• The Journal of Asian Finance, Economics and Business
• /
• 제8권10호
• /
• pp.147-158
• /
• 2021

Due to COVID-19, the risk of price volatility in commodity and equity markets increases. The research and application of hedging is the most effective way to reduce the market risk. Hedging is a risk management strategy employed to offset losses in investments by taking an opposite position in a related asset. We use K-means and hierarchical clustering methods to cluster companies and futures products respectively, and analyze the relationship between the number of hedging firms, regional distribution, nature of firms, capital distribution, company size, profitability, number of local Futures Commission Merchants (FCMs), regional location, and listing time. The study shows that listed companies with large scale and good profitability invest more money in hedging, while state-owned enterprises' participation in hedging is more likely to be affected by the company size and the number of local futures commission merchants, and private enterprises are more likely to be affected by the company profitability and the regional location. Listed companies are more willing to choose long-listed and mature futures products for hedging. We also provide policy advice based on our conclusion. So far, there is no study on the characteristics of hedging. This paper fills the gap. The results provide a basis and guidance for people's investment and risk management. Using clustering analysis in hedging study is another innovation of this paper.

• The Journal of Asian Finance, Economics and Business
• /
• 제8권12호
• /
• pp.1-7
• /
• 2021

The study examines the influence of COVID-19 on the stock market returns of Saudi Arabia. The data was analyzed through event study methodology using daily price data of Tadawul All Share Index (TASI). The study examines the behavior pattern of the Saudi Arabian stock market in different phases during the event period by selecting six-event windows with a range of 10 days. The results report a negative Abnormal Return (AR) of -0.003 on the event date, while the abnormal returns reversed the next day to 0.005 positively. The result of Cumulative Abnormal Return (CAR) is negative and significant at the 1 percent level in all the six-event windows starting from the event date to day 59 after the event for the TASI index. Even though the influence of the COVID-19 pandemic decreased after 30 days of the event date, it increased during the last ten days of the event window. The stock market volatility of Saudi Arabia increased during the post-event period compared to the pre-event period with a negative mean return of -0.326 and a greater standard deviation. In a conclusion, the study found a significant influence of the COVID-19 pandemic on the stock market returns of TASI.

• The Journal of Asian Finance, Economics and Business
• /
• 제8권9호
• /
• pp.45-52
• /
• 2021

Stock price fluctuations affect investor returns, particularly, in this pandemic situation that has triggered stock market shocks. As a result of this situation, investors prefer to move their money into a safer portfolio. Therefore, in this study, we approach an efficient portfolio model using smart beta and combining others to obtain a fast method to predict investment stock returns. Smart beta is a method to selects stocks that will enter a portfolio quickly and concisely by considering the level of return and risk that has been set according to the ability of investors. A smart beta portfolio is efficient because it tracks with an underlying index and is optimized using the same techniques that active portfolio managers utilize. Using the logistic regression method and the data of 100 low volatility stocks listed on the Indonesia stock exchange from 2009-2019, an efficient portfolio model was made. It can be concluded that an efficient portfolio is formed by a group of stocks that are aggressive and actively traded to produce optimal returns at a certain level of risk in the long-term period. And also, the portfolio selection model generated using the smart beta, beta, alpha, and stock variants is a simple and fast model in predicting the rate of return with an adjusted risk level so that investors can anticipate risks and minimize errors in stock selection.

• 아태비즈니스연구
• /
• 제13권4호
• /
• pp.79-89
• /
• 2022

Purpose - The purpose of this study was to examine the impact of ESG rating changes of companies listed in Korean Stock Exchange on stock returns. Design/methodology/approach - This study collected prices and ESG ratings of all the companies listed on the Korea Composite Stock Price Index. Based on yearly change of ESG ratings we grouped companies as 2 portfolios(upgrade and downgrade) and calculated portfolios' return. Findings - First, the difference in returns between upgraded and downgraded portfolios is small and statistically insignificant. Second, however, in the COVID-19 period (2020 ~ 2021), the upgraded portfolio outperforms the downgraded portfolio by 0.7 percentage points per month. The difference in returns between upgraded and downgraded portfolios is statistically significant after controlling for the Carhart four factors. Lastly, there are much higher volatility when the ESG rating changes are made of companies with low levels of ESG ratings. Research implications or Originality - This study is the first to examine the impact of ESG rating changes on stock returns in Korea. Furthermore, the findings can serve as a reference for managers who want to control a firm's risk by ESG rating changes. Practically, asset managers can use the findings to construct portfolios that are less risky or more profitable than the market portfolio.

• 지능정보연구
• /
• 제17권3호
• /
• pp.187-201
• /
• 2011

방향성(Direction)과 변동성(Volatility)에 대한 분석은 증권투자를 위한 시장분석의 기초가 된다. 변동성분석이 옵션 투자에서 중요하다면 주식이나 주가지수선물투자는 방향성분석에 의하여 투자성과가 결정된다. 기존의 금융분석에서 기계학습을 이용한 방향성에 대한 연구는 주가나 투자위험의 예측을 중심으로 이루어졌으며, 최근에 와서야 실전투자를 위한 매매시스템(trading system) 개발에 대한 연구가 이루어지고 있다. 인공지능형 주가예측모형에서는 ANN(artificial neural networks), fuzzy system, SVM(Support Vector Machine) 등의 기법이 주로 활용되고 있다. 본 연구에서는 방향성매매를 위한 지능형 기계학습방법 중에서도 패턴인식에서 좋은 성과를 보이고 있는 은닉마코프 모형(Hidden Markov Model)을 이용한다. 실무적으로는 방향성 예측을 위해 주로 주가의 추세분석(Trend Analysis)을 활용한다. 다양한 기술적 지표를 이용한 추세분석에 기반한 시스템트레이딩(System Trading) 기법은 실전투자에서 점차 확대추세에 있다. 본 연구에서는 시스템트레이딩 기법 중 실무에서 많이 이용되는 이동평균교차전략(moving average cross)에 연속 은닉마코프모형을 적용한 지능형 매매시스템을 제안하고, 실제 주가자료를 이용한 시뮬레이션 결과를 제시한다. 세계적 선물시장으로 성장한 KOSPI200 선물시장에서 제안된 매매시스템의 장기간의 투자성과를 분석하기 위하여 지난 21년 동안의 KOSPI200 주가지수자료를 실증 분석하였다. 분석결과는 KOSPI200 주가지수선물의 방향성매매에서 제안된 CHMM기반 지능형 매매시스템이 실전에서 일반적으로 활용되는 시스템트레이딩 기법의 투자성과를 개선할 수 있음을 보여주었다.

• 융합정보논문지
• /
• 제9권9호
• /
• pp.133-140
• /
• 2019

최근 미중 무역마찰에 이어 7월 들어 우리나라와 일본과의 무역전쟁이 시작되었다. 우리나라 무역의존도는 대략 60%대 이상으로 높은 수출의존도와 수입의존도를 보이고 있다. 본 연구의 목적은 수출금액과 수출물동량, 수출물가, 국고채 금리를 살펴보고 수출금액에 어느 지수가 얼마나 영향을 미치는지 살펴보고 수출금액과의 동행성 및 변동성을 분석하는데 있다. 이를 위해 2000년 1월부터 2019년 6월까지 총 234개월간 각 지표들의 월간자료를 선정하였다. 분석결과 수출금액과 물동량은 매우 높은 동행성을 보였고 수출액과 금리는 낮은 수준의 동행성을 보였지만 수출액과 수출물가는 상호동행성이 매우 낮게 산출되었다. 향후 우리나라는 내수시장을 확대하는 정책은 물론 높은 무역의존도를 감안하여 수출액을 지속적으로 증가시켜 나가야 할 것이다. 이를 위해 수출물동량을 증대시키는 방안이 제시되어야 한다. 각 항만과 공항의 물류 환경과 경쟁력을 증대시키고 국내외 네트워크 구축과 물류기업의 지원서비스를 향상시켜 나가야 한다.

• 융합정보논문지
• /
• 제11권2호
• /
• pp.31-40
• /
• 2021

블록체인 기술이 부동산 거래분야에서도 활발히 연구되고 있으며 부동산 거래는 다양한 방법이 있다. 본 논문에서는 오프라인상 법원 경매의 문제점을 해결하기 위해 이더리움의 Ether를 사용하여 경매 시스템의 인증 절차를 간소화하는 모델을 제안한다. 제안하는 모델은 이더리움의 Solidity언어로 작성하고 법원에서 매각기일 및 매물의 Meta date를 DApp 브라우저에 등록하고 입찰자는 Meta mask의 Private key를 통해 만들어진 개인의 지갑 주소에 접속한다. 그리고 입찰자는 원하는 매물을 선택, 입찰가격 금액을 입력하여 경매에 참여한다. 입찰자가 원하는 매물의 입찰가격이 가장 높은 입찰자의 기록을 이더리움 테스트 네트워크에 스마트 계약으로 작성하고 블록을 생성한다. 마지막으로 네트워크에서 작성된 스마트 계약은 법원 경매 관리자가 블록체인 네트워크의 모든 노드에 배포하고, 블록체인 네트워크의 각 노드들은 열람 및 계약을 확인할 수 있다. 제안하는 모델의 스마트 계약과 시스템의 성능을 분석한 결과로 이더리움을 이용하는 플랫폼에서 Ether를 생성 및 사용, 그리고 참여로 인해 발생하는 수수료가 있다. Ether의 가치 변화에 따라 매물의 가격에 영향을 끼치며 매번 스마트 계약에서 일정하지 않은 수수료가 발생한다. 하지만 향후 연구에서는 자체 토큰을 발행하여 Ether의 가치 변화에 따른 시세 변동성 문제와 수수료 문제를 해결하며 복잡한 법원경매 시스템을 세분화한다.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제12권9호
• /
• pp.419-430
• /
• 2023

대체 불가능 토큰 (NFT: non-fungible Token)은 분할할 수 없다는 고유한 특징을 가지고 있다. 현재 NFT는 디지털 콘텐츠에 대한 소유권 증명 이상의 용도가 명확하지 않고, 토큰의 유동성이 거의 없으며, 이로 인한 가격의 예측이 어렵다. 현실에서의 부동산은 대개 가격이 매우 높은 특징으로 인해 투자 진입장벽이 매우 높다. 현물 부동산을 NFT 화하고, FT (fungible token)으로 분할하면 유동성의 증가, 접근성의 증가에 따른 투자자 커뮤니티 볼륨의 증가를 기대할 수 있다. 본 논문은 일반 투자자들이 개별적으로 구매하기 어려운 현물 부동산을 대량의 FT로 분할하고 이를 Black Litterman 모델 기반의 Portfolio 투자 인터페이스를 통해 투자할 수 있는 시스템을 설계하고 구현하였다. 이를 위해, 현물 부동산을 담보로 페깅하고, 보안적으로 안전한 블록체인인 NFT로 발행한다. 상시 변경되는 부동산 가격을 모니터링하기 위한 오라클을 사용하여, 외부 부동산 정보를 블록체인에 반영할 수 있도록 하였다. 현물 부동산 가격을 그대로 유지하고 있는 NFT를 낮은 가격의 대량 FT로 분할함으로써, 큰 유동성을 제공하고 가격 변동성 제한을 두었다. 이를 통해, 높은 가격으로 인해 투자하기 어려웠던 일반 소액 투자자들이 쉽게 투자할 수 있도록 하였다. 또한 소액 투자로 여러 개의 복수 현물 부동산에 투자하기 위한 효과적인 포트폴리오 구성을 위한 자산 포트폴리오 인터페이스를 구현하였다. 이는 Black Litterman 모델을 활용하여, 다수의 현물 부동산 NFT에 대한 투자 비율을 최적화할 수 있는 목적을 가진다. 전체 시스템은 Solidity 언어로 작성한 smart contract, Flask 웹 프레임워크, 공공데이터포털의 "국토교통부_아파트매매 실거래자료 Open API"를 활용하였다.

• 토지주택연구
• /
• 제12권2호
• /
• pp.33-45
• /
• 2021

최근 정부 정책의 변화와 맞물려 오피스텔은 수도권을 중심으로 사무실과 아파트 가격이 급등하면서 새로운 대체 투자 대안이 되고 있다. 그러나 오피스텔의 선행연구 부재와 더불어 지표를 공표하는 민관기관 역시 표본샘플 부족으로 정확도 저하의 한계를 지녔다. 이들은 공통적으로 시세에 기반한 가격지수를 활용하는데, 시장보다 후행하고 변동성이 적어 평활화 문제가 꾸준히 제기되어 왔다. 따라서 본 연구의 목적은 국토교통부가 최초 공개한 시점부터 지난해까지 실거래가 이루어진 매매(2006~2020), 전·월세(2011~2020) 데이터 자료를 이용하여 서울시 오피스텔 가격지수를 산출하는 것이다. 이를 규명하기 위한 실증방법론으로 반복매매모형을 채택하여 주요 지표인 매매, 전세, 월세지수를 각각 산정하고, 그 외에 보조지표에 해당하는 전월세전환율도 개선된 형태로 함께 개발하였다. 수집된 자료결과 및 통계해석의 정확성을 기하기 위한 지원도구는 SAS 9.4로 일괄 처리하였다. 본 연구의 실증분석 결과를 간단히 요약하면, 다음과 같이 정리할 수 있다. 첫째, 2020년말 서울시 오피스텔 매매지수는 132.5P, 전세지수는 163.9P(2011.1Q=100.0P)이며, 월세는 원점인 100.0P선에서 밑돌았다. 오피스텔의 지수 유형별 월세가 공실 위험으로 비교적 보합세를 유지한 가운데, 수요가 풍부한 매매가와 전세금 상승세가 지속되는 차이를 보인 것으로 해석된다. 둘째, 주택유형별 매매가 증가폭은 오피스텔이 아파트, 연립다세대 등 다른 주택유형보다 낮은 자산으로 드러났다. 모형의 설명력은 표준오차 평균이 0.02 이하로 적합도가 뛰어난 것으로 판명되었다. 셋째, 본 연구가 추정한 가격지수를 한국부동산원, KB국민은행 등 유사 발표기관의 지표와 상호 비교하면, 변이가 크게 나타나 고질적인 평활화 문제를 해결할 수 있는 가능성을 확인하였다. 결론적으로 본 연구는 코로나 19와 같이 경기 불확실성이 큰 상황 하에서, 서울시 오피스텔 실거래가 지수 산정 제시와 시험 모의적용을 새롭게 시도함으로써 향후 시장참가자들이 가격동향 및 변화를 예측하는데 유의미한 의의를 둘 수 있다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.123-138
• /
• 2017

주식 시장은 거래자들의 기업과 시황에 대한 기대가 반영되어 움직이기에, 다양한 원천의 텍스트 데이터 분석을 통해 주가 움직임을 예측하려는 연구들이 진행되어 왔다. 주가의 움직임을 예측하는 것이기에 단순히 주가의 등락 뿐만이 아니라, 뉴스 기사나 소셜 미디어의 반응에 따라 거래를 하고 이에 따른 수익률을 분석하는 연구들이 진행되어 왔다. 주가의 움직임을 예측하는 연구들도 다른 분야의 텍스트 마이닝 접근 방안과 동일하게 단어-문서 매트릭스를 구성하여 분류 알고리즘에 적용하여 왔다. 문서에 많은 단어들이 포함되어 있기 때문에 모든 단어를 가지고 단어-문서 매트릭스를 만드는 것보다는 단어가 문서를 범주로 분류할 때 기여도가 높은 단어들을 선정하여야 한다. 단어의 빈도를 고려하여 너무 적은 등장 빈도나 중요도를 보이는 단어는 제거하게 된다. 단어가 문서를 정확하게 분류하는 데 기여하는 정도를 측정하여 기여도에 따라 사용할 단어를 선정하기도 한다. 단어-문서 매트릭스를 구성하는 기본적인 방안인 분석의 대상이 되는 모든 문서를 수집하여 분류에 영향력을 미치는 단어를 선정하여 사용하는 것이었다. 본 연구에서는 개별 종목에 대한 문서를 분석하여 종목별 등락에 모두 포함되는 단어를 중립 단어로 선정한다. 선정된 중립 단어 주변에 등장하는 단어들을 추출하여 단어-문서 매트릭스 생성에 활용한다. 중립 단어 자체는 주가 움직임과 연관관계가 적고, 중립 단어의 주변 단어가 주가 상승에 더 영향을 미칠 것이라는 생각에서 출발한다. 생성된 단어-문서 매트릭스를 가지고 주가의 등락 여부를 분류하는 알고리즘에 적용하게 된다. 본 연구에서는 종목 별로 중립 단어를 1차 선정하고, 선정된 단어 중에서 다른 종목에도 많이 포함되는 단어는 추가적으로 제외하는 방안을 활용하였다. 온라인 뉴스 포털을 통해 시가 총액 상위 10개 종목에 대한 4개월 간의 뉴스 기사를 수집하였다. 3개월간의 뉴스 기사를 학습 데이터로 분류 모형을 수립하였으며, 남은 1개월간의 뉴스 기사를 모형에 적용하여 다음 날의 주가 움직임을 예측하였다. 본 연구에서 제안하는 중립 단어 활용 알고리즘이 희소성에 기반한 단어 선정 방안에 비해 우수한 분류 성과를 보였다.