본고는 Kospi와 S&P500 지수를 이용해 한미 주식시장 간 차이를 보고 이를 통해 정책적 시사점을 논하고자 한다. 이를 위해 기존 시계열 분석 방법에 더해 심층학습 방법으로 시장간 비교를 하되 주가 예측력, 자료 생성 능력 측면에서 비교를 했다. 월별자료에서 시계열간 차이는 크지 않고 일별 자료에서 안정성 측면에서 차이가 약하며, 예측력이나 모의자료 생성에서도 차이가 크지 않았다. 본 연구결과와 같이 시장가격 움직임의 패턴이 한미간에 차이가 크지 않다면, 공매도의 부작용에 대한 대책으로 담보비율, 보고주기와 같은 직접적 규제보다 미국과 유사하게 투자자들의 자산운용 전략에 영향을 미치는 장기 주식보유에 대한 세제혜택과 같은 제도개편이 효과적이라 본다.
본 연구는 토픽 모델링과 장단기 기억(LSTM) 신경망을 결합하여 한국 종합주가지수(KOSPI) 예측의 정확도를 향상하는 방법을 제안한다. 본 논문에서는 LDA(Latent Dirichlet Allocation) 기법을 이용해 금융 뉴스 데이터에서 금리 인상 및 인하와 관련된 10개의 주요 주제를 추출하고, 추출된 주제를 과거 KOSPI 지수와 함께 LSTM 모델에 입력하여 KOSPI 지수를 예측하는 모델을 제안한다. 제안된 모델은 과거 KOSPI 지수를 LSTM 모델에 입력하여 시계열 예측 방법과 뉴스 데이터를 입력하여 토픽 모델링하는 방법을 결합하여 KOSPI 지수를 예측하는 특성을 가진다. 제안된 모델의 성능을 검증하기 위해, 본 논문에서는 LSTM의 입력 데이터의 종류에 따라 4개의 모델(LSTM_K 모델, LSTM_KNS 모델, LDA_K 모델, LDA_KNS 모델)을 설계하고 각 모델의 예측 성능을 제시하였다. 예측 성능을 비교한 결과, 금융 뉴스 주제 데이터와 과거 KOSPI 지수 데이터를 입력으로 하는 LSTM 모델(LDA_K 모델)이 가장 낮은 RMSE(Root Mean Square Error)를 기록하여 가장 좋은 예측 성능을 보였다.
본 연구는 주식 수익률의 생성과정에 비선형적 특성이 존재하는지를 검정하기 위해서 1980년 1월부터 2002년 5월까지 종합주가지수 일별 수익률과 주별 수익률을 이용하여 실증분석을 실시하였다. 실증분석의 내용은 크게 비선형 종속성에 대한 검정과 비선형 확률적 특성검정 그리고 비선형 결정론적인 카오스검정으로 구분할 수 있다. 비선형적 특성에 대한 분석의 결과는 주식 수익률은 leptokurtic한 비정규분포를 따르며, 수익률의 생성과정이 IID하지 않고 비선형 종속성이 존재하는 것으로 나타났다. 그리고 ARCH류의 비선형 확률모형으로는 주식 수익률의 비선형적 구조를 완전히 설명하지는 못하는 것으로 판단된다. 이는 주식 수익률의 생성과정을 설명하기 위해서 ARCH류의 모형과는 다른 형태의 비선형모형의 도입에 대해 고려할 필요가 있음을 시사하는 것이다. 종합주가지수 수익률에 대한 카오스검정의 결과를 정리하면, 우선 장기기억을 가지는 지속성이 강한 시계열로 편의된 랜덤워크를 따르며, 프랙탈분포하는 것으로 나타났다. 그리고 프랙탈 차원의 근사값인 상관차원(D)이 3과 4사이에 안정적으로 수렴하며, 최대 리아푸노프지수($L_1$)가 양(+)의 값을 가지므로 카오스적 끌개와 초기조건에 민감한 의존성이 존재하는 것으로 나타났다. 이러한 결과들은 카오스시스템의 특성과 부합하는 것으로 주식 수익률의 생성과정이 비선형 결정론적인 카오스과정을 따르는 것으로 판단할 수 있다.
CCAPM이 한국증권시장(韓國證券市場)에서 현실적(現實的)으로 성립가능한가에 대한 실증적 검증을 하였으며, 또한 시장(市場)포트폴리오와 대응되는 총소비지출의 성장률이 사전적(事前的)으로 효율적 프론티어(efficient frontier)상에 놓여 있는가에 대한 검증을 실시하였다. 이와 아울러 전통적인 S-L CAPM도 검증함으로써 CCAPM과 S-L CAPM을 비교분석(比較分析)하였다. 통계적 기법은 비선형하(非線型下)의 무관회귀분석과 GLS를 이용하였다. 1980년 1/4분기부터 1990년 4/4분기까지의 분기별 자료를 이용하여 분석한 결과, CCAPM은 전기간(全期間)을 표본으로 한 경우에 기대수익률과 위험과의 선형관계(線型關係)가 기각되었다. 그리고 전기간(全期間)을 전반기(前半期)와 후반기(後半期)로 나눈 하위기간별(下位期間別) 분석(分析)에서도 마찬가지의 결과를 얻었다. 한편 S-L CAPM의 경우에는 전기간(全期間)과 전반기(前半期)에는 선형관계가 기각되었으나 후반기(後半期)에는 채택되었다. 즉 후반기에는 위험프레미엄의 추정치가 0.05834이고 t값이 2.525로 매우 유의적이었으며 절편의 값이 통계적으로 0과 다르지 않아 실질무위험이자율(實質無危險利子率)이 0%로 추정되었다. 그런데 이는 실제로 3개월의 정기예금이자율과 소비자물가지수를 고려하여 구한 것과 일치함을 보였다. 그리고 이에 사용된 한국종합주가지수의 사전적(事前的) 효율성(效率性)은 전기간(全期間)과 하위기간(下位期間) 모두에 있는 것으로 판명되었다. 한편, CCAPM이 한국증권시장에서 기각되는 이유 중의 하나는 경기순환에 따른 생산활동(生産活動)이 즉시적으로 개별증권의 수익률에 영향을 주나 총소비지출은 이보다 비탄력적(非彈力的)인데 따른 것으로 생각되었다.
각종 인공지능 기법들을 활용하여, 주식시장의 흐름을 예측하려는 연구가 지금까지 많은 인공지능 및 금융공학의 연구자들에 의해 시도되어 왔으며, 그 결과 다양한 인공지능 기법들이 예측 방법론으로 제시되어 왔다. 이런 가운데 서로 다른 예측모형들이 산출하는 예측결과를 종합 - 보완하는 결합기법에 관련된 연구가 90년대 후반부터 오늘날까지 꾸준하게 발표되고 있다. 본 연구 역시 유전자 알고리즘 기반의 새로 인공지능 예측모형간 결합기법을 제시하고 있다. 다만, 기존의 연구모형들이 각 개별모형 결과의 상대적 가중치에 초점을 맞추고 있었다면, 본 연구의 제안모형은 등락을 판단하는데 활용되는 임계치까지 유전자 알고리즘을 이용해 동시에 최적화하도록 설계되어 있다는 점에서 차별화된다. 제안모형의 유용성을 검증하기 위해, 본 연구에서는 지난 1998년부터 2007년까지의 KOSPI 지수 등락 예측을 위해 구축된 로지스틱 회귀모형, 인공신경망, SVM모형의 결과들을 제안모형을 이용해 결합하였다. 그 결과, 예측력 향상에 본 연구의 제안모형이 기여 할 수 있음을 확인 할 수 있었다.
This study proposes a artificial neural network method to predict the time to buy and sell the stocks listed on the Korea Composite Stock Price Index(KOSPI). Four types (NN1, NN2, NN3, NN4) of independent networks were developed to predict KOSPIs up/down direction after four weeks. These networks have a difference only in the length of learning period. NN5 - arithmetic average of four networks outputs - shows an higher accuracy than other network types and Multiple Linear Regression (MLR), and buying and selling simulation using systems outputs produces higher reture than buy-and-hold strategy.
본 논문에서는 분산이 각각 다른 이분산성을 갖는 비선형 시계열 자료를 가지고, 비선형 시계열 모형중 1차 일반화 확률계수 자기회귀모형(GRCA(1))과 자료의 형태에 상관없이 적용할 수 있는 신경망 모형을 이용하여 예측을 해서 어느 모형이 최소 평균예측오차제곱의 기준에서 비선형 시계열 자료의 예측에 적합한지를 비교 분석 하는 것이다. 조건부 이분산 모형에 따르는 자료로 확인된 종합주가지수 변동율에 대한 사례 분석 결과를 보면 신경망 모형은 단기 예측에서 좋은 예측 결과를 보였고, 비선형 모형인 GRCA(1) 모형은 장기 예측에서 좋은 예측 결과를 보여 주었다.
최근의 연구결과에 의하면 분산이 시간에 따라 변화하여 이분산적(異分散的)이며, 시계열상관(時系列相關)이 존재하는 것으로 나타나고 있다. 일정(一定)한 분산을 가정하여 주식수익률(株式收益率)의 움직임을 설명하는 기존의 모형들은 주식수익률(株式收益率)을 예측하는데 편의(偏倚)(bias)를 가지게 되며, 또한 투자자(投資者)들에게 정확한 위험측정(危險測定)의 수단을 제공하지 못하고 있다. 따라서 본 연구는 우리나라 주식수익률(株式收益率)의 분산이 시간에 따라 변화하는지를 살펴보기 위해 종합주가지수(綜合株價指數) 및 규모별(規模別) 지수(指數)를 사용하여 ARCH 및 GARCH 모형을 추정하였다. 또한 기대수익률(期待收益率)과 조건부(條件附) 분산(分散)사이의 다기간(多期間)(intertemporal) 관계를 ARCH-M 및 GARCH-M 모형을 사용하여 추정하였다. 추정결과는 우리나라 주식시장에도 유의적인 ARCH 및 GARCH 효과, 즉 주식수익률이 매우 이분산적(異分散的)인 것으로 나타났다. 그리고 기대수익률(期待收益率)과 조건부(條件附) 분산(分散)사이의 관계에서 ARCH-M 모형과 GARCH-M 모형의 추정결과가 다르게 나타났으나 전체적으로 유의하지 않는 것으로 나타났다. 이러한 본 연구결과로 조건부(條件附) 분산모형(分散模型)을 통하여 기대수익률(期待收益率) 및 분산(分散)의 움직임을 더욱 잘 파악할 수 있을 것으로 생각되며, 따라서 주식수익률(株式收益率) 및 분산(分散)의 예측에 더 좋은 도구로 활용될 수 있을 것으로 생각된다.
우리나라와 국가 규모가 비슷한 이스라엘의 경우에는 벤처캐피탈이 정부주도로 출범한 후 육성71었다. 이러한 벤처캐피탈의 특성은 창업자가 연구개발에만 전념할 수 있어서 제품의 품질을 높일 수 있으며 동시에 사업이나 제품 완성도를 높일 수 있는 부가가치가 큰 중요한 금융업이 될 전망이다. 이번 연구에서는 이러한 벤처캐피탈이 가지고 있는 위험특성에 대한 분석과 위험을 고려한 투자성과 평가를 행하였다. 이번 연구에서는 선행연구와 동일하게 비체계적 위험이 체계적 위험보다 큰 것으로 나타났는데 이는 소수의 지역이나 업종에 집중투자한 결과로 보인다. Sharpe 평가지표의 결과로는 종합주가지수나 코스닥지수보다 열등한 것으로 분석되어 우리나라 벤처캐피탈의 열악함이 대변되고 있는 것을 알 수 있었다.
주식시장에 체계적으로 영향을 미칠 수 있는 거시경제변수(巨視經濟變數)들과 국민경제의 중요한 한 부분인 주식시장(株式市場)의 관계를 구체적으로 규명하는 것은 투자자에게 유용한 정보를 제공하는 동시에 주식시장이 건전한 방향으로 발전할 수 있도록 유도하는 의미 있는 일이다. 본 연구의 목적은 주식수익률의 횡단면적 차이를 설명할 수 있는 경제적으로 유의적인, 즉 '가격화(價格化)'된 거시경제변수(巨視經濟變數)를 발견하는데 있다. 이를 위하여 주식평가모형과 기존의 연구결과를 토대로 주식수익률에 체계적으로 영향을 미칠 수 있는 31개의 거시경제변수를 선정한 후, 실증적 연구방법을 사용하여 우리나라 주식시장에서 '가격화(價格化)'된 거시경제변수가 무엇인지를 확인하였다. 먼저 주식수익률(株式收益率)에 체계적으로 영향을 미칠 수 있는 31개의 거시경제변수(巨視經濟變數)들을 요인분석하여 6개의 공통적 특성으로 압축 요약한 후, 각 차원(요인)을 가장 잘 대표하는 6개의 거시경제변수(대용변수)(巨視經濟變數(代用變數))를 추출하였다. 그리고 요인분석에 의해서 추출된 6개의 거시 경제변수와 주식수익률로 Fama & MacBeth(1973) 방법과 유사한 2단계회귀분석을 실시하여 주식수익률에 유의적인 영향을 미치는 '가격화'된 거시경제변수를 발견하였다. 그 결과, 6개의 거시경제변수 중 산업생산지수증가률(産業生産指數增加率), 회사채류통수익율(會社債流通收益率) 그리고 종합주가지수수익률(綜合株價指數收釜率)등 3개의 거시경제변수가 주식수익률의 횡단면적 차이를 설명할 수 있는 유의적인 또는 '가격화'된 경제변수임을 확인할 수 있었다.
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.