The Journal of Asian Finance, Economics and Business
/
제7권12호
/
pp.909-917
/
2020
The research aims to analyze the firm-specific and macroeconomic factors that affect insurance company's financial performance. The research explores the variables that influence the financial performance of the United Arab Emirates (UAE)' insurance companies. The analysis for determining financial performance considers the following variables: the firm's age, retention ratio, capital adequacy, underwriting risk/loss ratio, financial-leverage, reinsurance dependency, and macro-economic factors such as GDP per capita, inflation rate considered as independent factors. The return-on-asset (ROA) is the key measuring indicator; it is regarded as the dependent variable for financial performance measures. The research focuses on secondary information obtained from insurance companies' financial statements. The researcher targeted 18 insurance companies listed on the UAE stock exchanges for study purposes. The research examines the overall factors that influence the financial performance of an insurance company. For analysis of data, software package of social sciences (SPSS version 20) is used. The studies used correlation and multiple linear regression analysis to determine financial performance and their effects. The analysis suggests that there are important and constructive relationships between the size, capital adequacy, and reinsurance dependency, while loss ratio, retention ratio, and financial leverage indicate a major negative relationship. And there's no link between GDP per capita and inflation.
최근 트레이딩 시스템에 대한 관심이 높아지면서, 인공지능을 이용한 지능형 트레이딩 시스템의 개발과 관련한 연구들이 활발하게 이루어지고 있다. 그러나 현재까지 소개된 트레이딩 시스템 관련 연구들은 트레이딩에 적용될 수 있는 다양한 변수들이 실무에서 활용되고 있음에도 불구하고, 주가지수에서 파생된 기술적 지표에만 과도하게 의존하는 경향이 있었다. 또한, 실제 수익창출에 초점이 맞추어진 트레이딩 시스템의 모형보다는 주가 혹은 주가지수의 등락에 대한 정확한 예측에 초점을 맞춰 모형을 개발하려고 하는 한계도 존재했다. 이에 본 연구에서는 기존 연구에서 주로 활용되어 온 기술적 지표 외에 현업에서 유용하게 활용되는 다양한 비가격 변수들을 시스템에 반영함으로서 예측 성과의 개선을 도모하는 동시에, Support Vector Machines 기반의 등락예측모형의 결과를 트레이딩 시스템의 매수, 매도, 혹은 유지의 신호로 해석할 수 있도록 설계된 새로운 형태의 지능형 트레이딩 시스템을 제안한다. 제안시스템의 유용성을 검증하기 위해, 본 연구에서는 2004년 5월부터 2009년 12월까지의 KOSPI200 주가지수에 제안모형을 적용하여 그 성과를 살펴보았다. 그 결과, 제안시스템이 수익률 관점에서 다른 비교모형들에 비해 더 우수한 성과를 도출함을 확인할 수 있었다.
본 연구는 투자자 입장에서 전환사채(CB)의 투자효과가 어느 정도 인지를 규명하고 효율적인 투자방안을 투자자들에게 제시하는 것이 연구목적이다. 연구방법은 2015년부터 2020년 6월까지 발행한 CB에 대한 표면이자율, 만기이자율, 채권만기일, 전환가격, 전환일 등을 조사한 후, 전환일 이후 일별주가변동과 연결하여 CB에 대한 투자효율성 및 주식전환효과가 어느 정도인지를 파악하였다. 연구 결과, 전환가격초과일수비율이 전환 가능한 날짜의 1/4 정도에 불과하여 CB의 투자효율성은 낮은 것으로 분석되었다. 전환일수익률은 평균 -6.3%, 만기일수익률은 평균 -5.2%여서 평균적으로 마이너스 수익률을 보여 투자자 기대와 다르게 투자효과가 산출되었다. 전환일수익률이 마이너스인 종목수가 플러스인 종목수 보다 2.4배, 만기일수익률이 마이너스인 종목수가 플러스인 종목수 보다 3.7배 많아서 CB의 주식전환 기대 수익률은 낮은 것으로 분석되었다.
본 연구의 목적은 금융마케팅 서비스에서 투자자들이 미흡하게 느끼는 ELS 상품이 실제로 획득할 수 있는 수익률이 얼마나 되는지를 분석하여 ELS에 대한 투자효과를 규명함으로써 ELS 투자방향을 제시하는데 있다. 연구방법은 스텝다운형 ELS를 대상으로 2001년 1월부터 2017년 8월까지 200개월 동안 만기 3년의 조기상환조건 달성확률, 만기상환조건 달성확률, 조기상환추정수익률, 만기상환추정수익률을 산출하였다. 분석결과는 조기상환조건 100% 달성확률은 74.5%이었으며, 조기상환조건 95%는 달성확률이 83.0%, 90%는 89.5%, 85%는 92.5%, 80%는 96.5%, 75%는 97.5% 이었다. 가장 낮은 75% 경우에 만기까지 보유할 확률은 2.5%인 것으로 분석되어 조기상환조건이 달성될 확률이 높았다. 만기도래했을 때 주가상승률이 만기상환조건 65% 이내에 있을 확률은 98.5%이었으며, 만기상환조건 60%, 58%, 57%, 55%, 50%, 45%는 달성확률이 100% 이었다. 만기상환조건 65%는 원금손실 리스크가 1.5%정도 있는 것으로 분석되어서 만기에 약정된 수익률을 달성할 확률이 높았다. ELS 투자의 유의방안으로는 만기상환조건의 비율이 낮은 상품을 선택하고, 조기상환조건 비율이 높은 상품을 선택해야 하며, 주가지수가 박스권 형성이 예상 될 때 투자하는 것이 유리하다.
최근 인공지능의 딥러닝과 머신러닝을 이용한 예측시스템에 관한 연구가 활발히 진행되고 있다. 인공지능의 발전으로 인해 투자관리자의 역할을 인공지능을 대신하고 있으며, 투자관리자보다 높은 수익률로 인해 점차 인공지능으로 거래를 하는 알고리즘 거래가 보편화하고 있다. 알고리즘 매매는 인간의 감정을 배제하고 조건에 따라 기계적으로 매매를 진행하기 때문에 장기적으로 접근했을 때 인간의 매매 수익률보다 높게 나온다. 인공지능의 딥러닝 기법은 과거의 시계열 데이터를 학습하고 미래를 예측하여 인간처럼 학습하게 되고, 변화하는 전략에 대응할 수 있어 활용도가 증가하고 있다. 특히 LSTM기법은 과거의 데이터 일부를 기억하거나 잊어버리는 형태로 최근의 데이터의 비중으로 높여 미래 예측에 사용하고 있다. 최근 facebook에서 개발한 인공지능 알고리즘인 fbprophet은 높은 예측 정확도를 자랑하며 주가나 암호화폐 시세 예측에 사용되고 있다. 따라서 본 연구는 fbprophet을 활용하여 실제 값과 차이를 분석하고 정확한 예측을 위한 조건들을 제시하여 암호화폐 자동매매를 하기 위한 새로운 알고리즘을 제공하여 건전한 투자 문화를 정착시키는 데 이바지하고자 한다.
이 논문은 분수공적분 개념을 이용하여 KOSPI200지수와 지수선물가격간에 장기균형관계가 있는지를 살펴보고 있다. 이것을 위해 로그변환 현 선물가격 각각의 분수차분계수를 주파수영역 (frequency domain)의 GPH 추정량을 구한 다음, 현 선물 회귀식의 추정을 통해 도출한 균형오차의 차분계수와 비교하였다. 이 방법은 전통적인 공적분방법에서 규명하지 못한 금융시계열자료의 통계적인 특성을 분석할 수 있는 장점이 있다. 분석결과를 요약하면 다음과 같다. 첫째, 정수차원의 차분구조모형에서는 공적분검정을 통한 장기균형관계의 증거를 찾기가 어려웠다. ADF 단위근 검정과 KPSS 정상성 검정에서 상반된 결과가 제시되어 두 시계열을 I(1)으로 확정하기가 불가능하였다. 둘째, GPH 추정량를 이용하여 차분계수를 추정한 결과, 두 시계열 모두 불안정한 장기기억구조를 가지는 것으로 식별되었고 균형오차는 정상적인(stationary) 장기기억구조를 가져 현 선물가격간에 분수공적분관계가 있는 것으로 파악되었다. 이 논문은 선물시장과 현물시장이 장기균형관계를 국내 선행연구에서 이용하지 않았던 분수공적분을 이용하여 분석했다는 점에서 그 의의를 찾을 수 있다.
글로벌 경제위기이후 중국은 세계경제의 두 축의 하나로 부상하였으며, 한국경제에 가장 큰 영향을 미치는 국가로 자리매김 하고 있다. 그럼에도 불구하고, 현재까지 한국에서는 중국의 금융시장 특히는 자본시장에 관한 연구가 매우 적은 실정이다. 본 연구는 중국 심천증권거래소에 출범한 창업판시장을 살펴보고, 중국 중소벤처기업의 상장전후 경영성과를 비교분석하였다. 기술혁신 벤처기업과 고성장형 중소기업들의 자금조달을 목적으로 하는 중국 창업판시장에서 기업의 상장요건은 상해와 심천 증권거래소의 주시장보다 완화되어 있으며, 상장절차도 간소화되어 있다. 따라서 중국의 많은 기업들이 상장하고자 하며, 상장 경쟁도 매우 치열하다. 그리고 창업판시장에 최초로 상장한 36개 기업의 상장 전후의 경영성과를 살펴본 결과, 자기자본 순이익률 부채비율 영업이익증가율 등 3개 지표는 모두 크게 하락하였으며, 거의 모든 기업에서 이런 현상이 나타났다. 즉, 중국 창업판시장에 상장한 중소벤처기업들의 수익성과 성장성은 상장후 급속하게 하락하였으며, 많은 자금조달로 인하여 안정성만이 개선되어 있었다. 나아가 이러한 현상은 중소벤처기업들이 상장을 위하여 상장전 경영성과를 과대 포장한데서 기인한 것으로 분석되었다. 따라서 중국 증권감독관리위원회는 향후 상장기업에 대한 회계심사기준과 심사제도를 강화하여야 할 것이며, 분식회계기업에 대해서는 엄중한 제재조치를 실시하여 건전한 자본시장 풍토를 정착시켜야 할 것이다.
본 연구는 간단한 일반균형 중첩세대모형을 사용하여 공적연금의 거시경제적 영향에 대한 정성적(qualitative) 분석 결과를 제시하는 것을 목적으로 한다. 이는 분석적인(analytical) 방법으로 균형을 찾고 그 성질을 탐구하는 것이 불가능하여 다양한 형태의 수치 분석적 기법을 동원하는 기존 선행연구들이 제시하고 있는 정량적(quantitative) 분석의 결과를 이론적으로 해석할 수 있는 기제를 마련한다는 차원에서 의미를 가지는 것으로 평가된다. 본 연구는 우선 논의의 단순화를 위해 확정급여(defined benefit)형 부과방식(pay-as-you-go) 공적연금체제하의 2세대 일반균형 중첩세대모형을 제시하고 이로부터 명시적인 균형해를 도출한다. 다음으로 본 연구에서는 공적연금의 존재 및 그로 인한 이전재원규모의 증감, 고령화를 비롯한 경제활동인구의 감소 등과 같은 상황이 경제의 자본 축적 및 자본의 기대수익률에 미치는 영향을 분석한다. 더불어 기본모형의 신용제약 존재 여부, 그리고 확정기여(defined contribution)형 부과방식 혹은 적립방식(funded system) 공적연금의 도입에 따른 거시경제적 영향을 논의한다. 그 결과 공적연금의 도입 및 이전재원규모의 증가는 자본 축적에 부정적인 영향을 미친다는 사실을 확인하였다. 다음으로 고령화의 진전이 자본 축적에는 부정적인 결과를 초래하지만 자본의 기대 수익률에 미치는 영향에 대해서는 확정적인 결론을 내릴 수 없었음을 발견하였다. 다만, 위험자산, 즉 자본에 지급되는 위험 프리미엄이 고령화가 가속화되는 시기에는 커지는 반면 고령화의 진전이 더디어지는 시기에는 작아진다는 결과를 도출함으로써 고령화에 따른 자산시장 붕괴(meltdown) 현상의 발생가능성을 배제할 수는 없으나 부과방식 공적연금하에서는 그 가능성이 그리 크지 않을 수도 있음을 확인하였다. 한편, 확정급여형에 비하여 확정기여형의 공적연금이 시장에서 거래되는 위험자산인 자본 축적을 구축하는 경향이 더 크다는 사실을 확인하였는데, 이는 저축의 주체인 청년층이 확정기여형 공적연금의 수급권을 자본과 대체관계를 형성하는 대안적 위험자산으로 인식하기 때문인 것으로 나타났다.
The purpose of this study is to survey the sales of brassieres positively those of elderly women's (aged 50 or older) ones in particular through 72 sales outlets and thereby, in order to present the more comfortable brassiere models which can serve to reinstate elderly women's constitution and provide the useful basic data to brassiere makers and distributors for their business. The results of this survey and the suggestions therefrom can be summarized as follows; 1) Brassieres usually sell at 10,000-20,000 wons, which allows for 15% or more margin rate. Brassieres are disposed through bargain sales once or twice every year where their price are discount 10% or higher. Meanwhile, the majority of the brassieres distributors maintain more than 15% stock rate. The accumulated stocks are primarily disposed through return to makers or bargain sales. About 15% of the brassieres sold are returned by consumers to distributors to be replaced. 2) About a half of distributors operate some or other types of sales education programs. Most of these distributors feel that their educational program have been effective which suggests the effectiveness of sales educational program. On the other hand, 83.3% of the distributors operate in-house repair shops, while the absolute majority of them brief their customers on how to wear brassieres or clean them. 3) Because elderly women's understanding of brassieres sizes is very poor, they tend to ask help of the 'sales people about their sizes before purchasing and proper one personally. In other words, it has been disclosed that old women respond positively to seller's recommendation for their brassiere sizes. 4) It has been found that the brasseries sizes purchased by old women most are. 85A, 90A and 85B in their order, which suggests that the most popular size for under bust circumference is 85~90cm, while their primary cup size is "A". 5) The type of brasseries favored most by elderly women is the "full-cup" type, while their most favorite brassiere design is a soft and simple one. The colors preferred most by them are white, beige and pink in their order. 6) When being consulted by elderly women, sales people experience various difficulties due to their poor understanding of sizes and complaint about prices. Lastly, it has been found through this survey that elderly women want to see some sales promotion material featuring their brassiere sizes and their production arid ask the brasseries makers to produce more diverse brasseries sizes.
인공지능을 기반으로 한 다양한 연구들이 현대사회에 많은 변화를 불러일으키고 있다. 금융시장 역시 예외는 아니다. 로보어드바이저 개발이 활발하게 진행되고 있으며 전통적 방식의 단점을 보완하고 사람이 분석하기 어려운 부분을 대체하고 있다. 로보어드바이저는 인공지능 알고리즘으로 자동화된 투자 결정을 내려 다양한 자산배분 모형과 함께 활용되고 있다. 자산배분 모형 중 리스크패리티는 대표적인 위험 기반 자산배분 모형의 하나로 큰 자산을 운용하는 데 있어 안정성을 나타내고 현업에서 역시 널리 쓰이고 있다. 그리고 XGBoost 모형은 병렬화된 트리 부스팅 기법으로 제한된 메모리 환경에서도 수십억 가지의 예제로 확장이 가능할 뿐만 아니라 기존의 부스팅에 비해 학습속도가 매우 빨라 많은 분야에서 널리 활용되고 있다. 이에 본 연구에서 리스크패리티와 XGBoost를 장점을 결합한 모형을 제안하고자 한다. 기존에 널리 사용되는 최적화 자산배분 모형은 과거 데이터를 기반으로 투자 비중을 추정하기 때문에 과거와 실투자 기간 사이의 추정 오차가 발생하게 된다. 최적화 자산배분 모형은 추정 오차로 인해 포트폴리오 성과에서 악영향을 받게 된다. 본 연구는 XGBoost를 통해 실투자 기간의 변동성을 예측하여 최적화 자산배분 모형의 추정 오차를 줄여 모형의 안정성과 포트폴리오 성과를 개선하고자 한다. 본 연구에서 제시한 모형의 실증 검증을 위해 한국 주식시장의 10개 업종 지수 데이터를 활용하여 2003년부터 2019년까지 총 17년간 주가 자료를 활용하였으며 in-sample 1,000개, out-of-sample 20개씩 Moving-window 방식으로 예측 결과값을 누적하여 총 154회의 리밸런싱이 이루어진 백테스팅 결과를 도출하였다. 본 연구에서 제안한 자산배분 모형은 기계학습을 사용하지 않은 기존의 리스크패리티와 비교하였을 때 누적수익률 및 추정 오차에서 모두 개선된 성과를 보여주었다. 총 누적수익률은 45.748%로 리스크패리티 대비 약 5% 높은 결과를 보였고 추정오차 역시 10개 업종 중 9개에서 감소한 결과를 보였다. 실험 결과를 통해 최적화 자산배분 모형의 추정 오차를 감소시킴으로써 포트폴리오 성과를 개선하였다. 포트폴리오의 추정 오차를 줄이기 위해 모수 추정 방법에 관한 다양한 연구 사례들이 존재한다. 본 연구는 추정 오차를 줄이기 위한 새로운 추정방법으로 기계학습을 제시하여 최근 빠른 속도로 발전하는 금융시장에 맞는 진보된 인공지능형 자산배분 모형을 제시한 점에서 의의가 있다.
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.