• 디지털융복합연구
• /
• 제11권2호
• /
• pp.175-182
• /
• 2013

본 연구에서는 주택 수요와 공급의 상호영향관계 메커니즘을 이용하여 가격 시뮬레이션 모형을 개발하였다. 가격 시뮬레이션 모형의 핵심 알고리즘은 피드백 제어 이론을 이용한 시스템 다이나믹스 기반의 스톡 플로우 변수이며, 이러한 원리를 이용하여 서울지역 아파트 가격변화 행태를 모델링하였다. 가격 행태를 결정하는 피드백 메커니즘은 중장기 경기변동 시나리오 하에 대출 이자율을 정책변수로 아파트 매매 수요자와 공급자 규모를 스톡 변수로 설정하고, 이들 간의 상호 영향관계를 검증하였다. 본 논문을 통하여 향후 아파트 가격 추이는 아파트 매매 수요자와 공급자 규모의 행태 변화와 수요자와 공급자가 갖는 가격에 대한 반응 매개변수간의 영향관계로 구성된다. 또한 향후 경기 전망 및 대출이자율 등 거시경제의 상황에 따라 아파트 매매가격은 변화함을 알 수 있었다. 제시된 아파트 매매 가격 시뮬레이션 계량모델은 양도세 및 취득세 감면 등 비 금융 관련 부동산정책변수와 대출이자 조정 등 금융 관련 정책변수의 보다 정확하고 충분한 데이터를 적용하면 실무 적용과 정부 주택정책입안에 활용 할 수 있을 것으로 판단된다.

• 응용통계연구
• /
• 제13권2호
• /
• pp.437-445
• /
• 2000

국내 주가시계열을 분석하기 위해 기존의 비선형시계열모형인 분계점을 가진 자기외귀모형(TAR)과 일반화 이분산자기회귀모형(GARCH)을 비교 분석한 후, 이 두가지 모형을 결합시킨 새로운 모형 TAT-GARCH모형을 제안하였다. 이 모형은 그 자체로도 이론적인 관삼의 대상이 되어 연관된 모수추정 기법을 제시하였고 국내 개별 주가시계열 자료의 분석에 있어서 제안된 모형이 기존의 모형들 보다 상대적으로 더 좋은 예측치를 제공할 수 있음을 특정 9개 회사의 주가분석을 통해 알아보았다.

• 산경연구논집
• /
• 제9권5호
• /
• pp.63-72
• /
• 2018

Purpose - This work analyzes, in detail, the specification of vector error correction model (VECM) and thus examines the relationships and impact among seven economic variables for USA - balance on current account (BCA), index of stock (STOCK), gross domestic product (GDP), housing price indices (HOUSING), a measure of the money supply that includes total currency as well as large time deposits, institutional money market funds, short-term repurchase agreements and other larger liquid assets (M3), real rate of interest (IR_REAL) and household credits (LOAN). In particular, we search for the main explanatory variables that have an effect on stock and real estate market, respectively and investigate the causal and dynamic associations between them. Research design, data, and methodology - We perform the time series vector error correction model to infer the dynamic relationships among seven variables above. This work employs the conventional augmented Dickey-Fuller (ADF) and Phillips-Perron (PP) unit root techniques to test for stationarity among seven variables under consideration, and Johansen cointegration test to specify the order or the number of cointegration relationship. Granger causality test is exploited to inspect for causal relationship and, at the same time, impulse response function and variance decomposition analysis are checked for both short-run and long-run association among the seven variables by EViews 9.0. The underlying model was analyzed by using 108 realizations from Q1 1990 to Q4 2016 for USA. Results - The results show that all the seven variables for USA have one unit root and they are cointegrated with at most five and three cointegrating equation for USA. The vector error correction model expresses a long-run relationship among variables. Both IR_REAL and M3 may influence real estate market, and GDP does stock market in USA. On the other hand, GDP, IR_REAL, M3, STOCK and LOAN may be considered as causal factors to affect real estate market. Conclusions - The findings indicate that both stock market and real estate market can be modelled as vector error correction specification for USA. In addition, we can detect causal relationships among variables and compare dynamic differences between countries in terms of stock market and real estate market.

• KDI Journal of Economic Policy
• /
• 제14권4호
• /
• pp.3-26
• /
• 1992

본고(本稿)에서는 물가변동(物價變動)의 구조(構造), 주요거시정책변수(主要巨視政策變數)의 변동이 물가에 미치는 영향 및 파급구조(波及構造) 등을 파악하고 물가안정을 위한 적절한 정책대응방안을 제시하기 위하여 물가모형(物價模型)을 작성하였다. Keynesian 거시경제모형(巨視經濟模型) 형태로 작성하되, 임금(賃金), 이자율(利子率), 물가(物價)와 같은 주요가격변수(主要價格變數)를 내생화(內生化)하고 잠재(潛在)GNP의 추정 역시 내생화(內生化)함으로써 가격 및 실물변수의 장기적(長期的) 상호변동관계(相互變動關係)를 파악하였다. 어떠한 충격에 의해 초과수요(超過需要)(실질GNP-잠재GNP)가 변화하면 이는 임금(賃金), 금리(金利), 물가(物價), 실질실효환율(實質實效換率) 등과 같은 가격변수에 영향을 미치고 이는 다시 초과수요(超過需要)를 변동시키는 실물(實物)-가격(價格)-실물(實物)의 순환변동관계(循環變動關係)에 의해 물가가 변동되는 것으로 나타났다. 본 모형(模型)은 Keynesian모형(模型)이나, 장기(長期)에는 고전파적(古典派的)(Classical) 정책함의를 가지는바, 통화공급증가(通貨供給增加), 재정지출증가(財政支出增加), 환율절하(換率切下) 등은 단기(短期)에는 경기부양효과를 가지나 장기(長期)에는 이러한 경기부양효과가 소멸되는 반면 물가(物價)는 높은 수준을 유지하는 결과를 초래하는 것으로 나타났다.

• Journal of the Korean Data and Information Science Society
• /
• 제28권6호
• /
• pp.1327-1336
• /
• 2017

본 연구에서는 단기 예측을 위한 자기회귀누적이동평균모형, 역전파 신경망 및 유전자 알고리즘의 결합 적용에 대하여 논의하고 이를 통한 유전자-신경망 알고리즘의 효용성을 살펴본다. 일반적으로 역전파 알고리즘은 지역 최소값에 수렴될 수 있는 단점이 있기 때문에, 여기서는 예측 정확도를 높이기 위해 역전파 신경망 구조를 최적화하고 유전자 알고리즘을 결합한 유전자-신경망 알고리즘 기반 예측모형을 구축한다. 실험을 통한 오차 비교는 KOSPI 지수를 이용한다. 결과는 이 연구에서 제안된 유전자-신경망 모형이 역전파 신경망 모형과 비교할 때 예측 정확도에서 어느 정도 유의한 효율성을 보여주고자 한다.

• Asia pacific journal of information systems
• /
• 제24권2호
• /
• pp.233-253
• /
• 2014

Can the stock market really be predicted? Stock market prediction has attracted much attention from many fields including business, economics, statistics, and mathematics. Early research on stock market prediction was based on random walk theory (RWT) and the efficient market hypothesis (EMH). According to the EMH, stock market are largely driven by new information rather than present and past prices. Since it is unpredictable, stock market will follow a random walk. Even though these theories, Schumaker [2010] asserted that people keep trying to predict the stock market by using artificial intelligence, statistical estimates, and mathematical models. Mathematical approaches include Percolation Methods, Log-Periodic Oscillations and Wavelet Transforms to model future prices. Examples of artificial intelligence approaches that deals with optimization and machine learning are Genetic Algorithms, Support Vector Machines (SVM) and Neural Networks. Statistical approaches typically predicts the future by using past stock market data. Recently, financial engineers have started to predict the stock prices movement pattern by using the SNS data. SNS is the place where peoples opinions and ideas are freely flow and affect others' beliefs on certain things. Through word-of-mouth in SNS, people share product usage experiences, subjective feelings, and commonly accompanying sentiment or mood with others. An increasing number of empirical analyses of sentiment and mood are based on textual collections of public user generated data on the web. The Opinion mining is one domain of the data mining fields extracting public opinions exposed in SNS by utilizing data mining. There have been many studies on the issues of opinion mining from Web sources such as product reviews, forum posts and blogs. In relation to this literatures, we are trying to understand the effects of SNS exposures of firms on stock prices in Korea. Similarly to Bollen et al. [2011], we empirically analyze the impact of SNS exposures on stock return rates. We use Social Metrics by Daum Soft, an SNS big data analysis company in Korea. Social Metrics provides trends and public opinions in Twitter and blogs by using natural language process and analysis tools. It collects the sentences circulated in the Twitter in real time, and breaks down these sentences into the word units and then extracts keywords. In this study, we classify firms' exposures in SNS into two groups: positive and negative. To test the correlation and causation relationship between SNS exposures and stock price returns, we first collect 252 firms' stock prices and KRX100 index in the Korea Stock Exchange (KRX) from May 25, 2012 to September 1, 2012. We also gather the public attitudes (positive, negative) about these firms from Social Metrics over the same period of time. We conduct regression analysis between stock prices and the number of SNS exposures. Having checked the correlation between the two variables, we perform Granger causality test to see the causation direction between the two variables. The research result is that the number of total SNS exposures is positively related with stock market returns. The number of positive mentions of has also positive relationship with stock market returns. Contrarily, the number of negative mentions has negative relationship with stock market returns, but this relationship is statistically not significant. This means that the impact of positive mentions is statistically bigger than the impact of negative mentions. We also investigate whether the impacts are moderated by industry type and firm's size. We find that the SNS exposures impacts are bigger for IT firms than for non-IT firms, and bigger for small sized firms than for large sized firms. The results of Granger causality test shows change of stock price return is caused by SNS exposures, while the causation of the other way round is not significant. Therefore the correlation relationship between SNS exposures and stock prices has uni-direction causality. The more a firm is exposed in SNS, the more is the stock price likely to increase, while stock price changes may not cause more SNS mentions.

• 인터넷정보학회논문지
• /
• 제23권4호
• /
• pp.45-55
• /
• 2022

암호화폐 시장의 규모는 날이 갈수록 커져가고 있으며, 대표적인 암호화폐인 비트코인의 경우 시가총액이 500조를 넘어섰다. 이에 따라 암호화폐의 가격을 예측하려는 연구도 많이 이루어졌으며, 이들은 대부분 주식가격을 예측하는 방법론과 유사성을 띄는 연구들이다. 하지만 선행연구를 비춰 봤을 때 주식가격예측과 달리 암호화폐 가격 예측은 머신러닝의 정확도가 우위에 있는 사례가 많다는 점, 개념적으로 주식과 달리 암호화폐는 소유로 인한 수동적 소득이 없다는 점, 통계적으로 시가총액 대비 하루 거래량의 비율을 살펴봤을 때 암호화폐가 주식 대비 최소 3배이상 높다는 점이 도출되었다. 이를 통해 암호화폐 가격 예측 연구에는 주식 가격 예측과 다른 방법론이 적용되어야 함을 본 논문에서 주장하였다. 우리는 기존에 주가 딥러닝 예측에 사용되던 워크 포워드 검증를 응용한 역순 워크 포워드 검증을 제안하였다. 역순 워크 포워드 검증은 워크 포워드 검증과 달리 검증 데이터셋을 테스트 데이터셋에 시계열상으로 바로 앞에 부분으로 고정시켜놓고, 훈련데이터를 훈련 데이터셋에 시계열상으로 바로 앞 부분부터 서서히 훈련 데이터셋의 크기를 늘려가면서 검증에 대한 정확도를 측정한다. 측정된 모든 검증 정확도 중 가장 높은 정확도를 보이는 훈련 데이터셋의 크기에 맞춰서 훈련 데이터를 절삭시킨 뒤 검증 데이터와 합쳐서 실험 데이터에 대한 정확도를 측정하였다. 분석모델로는 로지스틱 회귀분석과 SVM을 사용했으며, 우리가 제안한 역순 워크 포워드 검증의 신뢰성을 위해서 분석 모델 내부적으로도 L1, L2, rbf, poly등의 다양한 알고리즘과 정규화 파라미터를 적용하였다. 그 결과 모든 분석모델에서 기존 연구보다 향상된 정확도를 보임이 확인되었으며, 평균적으로도 1.23%p의 정확도 상승을 보였다. 선행연구를 통해 암호화폐 가격 예측의 정확도가 대부분 50%~60%사이에서 머무르는 걸 감안할 때 이는 상당한 정확도 개선이다.

• 한국콘텐츠학회논문지
• /
• 제22권8호
• /
• pp.329-338
• /
• 2022

COVID-19 팬데믹으로 비대면 경제 상황이 전개되면서 주식시장에서는 언택트 주식 집단이 등장하였다. 본 연구는 COVID-19 팬데믹 상황에서 감염병 확산에 따른 한국 COVID-19 공포지수를 제안하고, 언택트 주식 수익률과 콘택트 주식 수익률에 대한 영향력을 분석하였다. 실증 분석 결과는 다음과 같다. 첫째, 한국 COVID-19 공포지수를 이용한 그랜저 인과관계 분석 결과 대한항공, 하나투어, CJ CGV, 파라다이스와 같은 콘택트 주식의 수익률에서 유의적인 인과성이 나타났다. 둘째, LSTM 모형 기반의 주가 예측 결과 카카오, 대한항공과 네이버의 예측 성과가 높게 나타났다. 셋째, 예측 주가를 이용한 Alexander 필터 진입 전략의 투자 성과는 네이버 선물과 카카오 선물에서 높게 나타났다. 본 연구는 비대면 경제가 본격화된 COVID-19 상황에서 언택트 주식과 콘택트 주식에 대한 COVID-19 팬데믹 확산의 영향력을 분석하였다는 점에서 기존 연구와 차별점을 찾을 수 있다.

• 대한수학회보
• /
• 제53권5호
• /
• pp.1411-1425
• /
• 2016

We provide a partial differential equation for European options on a stock whose price process follows a general geometric Riemannian Brownian motion. The existence and the uniqueness of solutions to the partial differential equation are investigated, and then an expression of the value for European options is obtained using the fundamental solution technique. Proper Riemannian metrics on the real number field can make the distribution of return rates of the stock induced by our model have the character of leptokurtosis and fat-tail; in addition, they can also explain option pricing bias and implied volatility smile (skew).

• 재무관리연구
• /
• 제15권1호
• /
• pp.31-39
• /
• 1998

A simple general equilibrium model, where risk aversion and dividend process switching play a key role, shows that a stock price in a bubble-free economy can be observationally equivalent to that of the intrinsic bubble economy. Specifically, I seek a set of conditions under which the functional form of asset prices in the bubble-free economy is the same as that in the intrinsic bubble approach.