• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 춘계학술발표대회
• /
• pp.370-373
• /
• 2022

본 연구에서는 전이 엔트로피 개념을 활용하여 주요 상품 선물의 하방 리스크 지수의 정보 흐름을 바탕으로 한 인과관계 네트워크를 구성하였다. 그리고 구성된 네트워크를 활용하여 금융 시장을 분석하였으며, 또한 정보 흐름의 존재 여부를 바탕으로 상품 선물의 하방 리스크 지수의 예측력이 개선될 수 있는지 확인하고자 하였다. 이를 위하여 정보 불확실성의 감소량을 측정하는 전이 엔트로피를 인과관계의 측정 지표로 상정하였으며, 전이 엔트로피 측정 시 발생할 수 있는 유한크기효과(finite size effect)를 조정하는 데 있어서 효과적인 지표인 효율적 전이 엔트로피를 활용하여 정보 흐름 네트워크를 구성하였으며 이를 이용하여 금융 지수 간의 인과관계를 분석하고 EDaR 의 등락 예측에 활용하였다. 그 결과, 금융 시장 지수를 효율적 전이 엔트로피를 이용한 인과관계 네트워크를 활용하여 금융 시장의 복잡계 네트워크 분석이 가능함을 확인하였고, 구성된 네트워크를 활용하여 국내 금융 시장 등락 예측에 있어 더 적은 데이터 열을 활용하여 거의 유사한 예측 결과를 냄으로써 상품 선물 시장 관련 예측의 데이터 열 선택에 활용할 수 있음을 확인하였다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권4호
• /
• pp.139-148
• /
• 2014

IT의 발전과 더불어 금융권의 비대면 채널 역시 폭발적으로 증가되어왔다. 하지만 금융 시스템의 특성을 명확하게 반영한 규모 산정에 대한 모델의 부재로 인하여 예산 수립의 신뢰성 저하, 그리고 이에 따른 저가 수주 경쟁 등이 빈번하게 발생하였다. 이러한 규모 예측의 신뢰성 저하는 인터넷 뱅킹 시스템의 품질 저하로 이어져 금융 상품을 이용하는 고객에게 피해가 전해지고 있다. 따라서 본 논문에서는 기존 금융권에서 사용하는 규모 산정 기법의 두 종류인 FP 기반 규모 산정과 전문가 유추 기반의 규모 산정을 토대로 규모 산정 기법을 개선하여 보다 간편하고, 실제 금융 비대면 채널 수행 규모에 근접한 규모 예측 기법을 구축하고 이의 효용성을 회귀분석을 통하여 검증하였다. 그 결과, 기존 규모 산정 기법보다 실제 수행 규모와 상관관계 및 정확도가 증가된 인터넷 뱅킹 시스템을 위한 개선된 FP 기반 초기 규모예측 모델과 도구를 구축하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2019년도 추계학술발표대회
• /
• pp.876-878
• /
• 2019

본 연구에서는 금융 분야에서 AI 기술을 이용하여 챗봇 기반의 예측 시스템을 구축하는데 목적이 있다. 사용자가 이해하기 쉽게 챗봇 기반으로 실시간 서비스를 제공하며 투자 경험이 없는 사용자를 타겟으로 투자 추천을 하는 것을 목표로 개발하였다. 챗봇 기반의 금융 어플리케이션에서는 종목 주가조회, 코스피 상위 조회, 예측결과 조회, ELS상품추천 등으로 크게 네 가지의 의도파악을 하며 자연어 처리와 단어 매칭 처리를 통해서 사용자에게 최적화된 정보를 제공한다. 정보의 질을 높이기 위해서 인공지능 학습은 10년 치의 데이터를 학습시켰으며 비슷한 패턴을 예측해서 제공한다. 상장기업의 주식과 은행에서 판매하는 ELS를 추천하고 있으며, 챗봇 서비스를 통해 사용자와 실시간적으로 소통할 수 있는 AI기반의 금융 시스템을 제공한다.

• Journal of the Korean Data and Information Science Society
• /
• 제10권2호
• /
• pp.485-500
• /
• 1999

단계적 금리자율화의 시행을 계기로 금융계에서는 시장금리의 체계적 예측이 중요한 문제점으로 대두되고 있다. 금융의 자율화, 국제화, 대형화는 금융기관간의 경쟁유발과 금융시장의 판도에 심각한 변화를 초래하였다. 또한 시장금리의 변화는 금융기관의 수익에 결정적인 영향을 미친다. 따라서 대부분의 금융기관은 시장금리를 과학적이고 체계적으로 해석하기 위하여 금리결정요인에 대한 연구 및 향후 금리수준을 예측하기 위한 금리예측모형의 개발을 활발히 진행하고 있다. 본 논문에서는 시계열분석에 근거하여 예측의 정확도를 높이고 컴퓨터환경의 체계화로 사용의 편리성을 극대화한 금리예측 시스템을 개발하고 이의 활용도에 대해 논의하고자 한다.

• 한국정보기술응용학회:학술대회논문집
• /
• 한국정보기술응용학회 2007년도 춘계학술대회
• /
• pp.190-197
• /
• 2007

외환위기 이후 우리나라 금융기관은 상대적으로 위험성이 높은 기업대출보다, 높은 수익성을 가지는 가계 대출에 관심을 기울이게 되었다. 가계대출이 증가함에 따라 개인신용평가의 중요성이 부각되고, 이에 많은 신용평가시스템이 개발되어 왔다. 하지만 기존의 신용평가시스템은 대출 신청 당시의 데이터 및 과거의 데이터를 가지고 개인의 신용을 평가하기 때문에, 미래 상황에 대한 예측은 고려하지 못한다. 시스템 다이나믹스는 시간의 흐름에 따른 각 요인의 변화를 살펴봄으로써 미래 상황에 대한 예측이 가능한 분석 방법이다. 이에 본 연구에서는 시스템 다이나믹스 방법론을 활용하여 개인 신용 상태에 대한 미래의 동태적인 변화를 예측하여, 그 결과를 반영한 신용평가모델을 개발하고자 한다. 이를 위하여, 먼저 신용평점 영향을 주는 변수들을 선정하고, 이 변수들 간의 인과관계를 밝혀낸 후, 인과관계를 토대로 분석 모델을 구축한 뒤, 컴퓨터 시뮬레이션을 실행함으로써, 대출 희망자의 미래의 신용상태 변화 모양을 예측해 본다. 이러한 시뮬레이션 결과를 신용평가에 반영하게 되면, 금융기관의 신용 대출의 위험을 줄이는 데 기여할 것으로 기대된다.

• 인터넷정보학회논문지
• /
• 제24권6호
• /
• pp.41-47
• /
• 2023

금융상품의 가치평가는 다양한 기술의 변화에 따라 계속 발전하고 있다. 최근에는 머신러닝과 인공지능 기술을 활용한 가치평가에 대한 관심이 높아지면서 금융시장의 변화에 신속하게 대응하고 있다. 이러한 기술적 발전은 실시간 데이터 처리에 대한 요구와 금융시장의 다양한 특성을 고려하여 정확하고 효과적인 가치평가를 가능케 한다. 수치해석 기법은 금융기관과 투자자들 사이에서 중요한 의사 결정 도구로 사용되며, 투자의 성과 예측과 리스크 관리를 위한 필수 도구로 인식되고 있다. 본 연구에서는 금융시장의 다양한 변화와 자산 데이터를 고려하여 정확한 예측을 제공하는 수치해석 기반 금융 시스템의 특허 동향을 분석한다. 이를 통해 실질적인 산업현장에서의 금융 기술의 발전을 살펴보고 금융시장에서의 기술적 수준을 가늠할 수 있을 것이다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2020년도 춘계학술발표대회
• /
• pp.435-438
• /
• 2020

시장예측 문제를 해결하기 위하여 과거부터 꾸준한 연구가 진행되어왔다. 하지만 금융 시계열 데이터에는 분산이 일정하지 않으며 Non-stationarity 등 예측을 하는 것에 있어서 여러 가지 방해 요인이 존재한다. 또한 광범위한 데이터 변수는 기존에 사람이 직접 경험적으로 선택하는 것에 한계가 있기 때문에, 모델이 변수를 자동으로 추출할 수 있어야 한다. 본 논문에서는 여러 가지 금융 시계열 데이터의 문제를 고려하여 타임 스텝 정규화를 제안하며 자동 변수 추출을 위해 LSTM 형태의 오토 인코더 모델을 학습하였으며 LSTM 네트워크를 이용하여 시장 예측하는 모델을 제안한다. 해당 시스템은 실제 주식 거래나 시장 거래를 위하여 온라인 학습이 가능하며 긴 기간을 테스트 구간으로 실험한 결과 미래의 수익률을 예측하는 것에 있어서 우수한 성능을 보였다.

• 정보학연구
• /
• 제2권2호
• /
• pp.107-125
• /
• 1999

‘90년대 중반이후 급속히 성장한 전자금융은 금융자동화기기의 대중화와 더불어 홈뱅킹, 텔레뱅킹 등 공중통신망을 통한 거래, 인터넷을 통한 자금결제 등 다양한 지불수단을 제공하고 있다. 이러한 금융결제환경에서 소비자는 자금관리의 유동성을 확보하였으며 보다 편리하고 다양한 금융서비스를 제공하는 금융기관을 선호할 것으로 예견되며 은행은 고객편의성에 입각한 지불결제시스템의 제공과 이를 통한 새로운 경영수익 확대방안을 마련하여야 할 것이다. 또한 통화관리당국은 전자금융시스템의 안정적 기술기반의 제공과 더불어 지불수단별 전자금융의 추세를 분석하고 예측함으로써 금융시장의 교란요인을 최소화할 수 있는 방안을 마련하여야 할 것이다.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2006년도 춘계학술대회
• /
• pp.176-182
• /
• 2006

본 연구에서는 기존 Bagging Predictors에 수정을 가한 Modified Bagging Predictors를 이용하여 SOHO 에 대한 부도예측 모델을 제시한다. 대기업 및 중소기업에 대한 기압부도예측 모델에 대한 많은 선행 연구가 있어왔지만 SOHO 만의 기업부도예측 모델에 관한 연구는 미비한 상태이다. 금융기관들의 대출심사시 대기업 및 중소기업과는 달리 SOHO에 대한 대출심사는 이직은 체계화되지 못한 채 신용정보점수 등의 단편적인 요소를 사용하고 있는 것에 현실이고 이에 따라 잘못된 대출로 안한 금융기관의 부실화를 초래할 위험성이 크다. 본 연구에서는 실제 국내은행의 SOHO 데이터 집합이 사용되었다. 먼저 기업부도 예측 모델에서 우수하다고 연구되어진 인공신경망과 의사결정나무 추론 기법을 적용하여 보았지만 만족할 만한 성과를 이쓸어내지 못하여, 기존 기업부도예측 모델연구에서 적용이 미비하였던 Bagging Predictors와 이를 개선한 Modified Bagging Predictors를 제시하고 이를 적용하여 보았다. 연구결과,; SOHO 부도예측에 있어서 본 연구에서 제시한 Modified Bagging Predictors 가 인공신경망과 Bagging Predictors등의 기존 기법에 비해서 성과가 향상됨을 알 수 있었다. 제시된 Modified Bagging Predictors의 유용성을 확인하기 위해서 추가적으로 대수의 공개 데이터 집합을 활용하여 성능을 비교한 결과 Modified Bagging Predictors 가 기존의 Bagging Predictors 에 비해 일관적으로 성과가 향상됨을 알 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2022년도 추계학술발표대회
• /
• pp.571-573
• /
• 2022

최근 금융기관에서는 축적된 금융 빅데이터를 활용하여 차별화된 서비스를 강화하고 있다. 기업고객에 투자하기 위해서는 보다 정밀한 기업분석이 필요하다. 본 연구는 대만기업 6,819개의 95개 재무데이터를 가지고, 비대칭 데이터 문제해결, 데이터 표준화 등 데이터 전처리 작업을 하였다. 해당 데이터는 로지스틱 회기, SVM, K-NN, 나이브 베이즈, 의사결정나무, 랜덤포레스트 등 9가지 분류모델에 5겹 교차검증을 적용하여 학습한 후 모델 성능을 비교하였다. 이 중에서 성능이 가장 우수한 분류모델을 선택하여 예측 결정 이유를 판단하고자 설명 가능한 인공지능(XAI)을 적용하여 예측 결과에 대한 설명을 부여하여 이를 분석하였다. 본 연구를 통해 데이터 전처리에서부터 모델 예측 결과 설명에 이르는 분류예측모델의 전주기를 자동화하는 시스템을 제시하고자 한다.