• 응용통계연구
• /
• 제25권5호
• /
• pp.757-773
• /
• 2012

Traditional value at risk(S-VaR) has a difficulity in predicting the future risk of financial asset prices since S-VaR is a backward looking measure based on the historical data of the underlying asset prices. In order to resolve the deficiency of S-VaR, an economic value at risk(E-VaR) using the risk neutral probability distributions is suggested since E-VaR is a forward looking measure based on the option price data. In this study E-VaR is estimated by assuming the generalized gamma distribution(GGD) as risk neutral density function which is implied in the option. The estimated E-VaR with GGD was compared with E-VaR estimates under the Black-Scholes model, two-lognormal mixture distribution, generalized extreme value distribution and S-VaR estimates under the normal distribution and GARCH(1, 1) model, respectively. The option market data of the KOSPI 200 index are used in order to compare the performances of the above VaR estimates. The results of the empirical analysis show that GGD seems to have a tendency to estimate VaR conservatively; however, GGD is superior to other models in the overall sense.

• 융합경영연구
• /
• 제12권5호
• /
• pp.31-40
• /
• 2024

Purpose: This study analyzes the factors influencing the housing preferences of elderly individuals when choosing residential areas in Hwaseong, a typical urban-rural complex city. Understanding these preferences is vital for formulating effective housing policies that enhance the quality of older people's life. Research design, data, and methodology: The survey conducted from March 10 to April 10, 2024, targeted 299 pre-retirees aged 50-64 living in Hwaseong. Using ANOVA and logistic regression analysis, the study examined essential factors affecting post-retirement residential decisions. Survey questions addressed essential considerations. Results: The results indicated that suburban housing was the most preferred option among pre-retirees in Hwaseong. The most critical factor that influences the choice of the home is ensuring convenience and relaxed in retirement. Significant differences emerged between housing type preferences, particularly in the importance of public transportation, cultural facilities, and housing prices. Conclusions: The study suggests several policy implications for urban-rural complex cities like Hwaseong. To meet the diverse needs of older people, urban housing should focus on improving accessibility, while rural housing should emphasize enhancing natural environments. Expanding rental housing options for older people and providing financial support for housing prices are recommended to promote housing stability for the aging population.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제32권8호
• /
• pp.693-703
• /
• 2005

본 논문에서는 패턴 기반의 다수의 주가 예측 모델에 기반한 지역 투자자의 효율적인 결합을 통해, 거래 성능을 최대화 할 수 있는 동적 자산 할당 기법을 연구하였다. 각 예측 모델이 추천한 후보 종목에 효과적인 거래 대금 비율을 할당하는 메타 정책(meta policy)이라는 자산 할당 정책을 강화 학습 틀내에서 정의하였다. 이를 위해 각 예측 모델의 추천 종목 수와 전체 자산 대비 주식 자금 비율을 동시에 활용하는 상태 공간을 설계하였다. 대한민국 주식 시장에 대한 시뮬레이션 실험을 통해, 본 논문에서 제안한 자산 할당 정책은 기존의 고정 자산 할당 방법들에 비해 우수한 성능을 보임을 제시 하였다. 이는 강화학습을 통한 지역 투자자의 결합을 통해 의사 결정 문제에서 감독자 학습 기법으로 학습된 예측 모델의시너지 효과를 거둘 수 있음을 의미한다.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권11호
• /
• pp.101-106
• /
• 2020

The research was conducted with the aim of knowing the effect of the CAMELS ratio either partially or simultaneously on stock prices. The CAMELS ratio (Capital, Asset Quality, Management, Earning, Liquidity) is used to measure the soundness of a bank, where by the better the soundness of the bank, the more profitable the bank will be for potential investors and other interested parties. The population of this research consists of the four state banks documented on the Indonesia Stock Exchange over the 2012-2019 period. The sample selection technique is a saturated sampling. This study provides the results that partially CAR has a significant effect on the share price of government banks listed on the IDX. Meanwhile, NPL, NPM, ROA, and LDR do not have a significant effect on stock prices of state banks listed on the IDX. The results of the regression analysis show that, together the CAMELS ratio, which is proxied by CAR, NPLS, NPM, ROA, and LDR has a positive and significant influence on the share price of state-owned banks documented on the Indonesia Stock Exchange, so this can be used as a reference for investors in predicting the share price of a state-owned bank before investing in shares.

• 디지털융복합연구
• /
• 제18권11호
• /
• pp.43-49
• /
• 2020

본 연구는 유동성 지표인 가계대출과 M2, 경기변동을 반영하는 산업생산지수를 변수로 설정하여 주택시장에 영향을 미치는 요인을 분석하고 기대 주택가격의 영향을 파악하고자 하였다. 이를 위하여 2005년 1월부터 2020년 5월까지의 자료를 바탕으로 실증분석을 실시하였으며, 주택가격변수는 실질 매매가격지수를 사용하였다. 모형을 3개로 구분하여 각 변수들의 계수 값을 비교한 결과, 실질 가계대출, 실질 M2 순서로 주택가격에 영향을 미치는 것으로 나타났는데 이는 저금리 기조에 따른 레버리지 효과로 인한 결과로 해석할 수 있다. 그리고 과거의 주택가격과 주택가격에 대한 기대는 현재기의 주택가격을 상승시키는 것으로 나타났다. 주택자산에 대한 기대 가격상승률이 높아지면 주택가격이 높아지는데, 이는 시장을 형성하는 중심가치가 투자가치로 변하게 되어 가격상승으로 이어질 수 있다는 점을 시사한다. 이러한 결과는 유동성의 확대가 경기 활성화에 목적을 두고 있음에도 불구하고 주택가격에도 영향을 미칠 수 있다는 결과를 보여주고 있다.

• 한국항만경제학회지
• /
• 제37권2호
• /
• pp.119-131
• /
• 2021

에너지는 경제활동과 사람들의 삶에 있어서 필수적인 요소이고 다양한 산업에서 활용하고 있는 중요한 자원이며 상품 시장의 금융화로 인해 원유가 다른 자산과 동일한 자산으로 변함으로써 그 중요성이 커지고 있다. 이에 따라 에너지 가격과 투자 심리간의 상관관계를 분석한 연구들은 대부분 경제적 요인과 투기를 통해 투자 심리가 유가에 영향을 미친다고 설명하고 있다. 본 연구에서는 에너지 가격과 관련하여 가장 대표적인 유가 변동에 따른 충격이 투자자 의사결정에 영향을 미쳐 투자 심리 변화에 영항을 주는가에 대한 내용을 중심으로 전반적인 에너지 가격 변동이 투자 심리에 영향을 미치는가에 대한 내용을 분석하고자 하였으며, 에너지 가격이 투자 심리에 어떠한 연관성이 있는지를 파악하기 위하여 웨이블릿 일관성 분석(wavelet coherence analysis)을 적용하여 주기별(단기, 중기, 장기) 에너지 가격이 투자 심리를 예측할 수 있는지를 분석하였다. 연구결과 에너지 가격과 투자 심리 사이의 시간 척도별로 차이가 발생하며 투자 심리 안정화를 위해 정책은 시간 척도별 효과를 고려하여야 하며, 에너지 가격과 관련한 투자 심리의 영향력은 단기보다 장기에서 더 크게 나타나고 있으며 마지막으로 시장에 영향을 미칠 수 있는 특정 사건 등이 발생하는 경우 에너지 가격과 투자 심리의 관련성 차이가 발생하기 때문에 이를 감안한 정책 및 시장 변화에 집중해야 할 필요가 있는 것으로 판단된다.

• KIEE International Transactions on Power Engineering
• /
• 제5A권4호
• /
• pp.311-321
• /
• 2005

A competitive generating company (GENCO) could maximize its payoff by optimizing its generation assets. This paper considers the GENCO's arbitrage problem using price-based unit commitment (PBUC). The GENCO could consider arbitrage opportunities in purchases from qualifying facilities (QFs) as well as simultaneous trades with spots markets for energy, ancillary services, emission, and fuel. Given forecasted hourly market prices for each market, the GENCO's generating asset arbitrage problem is formulated as a mixed integer program (MIP) and solved by a branch-and-cut algorithm. A GENCO with 54 thermal and 12 combined-cycle units is considered for analyzing the proposed formulation. The proposed case studies illustrate the significance of simultaneous arbitrage by applying PBUC to multi-commodity markets.

• 응용통계연구
• /
• 제24권1호
• /
• pp.83-92
• /
• 2011

주식은 그 자체로도 투자의 대상이며, 또한 옵션의 기초자산으로서 옵션의 가격을 평가하는 기본도구로 사용되고 있기에, 주식에 대한 정확한 예측값 도출은 매우 중요하다고 불 수 있다.주식의 가치평가를 위하여 기존 연구들은 대표적으로 GARCH 류의 모형과 SV(stochastic volatility, 확률변동성)류의 모형을 사용하였다. 본 연구에서는 SV 모형에 대해서 초점을 맞추어 KOSPI200 지수를 실증분석하였다. 특히 Durham (2008)의 방법론에 따라서 로그 SV 모델에 변동성지수(VKOSPI 지수)를 추가로 고려하여 모델의 정확도 향상을 기대하였다. VKOSPI 지수는 KOSPI200의 옵션으로부터 계산된 미래에 대한 기대 변동성으로, 주식과 옵션간의 유기적 관련성을 바탕으로 추정하기에 그 의미가 있다. 자료는 2003년 1월2일부터 2010년 9월 24일을 기간으로 사용하였다.

• 응용통계연구
• /
• 제27권6호
• /
• pp.959-973
• /
• 2014

자산가격의 비대칭적 변동을 설명하기 위해 최근 비대칭적 점프확산 모형이 제안되었다. 본 논문에서는 이러한 자산가격 모형을 분석하는데 사용되는 효율적인 베이지안 방법을 제안한다. 본 논문에서 제안되는 방법은 모형 요소가 쉽게 추출되는 편의성을 희생하지 않으면서도 조건부 분포들간의 함수적 비호환성을 통해 효율성을 향상시킬 수 있는 부분붕괴 깁스 샘플러를 고안함으로써 개발되었다. 제안된 방법은 모의실험 자료에 적용되어 그 효율성을 검증하였고 1980년 9월부터 2014년 8월까지 관찰된 일별 S&P 500 자료에 적용되었다.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권8호
• /
• pp.33-40
• /
• 2020

The main aim of the study is to test a house pricing model by combining hedonic and asset-based pricing models. An understanding of the relationship between house pricing and its return (the rental income) helps to establish houses as a significant asset class. The model tested the relationship between house pricing (dependent variable) and the house attributes (independent variables) derived from Freeman's framework of housing attributes. This study uses a large data-set of 1,899 sample of new, high-end houses purchased between 2016 and 2019 collected from the national capital region of India (Delhi-NCR). The algorithm was built in R-Script, and stepwise multiple linear regression was used to analyze the model. The analysis of the model proves that the three significant variables, namely, carpet area, pay-off, and annual maintenance charges explain the price function. Further, the model is statistically fit. The major contribution of the study is to understand the key factors and their influence on the house pricing. The model will be helpful in risk assessment in the housing investment and enhance the chances of investment. Policy-makers can use information about the underlying valuation drivers of the house prices to stabilize the market and also in framing the tax policies.