• 한국유통학회지:유통연구
• /
• 제15권1호
• /
• pp.49-71
• /
• 2010

본 연구는 가맹사업자의 자기효능감에 주목하여 정부가 예비가맹사업자들을 보호하기 위해 가맹본부에 다양한 규제와 정책을 사용하는 것이 최선의 방법이 아니라는 것에 관심을 두고 있다. 본 연구에서는 경로-목표이론(path-goal theory)에서 제시한 가맹본부의 리더십 행동 유형과 가맹사업자의 관계결속의 영향관계에 있어서 가맹사업자의 특성으로 자기효능감의 조절효과를 규명하고, 실증 분석한 결과 다음과 같은 연구의 시사점을 발견할 수 있었다. 첫째, 가맹본부의 리더십 행동유형이 관계결속에 긍정적 효과를 가져 온다는 사실이 확인됨으로써 가맹본부는 가맹사업자에게 맞는 리더십 행동유형을 적용할 수 있도록 하여야 한다. 둘째, 가맹사업자의 자기효능감이 관계결속에 긍정적 효과가 있을 뿐만 아니라, 리더십 행동유형과 관계결속 사이에 상당한 조절효과가 있기 때문에 가맹본부는 가맹사업자들의 개인차(individual difference) 관리가 필요하다. 셋째, 정부는 가맹본부를 규제할 것만이 아니라 가맹본부가 가맹사업자들의 특성을 확실하게 파악하고 기업의 목표달성을 위한 정당한 통제가 가능하도록 제도적 지원을 해야 할 것이다.

• 지능정보연구
• /
• 제22권4호
• /
• pp.177-192
• /
• 2016

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.