• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.11a
• /
• pp.5-7
• /
• 2023

본 논문에서는 정보 이론 기반 지표의 힘을 활용하여 전체 그래프 임베딩 방법론의 한 가지인 GL2vec 을 사용하여 임베딩을 생성하고, 이를 바탕으로 상장지수펀드 (ETF, Exchange Traded Fund) 수익률을 예측하는 모형을 생성하고자 하였다. 본 연구는 그래프 구조에 금융 데이터를 내장하고 고급 신경망 기술을 적용하여 예측 정확도를 향상시키는 데에 기여할 수 있음을 확인하였다.

• Journal of Intelligence and Information Systems
• /
• v.3 no.2
• /
• pp.57-70
• /
• 1997

주식 시장을 예측하는 문제는 금융 분야에서 중요한 관심이 되어왔다. 주식 시세는 시장 환경의 변화에 따라 급격한 변화를 갖는다. 따라서 주식 투자로부터 이윤을 창출하기 위해서 주식을 사고 파는 시점을 결정하는 문제는 중요하다. 본 연구에서는 주시 매매 타이밍을 예측하기 위해서 캔들스틱 차트(Candlesticks chart)분석을 이용한 전문가 시스템(Expert System)으로서 '차트 해석기 (Chart Interpreter)'를 설계, 개발하였다. 주식 가격의 변동을 예고하는 패턴들을 정의하고 그 패턴들의 의미에 따라 매미결정을 첨가한 규칙을 생성하였다. 정의된 패턴들은 의미에 따라 크게 하락형, 상승형, 중립형, 추세지속형, 추세 전환형으로 분류된다. 정의된 패턴과 지식베이스의 유용성을 검증하기 위해서 수행된 1992년부터 1997년에 걸친 과거 한국 주식 시장 실거래 투자 데이터에 대한 실험결과는 평균 투자 성공률이 약 72%로서 주식시장에서 투자자들의 투자를 돕는데 우수한 지표로서 사용될 수 있음을 보였다. 또한, 개발된 지식베이스는 특정 연도나 특정 분야에 따라 예측력이 크게 변하지 않은 시간 독립적이고 분야 독립적인 특성을 가짐으로 분야나 시간에 구애받지 않고 사용할 수 있다는 장점을 갖는다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2022.01a
• /
• pp.127-128
• /
• 2022

최근 많은 증권사 및 다양한 금융사기업에서 투자자의 주식투자를 돕는 투자자문 인공지능, 로보어드바이저를 제안하고 활용한다. 본 논문에서는 증권사 등에서 사용되고 있는 주식 시세예측 알고리즘의 성능을 상호 비교분석한다. 주식 시계열 데이터 예측에 용이한 4가지의 인공지능 알고리즘인 LSTM, GRU, 딥Q 네트워크강화학습, XGBoost 알고리즘의 성능을 분석하고 비교하는 시스템을 구현하였다. 본 연구에서는 구현된 성능 분석 시스템을 통해 어떤 알고리즘이 주식 시세를 예측하고 활용하기 위해 가장 좋은 성능을 가졌는지 비교분석하고 해당 시스템의 결과분석이 주식예측에 어떠한 영향을 주는지를 평가한다.

• KIPS Transactions on Software and Data Engineering
• /
• v.2 no.6
• /
• pp.369-376
• /
• 2013

Finance Information System is critical national infrastructure. Therefore it is important to select variables of defect causal factor for the system defect management effectively. We research and analyze detected errors in A Company's Finance Information System for three years. In the result of research and analysis, we have selected 9 variables of defect factor: the trading volume, the fluctuation of KOSDAQ index, and the number of public announcements, etc. Then we have assumed that these variables affect real system errors and analyzed correlation between the hypothesis and the detected system errors. After analyzing, we have extracted the trading volume, the number of orders and fills, changing tasks, and the fluctuations of NASDAQ index as valid variables of defect factor. These variables are proposed for failure prediction model as the variables to manage defects in the finance information system afterward.

• Proceedings of the Korea Association of Information Systems Conference
• /
• 2002.11a
• /
• pp.348-364
• /
• 2002

본 연구는 기술개발상의 위험을 진단하면서, 상업화의 위험을 시장분석을 통하여 관찰하고 가격변동으로 인한 민감도를 고려하면서, 신기술 적용상의 장기적인 이익 및 수익의 예측정확도를 극대화하고 시장점유율을 예측할 수 있는 새로운 기법으로서 사례기반추론을 통한 신기술 사업성 평가시스템을 제시하고자 한다. 또한 본 연구가 새롭게 제시하는 기법과 새롭게 재무분석 분야에서 연구되고 있는 성장옵션 모형을 활용한 신기술 가격결정 시스템을 개발하고자 한다. 이 두 가지 시스템을 통하여 신기술의 마케팅적 관점, 재무걱 관점, 시스템적 관점을 모두 파악할 수 있으며 보다 객관적이고 과학적이며 예측 정확도가 높은 신기술의 화폐적 가치를 산출할 수 있게 될 것이다. 신기술의 사업성 평가에 관한 연구는 향후 한국기업의 국가경쟁력을 위해서 꼭 필요한 과업이며 신기술 기반의 중소기업을 효율적으로 지원하기 위해서도 꼭 이루어져야만 하는 중요 과업이 아닐 수 없다. 그러나 이러한 과업의 중요성에 비해서 그 동안 관련 연구는 거의 이루어지지 않았고(황규성, 2001) 다만 은행 등 금융권의 실무자들이 쉽게 적용할 수 있는 단순한 방법들이 제시되는 정도에 불과하였다. 이렇듯 관련 연구가 부족한 이유는 관련 분야가 재무관리, 회계학, 마케팅, 관련 기술분야 등 광범위하게 걸쳐져 있고 실무적인 성격이 강하여 학문적으로 일반화하기가 쉽지 않기 때문이다.

• Atmosphere
• /
• v.34 no.1
• /
• pp.1-21
• /
• 2024

Private companies are increasingly required to take more substantial actions on climate change. This study introduces the principle and cases of climate (physical) risk estimation for 11 private companies in Korea. Climate risk is defined as the product of three major determinants: hazard, exposure, and vulnerability. Hazard is the intensity or frequency of weather phenomena that can cause disasters. Vulnerability can be reflected in the function that explains the relationship between past weather records and loss records. The final climate risk is calculated by multiplying the function by the exposure, which is defined as the area or value of the target area exposed to the climate. Future climate risk is estimated by applying future exposure to estimated future hazard using climate model scenarios or statistical trends based on weather data. The estimated climate risks are developed into three types according to the demand of private companies: i) climate risk for financial portfolio management, ii) climate risk for port logistics management, iii) climate risk for supply chain management. We hope that this study will contribute to the establishment of the climate risk management system in the Korean industrial sector as a whole.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2012.05a
• /
• pp.54-57
• /
• 2012

본 논문은 클라우드 기반 종합채권관리 지원 시스템을 제안한다. 제안된 시스템은 자동화된 통합인증 및 접근제어 시스템으로서, 각기 독립된 모듈을 통합하여, 부실예측을 예상하고 자산을 평가하여 채권회수에 관한 데이터 및 기법을 다른 모듈과 공유함으로써 채권회수 및 관리의 효율성을 높인다. 또한 제안하는 시스템은 클라우드 환경에서 운영됨으로 인하여 금융 사고를 줄이고, 업무 투명성을 높이는데 목적을 둔다. 따라서 제안하는 시스템은 고객의 접근성 및 보안성을 강화하여 기존 시스템보다 효율적으로 사용될 것으로 기대된다.

• Journal of Intelligence and Information Systems
• /
• v.29 no.3
• /
• pp.419-437
• /
• 2023

As the number of thin filers in Korea surpasses 12 million, there is a growing interest in enhancing the accuracy of assessing their credit default risk to generate additional revenue. Specifically, researchers are actively pursuing the development of default prediction models using machine learning and deep learning algorithms, in contrast to traditional statistical default prediction methods, which struggle to capture nonlinearity. Among these efforts, Graph Neural Network (GNN) architecture is noteworthy for predicting default in situations with limited data on thin filers. This is due to their ability to incorporate network information between borrowers alongside conventional credit-related data. However, prior research employing graph neural networks has faced limitations in effectively handling diverse categorical variables present in credit information. In this study, we introduce the Transformer embedded Graph Convolutional Network (TeGCN), which aims to address these limitations and enable effective default prediction for thin filers. TeGCN combines the TabTransformer, capable of extracting contextual information from categorical variables, with the Graph Convolutional Network, which captures network information between borrowers. Our TeGCN model surpasses the baseline model's performance across both the general borrower dataset and the thin filer dataset. Specially, our model performs outstanding results in thin filer default prediction. This study achieves high default prediction accuracy by a model structure tailored to characteristics of credit information containing numerous categorical variables, especially in the context of thin filers with limited data. Our study can contribute to resolving the financial exclusion issues faced by thin filers and facilitate additional revenue within the financial industry.

• Journal of Intelligence and Information Systems
• /
• v.13 no.2
• /
• pp.15-26
• /
• 2007

In this study, a SOHO (Small Office Home Office) bankruptcy prediction model is proposed using Modified Bagging Predictors which is modification of traditional Bagging Predictors. There have been several studies on bankruptcy prediction for large and middle size companies. However, little studies have been done for SOHOs. In commercial banks, loan approval processes for SOHOs are usually less structured than those for large and middle size companies, and largely depend on partial information such as credit scores. In this study, we use a real SOHO loan approval data set of a Korean bank. First, decision tree induction techniques and artificial neural networks are applied to the data set, and the results are not satisfactory. Bagging Predictors which has been not previously applied for bankruptcy prediction and Modified Bagging Predictors which is proposed in this paper are applied to the data set. The experimental results show that Modified Bagging Predictors provides better performance than decision tree inductions techniques, artificial neural networks, and Bagging Predictors.

• Digital Contents
• /
• no.2 s.81
• /
• pp.60-60
• /
• 2000

지불,결제와 함께 대표적인 전자상거래 솔루션의 하나인 보안분야는 올해 어느해보다도 고속성장을 누릴 전망이다. 금융과 증권업체가 인터넷 트레이딩과 뱅킹서비스를 본격화하고 인터넷 쇼핑몰업체가 완벽한 개인정보 보호를 위해 보안 솔루션 업그레이드를 적극 검토하고 있기 때문이다. 여기에 올해 대기업을 중심으로 기업간 (B to B) 전자상거래 시스템이 붐을 이루고 그동안 보안 사각지대였던 정부 등 공공기관이 보안시스템 구축에 적극 나서면서 보안업계는 사상 유례없는 호황을 누릴 것으로 보인다. 올해 보안업계의 화두로 떠오를 5대 이슈를 예측해본다.