• 식품저장과 가공산업
• /
• 제8권2호
• /
• pp.6-12
• /
• 2009

면역반응은 외부 감염원으로부터 신체를 보호하고 외부감염원을 제거하고자 하는 주요항상성 유지기전의 하나이다. 이들 반응은 골수에서 생성되고 비장, 흉선 및 임파절 등에서 성숙되는 면역세포들에 의해 매개된다. 보통 태어나면서부터 얻어진 선천성 면역반응을 매개하는 대식세포, 수지상 세포 등과, 오랜기간 동안 감염된 다양한 면역원에 대한 경험을 토대로 얻어진 획득성 면역을 담당하는 T 임파구 등이 대표적인 면역세포로 알려져 있다. 다양한 면역질환이 최근 주요 사망률의 원인이 되고 있다. 최근, 암, 당뇨 및 뇌혈관질환 등이 생체에서 발생되는 급 만성염증에 의해 발생된다고 보고됨에 따라 면역세포 매개성 염증질환에 대한 치료제 개발을 서두르고 있다. 또한 암환자의 급격한 증가는 암발생의 주요 방어기전인 면역력 증강에 대한 요구들을 가중시키고 있다. 예로부터 사용되어 오던 고려인삼과 홍삼은 기를 보호하고 원기를 회복하는 명약으로 알려진 대표적인 우리나라 천연생약이다. 특별히, 홍삼은 단백질과 핵산의 합성을 촉진시키고, 조혈작용, 간기능 회복, 혈당강하, 운동수행 능력증대, 기억력 개선, 항피로작용 및 면역력 증대에 매우 효과가 좋은 것으로 보고되고 있다. 홍삼에 관한 많은 연구에 비해, 현재까지 홍삼이 면역력 증강에 미치는 효과에 대한 분자적 수준에서의 연구는 매우 미미한 것으로 확인되어져 있다. 홍삼의 투여는 NK 세포나 대식세포의 활성이 증가하고 항암제의 암세포 사멸을 증가시키는 것으로 확인되어졌다. 현재까지 알려진 주요 면역증강 성분은 산성다당류로 보고되었다. 또 한편으로 일부 진세노사이드류에서 항염증 효능이 확인되어졌으며, 이를 통해 피부염증 반응과 관절염에 대한 치료 효과가 있는 것으로 추측되고 있다 [본 연구는 KT&G 연구출연금 (2009-2010) 지원을 받아 이루어졌기에 이에 감사드린다]. 면역반응은 외부 감염물질의 침입으로 유도된 질병환경을 제거하고 수복하는 중요한 생체적 방어작용의 하나이다. 이들 과정은 체내로 유입된 미생물이나 미세화학물질들과 같은 독성물질을 소거하거나 파괴하는 것을 주요 역할로 한다. 외부로 부터 인체에 들어온 이물질에 대한 방어기전은 현재 두 가지 종류의 면역반응으로 구분해서 설명한다. 즉, 선천성 면역 반응 (innate immunity)과 후천성 면역 반응 (adaptive immunity)이 그것이다. 선천성 면역반응은 1) 피부나 점막의 표면과 같은 해부학적인 보호벽 구조와 2) 체온과 낮은 pH 및 chemical mediator (리소자임, collectin류) 등과 같은 생리적 방어구조, 3) phagocyte류 (대식세포, 수지상세포 및 호중구 등)에 의한 phagocytic/endocytic 방어, 그리고 4) 마지막으로 염증반응을 통한 감염에 저항하는 면역반응 등으로 구분된다. 후천성 면역반응은 획득성면역이라고도 불리고 특이성, 다양성, 기억 및 자기/비자기의 인식이라는 네 가지의 특징을 가지고 있으며, 외부 유입물질을 제거하는 반응에 따라 체액성 면역 반응 (humoral immune response)과 세포성 면역반응 (cell-mediated immune response)으로 구분된다. 체액성 면역은 침입한 항원의 구조 특이적으로 생성된 B cell 유래 항체와의 반응과 간이나 대식세포 등에서 합성되어 분비된 혈청내 보체 등에 의해 매개되는 반응으로 구성되어 있다. 세포성 면역반응은 T helper cell (CD4+), cytotoxic T cell (CD8+), B cell 및antigen presenting cell 중개를 통한 세포간 상호 작용에 의해 발생되는 면역반응이다. 선천성 면역반응의 하나인 염증은 우리 몸에서 가장 빈번히 발생되고 있는 방어작용의 하나이다. 예를 들면 감기에 걸렸을 경우, 환자의 편도선내 대식세포나 수지상세포류는 감염된 바이러스 단독 혹은 동시에 감염된 박테리아를 상대로 다양한 염증성 반응을 유도하게 된다. 또한, 상처가 생겼을 경우에도 감염원을 통해 유입된 병원성 세균과 주위조직내 선천성 면역담당 세포들 간의 면역학적 전투가 발생되게 된다. 이들 과정을 통해, 주위 세포나 조직이 손상되면, 즉각적으로 이들 면역세포들 (주로 phagocytes류)은 신속하게 손상을 극소화하고 더 나가서 손상된 부위를 원상으로 회복시키려는 일련의 염증반응을 유도하게 된다. 이들 반응은 우리가 흔히 알고 있는 발적 (redness), 부종 (swelling), 발열 (heat), 통증 (pain) 등의 증상으로 나타나게 된다. 즉, 손상된 부위 주변에 존재하는 모세혈관에 흐르는 혈류의 양이 증가하면서 혈관의 직경이 늘어나게 되고, 이로 인한 조직의 홍반과, 부어 오른 혈관에 의해 발열과 부종이 초래되는 것이다. 확장된 모세혈관의 투과성 증가는 체액과 세포들이 혈관에서 조직으로 이동하게 하는 원동력이 되고, 이를 통해 축적된 삼출물들은 단백질의 농도를 높여, 최종적으로 혈관에 존재하는 체액들이 조직으로 더 많이 이동되도록 유도하여 부종을 형성시킨다. 마지막으로 혈관 내 존재하는 면역세포들은 혈판 내벽에 점착되고 (margination), 혈관벽의 간극을 넓히는 역할을 하는 히스타민 (histamine)이나 일산화질소(nitric oxide : NO), 프로스타그린딘 (prostagladins : PGE2) 및 류코트리엔 (leukotriens) 등과 같은 chemical mediator의 도움으로 인해 혈관벽 사이로 삼출하게 되어 (extravasation), 손상된 부위로 이동하여 직접적인 외부 침입 물질의 파괴나 다른 면역세포들을 모으기 위한 cytokine (tumor necrosis factor [TNF]-$\alpha$, interleukin [IL]-1, IL-6 등) 혹은 chemokine (MIP-l, IL-8, MCP-l등)의 분비 등을 수행함으로써 염증반응을 매개하게 된다. 염증과정시 발생되는 여러 mediator 중 PGE2나 NO 및 TNF-$\alpha$ 등은 실험적 평가가 용이하여 이들 mediator 자체나 생성관련효소 (cyclooxygenase [COX] 및 nitric oxide synthase [NOS] 등)들은 현재항염증 치료제의 개발 연구시 주요 표적으로 연구되고 있다. 염증 반응은 지속기간에 따라 크게 급성염증과 만성염증으로 나뉘며, 삼출물의 종류에 따라서는 장액성, 섬유소성, 화농성 및 출혈성 염증 등으로 구분된다. 급성 염증 (acute inflammation)반응은 수일 내지 수주간 지속되는 일반적인 염증반응이라고 볼 수 있다. 국소반응은 기본징후인 발열과 발적, 부종, 통증 및 기능 상실이 특징적이며, 현미경적 소견으로는 혈관성 변화와 삼출물 형성이 주 작용이므로 일명 삼출성 염증이라고 한다. 만성 염증 (chronic inflammation)은, 급성 염증으로부터 이행되거나 만성으로 시작된다. 염증지속 기간은 보통 4주 이상 장기화 된다. 보통 염증의 경우에는 염증 생성 cytokine인 Th1 cytokine (IL-2, interferone [IFN]-$\gamma$ 및 TNF-$\alpha$ 등)의 생성 후, 거의 즉각적으로 항 염증성 cytokine인 Th2 cytokine(IL-4, IL-6, IL-10 및 transforming growth factor [TGF]-$\beta$ 등)이 생성되어 정상반응으로 회복된다. 그러나, 어떤 원인에서든 면역세포에 의한 염증원 제거 반응이 문제가 되면, 만성염증으로 진행된다. 이 반응에 주로 작용을 하는 염증세포로는 단핵구와 대식세포, 림프구, 형질세포 등이 있다. 암은 전세계적으로 사망률 1위의 원인이 되는 면역질환의 하나이다. 산화적 스트레스나 자외선 조사 혹은 암유발 물질들에 의해 염색체내 protooncogene, tumor-suppressor gene 혹은 DNA repairing gene의 일부 DNA의 돌연변이 혹은 결손 등이 발행되면 정상세포는 암화과정을 시작하게 된다. 양성세포 수준에서 약 5에서 10여년 후 악성수준의 암세포가 생성되게 되면 이들 세포는 새로운 환경을 찾아 전이하게 되는데 이를 통해 암환자들은 다양한 장기에 동인 오리진의 암세포들이 생성한 종양들을 가지게 된다. 이들 종양세포는 정상 장기의 기능을 손상시켜며 결국 생명을 잃게 만든다. 이들 염색체 수준에서의 돌연변이 유래 암세포는 거의 대부분이 체내 면역시스템에 의해 사멸되는 것으로 알려져 있다. 그러나 계속되는 스트레스나 암유발 물질의 노출은 체내 면역체계를 파괴하면서 최후의 방어선을 무너뜨리면서 암발생에 무방비 상태를 만들게 된다. 이런 이유로 체내 면역시스템의 정상적 가동 및 증강을 유도하게 하는 전략이 암예방시 매우 중요한 표적으로 인식되면서 다양한 형태의 면역증강 물질 개발을 시도하고 있다. 인삼은 두릅나무과의 여러해살이 풀로써, 오랜동안 한방 및 민간에서 원기를 회복시키고, 각종 질병을 치료할 수단으로 사용되고 있는 대표적인 전통생약이다. 예로부터 불로(不老), 장생(長生), 익기(益氣), 경신(經身)의 명약으로 구전되어졌는데, 이는 약 2천년 전 중국의 신농본초경(神農本草經)에서 "인삼은 오장(五腸)을 보하고, 정신을 안정시키고, 혼백을 고정하며 경계를 멈추게 하고, 외부로부터 침입하는 병사를 제거하여주며, 눈을 밝게 하고 마음을 열어 더욱 지혜롭게 하고 오랫동안 복용하면 몸이 가벼워지고 장수한다" 라고 기술되어있는 데에서 유래한 것이다. 다양한 연구를 통해 우리나라에서 생산되는 고려인삼 (Panax ginseng)이 효능 면에서 가장 탁월한 것으로 알려져 있으며 특별이 고려인삼으로부터 제조된 고려홍삼은 전세계적으로도 그 효능이 우수한 것으로 보고되어 있다. 대부분의 홍삼 약효는 dammarane계열의 triterpenoid인 ginsenosides라고 불리는 인삼 saponin에 의해 기인된 것으로 알려져 있다. 이들 화합물군의 기본 골격에 따라, protopanaxadiol (PD)계 (22종) 및 protopanaxatriol (PT)계 (10종)으로 구분되고 있다 (표 1). 실험적 접근을 통해 인삼의 약리작용 이해를 위한 다양한 노력들이 경주되고 있으나, 여전히 많은 부분에서 충분히 이해되고 있지 않다. 그러나, 현재까지 연구된 인삼의 약리작용 관련 연구들은 심혈관, 당뇨, 항암 및 항스트레스 등과 같은 분야에서 인삼효능이 우수한 것으로 보고하고 있다. 그러나 면역조절 및 염증현상과 관련된 최근 연구결과들은 많지 않으나, 향후 다양하게 연구될 효능부분으로 인식되고 있다.

• 지능정보연구
• /
• 제18권4호
• /
• pp.59-77
• /
• 2012

기업의 성장성, 수익성, 안정성, 활동성, 생산성 등에 대한 다양한 분석이 은행, 신용평가기관, 투자자 등 많은 이해관계자에 의해 실시되고 있고, 이에 대한 다양한 경영분석 지표들 또한 정기적으로 발표되고 있다. 본 연구에서는 이러한 경영분석 지표를 이용하여 어떤 기업이 가까운 미래에 유상증자를 실시하는지를 데이터마이닝을 통해 예측하고자 한다. 본 연구를 통해 어떠한 지표가 유상증자 여부를 예측하는데 도움이 되는가를 살펴 볼 것이며, 그 지표들을 이용하여 예측할 경우 그 예측의 정확도가 어느 정도인지를 분석하고자 한다. 특히 1997년 IMF 금융위기 전후로 유상증자를 결정하는 변수들이 변화하는지, 그리고 예측의 정확성에 분명한 차이가 존재하는지 분석한다. 또한 유상증자 실시 시기를 경영분석 지표 발표 후 1년 내, 1~2년 내, 2~3년 내로 나누어 예측 시기에 따라 예측의 정확성과 결정 변수들의 차이가 존재하는지도 분석한다. 658개의 유가증권상장법인의 경영분석 데이터를 이용하여 실증 분석한 결과, IMF 이후의 유상증자 예측모형이 IMF 이전의 예측모형에 비해 예측 정확도가 높았고, 학습용 데이터의 예측 정확도와 검증용 데이터의 예측 정확도 차이도 IMF 이후가 낮게 나타났다. 이러한 결과는 IMF 이후 재무자료의 정확도가 높아졌고, 기업에게 유상증자의 목적이 더욱 명확해졌다고 해석될 수 있다. 또한 예측기간이 단기인 경우 경영분석 지표 중 안전성에 관련된 지표들의 중요성이 부각되었고, 장기인 경우에는 수익성과 안전성뿐만 아니라 활동성과 생산성 관련지표도 유상증자를 예측하는 데 중요한 것으로 파악되었다. 그리고 모든 예측모형에서 산업코드가 유상증자를 예측하는 중요변수로 포함되었는데 이는 산업별로 서로 다른 유상증자 유형이 존재한다는 점을 시사한다. 본 연구는 투자자나 재무담당자가 유상증자 여부를 장단기 시점에서 예측하고자 할 때 어떠한 경영분석지표를 고려하여 분석하는 것이 바람직한지에 대한 지침을 제공하는데 그 의의가 있다.

• 지능정보연구
• /
• 제26권1호
• /
• pp.119-133
• /
• 2020

Fama에 의하면 효율적 시장에서는 일시적으로 높은 수익을 얻을 수는 있지만 꾸준히 시장의 평균적인 수익을 초과하는 투자전략을 만드는 것은 불가능하다. 본 연구의 목적은 변동성의 장중 비대칭적 전이효과를 이용하는 변동성 매도전략을 기준으로 투자 성과를 추가적으로 개선하기 위하여 SVM을 활용하는 투자 전략을 제안하고 그 투자성과를 분석하고자 한다. 한국 시장에서 변동성의 비대칭적 전이효과는 미국 시장의 변동성이 상승한 날은 한국 시장의 아침 동시호가에 변동성 상승이 모두 반영되지만, 미국 시장의 변동성이 하락한 날은 한국 시장의 변동성이 아침 동시호가에서 뿐만 아니라 장 마감까지 계속해서 하락하는 이상현상을 말한다. 분석 자료는 2008년부터 2018년까지의 S&P 500, VIX, KOSPI 200, V-KOSPI 200 등의 일별 시가지수와 종가지수이다. 11년 동안의 분석 결과, 미국 시장의 변동성이 상승으로 마감한 날은 그 영향력이 한국 시장의 아침 동시호가 변동성에 모두 반영되지만, 미국 시장의 변동성이 하락으로 마감한 날은 그 영향력이 한국 시장의 아침 동시호가뿐만 아니라 오후 장 마감까지도 계속해서 유의적으로 영향을 미치고 있다. 시장이 효율적이라면 미국 시장의 전일 변동성 변화는 한국 시장의 아침 동시호가에 모두 반영되고 동시호가 이후에는 추가적인 영향력이 없어야 한다. 이러한 변동성의 장중 비정상적 전이 패턴을 이용하는 변동성 매도전략을 제안하였다. 미국 시장의 전날 변동성이 하락한 경우 한국 시장에서 아침 동시호가에 변동성을 매도하고 장 마감시에 포지션을 청산하는 변동성 데이트레이딩전략을 분석하였다. 연수익률은 120%, 위험지표인 MDD는 -41%, 위험과 수익을 고려한 성과지수인 Sharpe ratio는 0.27을 기록하고 있다. SVM 알고리즘을 이용해 변동성 데이트레이딩전략의 성과 개선을 시도하였다. 2008년부터 2014년까지의 입력자료를 이용하여 V-KOSPI 200 변동성지수의 시가-종가 변동 방향을 예측하고, 시가-종가 변동율이(-)로 예측되는 경우에만 변동성 매도포지션을 진입하였다. 거래비용을 고려하면 2015년부터 2018년까지 테스트기간의 연평균수익률은 123%로 기준 전략 69%보다 크게 높아지고, 위험지표인 MDD도 -41%에서 -29%로 낮아져, Sharpe ratio가 0.32로 개선되고 있다. 연도별로도 모두 수익을 기록하면서 안정적 수익구조를 보여주고 있고, 2015년을 제외하고는 투자 성과가 개선되고 있다.

• 지능정보연구
• /
• 제23권4호
• /
• pp.127-146
• /
• 2017

상품자산(Commodity Asset)은 주식, 채권과 같은 전통자산의 포트폴리오의 안정성을 높이기 위한 대체투자자산으로 자산배분의 형태로 투자되고 있지만 주식이나 채권 자산에 비해 자산배분에 대한 모델이나 투자전략에 대한 연구가 부족한 실정이다. 최근 발전한 기계학습(Machine Learning) 연구는 증권시장의 투자부분에서 적극적으로 활용되고 있는데, 기존 투자모델의 한계점을 개선하는 좋은 성과를 나타내고 있다. 본 연구는 이러한 기계학습의 한 기법인 SVM(Support Vector Machine)을 이용하여 상품자산에 투자하는 모델을 제안하고자 한다. 기계학습을 활용한 상품자산에 관한 기존 연구는 주로 상품가격의 예측을 목적으로 수행되었고 상품을 투자자산으로 자산배분에 관한 연구는 찾기 힘들었다. SVM을 통한 예측대상은 투자 가능한 대표적인 4개의 상품지수(Commodity Index)인 골드만삭스 상품지수, 다우존스 UBS 상품지수, 톰슨로이터 CRB상품지수, 로저스 인터내셔날 상품지수와 대표적인 상품선물(Commodity Futures)로 구성된 포트폴리오 그리고 개별 상품선물이다. 개별상품은 에너지, 농산물, 금속 상품에서 대표적인 상품인 원유와 천연가스, 옥수수와 밀, 금과 은을 이용하였다. 상품자산은 전반적인 경제활동 영역에 영향을 받기 때문에 거시경제지표를 통하여 투자모델을 설정하였다. 주가지수, 무역지표, 고용지표, 경기선행지표 등 19가지의 경제지표를 이용하여 상품지수와 상품선물의 등락을 예측하여 투자성과를 예측하는 연구를 수행한 결과, 투자모델을 활용하여 상품선물을 리밸런싱(Rebalancing)하는 포트폴리오가 가장 우수한 성과를 나타냈다. 또한, 기존의 대표적인 상품지수에 투자하는 것 보다 상품선물로 구성된 포트폴리오에 투자하는 것이 우수한 성과를 얻었으며 상품선물 중에서도 에너지 섹터의 선물을 제외한 포트폴리오의 성과가 더 향상된 성과를 나타남을 증명하였다. 본 연구에서는 포트폴리오 성과 향상을 위해 기존에 널리 알려진 전통적 주식, 채권, 현금 포트폴리오에 상품자산을 배분하고자 할 때 투자대상은 상품지수에 투자하는 것이 아닌 개별 상품선물을 선정하여 자체적 상품선물 포트폴리오를 구성하고 그 방법으로는 기간마다 강세가 예측되는 개별 선물만을 골라서 포트폴리오를 재구성하는 것이 효과적인 투자모델이라는 것을 제안한다.

• Tuberculosis and Respiratory Diseases
• /
• 제50권1호
• /
• pp.52-66
• /
• 2001

연구배경 : 폐상피세포가 능동적으로 IL-8을 분비한다는 것은 주지의 사실이다. NF-${\kappa}B$는 IL-8 발현 조절에 있어서 가장 중요한 역할을 담당하는 전사인자이다. Triptolide는 최근 밝혀진 NF-${\kappa}B$ 억제제로서 중국한약제인 뇌공등 (Tripterygium Wilfordii)에서 추출된약제이다. 연자들은 새로운 NF-${\kappa}B$ 억제제인 triptolide가 폐상피세포에서 NF-${\kappa}B$ 의존성 IL-8 유전자의triptolide가 염증성 폐질환에서 새로운 치료제로서의 가능성을 확인하기 위하여 본 연구를 시행하였다. 방법 : 폐상피세포로서 A549 사용하였고 triptolide는 미국의 Pharamagenesis(Palo Alto, CA)사로부터 제공받았다. NF-${\kappa}B$ 활성유도물질로는 IL-$1{\beta}$(R&D)와 PMA(Sigma)를 이용하였다. IL-8 유전자의 발현은 RT-PCR과 ELISA를 이용하여 측정 하였다. NF-${\kappa}B$의존성 IL-8 유전자의 전사활성을 평가하기 위하여는 IL-8 NF-${\kappa}B$ luciferase construct를 안정적으로 유전자주입한 A549 IL-8 NF-${\kappa}B$ luciferase 세포주를 제조해 사용하였고 NF-${\kappa}B$ DNA 결합은 electromobility shift assay(EMSA)를 이용하였다. p65 전사활성을 assay하기 위해서는 Gal4-p65 fusion protein expression system을 유전자주입과 luciferase assay를 통하여 시행하였다. Transcriptional coactivator의 역할을 규명 하가 위하여서는 CBP(CREB-binding protein)와 SRC-1(steroid receptor coactivator-1) 발현 벡터를 유전자 주입하고 luciferase assay를 이용하여 확인하였다. 결과 : Luciferase assay로 triptolide가 PMA와 IL-$1{\beta}$자극에 의한 IL-8 NF-${\kappa}B$ 활성을 의미있게 감소시킴을 확인하였다. IL-8 ELISA와 RT-PCR로 triptolide가 PMA와 IL-$1{\beta}$ 자극에 의해 유도되는 IL-8 발현을 각각 단백질과 mRNA 수준에서 억제함을 관찰하였다. Triptolide가 PMA와 IL-$1{\beta}$에 의한 IL-8 NF-${\kappa}B$의 전사활성을 억제시킨 반면 EMSA와 $I{\kappa}B{\alpha}$ Western blot을 이용한 실험에서는 triptolide가 NF-${\kappa}B$ DNA 결합과 $I{\kappa}B{\alpha}$의 분해에 전혀 영향을 미치지 못함을 확인하였다. 이러한 전사활성 억제와 DNA 결합 간의 불일치의 원인으로서는 DNA 결합 이후에 발생하는 핵내 에서의 transactivation에 triptolide가 영향을 미치리라고 생각되어 p65 transactivation study를 Gal4-p65T A(p65의 transactivation domain) fusion protein 발현 시스템과 luciferase assay를 이용하여 시행한 결과 triptolide가 p65 transactivation을 억제함으로써 NF-${\kappa}B$를 억제함을 확인하였다. 그러나 CBP나 SRC-1과 같은 coactivator의 역할을 규명하기 위한 유전자주입 실험에서 triptolide에 의한 p65 transactivation 억제에 대해 CBP나 SRC-1의 과발현이 별다른 영향을 미치지 못하였다. 결론 : Triptolide는 폐상피세포에서 NF-${\kappa}B$ 의존성 IL-8 유전자의 전사활성을 억제하고 그 기전은 $I{\kappa}B{\alpha}$ 경로가 아닌 핵내에서의 p65 transactivation 억제에 의해 발생하며 이에는 CBP나 SRC-1과 같은 coactivator가 관여하지 않음을 확인하였다.

• 지능정보연구
• /
• 제16권3호
• /
• pp.77-97
• /
• 2010

매매시점결정은 금융시장에서 초과수익을 얻기 위해 사용되는 투자전략이다. 일반적으로, 매매시점 결정은 거래를 통한 초과수익을 얻기 위해 언제 매매할 것인지를 결정하는 것을 의미한다. 몇몇 연구자들은 러프집합분석이 매매시점결정에 적합한 도구라고 주장하였는데, 그 이유는 이 분석방법이 통제함수를 이용하여 시장의 패턴이 불확실할 때에는 거래를 위한 신호를 생성하지 않는다는 점 때문이었다. 러프집합은 분석을 위해 범주형 데이터만을 이용하므로, 분석에 사용되는 데이터는 연속형의 수치값을 이산화하여야 한다. 이산화란 연속형 수치값의 범주화 구간을 결정하기 위한 적절한 "경계값"을 찾는 것이다. 각각의 구간 내에서의 모든 값은 같은 값으로 변환된다. 일반적으로, 러프집합 분석에서의 데이터 이산화 방법은 등분위 이산화, 전문가 지식에 의한 이산화, 최소 엔트로피 기준 이산화, Na$\ddot{i}$ve and Boolean reasoning 이산화 등의 네 가지로 구분된다. 등분위 이산화는 구간의 수를 고정하고 각 변수의 히스토그램을 확인한 후, 각각의 구간에 같은 숫자의 표본이 배정되도록 경계값을 결정한다. 전문가 지식에 의한 이산화는 전문가와의 인터뷰 또는 선행연구 조사를 통해 얻어진 해당 분야 전문가의 지식에 따라 경계값을 정한다. 최소 엔트로피 기준 이산화는 각 범주의 엔트로피 측정값이 최적화 되도록 각 변수의 값을 재귀분할 하는 방식으로 알고리즘을 진행한다. Na$\ddot{i}$ve and Boolean reasoning 이산화는 Na$\ddot{i}$ve scaling 후에 그로 인해 분할된 범주값을 Boolean reasoning 방법으로 종속변수 값에 대해 최적화된 이산화 경계값을 구하는 방법이다. 비록 러프집합분석이 매매시점결정에 유망할 것으로 판단되지만, 러프집합분석을 이용한 거래를 통한 성과에 미치는 여러 이산화 방법의 효과에 대한 연구는 거의 이루어지지 않았다. 본 연구에서는 러프집합분석을 이용한 주식시장 매매시점결정 모형을 구성함에 있어서 다양한 이산화 방법론을 비교할 것이다. 연구에 사용된 데이터는 1996년 5월부터 1998년 10월까지의 KOSPI 200데이터이다. KOSPI 200은 한국 주식시장에서 최초의 파생상품인 KOSPI 200 선물의 기저 지수이다. KOSPI 200은 제조업, 건설업, 통신업, 전기와 가스업, 유통과 서비스업, 금융업 등에서 유동성과 해당 산업 내의 위상 등을 기준으로 선택된 200개 주식으로 구성된 시장가치 가중지수이다. 표본의 총 개수는 660거래일이다. 또한, 본 연구에서는 유명한 기술적 지표를 독립변수로 사용한다. 실험 결과, 학습용 표본에서는 Na$\ddot{i}$ve and Boolean reasoning 이산화 방법이 가장 수익성이 높았으나, 검증용 표본에서는 전문가 지식에 의한 이산화가 가장 수익성이 높은 방법이었다. 또한, 전문가 지식에 의한 이산화가 학습용과 검증용 데이터 모두에서 안정적인 성과를 나타내었다. 본 연구에서는 러프집합분석과 의사결정 나무분석의 비교도 수행하였으며, 의사결정나무분석은 C4.5를 이용하였다. 실험결과, 전문가 지식에 의한 이산화를 이용한 러프집합분석이 C4.5보다 수익성이 높은 매매규칙을 생성하는 것으로 나타났다.

• 지능정보연구
• /
• 제26권2호
• /
• pp.105-129
• /
• 2020

본 연구는 부도위험 예측을 위해 K-IFRS가 본격적으로 적용된 2012년부터 2018년까지의 기업데이터를 이용한다. 부도위험의 학습을 위해, 기존의 대부분 선행연구들이 부도발생 여부를 기준으로 사용했던 것과 다르게, 본 연구에서는 머튼 모형을 토대로 각 기업의 시가총액과 주가 변동성을 이용하여 부도위험을 산정했으며, 이를 통해 기존 방법론의 한계로 지적되어오던 부도사건 희소성에 따른 데이터 불균형 문제와 정상기업 내에서 존재하는 부도위험 차이 반영 문제를 해소할 수 있도록 하였다. 또한, 시장의 평가가 반영된 시가총액 및 주가 변동성을 기반으로 부도위험을 도출하되, 부도위험과 매칭될 입력데이터로는 비상장 기업에서 활용될 수 있는 기업 정보만을 활용하여 학습을 수행함으로써, 포스트 팬데믹 시대에서 주가 정보가 존재하지 않는 비상장 기업에게도 시장의 판단을 모사하여 부도위험을 적절하게 도출할 수 있도록 하였다. 기업의 부도위험 정보가 시장에서 매우 광범위하게 활용되고 있고, 부도위험 차이에 대한 민감도가 높다는 점에서 부도위험 산출 시 안정적이고 신뢰성 높은 평가방법론이 요구된다. 최근 머신러닝을 활용하여 기업의 부도위험을 예측하는 연구가 활발하게 이루어지고 있으나, 대부분 단일 모델을 기반으로 예측을 수행한다는 점에서 필연적인 모델 편향 문제가 존재하고, 이는 실무에서 활용하기 어려운 요인으로 작용하고 있다. 이에, 본 연구에서는 다양한 머신러닝 모델을 서브모델로 하는 스태킹 앙상블 기법을 활용하여 개별 모델이 갖는 편향을 경감시킬 수 있도록 하였다. 이를 통해 부도위험과 다양한 기업정보들 간의 복잡한 비선형적 관계들을 포착할 수 있으며, 산출에 소요되는 시간이 적다는 머신러닝 기반 부도위험 예측모델의 장점을 극대화할 수 있다. 본 연구가 기존 머신러닝 기반 모델의 한계를 극복 및 개선함으로써 실무에서의 활용도를 높일 수 있는 자료로 활용되기를 바라며, 머신러닝 기반 부도위험 예측 모형의 도입 기준 정립 및 정책적 활용에도 기여할 수 있기를 희망한다.