• 응용통계연구
• /
• 제23권2호
• /
• pp.249-261
• /
• 2010

Long-term forecasting of seasonal time series is critical in many applications such as planning business strategies and resolving possible problems of a business company. Unlike the traditional approach that depends solely on dynamic models, Li and Hinich (2002) introduced a combination of stochastic dynamic modeling with filter bank approach for forecasting seasonal patterns using highly coherent(High-C) waveforms. We modify the filter selection and forecasting procedure on wavelet domain to be more feasible and compare the resulting predictor with one that obtained from the wavelet variance estimation method. An improvement over other seasonal pattern extraction and forecasting methods based on such as wavelet scalogram, Holt-Winters, and seasonal autoregressive integrated moving average(SARIMA) is shown in terms of the prediction error. The performance of the proposed method is illustrated by a simulation study and an application to the real stock price data.

• 수산경영론집
• /
• 제44권1호
• /
• pp.81-90
• /
• 2013

This study is aimed to analyze economic effectiveness of the sea cucumber seed releasing program in Gyeongsangbuk-do region. Based on the surveyed data, the production value of released sea cucumber and the seed releasing program cost are estimated and compared to determine the economic validity of the sea cucumber seed releasing program. Results show that the B/C ratio, as an indicator of economic evaluation, is 2.0, indicating that the sea cucumber seed releasing program in Gyeongsangbuk-do region would be economically feasible under the current production and market conditions. Sensitivity analyses of main variables indicate that the economic effectiveness can be increased when the recapture rate would be increased and the seed price of sea cucumber would be decreased.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2021년도 추계학술발표대회
• /
• pp.541-544
• /
• 2021

본 논문은 어떤 기업의 주식 주문 정보를 담고 있는 호가창(limit order book)과 해당 기업과 관련된 뉴스 헤드라인을 사용하여 해당 기업의 주가 등락을 예측하는 딥러닝 기반 모델을 제안한다. 제안 모델은 호가창의 중기 변화와 단기 변화를 모두 고려하는 한편, 동기간 발생한 뉴스 헤드라인까지 예측에 고려함으로써 주가 등락 예측 정확도를 높인다. 제안 모델은 호가창의 변화의 특징을 CNN(convolutional neural network)으로 추출하고 뉴스 헤드라인을 Word2vec으로 생성된 단어 임베딩 벡터를 사용하여 나타낸 뒤, 이들 정보를 결합하여 특정 기업 주식의 다음 날 등락여부를 예측한다. NASDAQ 실데이터를 사용한 실험을 통해 제안 모델로 5개 종목(Amazon, Apple, Facebook, Google, Tesla)의 일일 주가 등락을 예측한 결과, 제안 모델은 기존 방법에 비해 정확도를 최대 17.14%, 평균 10.7% 향상시켰다.

• 한국전자거래학회지
• /
• 제17권3호
• /
• pp.73-84
• /
• 2012

지식정보사회로의 전환이 가속화되고 전자 거래 등의 새로운 형태의 정보기술 관련 기업의 등장으로 기존의 회계 정보의 분석만으로 정보기술기업의 주가가치를 설명하지 못하는 사례가 증가하였다. 이를 보완하기 위해 웹 교통량(Web traffic data)과 같은 비재무적 정보나 지적 재산권과 같은 무형자산에 근거한 기업가치 분석 사례가 다수 보고되고 있다. 또한 선행 연구에 따르면, 신규 산업군의 경우 산업군의 라이프사이클에 따라 재무정보와 비재무 정보의 기업가치 관련성에 변화를 보인다. 비재무적 정보에 기반한 성장 초기의 기업가치 평가는 점차 산업군의 성숙이 진행됨에 따라 회계 및 재무 정보와 보다 긴밀한 관련성을 나타낸다. 본 연구는 신규 산업군 관련 기업 재무 정보의 기업가치 설명력이 어떠한 변화를 보이고 있는지 확인하고자 코스닥 상장기업 중 소프트웨어, 디지털콘텐츠, 인터넷 기업군에 포함된 기업의 2000~2011년 주가에 대한 회계정보의 가치 관련성을 검증하였다. 실증 자료 분석의 결과는 전통적 회계기준이 비재무적 정보를 수용하지 못함에도 불구하고 2007년을 기준으로 해당 기업군의 재무적 정보의 기업가치 설명력이 증대되었음을 보인다. 이는 국내 정보기술 관련 산업이 초기 성장 단계를 벗어나고 있음을 반증한다. 추가로 해당 기업군의 경우 코스닥 스타지수 편입 기업에 비해 무형자산의 주가가치 관련성이 보다 뚜렷하게 나타나고 있음을 함께 확인할 수 있다.

• 한국컴퓨터정보학회논문지
• /
• 제15권11호
• /
• pp.225-231
• /
• 2010

기업간전자상거래 거래액은 그룹(항목)별로 다양한 원인에 의해서 거래액 결정이 이루어지고 있어 복잡성을 띠고 있다. 본 연구에서는 복잡성을 띠고 있는 전자상거래 거래액의 제 변인들을 파악하기 위해 패널 데이터를 이용한 연구 모형을 설정하고 이를 통해 기업간전자상거래 거래액에 결정적으로 영향을 미치는 제 변인에 대하여 조사, 분석, 검증한다. 본 연구는 7 그룹(제조업, 전기 가스 수도업, 건설업, 도소매업, 운수업, 출판, 영상, 방송통신 및 정보서비스업, 기타)을 분석대상으로 하였다. 분석기간은 2005년 1월부터 2009년 12월까지의 자료를 이용하였고. 기업간전자상거래 거래액을 종속변수로 설정하고 사이버쇼핑몰 거래액, 회사채, 종합주가지수, 신용카드 거래액, 예금은행 대출금리, 환율을 독립변수로 투입하였다. 기업간전자상거래 거래액 요인을 추정한 결과 사이버 쇼핑몰 거래액, 종합주가지수, 그리고 예금은행 대출 금리와 환율은 각각 유의적인 정(+)의 영향을 미치는 것으로 나타나고 회사채는 음(-)의 영향을 나타내는 비유의적인 변수이고 신용카드거래액도 정(+)의 영향을 미치지만 기업 간 전자상거래 거래액에 큰 영향을 주지는 않은 것으로 나타났다.

• 응용통계연구
• /
• 제25권1호
• /
• pp.55-66
• /
• 2012

블랙-숄즈 모형이 실제 기초자산의 움직임을 반영하지 못한다는 사실이 실증연구에 의하여 밝혀진 이후 기초자산의 움직임을 레비확률과정을 이용하여 모형화한 옵션가격결정 모형들이 그 대안 중 하나로 연구되어 왔다. 본 논문에서는 블랙-숄즈 모형의 대안으로 제시된 레비모형 중 Variance Gamma 모형이 국내 주식시장에서의 기초자산의 움직임을 블랙-숄즈 모형보다 충실히 재현해내는지 알아보고자 한다. 이를 위하여 Madan 등 (1998)의 연구에서와 같이 로그수익률의 확률밀도함수와 옵션 가격 결정식을 바탕으로 KOSPI 200자료를 이용하여 모수를 추정하고 우도비 검정을 실시하였다. 또한, 옵션 가격을 추정한 후 모형 간의 비교를 위하여 다양한 통계량을 계산하고, 회귀분석을 통하여 변동성 스마일 현상이 교정되는지를 살펴보았다. 연구결과로부터 Variance Gamma 모형 하에서 추정된 옵션 가격이 블랙-숄즈 모형 하에서 추정된 그것보다 더 시장가격과 가까우나, 이 모형도 변동성 스마일 현상을 해결해주지는 못함을 확인할 수 있었다.

• 디지털융복합연구
• /
• 제11권2호
• /
• pp.101-114
• /
• 2013

본 연구는 우리나라 기업의 유상증자 공시효과는 경영성과에 영향을 받을 수 있다는 증거를 제시하고자 한다. 2000년 1월 1일부터 2007년 12월 31일까지 유상증자를 공시했던 308개의 표본기업들을 당기순이익 혹은 당기순손실에 따라 두 개의 표본 집단으로 분류하여 S.Brown and J.Warner(1985)의 사건연구 방법론에서 고안한 시장모형(ex-post market model)을 활용하여 유상증자 공시효과를 분석하였다. 당기순이익기업의 경우 유상증자공시효과가 긍정적이며 그리고 지속적으로 나타났다. 반면에, 당기순손실기업의 경우 유상증자 공시효과가 일시적으로 긍정적이었으나, 공시일 이후 +25일 전후에서 긍정적인 효과가 사라졌다. 이러한 결과는 통제변수들을 고려한 횡단면회귀분석에서도 일관되게 분석됨에 따라, 경영성과가 유상증자 공시효과에 영향을 미친다는 본 논문의 가설이 지지됨을 알 수 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제26권6호
• /
• pp.1479-1494
• /
• 2015

최적의 포트폴리오를 선택하기 위한 연구는 평균-분산모형을 시작으로 다양하게 진행되어 왔다. 과거에는 위험자산의 확률분포가 정규분포를 따른다고 가정하여, 투자자가 보유한 위험자산의 분산이 최소화되고 기대수익률이 최대가 되도록 포트폴리오를 구성하도록 하였다. 그러나 실제 위험자산의 분포에는 극단적인 사건들이 많이 발생하기 때문에 정규분포보다 훨씬 꼬리부분이 두꺼우며, 또한 왼쪽꼬리와 오른쪽꼬리가 대칭적이지도 않은 것으로 밝혀졌다. 이에 본 논문에서는 위험자산의 확률분포를 극단치 이론에서 널리 사용되는 일반화 파레토분포 (GPD)로 모형화하였고 체계적인 위험의 추정을 위하여 VaR를 이용하는 한편, 최적의 포트폴리오의 탐색을 위해서는 유전자 알고리즘을 사용하였다. 제안 방법의 적정성을 확인하기 위해 국내 증시에서 최적 포트폴리오를 탐색해 보았으며, 그 결과 GPD로 투자자산의 위험을 추정하였을 때 가장 좋은 결과를 얻을 수 있었다.

• 문화기술의 융합
• /
• 제7권3호
• /
• pp.303-310
• /
• 2021

거시적 데이터 변화를 단순한 형태로 유추 비교 및 분석하는 시각 정보 콘셉트 개발방법이 필요하다. 시각 정보 콘셉트의 개발에는 시각화 형태 선택, 수사학적 효과 선택 그리고 디지털 표현요소 선택 작업이 필요한데, 이 중에서, 사용자에게 시각 정보를 효과적으로 전달하기 위한 수사학적 효과 선택 방법의 예를 제시한다. 본 연구에서는 기간별 및 업종별 주가 분석을 위해서, 원관념과 비유되는 보조관념을 통하여 거시적 관점에서 데이터 비교 분석이 가능한 메타포 수사학을 선택했다. 갓털이 퍼져나가는 민들레를 메타포로 사용한 2차원 3단 형태 변화와 시간에 변화 따라서 형태와 색상이 변하는 코랄 작약 꽃송이를 메타포로 사용한 3차원의 3단 형태 변화 정보표현 방식을 제시한다. 이러한 수사학적 메타포를 사용하면, 거시적인 거래 변화와 업종별 주가 비교 분석이 가능하다.

• 경영과학
• /
• 제31권3호
• /
• pp.1-12
• /
• 2014

This study suggests the two types DEA models such as DEA CCR model and Super Efficiency model to evaluate the value of a company and to apply them for the investments. 14 kinds of real data of companies such as EV/EBITDA, EPS growth rate, PCR, PER, dividend yield, PBR, stock price/net current asset, debt ratio, current ratio, ROE, operating margin, inventory turnover, accounts receivable turnover, and sales growth ratio were used as input variables of DEA models. 12 year data from December 30, 2000 up to December 30, 2012 were collected, and the data with negative, missing and 0 values were removed reflecting the characteristics of the DEA. In order to verify the effectiveness of the models, we compared the historical variability and rate of return of both models those of the market. Study results are as follows. First, two DEA models are more stable than market in terms of rate of return because the historical variability of both models are less than that of market. Second, Super Efficiency model is more stable than CCR model. Lastly, the cumulative rate of return of Super Efficiency model (434%) is greater than that of the CCR model (420%) and that of the market (269%).