• Proceedings of the Korean Society for Food Science of Animal Resources Conference
• /
• 2005.05a
• /
• pp.231-234
• /
• 2005

본 실험은 돈육 후지 부위를 이용하여 육포 제조시 텀블링 시간에 따른 육포의, 이화학적 및 관능적 특성을 조사하여 표준화된 육포제조의 기초 자료를 제공하고자 실시하였다. 텀블링 시간에 따른 건조전 육포 양념육의 제품수율은 30분까지는 수율이 유의적으로 증가하는 경향을 보였으나, 60분 동안 텀블링을 실시하였을 때는 30분보다 낮은 값을 나타내었다. 텀블링 시간에 따라 pH는 차이가 없었으나, 보수력은 텀블링 30분까지 유의적으로 증가하였고 이후 부터는 차이가 없었다. 육색은 텀블링 시간이 경과함에 따라 $L^{\ast}-$값과 $b^{\ast}-$값은 감소하는 경향을 보였으나 반대로 $a^{\ast}-$값은 텀블링 시간이 증가함에 따라 점점 증가하는 경향을 보였다. 건조후 제조된 돈육육포의 수분함량은 $29{\sim}30%$ 정도를 유지하였으며, 건조수율은 모두 $48{\sim}49%$ 정도의 높은 수율을 보였다. 육포의 $L^{\ast}-$값은 30분 및 60분 동안 텀블링을 실시하였을 때 10분 동안 텀블링을 실시한 육포보다 낮게 나타났다. 60분 동안 텀블링한 육포의 $a^{\ast}-$값은 10분간 텀블링한 것보다 높았으며, $b^{\ast}-$값은 $a^{\ast}-$값과는 반대의 경향을 나타내었다. 탄력성(springiness)은 60분 동안 텀블링한 육포가 10분 동안 텀블링한 육포보다 높은 값을 보였으나, 탄력성을 제외한 모든 항목에서 유의차가 나타나지 않았다. 관능검사는 모든 항목에서 30분 이상 텀블링한 육포가 좋은 평가를 받았으나, 처리구간에 유의차는 나타나지 않았다.pm을 spiking한 후 SPE상에서 SCX(Strong cation exchange column)을 통한 clean-up과정을 거친 후의 STP의 limit of quantification(LOQ)는 약 0.44ppm이었으며, 이에 대한 회수율은 89.7${\pm}$2.3%(n=6)를 나타냈다. 실제 CODEX에서 권장한 우유의 MRL이 0.6ppm인 점을 감안하면 CODEX권고치에 도달할 수 있는 것으로 판단되었다. 따라서 본 연구에서 개발 된 시험법은 지금까지 국내적으로 STP에 대한 시험법이 확립되어 있지 않은 것으로 이와 아울러 간편한 parallux와 병용해 STP에 대한 정량 및 정성 분석을 유도체화 장치 및 형광검출기를 이용해 잔류항생물질 STP에 대한 분석시험법을 개발하였다.화와 네트워크 조직망 구축을 위한 지역중심의 복합 생활문화 공간이 필요할 것이며, 이를 촉진키 위한 mentor academy시스템 접근을 통해 점점 고령화되어 가고 있는 재래시장에 대해 차별적 특성이 반영된 종합적이고 체계적 접근 방법연구가 필요하다./TEX> 자체기술개발, 선진기술 도입, 산업간 및 산업내 기술확산, 국제기술협력 ${\rightarrow}$ 기술혁신의 촉진 ${\rightarrow}$ 총요소생산성과 기업경쟁력(자원 및 역량, 프로세스 경쟁력, 품질경쟁력, 시장경쟁력, 고객성과, 시장성과, 재무성과)의 제고 ${\rightarrow}$ 가격경쟁력(임금, 금리, 물류비용, 환율 등)과 비(非)가격경쟁력(디자인, 에프터서비스, 품질, 운송 등)의 제고 ${\rightarrow}$ 국가경쟁력의 제고 ${\rightarrow}$ 국제수지 흑자 ${\ri

• Proceedings of the Korean Society for Food Science of Animal Resources Conference
• /
• 2005.05a
• /
• pp.247-252
• /
• 2005

본 연구는 파슬리 등의 야채를 첨가하여 제조되는 화이트소시지의 물성 및 저장성에 미치는 자두 분말의 효과를 조사하기 위해 실시되었다. 물성의 변화로서 pH는 자두의 첨가율이 증가함에 따라 상대적으로 감소 하였는데 3% 첨 가시 전 저장 기간 중 가장 낮게 ($pH\;5.11\;{\sim}\;4.44$) 나타났다. 육색(meat color)은 자두의 첨가량에 비례하여 적색도(redness)를 나타내는 a-value에서 높게 나타났으며 명도 (light ness)를 나타내는 L-value에서는 상대적으로 낮은 수치를 보여주었다. 전단력(Shear stre ngth) 측정에서는 저장 기간 중 자두 분말의 첨가량에 비례 하여 근소한 차이를 나타냈는데 저장 7일째에서 가장 높았다. 자두 분말 첨가구 에서의 다소 높은 전단력의 결과는 보수력 (WHC) 측정 에서도 같은 경향을 나타내었는데 자두 분말의 증가량에 따라 3% 첨가구가 대조구 (0%)보다 낮게 나타나 약한 보수성을 보여 주었다. 저장성에 미치는 결과로서 총세균수의 측정결과 저장 3일이 경과한 구간에서 Sorbic acid (0.07%)의 첨가구와 자두 분말(3%) 첨가구 에서 비슷한 항균 효과를 나타내었다. 이 같은 동일한 수준의 항균 효과는 저장 9일째에도 같은 경향으로 나타났다. VBN 측정에는 저장 기간에 따라 증가된 수치를 나타냈는데 저장 7일 및 8일, 9일째 측정 결과는 3% 자두분말 첨가구와 0.07% Sorbic acid 첨가구 와 비슷한 수준을 나타내어 동일한 저장효과를 보여 주었다. 관능검사 실시 결과 총체적인 풍미에 있어서는 자두 분말 첨가구 1.5%가 가장 우수 했으며 다음으로는 3%, Sorbic acid 첨가구 및 공시료 순으로 나타났다.간에 유의차는 나타나지 않았다.pm을 spiking한 후 SPE상에서 SCX(Strong cation exchange column)을 통한 clean-up과정을 거친 후의 STP의 limit of quantification(LOQ)는 약 0.44ppm이었으며, 이에 대한 회수율은 89.7${\pm}$2.3%(n=6)를 나타냈다. 실제 CODEX에서 권장한 우유의 MRL이 0.6ppm인 점을 감안하면 CODEX권고치에 도달할 수 있는 것으로 판단되었다. 따라서 본 연구에서 개발 된 시험법은 지금까지 국내적으로 STP에 대한 시험법이 확립되어 있지 않은 것으로 이와 아울러 간편한 parallux와 병용해 STP에 대한 정량 및 정성 분석을 유도체화 장치 및 형광검출기를 이용해 잔류항생물질 STP에 대한 분석시험법을 개발하였다.화와 네트워크 조직망 구축을 위한 지역중심의 복합 생활문화 공간이 필요할 것이며, 이를 촉진키 위한 mentor academy시스템 접근을 통해 점점 고령화되어 가고 있는 재래시장에 대해 차별적 특성이 반영된 종합적이고 체계적 접근 방법연구가 필요하다./TEX> 자체기술개발, 선진기술 도입, 산업간 및 산업내 기술확산, 국제기술협력 ${\rightarrow}$ 기술혁신의 촉진 ${\rightarrow}$ 총요소생산성과 기업경쟁력(자원 및 역량, 프로세스 경쟁력, 품질경쟁력, 시장경쟁력, 고객성과, 시장성과, 재무성과)의 제고 ${\rightarrow}$ 가격경쟁력(임금, 금리, 물류비용, 환율 등)과 비(非)가격경쟁력(디자인, 에프터서비스, 품질, 운송 등)의 제고 ${\rightarrow}$ 국가경쟁력의 제고 ${\rig

• Proceedings of the Korean Society for Food Science of Animal Resources Conference
• /
• 2005.10a
• /
• pp.267-270
• /
• 2005

유기셀레늄급원을 달리하여 쇠고기 육색 안정성에 미치는 영향을 분석한 결과는 다음과 같다. Myoglobin의 함량은 대조구와 시험구에서 각각 6.39%, 14.18%로 대조구가 시험구에 비하여 낮은 결과를 보였으며, Oxy-Myoglobin의 함량은 반대로 대조구 89.07%, 시험구 83.47%로 시험구가 대조구에 비하여 낮은 결과를 보였다(p<0.05). 그러나 Met-myoglobin 함량은 대조구가 4.56%이였고 시험구가 2.35%로 대조구가 높은 결과를 보였다. 보다 정확한 결과를 평가하기 위해서는 시료를 Met화 시킨 후 측정해 볼 필요성이 대두되어 도축후 $4^{\circ}C$에서 14일 및 21일간 숙성한 시료를 $20^{\circ}C$에서 48시간 산화시킨 후 측정 육색소 화학적 조성을 비교한 결과, 육색소 화학적 조성을 비교한 결과로 Myoglobin 함량은 저장 14일차와 21일차에서 유의적인 차이를 보이지 않았으나, Oxy- myoglobin은 저장 14일차와 21일차 모두 유기셀레늄 강화 버섯 폐배지 급여구가 대조구와 무기셀레늄 급여구에 비하여 높은 결과를 보였다. Met-myoglobin함량에 있어서는 대조구와 무기셀레늄구가 유기 셀레늄구와 유기셀레늄강화 버섯 폐배지 급여구에 비하여 높은 결과를 보였다(p<0.05). 유기셀레늄 강화 버섯 폐배지 급여구가 대조구나 유기셀레늄구에 비하여 Oxy-myoglobin production이 유의적으로 높았으며, Met-myoglobin Activity는 유기 셀레늄 급여구가 가장 높았으며, 그 다음으로는 유기셀레늄강화 버섯폐배지 급여구가 높았다(p<0.05). 이러한 결과는 소매상품 으로 제조 판매시 Oxy-Mb이 Met-Mb으로의 전환을 억제하여 이상적인 육색을 장시간 유지할 수있을 것으로 판단된다.조직감과 염도에서 매우 좋게 평가되었다. 이러한 결과는 제조 가능한 식염첨가최저수준은 0.5%이상임을 보여주었다. 따라서 로인 햄의 제조에 필요로 되는 식염의 첨가량은 0.5${\sim}$1.5% 범위로 평가된다. 차후의 연구로는 저염 로인 햄의 경우 품질의 저하를 보완할 수 있는 기능성 첨가물이나 가공기법이 필요할 것으로 보인다.97.22로 가장 낮았고, 기타 처리구는 1.19${\sim}$1.59의 처리를 보이고 있는데 비하여, 대조구(100) 대비 증체율에서는 생봉독 처리 2구에서 103.30으로 3.30%가 높았다.양성이 무엇보다 중요하다. 특히 지역자원 활용 소스 중심의 문화관린 산업의 seeds 발굴과 향토상품의 상품화와 네트워크 조직망 구축을 위한 지역중심의 복합 생활문화 공간이 필요할 것이며, 이를 촉진키 위한 mentor academy시스템 접근을 통해 점점 고령화되어 가고 있는 재래시장에 대해 차별적 특성이 반영된 종합적이고 체계적 접근 방법연구가 필요하다./TEX> 자체기술개발, 선진기술 도입, 산업간 및 산업내 기술확산, 국제기술협력 ${\rightarrow}$ 기술혁신의 촉진 ${\rightarrow}$ 총요소생산성과 기업경쟁력(자원 및 역량, 프로세스 경쟁력, 품질경쟁력, 시장경쟁력, 고객성과, 시장성과, 재무성과)의 제고 ${\rightarrow}$ 가격경쟁력(임금, 금리, 물류비용, 환율 등)과 비(非)가격경쟁력(디자인, 에프터서비스, 품질, 운송 등)의 제고 ${\rightarrow}$ 국가경쟁력의 제고 ${\rightarrow}$ 국제수지 흑자 ${\rightarrow}$ 성장 ${\rightarrow}$ 물가 및

• Journal of Intelligence and Information Systems
• /
• v.18 no.2
• /
• pp.29-45
• /
• 2012

Bond rating is regarded as an important event for measuring financial risk of companies and for determining the investment returns of investors. As a result, it has been a popular research topic for researchers to predict companies' credit ratings by applying statistical and machine learning techniques. The statistical techniques, including multiple regression, multiple discriminant analysis (MDA), logistic models (LOGIT), and probit analysis, have been traditionally used in bond rating. However, one major drawback is that it should be based on strict assumptions. Such strict assumptions include linearity, normality, independence among predictor variables and pre-existing functional forms relating the criterion variablesand the predictor variables. Those strict assumptions of traditional statistics have limited their application to the real world. Machine learning techniques also used in bond rating prediction models include decision trees (DT), neural networks (NN), and Support Vector Machine (SVM). Especially, SVM is recognized as a new and promising classification and regression analysis method. SVM learns a separating hyperplane that can maximize the margin between two categories. SVM is simple enough to be analyzed mathematical, and leads to high performance in practical applications. SVM implements the structuralrisk minimization principle and searches to minimize an upper bound of the generalization error. In addition, the solution of SVM may be a global optimum and thus, overfitting is unlikely to occur with SVM. In addition, SVM does not require too many data sample for training since it builds prediction models by only using some representative sample near the boundaries called support vectors. A number of experimental researches have indicated that SVM has been successfully applied in a variety of pattern recognition fields. However, there are three major drawbacks that can be potential causes for degrading SVM's performance. First, SVM is originally proposed for solving binary-class classification problems. Methods for combining SVMs for multi-class classification such as One-Against-One, One-Against-All have been proposed, but they do not improve the performance in multi-class classification problem as much as SVM for binary-class classification. Second, approximation algorithms (e.g. decomposition methods, sequential minimal optimization algorithm) could be used for effective multi-class computation to reduce computation time, but it could deteriorate classification performance. Third, the difficulty in multi-class prediction problems is in data imbalance problem that can occur when the number of instances in one class greatly outnumbers the number of instances in the other class. Such data sets often cause a default classifier to be built due to skewed boundary and thus the reduction in the classification accuracy of such a classifier. SVM ensemble learning is one of machine learning methods to cope with the above drawbacks. Ensemble learning is a method for improving the performance of classification and prediction algorithms. AdaBoost is one of the widely used ensemble learning techniques. It constructs a composite classifier by sequentially training classifiers while increasing weight on the misclassified observations through iterations. The observations that are incorrectly predicted by previous classifiers are chosen more often than examples that are correctly predicted. Thus Boosting attempts to produce new classifiers that are better able to predict examples for which the current ensemble's performance is poor. In this way, it can reinforce the training of the misclassified observations of the minority class. This paper proposes a multiclass Geometric Mean-based Boosting (MGM-Boost) to resolve multiclass prediction problem. Since MGM-Boost introduces the notion of geometric mean into AdaBoost, it can perform learning process considering the geometric mean-based accuracy and errors of multiclass. This study applies MGM-Boost to the real-world bond rating case for Korean companies to examine the feasibility of MGM-Boost. 10-fold cross validations for threetimes with different random seeds are performed in order to ensure that the comparison among three different classifiers does not happen by chance. For each of 10-fold cross validation, the entire data set is first partitioned into tenequal-sized sets, and then each set is in turn used as the test set while the classifier trains on the other nine sets. That is, cross-validated folds have been tested independently of each algorithm. Through these steps, we have obtained the results for classifiers on each of the 30 experiments. In the comparison of arithmetic mean-based prediction accuracy between individual classifiers, MGM-Boost (52.95%) shows higher prediction accuracy than both AdaBoost (51.69%) and SVM (49.47%). MGM-Boost (28.12%) also shows the higher prediction accuracy than AdaBoost (24.65%) and SVM (15.42%)in terms of geometric mean-based prediction accuracy. T-test is used to examine whether the performance of each classifiers for 30 folds is significantly different. The results indicate that performance of MGM-Boost is significantly different from AdaBoost and SVM classifiers at 1% level. These results mean that MGM-Boost can provide robust and stable solutions to multi-classproblems such as bond rating.

• The Korean Journal of Financial Management
• /
• v.25 no.1
• /
• pp.51-84
• /
• 2008

We investigate the signaling effect of repurchase preceding new equity issue using Korean data. In a short time span, firms announce stock repurchases and equity offerings. The proximity of two events in Korean firms indicates that those are not independent of each other. In this paper, we test the signaling effect of repurchase on equity offerings on the two measures. One is announcement effect, which is measured as CAR(0, +2). The other is the effectiveness which is measured as CAR(0, +30) because the price movement during this window influences on the price of new issues. Previous studies that stock repurchase convey positive signal to equity offerings-Billet and Xue(2004) and Jung(2004)-construct sample without the limit of time interval between two events. This causes the unclear relation between those because of the long time interval. In this study we consider only samples of being within one year each other to reduce this problem and clarify the signal of repurchase on equity offerings. Korean firms are allowed to repurchase own shares with two different method. One is direct repurchase as same as open market repurchase. The other is stock stabilization fund and stock trust fund which trust company or bank buy and sell their shares on the behalf of firms. Generally, the striking different characteristic between direct repurchase and indirect repurchase is following. Direct repurchase is applied by more strict regulation than indirect repurchase. Therefore, the direct repurchase is more informative signal to the equity offering than the indirect repurchase. We construct two sample firms- firms with direct repurchase preceding-equity offerings and indirect repurchase-preceding equity offering, and one control firms-equity offerings only firms-to investigate the announcement effect and the effectiveness of repurchases. Our findings are as follows. Direct repurchase favorably affect the price of new issues favorably. CAR(0, +2) of firms with direct repurchase is not different from that of equity offerings only firms but CAR(0, +30) is higher than that of equity offerings only firms. For firms with indirect repurchase and equity offerings, Both the announcement effect and the effectiveness does not exist. Jung(2004) suggest the possibilities of how indirect stock repurchase can be regarded as one of unfair trading practices on based on the survey results that financial managers of some of KSE listed firms have been asked of their opinion on the likelihood of the stock repurchase being used in unfair trading. This is not objective empirical evidence but opinion of financial managers. To investigate whether firms announce false signal before equity offerings to boost the price of new issues, we calculate the long-run performance following equity offerings. If firms have announced repurchase to boost the price of new issues intentionally, they would undergo the severe underperformance. The empirical results do not show the severer underperformance of both sample firms than equity offerings only firms. The suggestion of false signaling of repurchase preceding equity offerings is not supported by our evidence.

• Proceedings of the Korean Institute Of Construction Engineering and Management
• /
• autumn
• /
• pp.23-30
• /
• 2001

The Financial Cost in construction industry today is tend to increasing the burden of business management on account of lowered profit due to the mege-competition and decreasing investment of construction, multi-interfacing. system in it's attribute and various unreasonable governeing enactments. It is becoming the most important aspects for the management of construction business on how to preserve the profit from the various risks. The ultimate aims of this study is to pursue the contractual equity between the parties by establishing the fundamentals of framework for the compensation of Financial Charges through the review of the precedent studies and analysis of inquiries. As a result of the study, improvable measures for any practical inequality and/or institutional defects of current public contract system in recovering the Financial Cost incurred to Contractor are delivered as below; (1) $\lceil$Working Rules for Construction Industry Accounting Standards$\rfloor$ shall be amended and supplemented so as the incurred interest to be recognized as an operative cost by live return over the collection period. (2) The long-term phase contract system of which is enforcing contractor to bear the certain losses shall be diminished and/or abolished gradually. (3) The unreasonable legislations on compensation for financial cost in contract conditions shall be improved in response to practical circumstances. (4) The use of Critical-Path Method for Time Management shall be activated together with EVMS. (5) Independent application of Contract Enactments for construction industry shall be adopted.

• Journal of Technology Innovation
• /
• v.1 no.1
• /
• pp.157-169
• /
• 1993

최근, 시장환경 및 생산구조의 변화에 따라 이른바 첨단생산기술(advanced manufacturing technologies)의 개발과 활용이 산업계 및 학계의 큰 관심을 끌고 있다. 그러나 첨단생산기술의 급속한 기술적 발전과 전략적 가치의 증가에도 불구하고 산업에의 확산은 상대적으로 부진한 현실이다. 이러한 현상은 물론 초기 투자의 재원도달 문제에 기인한다고 말할 수 있지만 일차적으로는 적절한 대안을 선정하고 투자의 정당성을 분석하는 방법론의 미비도 그 원인으로 지적되고 있다. 본 고는 전통적(conventional) 생산기술과 비교한 첨단생산기술과 비교한 첨단생산기술의 특성에 대한 이해를 기초로, 새로운 기술대안들을 비교 분석하는 구체적인 기법의 개발에 관한 접근의 방향성과 개념의 틀(framework)을 제시하는 데 그 목적이 있다. 첨단생산기술의 대안선정과 정당성분석은 다음과 몇 가지 특성을 지니고 있다. 첫째, 투자대안의 속성이 다양하며(multi-attribute) 각각의 속성이 상위 적(conflicting)일 수 있다. 둘째, 기술대안들의 잠재적 기능이 생산체제의 신축성과 유연성(flexible)의 제고를 강조하고 있다. 셋째, 개별기술의 통합을 통해 시스템 전체의 상승효과(synergy effect)를 추구하고 있다. 따라서 이러한 특성에 대한 인식을 토대로 정량적이고 전략적인 장·단점에 대한 고려를 포함하는 종합적이고 객관적인 분석의 틀과 기법이 사용되지 않으면 첨단생산기술의 성공적인 도입과 활용은 기대하기 어려운 것이다. 새로운 생산기술의 도입이 공정의 부분적 개선을 위한 소규모 투자일 경우에는 경제성의 분석을 위해서는 전통적인 재무관리(capital budgeting) 기법들이 이용될 수 있고 직접적인 공정개선의 효과분석을 위해서는 시뮬레이션을 적용하는 것이 바람직하다고 할 수 있다. 그러나 기술대안의 규모가 크고 따라서 그 파급효과가 전체공정으로 확산되는 대규모 사업일 경우에는 다양한 장·단점들을 고려하는 종합적인 접근의 틀이 필요하게 된다. 이러한 방법들을 크게 세 가지 형태로 나누어 보면 (1) 모든 대안들에 대해, 모든 요소들에 관한 비교분석을 동시에 실시하는 동시적 접근(simultaneous approach), (2) 대안 또는 요소들을 그 성격에 따라 계층적 구조로 분할하고 단계별로 비교분석을 실시하는 계층적 접근(hierarchical approach), (3) 요소들을 속성에 따라 몇 개의 소그룹으로 나누고 각 그룹에 대해 순차적으로 대안들을 비교분석 함으로써 고려대상이 되는 대안들을 줄여나가는 순차적 접근(sequtial approach)등을 들 수 있다 이러한 접근법들의 장·단점들을 사업의 규모나 복잡성에 따라 달라지게 된다. 또한 동일한 접근방법 내에서도 구체적인 기법의 선택과 개발도 문제의 특성에 따라 달리 결정되어야 한다. 그러나 어떠한 경우에도 오늘날의 첨단생산기술에의 투자는 현금의 흐름에 대한 계량적 분석에만 의존하는 전통적인 기법만으로는 불충분하며 기업목표와 생산조직 전반에 관한 전략적 요소들을 포함하는 종합적인 접근이 바람직하다.

• Information Systems Review
• /
• v.22 no.4
• /
• pp.21-39
• /
• 2020

Recently, deep learning has shown high performance in various applications such as pattern analysis and image classification. Especially known as a difficult task in the field of machine learning research, stock market forecasting is an area where the effectiveness of deep learning techniques is being verified by many researchers. This study proposed a deep learning Convolutional Neural Network (CNN) model to predict the direction of stock prices. We then used the feature selection method to improve the performance of the model. We compared the performance of machine learning classifiers against CNN. The classifiers used in this study are as follows: Logistic Regression, Decision Tree, Neural Network, Support Vector Machine, Adaboost, Bagging, and Random Forest. The results of this study confirmed that the CNN showed higher performancecompared with other classifiers in the case of feature selection. The results show that the CNN model effectively predicted the stock price direction by analyzing the embedded values of the financial data

• Information Systems Review
• /
• v.21 no.4
• /
• pp.47-68
• /
• 2019

As cloud services and deployment models become diverse, there are a growing number of cloud computing selection options. Therefore, financial companies need a methodology to select the appropriated cloud for each financial computing system. This study adopted the Balanced Scorecard (BSC) framework to classify factors for the introduction of cloud computing in financial companies. Using Analytic Hierarchy Process (AHP), the evaluation items are layered into the performance perspective and the cloud consideration factor and a comprehensive decision model is proposed. To verify the proposed research model, a system of financial company is divided into three: account, information, and channel system, and the result of decision making by both financial business experts and technology experts from two financial companies were collected. The result shows that some common factors are important in all systems, but most of the factors considered are very different from system to system. We expect that our methodology contributes to the spread of cloud computing adoption.

• Journal of Intelligence and Information Systems
• /
• v.18 no.4
• /
• pp.59-77
• /
• 2012

This study focuses on predicting which firms will increase capital by issuing new stocks in the near future. Many stakeholders, including banks, credit rating agencies and investors, performs a variety of analyses for firms' growth, profitability, stability, activity, productivity, etc., and regularly report the firms' financial analysis indices. In the paper, we develop predictive models for rights issues using these financial analysis indices and data mining techniques. This study approaches to building the predictive models from the perspective of two different analyses. The first is the analysis period. We divide the analysis period into before and after the IMF financial crisis, and examine whether there is the difference between the two periods. The second is the prediction time. In order to predict when firms increase capital by issuing new stocks, the prediction time is categorized as one year, two years and three years later. Therefore Total six prediction models are developed and analyzed. In this paper, we employ the decision tree technique to build the prediction models for rights issues. The decision tree is the most widely used prediction method which builds decision trees to label or categorize cases into a set of known classes. In contrast to neural networks, logistic regression and SVM, decision tree techniques are well suited for high-dimensional applications and have strong explanation capabilities. There are well-known decision tree induction algorithms such as CHAID, CART, QUEST, C5.0, etc. Among them, we use C5.0 algorithm which is the most recently developed algorithm and yields performance better than other algorithms. We obtained data for the rights issue and financial analysis from TS2000 of Korea Listed Companies Association. A record of financial analysis data is consisted of 89 variables which include 9 growth indices, 30 profitability indices, 23 stability indices, 6 activity indices and 8 productivity indices. For the model building and test, we used 10,925 financial analysis data of total 658 listed firms. PASW Modeler 13 was used to build C5.0 decision trees for the six prediction models. Total 84 variables among financial analysis data are selected as the input variables of each model, and the rights issue status (issued or not issued) is defined as the output variable. To develop prediction models using C5.0 node (Node Options: Output type = Rule set, Use boosting = false, Cross-validate = false, Mode = Simple, Favor = Generality), we used 60% of data for model building and 40% of data for model test. The results of experimental analysis show that the prediction accuracies of data after the IMF financial crisis (59.04% to 60.43%) are about 10 percent higher than ones before IMF financial crisis (68.78% to 71.41%). These results indicate that since the IMF financial crisis, the reliability of financial analysis indices has increased and the firm intention of rights issue has been more obvious. The experiment results also show that the stability-related indices have a major impact on conducting rights issue in the case of short-term prediction. On the other hand, the long-term prediction of conducting rights issue is affected by financial analysis indices on profitability, stability, activity and productivity. All the prediction models include the industry code as one of significant variables. This means that companies in different types of industries show their different types of patterns for rights issue. We conclude that it is desirable for stakeholders to take into account stability-related indices and more various financial analysis indices for short-term prediction and long-term prediction, respectively. The current study has several limitations. First, we need to compare the differences in accuracy by using different data mining techniques such as neural networks, logistic regression and SVM. Second, we are required to develop and to evaluate new prediction models including variables which research in the theory of capital structure has mentioned about the relevance to rights issue.