• 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.

• 마케팅과학연구
• /
• 제19권2호
• /
• pp.27-39
• /
• 2009

Compulsive consumption is regarded as a global phenomenon that can adversely affect consumer well-being. Although the topic has been studied in different cultural settings, we have seen relatively little theory development and explanations of compulsive behavior Nearly all previous empirical studies attempt to explain this behavior by correlating measures of compulsive behavior with independent variables taken within the same time frame. However, recent developments in social sciences suggest that such a phenomenon may best understood in the context of the person's earlier-in-life experiences. Using the life course paradigm as an overarching framework, the present research extends previous work on this topic. Following hypotheses were drawn from literature review: H1: The earlier in childhood and adolescence a person experiences family dislocation, the greater his or her likelihood of exhibiting compulsive behaviors in adulthood. H2: The earlier in life the young person experienced family dislocation, the greater the number of family disruption events the young person experienced prior entering adulthood years. H3: Family dislocation leads to (a) increased frequency of socio.oriented family communications and (b) decreased frequency of concept-oriented family communication. H4: Young adults who were raised in families characterized by a strong socio-oriented communication structure are more likely to exhibit compulsive consumption tendencies than those who were raised in families characterized by a weak socio-oriented family communication structure. H5: Young adults who were raised in families characterized by a strong concept-oriented communication structure are less likely to exhibit compulsive consumption tendencies than those who were raised in families characterized by a week concept-oriented family communication structure. H6: The relationship between family disruption events experienced during adolescence and perceived stressfulness of these events is moderated by (a) global family support, (b) emotional family support, and (c) material family support. Those reporting higher levels of family support as teenagers are less likely to report experiencing stress due to family disruption events. H7: Perceived stressfulness of family disruption events experienced during adolescent years are associated with compulsive consumption tendencies in early adulthood. H8: The greater the number of family disruption events young adults experienced during their adolescent years the more frequent was their communication about consumption with their peers. H9: The more frequent was the young persons' communication with their peers about consumption during their adolescent years, the more likely they are to report compulsive buying tendencies as young adults. We use a sample of 120 Thai undergraduate students attending classes taught in English as part of a four-year international program. Product-moment correlations, hierarchical regression analysis and partial correlation were used to analyze data. Results of testing hypotheses showed that hypothesis 2, 4, 7 and 9 were supported and hypothesis 1, 3, 5, 6 and 8 were not supported. Our study did not find a significant relationship between the age when a person experienced family dislocation and their compulsive behavior tendencies expressed as young adults. We did not find a significant relationship between family dislocation and family communication structures. But we found a significant positive relationship between socio-oriented communication structure and compulsive buying and a significant relationship between our peer communication and compulsive buying measures. Also we found perceived stressfulness due to the disruptive events to have a significant positive relationship between the perceived stressfulness and compulsive buying. Implications from these findings, limitations of this research and future research suggestions were discussed.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.

• 대한환경공학회지
• /
• 제30권6호
• /
• pp.642-652
• /
• 2008

본 연구는 축산폐수 중 COD$_{Cr}$을 응집공정 후 Photo-Fenton 공정에 의해 산화분해 최적조건 및 제거 예측식에 수립에 관한 연구이다. 본 연구는 축산폐수 중 COD$_{Cr}$에 대한 Photo-Fenton 산화반응을 이용하여 이들 분해특성을 2차원 반응모델로 추정하기 위해 중심합설계법 대안으로 많이 사용되고 있는 박스-벤켄법(Box-Behnken method)을 이용하였다. 최적조건 수립을 위한 입력변수, 즉 3가지 변수(Fe(II)(x$_1$), $H_2O_2(x_2)$, pH(x$_3$)) 등을 램덤화, 반복화 및 블록화 원리에 따라 실험설계하여 반응값에 대한 예측식을 수학적으로 산출하였다. 수학적 및 통계적으로 산출된 예측식은 Y = 79.3 + 15.61x$_1$ - 7.31x$_2$ - 4.26x$_3$ - 18x$_1{^2}$ - 10x$_2{^2}$ - 11.9x$_3{^2}$ + 2.49x$_1x_2$ - 4.4x$_2x_3$ - 1.65x$_1x_3$와 같이 얻을 수 있었고 COD$^{Cr}$ 제거율(%)의 실측치에 대한 예측치의 적합도(goodness of fit) 검증시 결정계수(coefficient of determination: R$^2$) 0.96으로 에측식을 충분히 설명할 수 있었다. 예측 모형에 대한 최소제곱추정법으로 적합된 반응표면에서 1차 선형항(linear term)은 Fe(II)(x$_1$), $H_2O_2(x_2)$, 그리고 pH(x$_3$)은 상승작용(synergistic effect)으로 반응모델에 유의한 차이를 보였으며(p < 0.001) 그러나 교호항(cross-product term)은 $H_2O_2$ $\times$ pH(x$_2x_3$)와 순수이차항(quadratic terms)의 Fe(II) $\times$ Fe(II)(x$_1{^2}$), $H_2O_2$ $\times$ H$_2O_2$(x$_2{^2}$) 그리고 pH $times$ pH(x$_3{^2}$) 등은 대립적인(감쇠)(antagonistic effect) 작용으로 반응모델에 유의한 차이를 보였다(p < 0.01). 반응 모델에 대한 예측식 수립 후 COD$_{Cr}$ 제거율(%)의 최적조건을 도출하기 위해 정준분석(canonical analysis)와 능선분석(ridge analysis)에 이용한 결과 반응값(결과값: Y)은 84 $\pm$ 0.95%, COD$_{Cr}$ 최적처리를 위한 변수들의 조건은 Fe(II)(X$_1$) = 0.0146 mM, $H_2O_2$(X$_2$) = 0.0867 mM 그리고 pH(X$_3$) = 4.704 등의 결과를 얻을 수 있었다. 또한 이들 최적조건을 이용하여 재현성을 통한 모델검증 결과 높은 신뢰성을 보였다.

• 한국유통학회지:유통연구
• /
• 제15권3호
• /
• pp.71-110
• /
• 2010

본 연구에서는 항공권 예약 발권 웹사이트의 서비스 품질을 측정 뿐만 아니라 서비스 회복도 측정하고자 하였다. 또한 서비스 품질과 서비스 회복이 고객만족 및 충성의도에 미치는 영향관계를 실증하고자 하였다. 온라인 서비스 품질과 온라인 서비스 회복의 측정을 위해 Parasuraman, Zeithaml, & Malhotra(2005)가 개발한 E-S-QUAL과 E-RecS-QUAL을 사용했으며, 했다. E-S-QUAL은 온라인 서비스 품질을 측정하는 도구로써, 효율성, 시스템 이용가능성, 이행성, 프라이버시의 4개 차원 22개 항목으로 구성된다. E-RecS-QUAL은 온라인 서비스 회복을 측정하는 도구로써, 반응, 보상, 접촉의 3개 차원 11개 항목으로 구성된다. 실증분석을 위한 설문조사는 항공사나 여행사의 웹사이트를 통해 국내 외 항공권을 구입해 본 경험이 있는 소비자를 대상으로 실시하였는데, 총 400부가 회수되었고, 이 중 342부를 최종분석에 사용하였다. 실증분석을 위해 AMOS 7.0과 SPSS 15.0을 사용하였다. 먼저, SPSS 15.0을 사용하여, 요인점수를 이용한 회귀분석으로 가설검증을 한 결과, <가설 I-1, 2, 3, 4, II-1, 2, 3, III-1, IV-1>이 전부 채택되었다. 온라인 서비스 품질과 온라인 서비스 회복의 각 차원은 모두 전반적인 서비스 품질에 유의한 영향을 보였고, 전반적인 서비스 품질은 고객만족에 유의한 영향을 미쳤다. 마지막으로 고객만족 역시 충성의도에 유의한 영향을 미치는 것으로 확인되었다. 한편 AMOS 7.0을 사용하여 모형 분석을 하였는데, 모형의 적합도는 가설검증을 하기에 합당한 수치가 나왔다. 이를 토대로 가설검증을 한 결과, <가설 I-1, 3, II-1, 3, III-1, IV-1>은 채택되었고, <가설 I-2, 4, II-2>는 기각되었다. 이 결과는 Parasuraman et al.(2005)이 주장한 것처럼 E-S-QUAL을 나타내는 데는 요인점수를 이용한 회귀분석이 더 적합하다는 것을 보여주는 것이라고 판단된다. 이를 토대로 본 연구의 시사점을 정리하였다.

• 마케팅과학연구
• /
• 제18권4호
• /
• pp.119-155
• /
• 2008

최근 많은 기업들이 치열한 경쟁에서 생존하기 위해 개별 고객들에게 초점을 맞춘 전사적이고 체계적인 고객관계관리에 전력을 기울이고 있다. 수익성 높은 대부분 기업들의 성공비결은 복합적이겠지만, 고객지향적 사고에의 신속한 적응이 중요한 부분을 차지하고 있다. 고객관계관리 기법 및 운용철학은 고객을 올바르게 이해하는데서 그치지 않고 고객행동을 사전적으로 예측하여 고객요구에 부응한 제품과 서비스를 제공하는 것만이 치열한 경쟁환경에서 생존함과 동시에 거듭된 성장을 이루는 유일한 해결책임을 강조한다. 고객관계관리는 데이터베이스마케팅과 같은 조직내 실무자 중심의 관점과 접근이 아니라 최고경영자의 마케팅 관점의 경영철학 구현을 통한 전사적이고 조직적인 참여가 이루어져야 한다. 그럼에도 불구하고 많은 기업들이 고객관계관리 기법을 도입하고 구축하는 과정에서 이러한 점을 간과해 왔으며 그 결과, 고객관계관리를 통해 수익성을 높인 기업이 있는 반면에 고객관계관리에 엄청난 비용만을 투입하고 별다른 성과를 거두지 못한 기업들도 다수이다. 본 연구는 CRM구축 및 실행과정에서의 성공요인을 기존 연구와 달리 마케팅적 관점에서 발견해 내고 있다. 시장지향성과 고객지향성이라는 마케팅 철학에서부터 고객정 보지향성과 핵심고객지향이라는 실무적 개념까지 포함해서 마케팅적인 관점에서의 성공적 CRM구축을 위한 선행요인을 발견하고, 이러한 요인들이 마케팅관점의 관계품질과 실무적인 CRM성과에 어떤 영향을 미치는지를 분석함과 동시에 관계품질과 CRM성과 간의 관계의 강도까지 실증적으로 분석해 보았다. 경험적 분석 결과 본 연구에서 구축한 마케팅관점의 CRM선행요인들 중에서 일부 요인을 제외하고는 대체적으로 관계품질 및 CRM성과를 높이는데 상당한 기여를 하고 있음이 확인되었으며, 영향관계의 정도에는 어느 정도 차이가 있음이 확인되었다. 또한 관계품질과 CRM성과 및 세부적 개념구성요인들 간에 매우 높은 정(+)의 관계가 존재함을 확인했다. 이는 CRM의 최종 성과를 달성하기 위해서 CRM구축 및 실행이후에 고객만족과 고객신뢰라는 개념적 연결고리를 강화함과 동시에 이러한 관계품질이 고객유지와 고객점유 정도의 향상으로 이어지도록 하는 창조적 전술개발이 요구됨을 의미한다. CRM을 구축 및 실행하는 대부분의 기업들이 조급하게 재무적인 성과를 기대하는 경향이 있는데, CRM은 마케팅철학을 포함하는 장기적인 경영활동임을 주지해야 한다. 기존의 많은 연구들이 취하고 있는 연구맥락에 근거해서 기술적인 시스템만을 갖추었다고 하여 단기적인 성과를 바라는 것은 오히려 비용의 낭비만을 초래 할 수 있음에 주목해야 한다. 본 연구결과를 바탕으로 CRM의 성공적 구축을 통해 관계품질을 강화하는 것에 대한 전략적 통찰을 제공함과 동시에 실질적인 CRM성과를 달성하기 위한 마케팅 관점의 연결구조를 어떻게 효율적으로 강화할 수 있을 것인가에 대한 학술적이고 실무적인 시사점을 도출했다.