• 지능정보연구
• /
• 제12권4호
• /
• pp.15-37
• /
• 2006

본 논문은 증권거래소 이상매매 적출업무의 효율성을 제고하기 위해 데이터마이닝 기법을 적용하는 방안에 대해 연구하는 것을 주된 목적으로 한다. 이 과정에서 국내 증권거래소의 이상매매 적출모형과 데이터마이닝을 활용한 해외사례로서 미국 NASD의 ADS를 소개한 뒤, 실증분석에 사용될 자료들을 시세조종 종목과 정상 종목으로 나누어 검토한다. 국내에서 주식시장의 이상매매 적출에 대한 데이터마이닝 기법의 적용에 대한 연구가 없는 상황에서 다양한 입력변수를 만들어 실제로 데이터마이닝 기법들을 적용하여 적출성과를 상호 비교한 결과와 시사점을 기술하였다.

• The Journal of Asian Finance, Economics and Business
• /
• 제8권5호
• /
• pp.707-715
• /
• 2021

This article examines the potential impact of the Covid-19 Lockdown on earnings manipulation and stock market sensitivity to earnings announcements. It also explores the effects of earnings manipulation after the COVID-19 outbreak on the share price sensitivity to the earnings disclosures. The study uses a quantitative method to analyze the financial data consisting of 87 firms listed on the Iraq Stock Exchange for the period from 2018 to 2020, which constitutes a total of (174 observations). We used Ohlson (1995) model to estimate financial market reaction and sensitivity to earnings manipulation fluctuations and accounting information. The results show that companies practice earnings manipulation to maintain earnings over a time series, which means a negative impact of earnings manipulation on all earnings measures' value relevance (EPS, BVS, and CFS). Accordingly, earnings manipulation negatively influences investor behavior in the financial market, based mainly on financial reporting. The value relevance of financial reports has also decreased because of the COVID-19 outbreak and related economic Lockdown. These results reflect a long-term adverse impact of earnings manipulation on investor behavior and financial statements reliability.

• 한국융합학회논문지
• /
• 제8권9호
• /
• pp.41-47
• /
• 2017

본 연구에서는 제4차 산업혁명의 핵심 요소인 인공지능 기술의 발전에 불가피하게 수반될 수 있는 부작용을 최소화하기 위한 제도적 보완점을 도출하기 위한 선행 연구로서, 인공지능 기술 적용의 대표적인 유형에 해당하는 로보어드바이저가 해킹되어 시세조종 행위를 범하는 구체적인 경우에 있어서 현행 법체계에 따른 책임관계가 어떠한지 검토하고자 하였다. 현행 법체계가 기본적으로 해킹 행위 및 시세조종 행위를 엄격히 금지하는 입장을 취하고 있으나, 로보어드바이저 운용사는 평소 해킹 방지를 위한 보호조치 의무를 준수할 경우 해킹에 따른 시세조종 행위로 일반 투자자들에게 대규모 피해가 발생하여도 이에 대한 법적 책임을 면할 수 있는 등 피해자 보호에 미흡한 것으로 확인되었다. 본 연구를 바탕으로 이러한 문제를 극복하기 위한 제도적 보완점 도출에 관한 후속 연구가 필요하다.

• 응용통계연구
• /
• 제29권5호
• /
• pp.907-920
• /
• 2016

본 논문의 목표는 분위수 자기회귀모형을 활용하여 시계열 자료에서 특이치를 발견하는 알고리즘을 제안하고, 기존의 방법들과 그 성능을 비교하여 실제 주가 조작 사례에 적용해 보는 것이다. 지금까지의 특이치 발견 연구는 대부분 일반적인 데이터 형태에서만 있어왔기 때문에 시계열 데이터에서의 연구는 미미한 편이다. 또한 모수적인 방법에만 제한되었는데, 모수적 모형은 복잡할 뿐만 아니라 소요되는 분석 시간도 길기 때문에 편리하지 않다. 따라서 본 연구에서는 분위수 자기회귀모형을 활용한 특이치 발견 알고리즘을 새롭게 제시하고, 다양한 경우의 모의실험을 통해 기존 알고리즘과 비교하도록 한다. 특히 시계열 자료에서의 특이치 발견은 주가 조작을 적발하는 데에 유용하게 활용될 수 있다. 시간에 따라 관측되던 주가가 갑자기 그 동안의 흐름에서 벗어나 특이치로 발견되었다면 혹시 인위적인 개입으로 조작된 것은 아닌지 의심해 볼 수 있기 때문이다. 따라서 실제 주가 조작 사례에 적용해 봄으로써 얼마나 빠른 시일 내에 주가 조작을 적발해 낼 수 있는지 살펴보았다.

• 한국산학기술학회논문지
• /
• 제13권4호
• /
• pp.1640-1647
• /
• 2012

본 연구는 2007년 1월부터 2009년 12월까지 3년간 코스닥기업의 유상증자 형태 중 제3자 배정을 통해 대금을 납입한 81개 기업 197건에 대하여 사건연구를 통해 납입 전, 후의 주가반응을 비교분석하였고, 더 나아가 누적초과수익률에 영향을 미치는 요인이 무엇인지를 다중회귀분석을 통해 파악하였다 본 연구의 결과를 요약하면 다음과 같다. 첫째, (-5, +5) 초과수익률은 납입일 5일전부터 1일전까지 1% 수준에서 유의적인 정(+)의 초과수익률을 보이는 것으로 나타났고, 사건일인 납입 일에는 유의적인 초과수익률이 존재하지 않는 것으로 나타났다. 납입일 이후 5일 동안은 1% 유의수준에서 부(-)의 초과수익률을 보였다. 둘째, 납입일 전, 후 40일간(-40, +40)의 초과수익률은 납입일 전 40일 동안 1% 수준에서 유의적인 정(+)의 초과수익률을 나타냈으며, 납입일 이후 40일 동안 1% 수준에서 유의적인 부(-)의 초과수익률을 보였다. 셋째, 납입일 이후 1년간(0, 1년)의 초과수익률은 1% 수준에서 유의적인 부(-)의 초과수익률을 보였다. 넷째, (-5, +5)까지의 누적초과수익률에 영향을 미치는 요인은 기업규모로 정(+)의 영향을 미쳤으며, 10% 유의수준에서 유의적이었다. 유보율과 부채비율은 (-40, +40)의 누적초과수익률에 10% 유의수준에서 유의적으로 각각 정(+)과 부(-)의 영향을 미치는 것으로 나타났다. (0, 1년)의 누적초과수익률에 영향을 미치는 요인은 기업규모, 부채비율, 대주주지분율은 각각 1%, 5%, 10% 유의수준에서 유의적인 부(-)의 영향을, 유보율은 1% 유의수준에서 유의적으로 정(+)의 영향을 미치는 것으로 나타났다.