analysis is that the daily volatility spillover from the HSI to the KOSPI is significant versus the insignificant daily volatility spillover of the KOSPI to HSI. The daily volatility in Hong Kong affects next day volatility in Korea but the daily volatility in Korea does not affect next day volatility in Hong Kong.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권12호
• /
• pp.605-613
• /
• 2020

In unfrictionless markets, one measure of asset pricing is its height of friction. This study develops a three-factor model by loosening the assumptions about stocks without friction, without risk, and perfectly liquid. Friction is used as an indicator of transaction costs to be included in the model as a variable that will reduce individual profits. This approach is used to estimate return, beta and other variable for firms listed on the Indonesian Stock Exchange (IDX). To test the efficacy of friction-adjusted three-factor model, we use intraday data from July 2016 to October 2018. The sample includes all listed firms; intraday data chosen purposively from regular market are sorted by capitalization, which represents each tick size from the biggest to smallest. We run 3,065,835 intraday data of asking price, bid price, and trading price to get proportional quoted half-spread and proportional effective half-spread. We find evidence of adjusted friction on the three-factor model. High/low trading friction will cause a significant/insignificant return difference before and after adjustment. The difference in average beta that reflects market risk is able to explain the existence of trading friction, while the difference between SMB and HML in all observation periods cannot explain returns and the existence of trading friction.

• 응용통계연구
• /
• 제23권4호
• /
• pp.651-668
• /
• 2010

금융 포트폴리오의 두 위험측도인 VaR와 ES에 대한 여러 추정방법을 1일 후와 10일 후의 경우로 나누어 각각 비교하였다. 2008년 미국발 세계 금융위기 기간을 포함한 KOSPI 자료와 해외 5개국의 종합주가지수 자료를 이용하여 실증적으로 비교하였다. 손실 분포의 두터운 꼬리와 조건부 이분산성을 동시에 고려하는 방법을 중심으로 여러 방법을 추가적으로 고려하였고, 국내 자료에 어떤 방법이 적절하며 종합적인 성능은 어떤가를 살펴보았다.