• 재무관리연구
• /
• 제27권2호
• /
• pp.85-114
• /
• 2010

본 연구에서는 성과연동형 스톡옵션을 가장 활발하게 부여한 국내 금융업을 대상으로 경영자에 대한 성과연동형 스톡옵션 부여가 과연 기업가치를 유효하게 증가시켰는지를 실증분석을 통해 검증하였다. 2002~2005년 동안 스톡옵션을 부여한 금융기관을 대상으로 실증분석을 수행하여 다음과 같은 결과를 얻었다. 첫째, 스톡옵션 부여공시에 따른 단기 주가반응을 분석한 결과, 고정형 스톡옵션 부여공시는 기업가치에 별다른 영향을 미치지 않았다. 반면, 성과연동형 스톡옵션을 부여한 경우 기대와 달리 공시일 전후 유의한 음(-)의 초과수익률이 발견되었다. 금융기관별로는 은행의 성과 연동형 스톡옵션 부여공시가 강하고 유의한 음(-)의 초과수익률을 산출하였는데, 이는 선행연구에서 제시한 것처럼 은행처럼 규제가 많은 산업에서는 경영자가 경영의사결정을 내릴 때 재량권이 제한적이므로 투자자들이 스톡옵션 부여에 따른 유효성을 낮게 평가하기 때문으로 해석된다. 둘째, 스톡옵션 부여 이후 기업의 장기성과를 검증한 결과, 스톡옵션 부여가 기업가치를 증가시켰다는 증거를 발견하지 못했으며 이는 선행연구와 동일한 결과이다. 성과연동형 스톡옵션을 부여한 금융기관에서도 장기성과가 개선되었다는 결과를 얻지 못했으나, 고정형 스톡옵션 부여와 비교하여 볼 때, 스톡옵션 부여 후 1~24개월 및 1~36개월의 초과수익률이 상대적으로 높게 나타났다. 이는 향후 성과연동형 스톡옵션제도가 보완되고 보다 정교하게 설계되어 실행된다면 기업가치 개선에 기여할 여지가 있음을 시사한다.

• 경영과정보연구
• /
• 제28권1호
• /
• pp.71-97
• /
• 2009

주식보상시스템의 도입으로 기업은 최소의 비용으로 유능한 인재를 확보함으로써 기업의 경쟁력을 강화할 수 있고, 특히 첨단산업과 같은 성장산업에서 고급인력을 양성하고 기술력을 확보함으로써 기업의 대내외적인 경쟁력을 확보할 수 있게 된다. 또한 종업원의 동기를 부여함으로써 임직원의 잠재적인 주주화를 통해 주인의식고취 및 책임경영을 실현 시킨다. 본 연구는 주식보상시스템의 도입에 따른 회계변수평가모형이 기업가치를 평가하는데 유용한지를 검증하였으며 현행 기업회계기준에 의해 작성된 주식매입선택권이기업 지식자산의 형태로 자산화되었을 경우 기업가치 평가를 검증하였다. 연구 결과 회계변수들은 기업가치를 평가하는데 유용한 측정치들이었으나 스톡옵션 부여와 관련된 주식매입선택권의 경우 현행 기업회계기준 방법에 의하였을 경우에는 주식매입선택권과 주식보상비용 모두 유의하지 않은 것으로 나타났다. 추가적으로 자산화 된 주식매입선택권의 경우 유의한 양(+)의 값으로서 기업 가치를 평가하는데 유의한 결과임을 지적하였다. 이는 투자자들이 기업 가치를 평가하는데 있어서 주식매입선택권을 현행 기업회계기준의 방법으로 처리하는 것보다 자산화 시킨 후 스톡옵션의 효익 지속기간 동안 상각하는 것이 기업가치를 평가하는데 더 유용한 방법이라는 점을 가지고 있다는 것을 나타낸다.

• 지능정보연구
• /
• 제16권2호
• /
• pp.19-32
• /
• 2010

학계와 금융파생상품 가격결정이나 변동성매매와 같은 실무영역 모두에서 주식시장의 변동성은 중요한 역할을 한다. 본 연구는 GARCH 모형에 기초하여 한국주식시장의 변동성을 정확히 예측함으로써 변동성매매시스템의 성과를 높일 수 있는 새로운 방법을 제시하였다. 특히, 여러 연구 자료에서 밝혀지고 있는 변동성 비대칭성개념을 도입하였다. 최근 새로 개발된 한국주식시장 변동성 지수인 VKOSPI를 변동성 대용값으로 사용한다. VKOSPI는 KOSPI 200 지수옵션의 가격을 이용하여 계산된 값으로서 옵션딜러들의 변동성 예측치를 반영하고 있다. KOSPI 200 옵션시장은 1997년 시작되었으며, 발전을 거듭하여 현재 하루 거래량이 1,000만 계약을 넘어서면서 세계 최고의 지수옵션시장으로 발전하였다. 이러한 옵션시장에 반영된 변동성을 분석하는 것은 투자자들에게 좋은 투자정보를 제공하게 될 것이다. 특히, 변동성 대용값으로 VKOSPI를 사용하면 다른 변동성 대용치를 사용할 때 발생하는 통계적 추정의 문제를 피해 갈 수 있다. 본 연구는 2003년부터 2006년의 KOSPI 200 지수 일별자료를 대상으로 최우도추정방법(MLE)을 이용하여 GARCH 모형을 추정한다. 비대칭 GARCH 모형으로는 Glosten, Jagannathan, Runke의 GJR-GARCH 모형, Nelson의 EGARCH 모형, 그리고 Ding, Granger, Engle의 PARCH모형을 포함하며 대칭 GARCH 모형은 (1, 1) GARCH 모형을 이용한다. 2007년부터 2009년까지의 KOSPI 200 지수 일별자료를 대상으로 반복적 계산과정을 통해 내일의 변동성 예측값과 오르고 내리는 변화방향을 예측하였다. 분석 결과 시장변동성과 예기치 않은 주가변동 사이에는 음의 상관관계가 존재하며, 음의 주가변동은 동일한 크기의 양의 주가변동보다 훨씬 더 큰 변동성의 증가를 가져옴을 알 수 있다. 즉, 한국 주식시장에도 변동성 비대칭성이 존재함을 보여주었다. GARCH 모형을 이용하여 내일의 VKOSPI의 등락방향을 예측하고 이를 이용하여 변동성 매매시스템을 개발하였다. 내일의 변동성이 상승할 것으로 예측되면 스트래들매수전략을 이용하고 반대로 변동성이 하락할 것으로 예측되면 스트래들 매도전략을 이용한다. 변동성의 변화방향성을 맞춘 경우에는 VKOSPI 변동분을 더하고 틀린 경우에는 변동분을 뺀 누적합을 이용하여 변동성매매전략의 총수익을 계산한다. 모형추정용 자료구간의 경우 통계적 기준인 MSPE 기준으로는 PARCH 모형의 적합도가 가장 높고, 예측방향의 적중도를 재는 MCP 기준으로는 EGARCH 모형이 가장 높은 값을 보여주었다. 테스트용 자료구간의 경우에는 PARCH 모형이 모형적합도와 내일의 변동성 등락방향 예측에서 가장 좋은 결과를 보여주었다. 모형추정용 자료구간의 경우 GARCH 모형 전체에서 매매이익을 기록하고 있고 테스트용 자료구간의 경우에는 EGARCH 모형을 제외한 GARCH 모형들이 매매이익을 보여주었다. 본 연구에서 나타난 변동성의 군집과 비대칭성 현상으로부터 변동성에 비선형성이 존재함을 알 수 있었으며, 비선형성에서 좋은 결과를 보이고 있는 인공지능시스템과 비대칭 GARCH 모형을 결합한다면 제안된 변동성매매시스템의 성과를 많이 개선할 수 있을 것으로 판단된다.

• 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.