• 사학연금연구
• /
• 제5권
• /
• pp.97-133
• /
• 2020

전략적 자산배분에서 가장 중요한 것은 목표를 결정하는 것이다. 여기서 목표는 자산운용에서 발생하는 향후 포트폴리오의 예상되는 분포와 이에 영향을 받는 조직의 기대효용을 극대화하는 것으로 정의하는 것이 과학적이고 학술적인 방식이다. 실무는 대체로 이러한 방식과 다르다. 예를 들어 기금운용평가의 가이드라인에서는 목표 수익률에 초점을 두고 있다. 특히 기금운용평가에서는 ALM 기반의 목표 수익률 산출을 제안한다. 하지만, 비현실적인 목표 수익률의 산출과 그 의미의 모호성으로 많은 기금들은 이를 적용하지 않고 있다. 본 연구는 이러한 ALM 기반의 목표수익률 설정 및 자산배분의 문제점을 확인하고, ALM 기반 자산배분에 대한 두 가지 대안을 제시한다. 첫 번째, 기금 자산운용의 목표 설정에 대해서는 Doran(1981)의 SMART (Specific, Measurable, Achievable, Relevant, Time-limited) 기준에 따른 목표수립을 제안한다. 두 번째, 목표 수익률 산출에서는 목표기반투자 (Goal based Investing, GBI) 에 따른 목표 수익률 산출 방법을 제시한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2007년도 한국컴퓨터종합학술대회논문집 Vol.34 No.1 (D)
• /
• pp.80-83
• /
• 2007

최근 들어 보안에 대한 피해의 급증으로 많은 기업들이 정보시스템에 막대한 기업 자원을 투입하고 있다. 뿐만 아니라, 다양한 ROI 평가 방법을 통해 투자대비 최대 수익률을 이끌어 내기 위해 끊임없이 시도하고 있다. 이는 많은 기업들이 정보시스템에 대한 투자를 유보하거나 정확한 평가 및 방법을 내리고 싶어한다는 증거이다. 이러한 기업의 추세는 최근 보안 분야에 있어 합리적인 보안 투자 방침을 세우는데 좋은 지침이 되어 지고 있다. 그러나. 지금의 대규모 정보 시스템 구축 및 웹기반의 인프라 환경에서는 적절한 보안 투자를 한다는 것은 쉽지 않다. 이러한 근본적인 이유 중 하나는 수익률을 측정하는 방법의 부재에서 찾을 수 있다. 따라서, 본 논문에서는 보안 분야에서 쓰이는 기존의 ROSI(Return On Security Investment)모델을 소개하고, 투자의 위험부담을 줄이기 위한 확률 기반의 개선된 ROSI(Probability based ROSI = PROSI) 방법론을 제안하고자 한다.

• 부동산연구
• /
• 제24권1호
• /
• pp.53-62
• /
• 2014

본 연구에서는 최근 기관투자가의 투자대상으로서 그 중요성이 커지고 있는 국내 오피스에 대해서 해외 선행연구에서 유의하게 입증된 여러 스타일인자의 유의성을 검정하였다. 검정대상이 된 설명변수에는 지역, 규모(평가금액), 가치성장성(소득자본수익격차), 임대차조건(임차인수, 평균임대차기간, 핵심임차인비중) 등이 포함되었다. 분석자료는 감정평가에 기반한 국토교통부 임대사례조사 DB 중 일부를 이용하였다. 분석결과 다음과 같은 시사점을 얻을 수 있었다. 우리나라 오피스시장의 경우 스타일인자로서 지역은 여전히 중요한 의미를 가지며, 이와 함께 규모도 유의하게 작용하였다. 단 핵심지역의 대형자산일수록 위험과 수익이 높게 나타나 일반적인 믿음과 차이가 있었는데, 이는 분석기간 동안 서울 3대권역의 대형오피스 가격이 급등했기 때문인 것으로 생각된다. 이러한 현상은 미국의 선행연구에서도 발견되고 있어 지역과 규모의 역할에 대해 신중한 접근이 필요함을 알 수 있었다. 가치성장성의 경우 가치성이 클수록 예상한대로 위험과 수익을 낮추는 것으로 나타나 국내에서도 유의한 스타일인자임이 확인되었다. 임대차조건과 관련해서는 임차인수 만이 유의하게 나타났는데, 이 역시 예상대로 임차인 분산이 잘 이루어질수록 위험과 수익이 낮은 것을 알 수 있었다.

• 한국융합학회논문지
• /
• 제10권1호
• /
• pp.7-12
• /
• 2019

신경회로망은 적합한 수학적 모델에 대한 가정 없이 데이터로부터 유용한 정보를 추출해서 예측에 필요한 입출력 관계를 정의할 수 있어서 주가 예측에 널리 사용되어 왔다. 본 논문에서는 신경회로망 모델을 사용하여 일별 KOrea composite Stock Price Index (KOSPI) 종가를 예측한다. 예측된 종가를 기반으로 KOSPI에 연동해 변동하는 Exchange Traded Funds (ETFs)의 거래를 위한 알파 매매를 제안한다. 본 논문에 제안된 방법으로 KOSPI 예측 신경회로망 모델들을 구현하고 예측 정확도를 평가한다. 구현된 신경회로망 모델(NN1)의 학습 오차(MAPE)는 0.427, 평가 오차는 0.627이다. 평가용 데이터를 사용해 알파 매매를 시뮬레이션하면 수익률은 7.16 ~ 15.29 %를 보인다. 이는 125 거래일 데이터로 거둔 수익률로 제안된 알파 매매가 효과적임을 보인다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

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.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2002년도 추계정기학술대회
• /
• pp.411-422
• /
• 2002

비교구매는 e-Marketplace의 매출에 큰 영향력을 미치고 있으나 운영 수익은 대부분 광고에 의존한다. 하지만 인터넷 광고의 수익률은 열악한 상태이며, 종량제 기반 광고 방법의 확대로 소비자에게 덜 알려진 판매자의 제품 정보 노출 기회는 더욱 줄어들고 있다. 따라서 비교구매 사업자의 광고 수익을 높이면서 판매자 입장에서는 예산 및 제약 조건 범위 내에서 광고 노출의 효율성을 최적화하는 방법 및 시스템에 대한 연구가 필요하다. 본 연구에서는 비교도전을 이용한 비교광고 방법을 제안하고 그 실행 방법으로 판매자의 비교 도전 계획 모델을 사용하는 e-Marketplace기반 비교구매 사업자의 비교광고 시스템을 설계하고 구현하였다. 비교도전 계획 모델은 경쟁사(Competitor), 경쟁 제품(Product) 그리고 제품의 사양(Specification)에 대한 수준별 도전 정책을 적용하며, 양 사의 제품 사양 속성값들 간의 기능적 거리를 양적 수치화하여 판매자 제품이 경쟁사 제품에 가장 유사하지만 우세한(Similar but Superior) 쌍들에 대한 비교광고 포트폴리오를 구성함을 목적으로 한다. 비교도전 계획 시스템은 비교가치의 생성과 최적화의 단계로 이뤄진다 주요 5개 PC제조사의 데스크탑 제품자료를 사용하여 프로토타입을 구축하였으며, 타 비교광고 방법과 대비한 성능 평가를 수행하였다. 또한 e-Marketplace기반 비교구매 사업자의 비교도전에 의한 비교광고 표시 방법을 예시하였다.

• 한국융합학회논문지
• /
• 제10권4호
• /
• pp.1-6
• /
• 2019

신경회로망은 과거 데이터로부터 유용한 정보를 추출해서 주가지수의 이동 방향을 예측하는데 사용되어 왔다. 주가 지수의 상승 또는 하락 방향을 예측하는 기존 연구는 지수의 작은 변화에도 상승이나 하락을 예측하므로 이를 기반으로 지수 연동 ETF를 매매 하면 손실이 발생할 가능성이 높다. 본 논문에서는 ETF 매매 손실을 줄이고 매매 당 일정 이상의 수익을 내기 위한 일별 KOrea composite S0tock Price Index (KOSPI)의 이동 방향을 예측하는 신경회로망 모델을 제안한다. 제안된 모델은 이동 방향 예측을 위해 전일 대비 지수 변동률이 상승(변동률${\geq}{\alpha}$), 하락(변동률${\leq}-{\alpha}$)과 중립($-{\alpha}$<변동률<${\alpha}$)을 표시하는 출력을 갖는다. 예측이 상승이면 레버리지 Exchange Traded Fund (ETF)를, 하락이면 인버스 ETF를 매수한다. 본 논문에서 구현된 신경회로망 모델 중 PNN1의 Hit ratio (HR)은 학습에서 0.720, 평가에서 0.616이다. 평가용 데이터로 ETF 매매를 시뮬레이션하면 수익률은 8.39 ~ 16.32 %를 보인다. 또한 제안된 이동 방향 예측 신경회로망 모델이 주가지수 예측 신경회로망 모델 보다 ETF 매매 성공률과 수익률에서 더 우수하다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2014년도 추계학술발표대회
• /
• pp.695-698
• /
• 2014

본 논문은 AHP의사결정 기법의 계층적 분석과 자산 및 부실채권에 대한 예측 평가르 수행하는 프레임워크를 설계하고 위험탐지 분석 시나리오 등을 통해 상황변화에 따른 모니터링에서 수집된 자료를 수집, 분석할 수 있는 포렌식 준비도 모형을 제안한다. 제안하는 시스템은 기업에서 운영하고 있는 기존의 레거시 시스템과 연계하여 자산 및 부실예측평가 항목을 다양한 속성에 따라 그룹화하고 분석을 수행함으로써 기업의 자산과 리스크를 보다 효율적이고 안정적으로 관리할 수 있으며, 부실 자산에 대한 관리와 회수를 통해 기업 경쟁력 및 수익률을 향상시킬 수 있다. 또한 포렌식 준비도와 분석 모니터링을 활용하여 민사 및 형사 소송 등의 기업 간 분쟁에 대하여 수집된 증거자료를 제공할 수 있으며, 민원발생과 기타 사고를 예방하고 처리비용을 줄일 수 있다.

• Journal of the Korean Data and Information Science Society
• /
• 제24권6호
• /
• pp.1263-1274
• /
• 2013

VaR (value at risk)는 주어진 신뢰수준에서 일정기간 동안 발생할 수 있는 최대손실의 기대치를 나타내는 것으로, 현재 금융기관들의 대표적인 위험관리 수단으로 사용되고 있다. 기존의 대다수 연구에서는 수익률의 확률분포를 정규분포라 모형화한 후 VaR을 측정한다. 최근 Chen 등 (2012)은 수익률의 확률분포를 비대칭 라플라스 분포라 모형화하고 VaR을 측정하였기도 하였으나, 비대칭 라플라스 분포의 경우 그 모양을 결정하는 최빈값, 비대칭 정도, 분산정도 등을 실제적인 환경에서 제한된 개수의 데이터를 가지고 추정하기가 매우 어렵다는 단점이 있다. 이 논문에서, 우리는 (대칭) 라플라스 분포 모형이 정규분포 모형이나 비대칭 라플라스 분포 모형보다 실제적인 환경에서 VaR을 보다 더 정확히 추정해 줌을 주식시장의 실제 데이터와 VaR 초과비율, 기대초과손실, VaR초과편차율 등의 통계지표를 도입하여 입증한다.

• 한국가스학회:학술대회논문집
• /
• 한국가스학회 2007년도 춘계학술발표회 논문집
• /
• pp.195-200
• /
• 2007

본 연구는 도심지에 위치한 LPG 충전소를 연구범위로 하여 공간정보의 활용이 가장 많이 요구되는 안전관리 분야의 업무를 중심으로 공간정보를 효율적으로 구축 활용하기 위하여 데이터베이스를 중심으로 위험관리정보 시스템을 개발하였다. 이를 바탕으로 정량적 위험성 평가의 자동화를 통해 나타난 위험성을 실시간에 제어하기 위한 필요조건을 표준화하여 기초 정보자료로 구축, 이를 지리정보기능과 연동하여 LPG 충전소의 안전검사의 효율화, 사전 위험성 평가, 사고대응 판단의 효과적인 의사결정을 유도 할 수 있는 기반을 제공한다. 위험관리정보시스템(RMIS, Risk Management Information System) 개발절차는 다음과 같다 첫째, 도심지에 위치한 LPG 충전소 위험성 평가를 수행함에 있어서 기본적인 데이터인 부지내(On-site) 관련 자료와 부지 외(Off-site) 관련 자료를 관계형 데이터베이스(RDB, Relational Database)로 개발하였다. 둘째, Visual Basic을 이용하여 사용자가 효과적으로 위험을 관리 제어 할 수 있는 위험관리 통합 데이터베이스 시스템 개발하였다. 셋째, 위험관리 통합 데이터베이스 시스템과 지리정보시스템에 연동을 통한 의사결정 방안 제시하였다. 위험관리정보시스템(RMIS) 프로그램을 개발을 통하여 다음과 같은 결과를 도출하였다. 첫째, 위험관리 데이터 이용하여 사용자와 검사자가 효과적으로 위험을 사전관리 할 수 있는 공유정보를 구축하였다. 둘째, 위험 관리를 부지 내와 부지 외로 나누어 관리함으로서 시설 내부 뿐 만 아니라 시설외부에 미치는 영향을 모두 고려하여 구축하므로 서, 중대사고에 대응 할 수 있는 종합적인 안전관리 기반을 조성하였다. 셋째, 사용자 인터페이스를 바탕으로 비상사태 발생시에 신속하고 정확한 의사결정을 할 수 있는 기반을 조성하였다. 제공하여 응용GIS 구축의 생산성 및 품질 향상에 기여할 뿐만 아니라 우리의 최종목표인 GIS 소프트웨어 자동 생산에도 크게 기여할 것으로 사료된다. 등)을 교통망상에 표시할 수 있음으로서 의사결정에 보다 많은 도움을 줄 수 있을 것이다. 비트율의 증가와 화질 열화는 각각 최대 1.32%와 최대 0.11dB로 무시할 수 있을 정도로 작음을 확인 하였다.을 알 수 있었다. 현지관측에 비해 막대한 비용과 시간을 절약할 수 있는 위성영상해석방법을 이용한 방법은 해양수질파악이 가능할 것으로 판단되며, GIS를 이용하여 다양하고 복잡한 자료를 데이터베이스화함으로써 가시화하고, 이를 기초로 공간분석을 실시함으로써 환경요소별 공간분포에 대한 파악을 통해 수치모형실험을 이용한 각종 환경영향의 평가 및 예측을 위한 기초자료로 이용이 가능할 것으로 사료된다.염총량관리 기본계획 시 구축된 모형 매개변수를 바탕으로 분석을 수행하였다. 일차오차분석을 이용하여 수리매개변수와 수질매개변수의 수질항목별 상대적 기여도를 파악해 본 결과, 수리매개변수는 DO, BOD, 유기질소, 유기인 모든 항목에 일정 정도의 상대적 기여도를 가지고 있는 것을 알 수 있었다. 이로부터 수질 모형의 적용 시 수리 매개변수 또한 수질 매개변수의 추정 시와 같이 보다 세심한 주의를 기울여 추정할 필요가 있을 것으로 판단된다.변화와 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, 한국주