메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
Yeon Ji Choi (Yonsei University) Hee Soo Lee (Sejong University) Kyong Joo Oh (Yonsei University)
저널정보
계명대학교 자연과학연구소 Quantitative Bio-Science Quantitative Bio-Science Vol.40 No.2
발행연도
2021.11
수록면
71 - 75 (5page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
Initial public offering (IPO) refers to the recruitment or sale of shares of a company to general investors to list the shares on the stock exchange. Determining the offer price is a type of corporate valuation. It has been consistently highlighted that the offer price does not properly reflect the corporate value in the Korean domestic IPO market. In most studies, the initial yield of IPO shares is around 20% to 30% on average but it is significantly affected by extreme values with high deviations. The wide variation in the yield of individual public offer shares makes it difficult to predict their stock price. Therefore, this study contributes to investors’ investment decisions by introducing machine learning algorithms to predict the closing price and closing price returns over the initial price of the listing. This study analyzes 38 communications and 1,165 IPO cases in the KOSPI and KOSDAQ from July 2004 to May 2021, provided by Korea Exchange. This empirical study shows that Random Forest, XGBoost, and Deep Neural Networks have a higher predictive accuracy than conventional statistical methods.
#Initial public offering #Stock return #Forecasting #Machine learning #Deep learning

목차

ABSTRACT
1. Introduction
2. Methodology
3. Data Analysis
4. Proposed Model
5. Discussion
References

참고문헌 (10)

참고문헌 신청
전진규 / 2019 / IPO 저가발행이 이후공모에 미치는 영향 / 한국증권학회지 48(5):589~616 Crossref 김주환 / 2019 / 공개정보와 IPO 주가성과 / 재무관리연구 36(2):1~30 Crossref 이동원 / 2020 / KOSPI200 Prediction through Low-Pass Filtered Long Short-Term Memory Algorithm / Quantitative Bio-Science 39(1):25~31 Crossref 양준혁 / 2020 / Forecasting the KOSPI 200 Stock Index Based on LSTM Autoencoder / Quantitative Bio-Science 39(2):101~109 Crossref Rock K / 1986 / Why new issues are underpriced / J Financ Econ 15:187~212 google schola

함께 읽어보면 좋을 논문

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

이 논문의 저자 정보

이 논문과 함께 이용한 논문

국내 패션산업에 나타난 유형별 컨버전스 숍 사례 연구
엄경희 ,  표재연 한국디자인문화학회지 2014 .09
패션산업에 나타난 컨버전스에 관한 연구
위미경 ,  최현숙 Archives of Design Research 2013 .05
패션브랜드 에르메스의 박물관 공간 연출 특성과 브랜드 아이덴티티 관계성
염은지 ,  이진민 ,  장영순 Archives of Design Research 2011 .05
Using Machine Learning Algorithms to Forecast the Optimal Bidding Rate in Apartment Auctions
Jung Taek Rhee ,  Won Bin Ahn ,  Kyong Joo Oh Quantitative Bio-Science 2021 .05
Option pricing and profitability: A comprehensive examination of machine learning, Black-Scholes, and Monte Carlo method
Sojin Kim ,  Jimin Kim ,  Jongwoo Song CSAM(Communications for Statistical Applications and Methods) 2024 .09

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2022-047-000055611