국내 주식시장 내 개인 투자자들은 주식거래를 장기적인 투자방안보다 단기 매매차익 실현 수단으로 인식하고 있어 시장의 투명성과 건전성을 강화하기 위한 주식 시장관리제도의 역할이 중요하다. 특히, 개인 투자자들은 금융정책에 의한 시장조치로 불확실한 상황에 직면하여 투자환경에 따라 동태적 의사결정에 영향을 받게 되므로 투자자 보호를 위한 시장조치의 실효성 여부를 투자자들의 반응과 행동변화를 통해 접근할 필요가 있다. 본 연구는 시장관리 조치(상장적격성 실질심사) 전후로 개인 투자자 집단의 유형 및 반응의 변화추이를 분석하고자 하였다. 분석을 위해, 상장적격성 실질심사 대상기업 중 텍스트 분석이 가능한 9개의 기업을 선정(2009년~2014년)한 후, 국내 주식 관련 소셜 미디어(종목 토론실)로부터 웹 크롤링을 통해 개인들의 메시지를 수집하였다. 사건 발생에 따른 개인 투자자들의 관심사(토픽)와 변화추이는 텍스트 클러스터링과 토픽모델링 방법을 활용하여 개인 투자자 유형을 투자자와 비투자자 집단으로 분류하여 분석하였다. 분석결과, 특정 주식 종목 내 다양한 이해관계자 형태가 존재하며, 실질심사 대상 선정 전후로 비투자자 유형은 감소하고, 투자자는 시장 참여 유형에 따른 비중변화가 나타나는 현상을 발견하였다. 이러한 결과를 토대로 시장 조치에 따른 주식시장 내 제도의 영향을 시간(사건)경과에 따라 개인 투자자들의 반응변화를 통해 파악한 데 본 연구의 의의가 있다.
미국의 증권거래법규(證券去來法規)에서는 기업의 내부자(內部者)는 자기주식(自己株式)의 주거상황(去來狀況)을 차월 10일 이내에 증권거래위원회(證券去來委員會)(SEC)에 보고하도록 규정하고, 특히 기업합병(企業合倂)에 관한 내부정보(內部情報)가 공표되기 전에는 주식거래를 일체 금하고 있다. 최근 SEC가 일부 내부자 및 투자전문가들이 기업 합병에 관한 내부정보를 입수해서 이를 이용한 불법적인 거래를 행하여 막대한 수익을 취득했다고 발표함으로서 내부자거래(內部者去來)에 대한 관심은 한층 더 고조되었다. 1970년대 발표된 내부자거래(內部者去來)에 관한 연구는 그 초점을 주식시장(株式市場) 효율성(效率性)에 두었다. 예를 들면, Jaffe는 SEC에서 매월 발간되고 있는 기업내부자들의 거래상황을 보고한 Official Summary of Security Transactions and Holdings 자료를 이용하여 이들의 투자성과(投資成果)를 분석한 결과 내부자들이 상당한 초과수익율(超過收益率)(abnormal return)을 실현하고 있음을 수익 발견함으로서 국내의 증시가 강형효율성(强型效率性)에 못 미친다는 결론을 내렸다. 기존 문헌과는 달리 본 논문에서는 내부거래가 수동적(受動的)인 주식투자자(株式投資者)의 부(富)에 미치는 영향을 분석하는 데 연구의 초점을 두고 있으며, 본 연구에 사용된 자료는 거래의 불법성을 SEC가 보도하기 전까지는 공개되지 않았으며 또 표본주식들은 모두 비합병회(非合倂會)들이다. 분석결과에 의하면 관련주식의 비정상수이익율(非正常收益率)은 불법거래당일의 평균이 1.4%이고, 거래주변일에는 비정상수익율(非正常收益率)이 나타나지 않고 있다. 이 연구결과는 내부정보 수입경쟁이 치열함을 간접적으로 나타내고 있으며, 내부정보 불법거래가 투자자에게 미치는 단기적인 영향은 부정적이 아님을 표시한다.
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.
본 연구는 한국주식시장의 고유변동성퍼즐 현상과 투자자별 거래량에 관하여 분석하였다. 먼저 1999년 1월부터 2013년 12월까지 한국거래소에 상장된 주식들을 FF-3요인 모형으로 고유변동성을 추정하고, 투자자별 순매수와 고유변동성을 기준으로 포트폴리오를 구성하였다. 유가증권(KRX)과 코스닥(KOSDAQ)을 포함시켜 1999년 1월부터 2013년 12월까지의 일별과 월별 자료를 사용하여 분석하였다. 투자자는 개인, 기관, 그리고 외국인으로 구분하였다. 결과, 고유변동성과 알파값(혹은 초과수익률) 간에 부(-)의 관계를 나타내는 고유변동성퍼즐 현상이 뚜렷하게 나타난 특정 포트폴리오들이 발견되었다. 특히 개인투자자의 순매수를 기준으로 분류한 포트폴리오의 경우, 최상위 순매수 포트폴리오들이 뚜렷한 고유변동성퍼즐 현상을 보였다. 그리고 기관 및 외국인의 경우, 최하위 순매수 포트폴리오들에서 고유변동성퍼즐 현상이 나타났다. 따라서, 국내 주식시장에서 개인투자자의 주식거래가 압도적으로 많은 상황에서, 고유변동성퍼즐은 주로 개인투자자에 의해서 발생했다고 할 수 있다.
주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.
본 연구는 한국 증권시장에서 과거 재무정보인 자본이익률(ROE)과 주가수익률(PER)를 이용해 가치투자 전략과 모멘텀 투자전략의 성과를 향상시킬 수 있는지 실증분석하였다. 본 연구는 가치투자전략과 모멘텀 투자전략 모두 ROE/PER가 높은 기업으로 구성된 포트폴리오의 투자성과가 종전의 가치투자전략이나 모멘텀 투자전략보다 높은 양(+)의 초과수익률을 나타냄을 관찰하였다. 본 연구는 이러한 초과수익률의 발생 원인을 설명하기 위해, 관련 심리학 분야의 선행연구를 이용한 융합적 접근방법으로, 증권시장 참여자들의 보수주의나 확증편향 같은 의사결정 행태의 불완전성이 초과수익의 원인이 될 수 있음을 토론하였다. 이는 증권시장에서 투자자들이 합리적으로 행동한다는 효율적시장 가설의 예측과 일치하지 않는 결과이다.
비점오염은 일정한 오염원 없이 광범위한 지역에 쌓여 있는 오염물질이 강우 등에 의해 산발적으로 유출되는 비정형적인 오염을 말한다. 비점오염물질의 유출은 강우나 해빙에 의해 일시에 다량 발생되어 수계로 빠른 시간 내에 도달되게 되므로 인근 수계환경의 수질에 악영향을 미치게 되며, 이러한 오염물질을 효율적으로 처리하기 위해서는 발생원 가까이에서 수계에 도달하기 전에 저감하거나 유출과정에서 집수 처리하는 것이 가장 바람직하다. 본 연구에서는 이러한 비점오염물질의 저감을 위해 반응조를 이용한 실내실험을 실시하였다. 실내 실험장치는 아크릴로 제작 되었으며, 제원은 $1,000mm(L){\times}150mm(W){\times}300mm(H)$였다. 유입수는 시약을 이용하여 질소와 인의 농도를 고농도와 저농도로 조제하여 사용하였고, 유입은 미량 유량펌프를 이용하여 유입하였다. 토양의 오염물질의 처리 효율이 표면유출보다 하부유출에서 더 좋은 것으로 나타났기 때문에 하부유출의 양을 늘이기 위해 인위적으로 물의 흐름을 막는 정류벽을 설치한 계단형으로 구성하여 직선형과 비교하였다. 연구 결과, 단기간 저농도의 경우T-N, T-P부분에서 보면 직선형과 계단형의 표면유출 에서의 저감 효율이 T-N은 각각 -2.6 %, 2.4 %, T-P는 각각 -11.0 %, 52.9 %로 표면유출수의 오염저감효과가 개선되는 것으로 나타났다. 이는 방류벽 앞에 하부로 침투되었던 물이 표면으로 유출되면서 오염물질의 저감이 일어났기 때문으로 판단된다. 반면, 단면 및 하부유출수의 오염물질 농도는 증가한 것으로 나타났는데, 이는 토양내의 입경이 작은 silt나 clay보다 입경이 큰 모래나 자갈을 경유 하면서 오염물의 저감효과가 감소한 것으로 판단된다. 그러나 유입유량의 대부분이 표면으로 유출된다는 점을 고려할 때 표면유출수의 오염도를 낮추는 것이 유입오염물 저감효과에 보다 큰 효과가 있을 것으로 판단된다.문에 자료의 이상적 유지 관리가 이루어지며 복잡한 2차원 수질해석 모형을 수월하게 운영할 수 있는 시스템으로 개발하였다.제외하면, 부자측정 방법에 의한 유량산정시 가장 큰 오차원인은 홍수시 측정된 유속측선의 위치와 홍수 전후로 측정된 횡단면상의 위치가 일치하지 않는 점과, 대부분 두 측정 구간의 평균값을 대푯값으로 사용한다는 점이다. 본 연구는 다년간의 유량 측정 및 검증 경험과 자료를 토대로 현장에서 부자를 이용하여 측정된 측정성과를 정확도 높은 유량자료로 산정하는데 있어서의 문제점을 도출하고, 이로 인해 발생하는 오차를 추정하여 그 개선방안을 제시해 보고자한다. 더불어 보다 정확한 유량 산정을 위한 기준과 범주를 제시하고자 한다.리적 특성을 잘 반영하며, 도시지역의 복잡한 배수시스템 해석모형과 지표범람 모형을 통합한 모형 개발로 인해 더욱 정교한 도시지역에서의 홍수 범람 해석을 실시할 수 있을 것으로 판단된다. 본 모형의 개발로 침수상황의 시간별 진행과정을 분석함으로써 도시홍수에 대한 침수위험 지점 파악 및 주민대피지도 구축 등에 활용될 수 있을 것으로 판단된다. 있을 것으로 판단되었다.4일간의 기상변화가 자발성 기흉 발생에 영향을 미친다고 추론할 수 있었다. 향후 본 연구에서 추론된 기상변화와 기흉 발생과의 인과관계를 확인하고 좀 더 구체화하기 위한 연구가 필요할 것이다.게 이루어질 수 있을 것으로 기대된다.는 초과수익률이 상승하지만, 이후로는 감소하므로, 반전거래전략을 활용하는 경우 주식투자기간은 24개월이하의 중단기가 적합함을 발견하였다. 이상의 행태적 측면과 투자성과측면의 실증결과를 통하여 한국주식시장에 있어서 시장수익률을 평균적으로 초과할 수 있는 거래전략은 존재하므로 이러한 전략을 개발 및 활용할 수 있으며, 특히, 한국주식시장에 적합한 거래전략은 반전거래전략이고, 이 전략의 유용성은 투자자가 설정한 투자기간보다 더욱 긴 분석기간의 주식가격정보에 의하여 최대한 발휘될 수 있음을 확인하
이른바 주주행동주의(shareholder activism)의 바람이 날로 거세지고 있다. 주주행동주의란, 과거 주주들이 배당금이나 시세차익에만 주력하던 태도에서 벗어나 적극적으로 기업지배구조에 영향력을 행사하면서 그들의 이익을 추구하는 경향을 말한다. 주주들은 경영성과나 임원선임 등 지배구조뿐만 아니라 기업의 사회적 책임을 요구하는 움직임도 보이고 있다. 이러한 경향은 우리 주식시장에서 외국인 투자비율이 높아지면서 더욱 뚜렷해지고 있다. 외국인 투자자들은 상당수가 국제 투자자본으로서, 그들은 투자수익을 극대화하는 방안의 하나로서 주주행동주의를 활용하고 있다. 주주들의 이러한 경향은 앞으로도 더욱 강화될 것으로 보인다. 주주들은 지배구조 개선이나 경영권 교체에 대한 영향력 행사를 통해 기업가치를 높일 수 있다는 것을 직접 체험한 것이다. 따라서 본 호에서는 주주행동주의의 법적인 구현이라고 할 수 있는 소액주주의 권리들에 대해 살펴보기로 한다.
최근 기계학습에 대한 관심이 높아지면서 금융 분야에서는 인공지능을 이용하여 투자 포트폴리오를 제안하는 로보어드바이저(robo-advisor)를 출시하고 있다. 이는 고객에게 저렴한 수수료를 제공하며 높은 접근성, 인건비의 절감 등의 장점으로 이를 도입하여 다양한 상품을 개발하고 있다. 본 연구에서는 머신러닝 알고리즘인 SVM(support vector machine)과 kNN(k-nearest neighbor)을 활용하여 매월 12개월 이전의 KOSPI 지수 데이터를 학습시킨 후 예측하는 투자 시스템을 구현하였다. 실험결과 SVM이 2.90413배의 성적으로 가장 우수했으며 수익률은 Precision(예측정확도)와 비례함을 보였다. 또한 수익곡선은 추세에 따라 유사한 형태를 보인 성과를 도출하였다.
기업성과는 모든 기업 활동의 궁극적인 산출물로서 경영학 분야별로 성과에 미치는 영향요인에 관한 연구가 진행되어 왔으며 본 연구에서는 마케팅 분야에서 가장 많이 언급되고 있는 영향요인 중 하나인 시장지향성을 중심으로 B2B 기업의 성과에 관한 영향요인들을 규명하고 그 관계를 실증적으로 검증하였다. 관련 문헌고찰을 토대로 가설을 설정하였으며, 가설검증을 위해 울산지역 내 B2B 기반 기업들의 대상으로 설문을 수집하였으며 수집된 자료 중 최종 288부의 설문지가 분석에 사용되었다. 분석결과, 시장지향성의 하위 3개 요인 중 시장정보창출과 시장정보반응은 B2B 기업 간 관계에서의 파트너십 형성을 위한 관계특유투자에 긍정적인 영향을 미치는 것으로 나타났으며 시장정보확산을 유의한 영향을 미치지 않는 것으로 나타났다. 한편 시장지향성의 하위 3개 요인 모두 경제적 성과에는 직접적으로 영향을 미치지 않는 것으로 나타났고, 관계특유투자는 경제적 성과에 유의한 영향을 미치는 것으로 나타나 시장지향성과 경제적 성과를 관계특유투자가 매개하고 있음을 확인하였다. 끝으로 시장지향성 3위 요인 중 시장정보창출과 관계특유투자의 관계는 의존성에 의해 부(-)의 방향으로 조절되는 것으로 나타났다. 이러한 분석결과에 기반하여 연구의 학문적, 실무적 시사점을 제시하였으며, 연구의 한계점과 향후 연구방향도 제시하였다.
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.