• 융합경영연구
• /
• 제9권4호
• /
• pp.1-8
• /
• 2021

Purpose: This study empirically investigates what factors contribute to corporate value in the Korea New Exchange (KONEX) market and determines whether financial constraints contribute any effect on it. Research design, data and methodology: A fixed-effect panel regression model was utilized to analyze financial constraints on firm value for KONEX listed firms through the fiscal period from 2013 to 2020. Results: we find that firms' research and development, volatility, size, and sales growth give significant impacts to firm value, but the significance and direction are different. In addition, no significant relationship exists between the largest shareholder's equity ratio and firm value in all models. The debt-to-equity ratio did not show a significant relationship with corporate value. A significant negative relationship was found between R&D and corporate value in the entire sample. Volitility exhibited a positive relationship with corporate value in the entire sample and financially unconstrained companies. Firm size presented a significant negative relationship with company value in all models. Sales growth showed a significant negative relationship with corporate value in financially constrained companies. Conclusions: No difference is found between financially constrained and unconstrained companies in the KONEX market. We can infer that KONEX companies have a large difference with KOSPI or KOSDAQ. Further analysis is needed on the differences among these markets.

• The Journal of Asian Finance, Economics and Business
• /
• 제9권3호
• /
• pp.355-364
• /
• 2022

The effect of technological innovation on the high-quality development of the producer services industry depends on whether or not technical innovation efficiency plays a key role. This study looks at the impact of technological innovation and financial technology (fintech) on the development of high-quality producer services in Fujian Province from 2010 to 2019. The efficiency of technological innovation is measured using Data Envelopment Analysis (DEA) and the Malmquist productivity index. The mean overall innovation efficiency score is 0.639, meaning that Fujian accounts for 36.1% of resource utilization inefficiencies and that there are significant differences in technological innovation efficiency between cities. The findings show that high-quality producer services industries benefited from innovation efficiency, but that the influence of technological innovation efficiency is insignificant. This demonstrates that financial innovation has not been able to completely enhance the development level of the producer services industry. This may be due to the unreasonable output structure of technological innovation and the low industrial transformation rate of technological achievements. This study advocates that the R&D fund allocation structure be optimized. That technological innovation can improve the high-quality development of the producer services industry is a consensus within the academic community.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 2000년도 추계정기학술대회:지능형기술과 CRM
• /
• pp.427-436
• /
• 2000

The prediction of stock price index is a very difficult problem because of the complexity of the stock market data it data. It has been studied by a number of researchers since they strong1y affect other economic and financial parameters. The movement of stock price index has a series of change points due to the strategies of institutional investors. This study presents a two-stage forecasting model of stock price index using change-point detection and artificial neural networks. The basic concept of this proposed model is to obtain Intervals divided by change points, to identify them as change-point groups, and to use them in stock price index forecasting. First, the proposed model tries to detect successive change points in stock price index. Then, the model forecasts the change-point group with the backpropagation neural network (BPN). Fina1ly, the model forecasts the output with BPN. This study then examines the predictability of the integrated neural network model for stock price index forecasting using change-point detection.

• 농업과학연구
• /
• 제45권4호
• /
• pp.871-878
• /
• 2018

The government of Gyeongbuk in Korea increased the financial input in the agricultural sector by 43% from 2008 through 2012. However, the productivity of the agricultural sector in Gyeongbuk rose only about 3.6% during the same period. This study evaluated the agricultural competitiveness of each city or county in Gyeongbuk using six evaluation indices (scale, productivity, finance input, location quotient, technical education, and total) and investigated the relationship between the indices and total values of agricultural productions. The results show that Sangju, Gyeongju, Andong, Uiseong, and Seongju have high competitiveness for the scale index. For the productivity index, Gimcheon, Mungyeong, Ulleung, Yeongju, and Seongju were highly evaluated. For the location quotient index, Yeongcheon, Uiseong, Cheongdo, Seongju, and Sangju have high competitiveness. Uiseong, Yeongdeok, Cheongsong, Gunwi, and Yeongyang were highly evaluated for the agricultural finance input index. For the agricultural technical education index, Chilgok, Sangju, Mungyeong, Uiseong, and Gyeongju have high competitiveness. Finally, Sangju, Euiseong, Yeongcheon, Gyeongju, and Andong were highly evaluated for the total competitive index, while Yeongdeok, Yeongyang, Goryeong, Uljin, and Cheongsong have a low competitiveness for the total competitive index. This study also found that out of five indices, scale, location quotient, and technical education indices have a positive and statistically significant effect on the total values of agricultural production. However, we did not find any statistically significant effect of the productivity and finance input indices on the total values of agricultural production. Hence, we can conclude that the government should focus their agricultural policy on scale, location quotient and education to improve total agricultural production.

• 재무관리연구
• /
• 제26권3호
• /
• pp.65-101
• /
• 2009

본 연구에서는 한국거래소 내 유가증권시장의 1999년부터 2004년까지의 일중 거래자료에 기초한 프로그램매매종목과 차익거래종목, 그리고 비차익거래종목의 스프레드와 프로그램매매포함횟수의 변화를 분석하여 한국유가증권시장의 프로그램매매중단장치인 사이드카가 정보비대칭을 해소하는 역할을 하는지를 검증하였다. 본 연구의 주요결과를 요약하면 다음과 같다. 첫째, 사이드카 발동 이후 프로그램매매종목의 스프레드가 감소하는 것으로 나타나 사이드카가 정보비대칭을 부분적으로 완화시키는 효과가 있는 것으로 나타났다. 둘째, 사이드카 발동 이후 프로그램매매종목에 나타나는 정보비대칭의 해소효과는 매수프로그램매매종목에 국한하여 나타나는 결과이다. 셋째, 차익거래와 비차익거래에 미치는 효과를 분석한 결과는 사이드카의 발동이 차익거래뿐만 아니라 비차익거래 종목의 스프레드를 줄여 정보비대칭을 해소하는 효과를 가짐을 보여준다. 넷째, 프로그램매매종목에서와 마찬가지로 차익거래와 비차익거래 종목에 나타나나는 정보비대칭해소효과는 매수차익거래와 매수비차익거래에 국한하여 나타난다. 마지막으로 사이드카 발동 전후 각 표본의 프로그램매매 포함횟수의 변화를 분석한 결과에 의하면, 각 표본종목이 프로그램매매에 포함된 횟수는 사이드카 발동 이후에 대부분 증가하는 것으로 나타나, 사이드카 발동에 따른 매매중단기간 동안 정보비대칭이 충분히 해소되지 못하며 사이드카 발동을 가져온 가격의 급등락에 관련된 뉴스가 사건이후에도 지속적으로 영향을 미침을 보여준다.

• 디지털융복합연구
• /
• 제19권12호
• /
• pp.175-182
• /
• 2021

본 연구는 최근 발표된 "코스피 200 ESG 지수"를 중심으로 과연 "코스피 200 ESG 지수"가 주가와의 관련성이 있는 지를 살펴보고자 한다. 구체적으로 코스피 200 ESG 지수의 편입 기업이 지수편입으로 인한 주가의 평균초과수익률과 누적평균초과수익률을 나타내는 지 실증 분석하였다. 연구방법은 정상적 기대수익률을 OLS에 의해 추정된 계수를 이용한 시장모형(market model)에 의한 수익률을 사용하여 사건연구를 수행하였다. 연구결과를 요약해보면 다음과 같다. 첫째, 기업의 코스피 200 ESG 지수 최초 편입은 유의한 양(+)의 평균초과수익률과 누적평균초과수익률을 나타냈다. 둘째, 기업의 코스피 200 ESG 지수 편입은 유의한 양(+)의 평균초과수익률과 누적평균초과수익률을 나타냈다. 본 연구를 통하여 시장에서 투자자들이 단순히 재무정보만이 아닌 비재무적 정보로서 ESG 지표에 대한 인식을 하고 있다는 점을 확인할 수 있었다. 더불어 투자자는 ESG지수를 투자를 위한 정보로 인식한다는 점을 실증적으로 분석한 점이 본 연구의 기여점이라 할 수 있다. 본 연구는 최신의 ESG 지수를 이용했다는 점에서 차별점이 있지만, 동시에 연구기간이 짧고 연구표본이 제한적이라는 점에서 한계점을 지닌다.

• 스마트미디어저널
• /
• 제10권3호
• /
• pp.39-47
• /
• 2021

지수 상향 추종은 시장수익률을 좇는 지수 추종에 기반을 두고 지수 이상의 수익을 내기 위한 목적함수를 최적화시키는 문제이다. 큰 거래비용과 비유동성 등의 문제를 피하기 위하여 지수 편입종목들 중 일부만을 선택하여 포트폴리오를 구성하는 방법을 사용하였다. 기존의 지수 상향 추종 방법들은 테스트하는 모든 구간에서 하나의 목적함수만을 가지고 최적의 포트폴리오를 찾고자 하였으나 변동성이 큰 금융시장에서 항상 잘 통하는 궁극의 전략을 찾고자 하는 것은 불가능에 가깝다. 또한, 시간에 따라 통계적 특성이 크게 변하는 금융시장의 특성 상 학습 데이터에 대한 목적함수를 최적화시키는 것 이상으로 일반화 성능을 향상시키는 것이 중요하지만 기존의 방법들은 이를 위한 직접적인 논의가 부족하다는 한계점을 가지고 있다. 이러한 문제점들을 해결하기 위하여 본 논문은 여러 목적함수들을 조합하여 포트폴리오를 구성하는 앙상블 학습과 학습 데이터에 대한 목적함수 이외의 다른 기준을 적용하여 포트폴리오를 선택할 수 있는 3단계 포트폴리오 선택 알고리즘을 제안한다. S&P500 지수를 사용한 실험에서 제안한 방법은 지수와 기존 방법들보다 27% 이상 높은 Sharpe ratio를 보이며 3단계 포트폴리오 선택 알고리즘과 앙상블 학습이 지수 상향 포트폴리오를 선택하는데 효과가 있음을 보여준다.

• 지능정보연구
• /
• 제22권4호
• /
• pp.19-43
• /
• 2016

이 연구에서 Asia 금융 위기의 원인을 고찰하여 보고, European Monetary Systems의 금융 위기와 비교하여 본다. Asian 신흥 국가들은 1997년도에 금융 위기를 경험하였고, European Monetary Systems의 국가들도 1992년도에 동일한 경험을 하였다. 또한, 중남미의 신흥 경제국가인 Mexico 역시 1994년에 금융위기를 겪었다. 이 연구의 목적은 이들 금융위기의 내면을 고찰하고 그 결과로부터 일반화된 법칙을 추출하는 것이다. 이 연구에서는 금융위기를 경험한 한국과 영국과 멕시코를 각각 세가지 다른 모형으로 연구하고 비교하였다. 이 접근 방법은 체계적인 조사를 통하여 세 국가의 차이점을 보여주고 또한 공통적인 내재 요인을 관찰한다. 이전의 많은 연구 방법들은 대부분 선형 회귀식을 통한 causal model에 초점을 맞추고 있지만, 이러한 선형 회귀 모형의 약점을 보완하여서 현실에 산재하며 존재하는 비 선형의 문제를 해결하기 위하여 또 다른 방법을 제안하여 본다. 이 연구에서 사용한 구조 방정식(Structural Equation Model) 모형은 현실로부터 원인을 추출하고 분석하는 연구에 적합하며, 신경망(Artificial Neural Network) 모형은 선형모형의 단점을 보완하여서 비 선형 요인을 설명해 준다. 구조방정식 모형에 적용하기 위하여서 LISREL(LInear Structural RELationship)을 사용하였다. LISREL은 확인적 요인분석과 계량경제학에서 개발된 연립방정식모델에 토대를 둔 다중회귀분석 및 경로분석 등이 결합된 성격을 갖는 방법론으로 다양한 연구에 적용된다. 또한 인공지능(Artificial Intelligence) 기법 중의 하나인 신경망 모형은 선형회귀 분석과 다른 형태의 결과를 도출한다. 세가지 방법론의 우수성을 비교하기 위하여 Hit ratio를 각 국가/ 각 방법론 별로 구분하여서 비교한 결과 다른 방법론 보다 신경망이 더 좋은 성과를 나타내고 있는 것을 확인할 수 있었다. 세가지 방법론에 각각 일반적인 환율 예측에 사용되는 변수를 사용하였다. 소비자 물가지수(Consumer Price Index), 국내총생산(Gross Domestic Product), 이자율(Interest rate), 주가지수(Stock Index), 경상수지(Current Account), 외환보유고(Foreign Reserves)의 6가지 변수를 이용하여서 환율을 예측하여서 급격한 환율 변화로 초래되는 경제위기를 예측하려고 하였다. 각각의 국가의 데이터는 대한민국은 1991년부터 1999년까지, 영국은 1986년부터 1995년까지, 멕시코는 1988년부터 1998년까지의 기간을 정하여서 시계열자료를 분기별로 사용하였다. 각각의 데이터는 Data Stream과 한국은행(Bank of Korea)의 데이터를 이용하여서 분석하였다. 선형회귀방정식을 이용한 분석과 구조방정식인 LISREL을 이용한 분석은 각각 Hit ratio가 국가별로 순위가 변동되기도 하였으나, 인공지능 방법론인 인공신경망의 경우는 모든 국가에서 가장 좋은 예측 결과를 나타내고 있었다. 이 논문은 환율의 변동에 대한 다양한 예측 모형을 비교하고 평가하여서 연구에서 제시하는 개념을 검토하였다는 점에서 의의를 갖는다.

• 토지주택연구
• /
• 제4권1호
• /
• pp.43-54
• /
• 2013

본 연구는 글로벌 금융위기 이후 침체양상을 지속하고 있는 수도권 주택시장과 관련하여, 금융위기 이후 주택가격 결정요인의 변화를 벡터오차수정(VAR)모형을 통해 분석하였다. 글로벌 금융위기가 발생한 2008년 3분기를 기준으로 이전과 현재까지로 거시경제변수와 주택가격변수간의 동태적 관계를 보기 위해 충격반응도와 분산분해 분석을 실시하였다. 분석결과를 정리하면 먼저 수도권 주택매매가격의 경우 금융위기 이후에 전세가격과 주택매매가격 자체의 변화에 의해 더 영향을 받는 것으로 나타난 반면, 금융위기 이전에 주택매매가격에 미치는 영향력이 큰 것으로 나타났던 종합주가지수와 국고채 수익률은 금융위기 이후 영향력이 사라진 것으로 나타났다. 한편, 수도권 주택전세가격의 경우 금융위기 이전과 이후 모든 기간에서 다른 변수들보다 주택매매가격과 주택전세가격 자체의 영향력이 크게 나타난 가운데, 금융위기 이전에는 종합주가지수와 생산자물가가 영향을 미치고 실질GDP는 별다른 영향을 주지 못했다면, 금융위기 이후에는 역으로 실질GDP의 영향력이 크게 나타났고 생산자물가와 종합주가지수는 별다른 영향을 미치지 못하는 것으로 분석되었다. 이와 같이 경제불안의 지속으로 인해 수도권 주택매매 및 전세가격은 실질GDP와 같은 실물경기에 더 크게 영향을 받게 된 것으로 판단된다. 따라서 최근의 주택가격의 하락은 유럽재정위기 등으로 인해 지속되고 있는 국내경제 불확실성을 감안할 때 회복세는 크게 제한될 것으로 보이며, 향후 주택경기를 활성화시키기 위해서는 금융 및 공급규제 완화 등의 대책보다는 경제활성화를 통한 구매력 제고에 집중할 필요가 있을 것이다.

• 지능정보연구
• /
• 제22권4호
• /
• pp.177-192
• /
• 2016

기계학습(Machine Learning)은 인공 지능의 한 분야로, 데이터를 이용하여 기계를 학습시켜 기계 스스로가 데이터 분석 및 예측을 하게 만드는 것과 관련한 컴퓨터 과학의 한 영역을 일컫는다. 그중에서 SVM(Support Vector Machines)은 주로 분류와 회귀 분석을 목적으로 사용되는 모델이다. 어느 두 집단에 속한 데이터들에 대한 정보를 얻었을 때, SVM 모델은 주어진 데이터 집합을 바탕으로 하여 새로운 데이터가 어느 집단에 속할지를 판단해준다. 최근 들어서 많은 금융전문가는 기계학습과 막대한 데이터가 존재하는 금융 분야와의 접목 가능성을 보며 기계학습에 집중하고 있다. 그러면서 각 금융사는 고도화된 알고리즘과 빅데이터를 통해 여러 금융업무 수행이 가능한 로봇(Robot)과 투자전문가(Advisor)의 합성어인 로보어드바이저(Robo-Advisor) 서비스를 발 빠르게 제공하기 시작했다. 따라서 현재의 금융 동향을 고려하여 본 연구에서는 기계학습 방법의 하나인 SVM을 활용하여 매매성과를 올리는 방법에 대해 제안하고자 한다. SVM을 통한 예측대상은 한국형 변동성지수인 VKOSPI이다. VKOSPI는 금융파생상품의 한 종류인 옵션의 가격에 영향을 미친다. VKOSPI는 흔히 말하는 변동성과 같고 VKOSPI 값은 옵션의 종류와 관계없이 옵션 가격과 정비례하는 특성이 있다. 그러므로 VKOSPI의 정확한 예측은 옵션 매매에서의 수익을 낼 수 있는 중요한 요소 중 하나이다. 지금까지 기계학습을 기반으로 한 VKOSPI의 예측을 다룬 연구는 없었다. 본 연구에서는 SVM을 통해 일 중의 VKOSPI를 예측하였고, 예측 내용을 바탕으로 옵션 매매에 대한 적용 가능 여부를 실험하였으며 실제로 향상된 매매 성과가 나타남을 증명하였다.