• Journal of Teachers' Pension
• /
• v.5
• /
• 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.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.06d
• /
• 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.

• Korea Real Estate Review
• /
• v.24 no.1
• /
• pp.53-62
• /
• 2014

A test on the significance of style factors which were revealed to be significant in U.S. and U.K. literature is conducted in this study using appraisal-based returns of offices in Korea. Region, size (appraisal value), value-growth propensity (yield gain gap) and leasing conditions (the number of tenants, the length of average leased period and the proportion of key tenant) are included in the analysis model as style factors. The empirical result suggests that firstly core region and large size are significant but they increase risk as well as return contrary to general belief, secondly value propensity significantly decreases risk as well as return as it does in U.S. and U.K., finally the number of tenants among leasing conditions decreases risk as well as return but the length of average leased period and the proportion of key tenant are not significant.

• Journal of the Korea Convergence Society
• /
• v.10 no.1
• /
• pp.7-12
• /
• 2019

The application of neural networks to stock forecasting has received a great deal of attention because no assumption about a suitable mathematical model has to be made prior to forecasting and they are capable of extracting useful information from data, which is required to describe nonlinear input-output relations of stock forecasting. The paper builds neural network models to forecast daily KOrea composite Stock Price Index (KOSPI), and their performance is demonstrated. MAPEs of NN1 model show 0.427 and 0.627 in its learning and test, respectively. Based on the predicted KOSPI price, the paper proposes an alpha trading for trades in Exchange Traded Funds (ETFs) that fluctuate with the KOSPI200. The alpha trading is tested with data from 125 trade days, and its trade return of 7.16 ~ 15.29 % suggests that the proposed alpha trading is effective.

• Journal of Intelligence and Information Systems
• /
• v.23 no.2
• /
• pp.107-122
• /
• 2017

Volatility in the stock market returns is a measure of investment risk. It plays a central role in portfolio optimization, asset pricing and risk management as well as most theoretical financial models. Engle(1982) presented a pioneering paper on the stock market volatility that explains the time-variant characteristics embedded in the stock market return volatility. His model, Autoregressive Conditional Heteroscedasticity (ARCH), was generalized by Bollerslev(1986) as GARCH models. Empirical studies have shown that GARCH models describes well the fat-tailed return distributions and volatility clustering phenomenon appearing in stock prices. The parameters of the GARCH models are generally estimated by the maximum likelihood estimation (MLE) based on the standard normal density. But, since 1987 Black Monday, the stock market prices have become very complex and shown a lot of noisy terms. Recent studies start to apply artificial intelligent approach in estimating the GARCH parameters as a substitute for the MLE. The paper presents SVR-based GARCH process and compares with MLE-based GARCH process to estimate the parameters of GARCH models which are known to well forecast stock market volatility. Kernel functions used in SVR estimation process are linear, polynomial and radial. We analyzed the suggested models with KOSPI 200 Index. This index is constituted by 200 blue chip stocks listed in the Korea Exchange. We sampled KOSPI 200 daily closing values from 2010 to 2015. Sample observations are 1487 days. We used 1187 days to train the suggested GARCH models and the remaining 300 days were used as testing data. First, symmetric and asymmetric GARCH models are estimated by MLE. We forecasted KOSPI 200 Index return volatility and the statistical metric MSE shows better results for the asymmetric GARCH models such as E-GARCH or GJR-GARCH. This is consistent with the documented non-normal return distribution characteristics with fat-tail and leptokurtosis. Compared with MLE estimation process, SVR-based GARCH models outperform the MLE methodology in KOSPI 200 Index return volatility forecasting. Polynomial kernel function shows exceptionally lower forecasting accuracy. We suggested Intelligent Volatility Trading System (IVTS) that utilizes the forecasted volatility results. IVTS entry rules are as follows. If forecasted tomorrow volatility will increase then buy volatility today. If forecasted tomorrow volatility will decrease then sell volatility today. If forecasted volatility direction does not change we hold the existing buy or sell positions. IVTS is assumed to buy and sell historical volatility values. This is somewhat unreal because we cannot trade historical volatility values themselves. But our simulation results are meaningful since the Korea Exchange introduced volatility futures contract that traders can trade since November 2014. The trading systems with SVR-based GARCH models show higher returns than MLE-based GARCH in the testing period. And trading profitable percentages of MLE-based GARCH IVTS models range from 47.5% to 50.0%, trading profitable percentages of SVR-based GARCH IVTS models range from 51.8% to 59.7%. MLE-based symmetric S-GARCH shows +150.2% return and SVR-based symmetric S-GARCH shows +526.4% return. MLE-based asymmetric E-GARCH shows -72% return and SVR-based asymmetric E-GARCH shows +245.6% return. MLE-based asymmetric GJR-GARCH shows -98.7% return and SVR-based asymmetric GJR-GARCH shows +126.3% return. Linear kernel function shows higher trading returns than radial kernel function. Best performance of SVR-based IVTS is +526.4% and that of MLE-based IVTS is +150.2%. SVR-based GARCH IVTS shows higher trading frequency. This study has some limitations. Our models are solely based on SVR. Other artificial intelligence models are needed to search for better performance. We do not consider costs incurred in the trading process including brokerage commissions and slippage costs. IVTS trading performance is unreal since we use historical volatility values as trading objects. The exact forecasting of stock market volatility is essential in the real trading as well as asset pricing models. Further studies on other machine learning-based GARCH models can give better information for the stock market investors.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.11a
• /
• 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.

• Journal of the Korea Convergence Society
• /
• v.10 no.4
• /
• pp.1-6
• /
• 2019

Neural networks have been used to predict the direction of stock index movement from past data. The conventional research that predicts the upward or downward movement of the stock index predicts a rise or fall even with small changes in the index. It is highly likely that losses will occur when trading ETFs by use of the prediction. In this paper, a neural network model that predicts the movement direction of the daily KOrea composite Stock Price Index (KOSPI) to reduce ETF trading losses and earn more than a certain amount per trading is presented. The proposed model has outputs that represent rising (change rate in index ${\geq}{\alpha}$), falling (change rate ${\leq}-{\alpha}$) and neutral ($-{\alpha}$ change rate < ${\alpha}$). If the forecast is rising, buy the Leveraged Exchange Traded Fund (ETF); if it is falling, buy the inverse ETF. The hit ratio (HR) of PNN1 implemented in this paper is 0.720 and 0.616 in the learning and the evaluation respectively. ETF trading yields a yield of 8.386 to 16.324 %. The proposed models show the better ETF trading success rate and yield than the neural network models predicting KOSPI.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2014.11a
• /
• 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
• /
• v.24 no.6
• /
• pp.1263-1274
• /
• 2013

VaR (value at risk), which represents the expectation of the worst loss that may occur over a period of time within a given level of confidence, is currently used by various financial institutions for the purpose of risk management. In the majority of previous studies, the probability of return has been modeled with normal distribution. Recently Chen et al. (2010) measured VaR with asymmetric Laplacian distribution. However, it is difficult to estimate the mode, the skewness, and the degree of variance that determine the shape of an asymmetric Laplacian distribution with limited data in the real-world market. In this paper, we show that the VaR estimated with (symmetric) Laplacian distribution model provides more accuracy than those with normal distribution model or asymmetric Laplacian distribution model with real world stock market data and with various statistical measures.

• 한국가스학회:학술대회논문집
• /
• 2007.04a
• /
• 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