Journal of the Korean Society for information Management
/
v.24
no.2
/
pp.123-141
/
2007
It has been known that predicting stock price is very difficult due to a large number of known and unknown factors and their interactions, which could influence the stock price. However, we started with a simple assumption that good news about a particular company will likely to influence its stock price to go up and vice versa. This assumption was verified to be correct by manually analyzing how the stock prices change after the relevant news stories were released. This means that we will be able to predict the stock price change to a certain degree if there is a reliable method to classify news stories as either favorable or unfavorable toward the company mentioned in the news. To classify a large number of news stories consistently and rapidly, we developed and evaluated a natural language processing based multi-stage news classification system, which categorizes news stories into either good or bad. The evaluation result was promising as the automatic classification led to better than chance prediction of the stock price change.
In most of studies on market efficiency, the stability of risk measures and the normality of residuals unexplained by the pricing model are presumed. This paper re-examines stock splits, taking the possible violation of two assumptions into accounts. The results does not change the previous studies. But, the size of excess returns during the 2-week period before announcements decreases by 43%. The results also support that betas change around announcements and the serial autocorrelation of residuals is caused by events. Based on the results, the existing excess returns are most likely explained as a compensation to old shareholders for unwanted risk increases in their portfolio, or by uses of incorrect betas in testing models. In addition, the model suggested in the paper provides a measure for the speed of adjustment of the market to the new information arrival and the intensity of information contents.
Although the factors that affect the width of latitude of price acceptance is well documented, the attempt to develop a practice-oriented methodology to calibrate the region of price insensitivity (i.e., a latitude of price acceptance) for a given individual brand has been relatively rare. The researcher aims to try to full this gap by developing a conjoint analysis-based procedure that can be applied to many industries. Furthermore, we examine the difference in the latitude of price acceptance between on- and off-line transaction in stock industry in Korea. The conjoint analysis-based procedure was applied to measure the disaggregate price response curve for individual stock investment both on- and off line transaction channel. The curves from the samples enable us to estimate the individual choice probabilities corresponding to applied price points. Using t-test the differences in mean choice probabilities between the list price and another price point were tested, through which we can get the latitude of price acceptance for a given brand in stock market. These procedures were tested in on- and off-line stock market in South Korea. The results showed that investors on off-line channel have wider latitudes of price acceptance than the investors on on-line transaction system.
Prediction of a stock price has been a subject of interest for a long time in financial markets, and thus, many studies have been conducted in various directions. As the efficient market hypothesis introduced in the 1970s acquired supports, it came to be the majority opinion that it was impossible to predict stock prices. However, recent advances in predictive models have led to new attempts to predict the future prices. Here, we summarize past studies on the price prediction by evaluation measures, and predict the direction of stock prices of Samsung Electronics, LG Chem, and NAVER by applying various machine learning models. In addition to widely used technical indicator variables, accounting indicators such as Price Earning Ratio and Price Book-value Ratio and outputs of the hidden Markov Model are used as predictors. From the results of our analysis, we conclude that no models show significantly better accuracy and it is not possible to predict the direction of stock prices with models used. Considering that the models with extra predictors show relatively high test accuracy, we may expect the possibility of a meaningful improvement in prediction accuracy if proper variables that reflect the opinions and sentiments of investors would be utilized.
전환사채에 대한 연구는 전환사채의 가치와 최적상환정책에 대한 연구, 기업의 재무의사결정에 있어서 전환사채의 역할 및 기능, 그리고 전환사채의 발행이 주식가격에 미치는 영향을 분석하는데 중점이 주어져 왔다. 전환사채의 가격결정모형에 대한 연구와 전환사채 발행이 주식가격에 미치는 영향에 대한 연구는 많지만, 전환사채를 발행한 기업의 재무적 특성과 발행동기에 대한 연구는 상대적으로 적다. 본 연구는 이러한 점에 착안하여 1987년 이후 발행이 증가하고 있는 국내전환사채를 연구대상으로, 전환사채 발행기업과 전환사채 비발행기업의 재무비율을 변수로 선택하여 전환사채를 발행한 기업의 채무적특성을 분석한다. 그리고 기업들이 실제로 어떤 동기에서 전환사채를 발행하고 있는가를 설문조사를 이용하여 살펴본다.
이 연구는 시계열분석(時系列分析)에 의해 주식수익율(株式收益率)의 변동성(變動性)을 예측하는 모델을 개발하고 그것에 의해 도출된 예측치(豫測値)의 실제변동성(實際變動性)에 대한 예측력(豫測力)을 미국의 주식시장자료를 사용하여 검증 비교하였다. 구체적으로 수익률변동성에 대한 (1) 역사적(歷史的) 변동성(變動性), (2) ARMAX 예측치(豫測値), (3) GARCH 예측치(豫測値) 등이 도출되고 그것들의 예측력이 통계적 비교와 회귀분석 등의 여러차원의 평가기준에 의해서 비교된다. 실증결과에 따르면 선택된 독립변수들에 근거한 ARMAX 예측치가 다른 예측치들 보다 모든 평가기준에서 우수한 예측력을 보였다. GARCH 예측치는 기대와는 달리 만족스러운 예측력을 보여주지 못했다. 본 연구에서 예측력이 실증된 ARMAX 예측치를 다양한 옵션가격결정모형의 변동성투입요소로 사용하는 것은 보다 정확한 옵션의 이론가격을 도출하는 데 크게 기여할 것이다. 또한, 이 논문의 실증결과는 각종의 자산가격결정이론, 수익률분포이론 등의 학문적 분야 뿐만 아니라 주식수익률 변동성의 동향이 일반투자자들의 투자전략에 결정적 영향을 미친다는 점에서 실무적인 관점에서도 시사하는 바가 크다고 할 것이다.
본 연구는 1988년부터 1994년까지 우리나라 주식시장에 상장된 IPO 주식의 장단기 성과를 분석하고, IPO 기업들의 상장 후 영업성과를 상장 이전의 영업성과와 비교하는 데 그 목적이 있다. 본 연구의 특징은 가격제한폭 제도가 상장 후 IPO 주가에 미치는 영향을 고려한 점에 있다고 할 수 있으며, 실증분석 결과 다음과 같은 사실들을 발견하였다. 단기적으로 볼 때, IPO 주식의 비정상 최초수익률은 가격제한폭을 고려하여 측정하는 경우에 훨씬 더 높게 나타나며 또한 상승시장의 경우에 더 높게 나타난다. IPO 주식은 상장 이후에도 추가적인 초과수익을 올리며, 상장 직후에 과잉반응 현상을 동반한다. 장기적으로 볼 때, IPO 주식의 수익률은 시장 평균수익률에 미치지 못한다. IPO 기업들의 영업성과가 상장 이후에 현저히 악화되는 것으로 나타난다. 이는 IPO 기업들이 공개모집을 하는 과정에서 기업내용을 과대포장(window-dressing)하는 증거라고 볼 수 있다.
The size of the cryptocurrency market is growing. For example, market capitalization of bitcoin exceeded 500 trillion won. Accordingly, many studies have been conducted to predict the price of cryptocurrency, and most of them have similar methodology of predicting stock prices. However, unlike stock price predictions, machine learning become best model in cryptocurrency price predictions, conceptually cryptocurrency has no passive income from ownership, and statistically, cryptocurrency has at least three times higher liquidity than stocks. Thats why we argue that a methodology different from stock price prediction should be applied to cryptocurrency price prediction studies. We propose Reverse Walk-forward Validation (RWFV), which modifies Walk-forward Validation (WFV). Unlike WFV, RWFV measures accuracy for Validation by pinning the Validation dataset directly in front of the Test dataset in time series, and gradually increasing the size of the Training dataset in front of it in time series. Train data were cut according to the size of the Train dataset with the highest accuracy among all measured Validation accuracy, and then combined with Validation data to measure the accuracy of the Test data. Logistic regression analysis and Support Vector Machine (SVM) were used as the analysis model, and various algorithms and parameters such as L1, L2, rbf, and poly were applied for the reliability of our proposed RWFV. As a result, it was confirmed that all analysis models showed improved accuracy compared to existing studies, and on average, the accuracy increased by 1.23%p. This is a significant improvement in accuracy, given that most of the accuracy of cryptocurrency price prediction remains between 50% and 60% through previous studies.
본 연구는 프로그램매매가 주가지수 선물시장 및 현물 주식시장의 수익률 변동성에 미치는 효과에 대해서 일중 수익률 및 프로그램매매자료를 이용하여 분석을 시도하였다. 실증분석을 통해서 관찰된 결과를 살펴보면 대부분 선진국 시장에서 보고된 결과와 일치하였다. 우선 프로그램매매가 증가할수록 현물 주식시장에서의 변동성은 증대하는 것으로 나타났으나 선물시장에서는 그러한 일관성 있는 관계를 발견하지 못하였다. 프로그램매매 발동 직후 선물 및 현물시장의 수익률은 반전현상을 나타냈으며 특히 현물시장의 가격변화가 선물시장에 비해서 큰 것으로 관찰되었다. 그러나 이러한 선물시장과 현물시장에 있어서의 가격반전 현상이 시장 유동성에 미치는 경제적 영향은 선물만기일과 같이 특정시간대에 프로그램매매가 집중되지 않는 한 경미한 것으로 판단되었다. 프로그램매매 특히 차익거래는 선물 가격과 현물 가격간의 균형 관계가 일시적인 수급상황에 따라 이발될 경우 이를 다시 균형 상태로 회복시켜 줌으로써 시장의 효율성을 증대시키는 주요한 연결통로로서의 역할을 수행한다. 특히 두 시장간의 균형 상태는 선물 시장보다는 현물 주식시장에서의 활발한 매매 활동을 통하여 이루어짐을 알 수 있었다. 결론적으로 국내시장에서 차익거래는 시장의 위험을 증대시키는 부정적인 측면보다는 시장의 효율성을 증진시키는 긍정적인 순기능이 많은 것으로 관찰되었다.
본 연구는 우리나라가 1996년 외환자유화와 자본자유화로 특징지워지는 국가들의 국제조직인 OECD에 가입한 이후 국내주식시장에서 환위험과 세계시장위험에 조건부로 가격보상이 이루어지고 있는가를 가격결정모형의 가장 일반적 형태인 확률적 할인요소를 이용하여 검정하였다. 무조건부 가격결정모형을 이용하여 국내주식시장에서 환위험프리미엄과 세계시장위험 프리미엄의 존재를 검정하고자 하는 연구들의 결론들이 일치되지 않고 있는 상황에서 조건부 가격결정모형을 이용한 검정노력은 자연스러운 접근순서로 볼 수 있다. 무조건부 가격결정모형에서 위험프리미엄이 존재하지 않는 것으로 검정되는 경우에도 조건부 프리미엄은 존재할 수 있다. 확률적 할인요소는 국내시장위험, 환위험, 세계시장위험 등 세 가지 위험요인이 포함되도록 정의하였으며, 조건부 정보를 구성하는 도구변수는 기존의 선행연구를 참조하여 6개를 선정하였다. 여기에는 상수, 전기의 국내시장수익률, 현재기의 무위험이자율, 전기의 세계시장수익률, 전기의 부도위험스프레드, 전기의 유로달러이자율이 포함된다. 월별 시계열 자료를 이용하여 가설을 검정한 결과 환위험 프리미엄과 세계시장프리미엄이 모두 존재하는 것으로 나타났다. 이 결과는 외환위기 기간이었던 1997년을 제외하더라도 차이가 없었다. 따라서 기업의 재무결정에서 환위험헤징활동 등이 기업가치창조와 무관하지 않음을 의미하고 있다. 국내시장위험과 세계시장위험이 모두 프리미엄을 요구하고 있음은 우리 국내시장이 세계시장과 완전 통합된 상태는 아님을 보여준다고도 해석될 수 있다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.