인공지능시스템을 이용한 주가예측에 대한 연구

김광용; 이경락

추천

검색

질문

자료유형: 학술저널

저자정보: 김광용 (백석대학교) 이경락 (백석대학교)

저널정보: 대한경영학회 대한경영학회지 대한경영학회지 제21권 제6호

발행연도: 2008.12

수록면: 2,421 - 2,449 (29page)

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

본 논문에서는 기업가치 평가와 관련된 선행연구를 검토하고 이를 토대로 첫째, 변수들 간의 선형관계를 전제로 하지 않는 인공지능시스템의 하나인 인공신경망을 이용한 평가모형을 구축하여 상장기업의 주가를 예측하고 둘째, 회계정보를 이용하여 기업 가치를 평가하는 Ohlson 모형을 이용하여 상장기업의 주가를 예측하였다. 이를 비교하여 어느 방법이 더 주가예측의 적정성이 높은지를 평가하였다.
연구대상 표본은 2002년부터 2005년까지 증권거래소에 상장된 제조기업 중에서 연구의 목적을 달성하기 위해 12월 결산법인, 관리대상이 아니고 당기순이익이 0 이상인 기업, 우선주를 발행하지 않는 기업을 표본기업으로 선정하여 분석하였다. 전체 표본수는 2,132개의 표본에서 변수에 대한 자료수집이 불가능하거나 연구표본에 적합하지 않은 기업 948개를 제외한 1,184개 표본으로 하고 이중 기업규모를 기준으로 112개 기업을 검증대상으로 Ohlson모형과 인공신경망 모형을 적용하였다.
이에 대한 본 연구의 실증분석 결과는 다음과 같다.
첫째, 2001년에서 2004년까지의 재무자료를 이용하여 인공신경망 모형을 구축한 다음 이를 이용하여 2002년부터 2005년까지 추정주가를 산출하였다. 이를 실제주가와 차이분석을 한 결과 통계적으로 2003년는 차이가 있는 것으로 나타났고, 2002년과 2004년, 2005년는 통계적으로 차이가 없는 것으로 나타났다. 이는 실제주가와 추정주가가 2003년는 차이가 있고, 2002년과 2004년, 2005년은 유사하다는 것을 의미한다.
둘째, 2001년에서 2004년까지의 재무자료를 이용하여 Ohlson모형을 적용하기 위한 회귀계수를 산출하고 이를 이용하여 2002년부터 2005년까지 추정주가를 산출하였다. 이를 상장기업의 실제주가와 차이분석을 한 결과 통계적으로 2002년과 2005년는 차이가 있는 것으로 나타났고, 2003년과 2004년는 통계적으로 차이가 없는 것으로 나타났다. 이는 실제주가와 추정주가가 2002년과 2005년은 차이가 있고, 2003년과 2004년는 유사하다는 것을 의미한다.
그리고 향후 이 분야의 연구에 있어서는 보다 다양한 기업특성을 고려한 재무변수와 경제변수 등을 발굴하여 신규상장기업의 주가 평가뿐만 아니라 비상장법인의 주가 평가에 관하여도 지속적인 연구가 진행되어야 할 것이다.

I reviewed the previous studies on company valuation and based on which, I estimate stock prices of listed companies using financial information and Ohlson model, which is used for the evaluation of company value. Furthermore, I use the artificial neural network, one of artificial intelligence systems, which are not based on linear relationship between variables, to estimate stock prices of listed companies.
The samples for this study to analyze are, among manufacturing companies who listed their shares in stock exchange between 2002 and 2005, the companies whose accounting period is ended in December, whose capital is not encroached, which do not issue preferred stocks and which are not involved in financial activities. The number of samples is 1,184, excluding 948 samples in which data collection for variables is impossible or which are not appropriate for samples from 2,132 total. With those samples, I used Ohlson model and artificial neural network.
The result of practical analysis of this study is as follows.
First, using financial data between 2001 and 2004, the artificial neural network is established and with which the estimated stock price for 2002- 2005 is calculated. By comparing with the actual stock prices, the result shows no difference for 2002, 2004-2005. This means that the estimated stock prices are similar to the actual stock prices.
Second, with financial data between 2001 and 2004, the regression coefficients for Ohlson model are yielded and with which the prospective stock prices are calculated. By comparing with the actual stock prices, the result indicates that there is a difference in that for 2002, 2005 and 2003, 2004 shows no difference.
Given that, the estimated stock price with artificial neural network is close to the actual stock prices rather than the estimated stock prices with Ohlson model.
It is strongly recommended that the future studies should find more financial variables and economic variables by considering a variety of company characteristics so that the studies of stock valuation for the non ?listed stocks as well as listed stocks should be continuously processed.

#인공신경망 #올슨모형 #기업가치평가 #주가예측

참고문헌 (29)

참고문헌 신청

1. [학술지(정기간행물)] - 김경태 / 2001 / 신경망에 의한 주가수익률 예측모형 / 기업경영연구 14 : 127 ~ 142

2. [학술지(정기간행물)] - 김권중 / 1999 / 기업공개시 공모가격의 결정과 회계변수평가모형 / 회계학연구 24 (2) : 51 ~ 85

3. [학술지(정기간행물)] - 김권중 / 1998 / 상속세법의 비상장주식평가와 회계변수평가모형의 유용성에 관한 연구 / 회계학연구 23 (3) : 57 ~ 79

4. [학술대회논문] - 노종래 / 1991 / 신경회로망을 이용한 종합주가지수의 변화율 예측 / 대한전자공학회 발표논문 : 129 ~ 136

5. [학술대회논문] - 박종협 / 1995 / 인공신경망을 이용한 한국종합주가지수 예측 / 한국전문가시스템학회 발표논문 : 359 ~ 371

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김광용

소속기관 백석예술대학교

주요연구분야 사회과학 > 경영학

논문수 3 이용수 2,327

이경락

소속기관 백석대학교

주요연구분야 사회과학 > 경영학

논문수 5 이용수 2,808

이 논문과 함께 이용한 논문

뉴스 텍스트 마이닝과 시계열 분석을 이용한 주가예측

안성원 , 조성배 한국정보과학회 학술발표논문집 2010 .06

R 신경망을 이용한 주가예측 모의실험

우미영 , 박소영 , 한영우 외 1명 Proceedings of KIIT Conference 2013 .05

뉴스와 주가 : 빅데이터 감성분석을 통한 지능형 투자의사결정모형

김유신 , 김남규 , 정승렬 지능정보연구 2012 .06

주식 투자자의 의사결정 지원을 위한 데이터마이닝 도구

김성동 한국콘텐츠학회논문지 2012 .02

텍스트마이닝과 환율데이터를 활용한 주가의 위험성 예측에 관한 연구

변태우 , 이성우 , 김재광 외 1명 한국지능시스템학회 학술발표 논문집 2011 .12

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (29)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)