Kyung-Ju Oh

부동산 시장은 대표적인 불완전 경쟁시장이다. 부동산 정보는 폐쇄적으로 수집, 활용되는 특징이 있으며, 시장참여자는 그러한 정보 습득에 많은 시간, 노력 등의 정보탐색비용을 지불해야한다. 우리나라 부동산 공공데이터는 해마다 증가하고 있으나 관계부처마다 산재되어 있고, 탐색 및 해석이 어려우며, 데이터를 분석, 가공해서 활용하는 부동산 산업 활동의 수준이 낮다. 최근 4차산업혁명 속에서 부동산 시장에 필요한 정보를 효율적으로 제공하기 위한 산업으로서 프롭테크 산업이 발달하게 되었다. 본 연구에서는 프롭테크 기업 중 부동산 플랫폼 분야의 주요 기업의 사례를 바탕으로 사용자에게 제공하는 정보의 종류를 탐색적으로 살펴보고, 반대로 사용자로부터 수집한 데이터의 활용방안을 모색하였다. 본연구의 결과는 부동산 시장의 정보 비대칭성을 완화하고 부동산 산업의 역량강화에 기여할 수 있는 방안에 대한 이론적, 실무적 시사점을 제공할 것으로 기대한다.

ESG 투자가 금융시장의 대세이자 상식으로 부상하고 있다. ESG 투자는 기업의 재무실적 이외에 환경, 사회, 거버넌스 등 비재무적 요소를 투자의사결정에 반영하여 장기적 관점에서 사회의 지속가능성과 투자수익을 동시에 추구하는 투자방식이다. 본 연구는 일반적으로 알고 있던 ESG 투자의 특징이 코로나19를 계기로 어떻게 변화하고 있는지를 환경, 사회, 거버넌스 관점에서 살펴보았다. 이후 코로나19가 유가증권시장에 부정적 요인으로 작용하였는지 여부를 VAR 모델을 활용하여 규명하였다. 동시에 미국과 한국의 ESG 인덱스와 벤치마크를 수익성과 변동성 관점에서 분석하여 ESG 투자가 팬데믹 국면에서도 유효한 전략임을 확인하였다. 본 연구 결과는 팬데믹 이후에도 ESG 투자의 중요성이 변함없을 것이라는 점을 시사한다. 동시에 경영자들이 수동적 ESG 경영을 지양하고 지식경영을 토대로 한 전략적 ESG 경영에나서야함을 시사한다.

국내 정치적·사회적·경제적 요인 및 국제 정치 상황, 해외 경제 동향 등의 요인들을 비롯한 IMF 이후의 금융시장 개방에 따른 외국투자자본의 유출입으로 인하여 한국 금융시장의 불확실성은 더욱 증가되었다.특히 투자자들은 의사결정에 더 많은 혼돈을 겪게 되었고 투자 시 도움을 줄 수 있는 보다 유용한 도구들을 필요로 하게 되었다. 본 연구는 시스템 트레이딩을 이용하여 선물시장에서 거래 할 때 최적의 매매 타이밍을 알아보고 이에 적합한 전략을 알아보는 것이 목적이다. 패턴인식 알고리즘인 동적시간와핑 (DTW; Dynamic Time Warping) 알고리즘을 이용하여 빈도별 (10분, 30분, 60분, 일별) 유사 패턴을 찾아내고 최적의 매매 타이밍을 분석한다. 이를 위해 주식시장의 대표적인 패턴들을 알아보고, 유사한 패턴을 보이는 기간을 DTW를 이용하여 빈도별로 분석한다. 유사한 패턴들의 검증을 위해 기술적 지표들의 개별 전략을 적용한 거래 시뮬레이션을 실시한다. 시뮬레이션 결과 대부

국내 금융시장의 변동성의 확대는 개인투자자들의 직접투자를 어렵게 만들면서 펀드를 통한 간접투자 비중을 증가시켰다. 본 연구의 목적은 여러 가지 형태의 펀드 중에서도 인덱스펀드를 바탕으로 초과수익을 추구하는 인핸스드 인덱스 펀드 모델을 구축하는데 있다. 유전자알고리즘을 활용하여 인덱스펀드 관리를 위한 포트폴리오 최적화 모델을 제안하고, 이렇게 얻은 인덱스펀드의 수익에 초과수익을 얻을 수 있도록 기준지수의 일별 거래대금과 종가를 활용하였다. 실증분석 결과 본 연구의 제안모델은 코스피 200의 움직임을 잘 반영하고 있으며, 이를 활용한 전략은 순수 인덱스펀드에 의한 단순매수 후 보유 전략보다 적절한 개수의 종목을 편입시킨다면 높은 수익률을 가져다줌을 알 수 있었다.

오경주와 김태윤 (2007) 등은 위기 관련 데이터의 희귀성에서 발생하는 문제를 해결하기 위해 과거 금융시장이 안정적이었던 구간을 기준 구간으로 설정하고 기준 구간의 금융시장 움직임을 점근자기회귀모형으로 적합한 후 현재의 금융시장 상황과 비교하여 불안정 지수를 도출할 것을 제안하였다. 그러나 비모수기법인 신경망을 사용하여 도출된 불안정 지수가 기준 구간의 데이터에 지나치게 의존하는 관계로 불안정 지수가 종종 실제 경제상황을 제대로 반영하지 못하는 것으로 관찰되고 있다. 본 연구에서는 비모수기법인 신경망과 모수기법인 선형모형을 이용하여 기준구간에 대한 적합을 독립적으로 수행하여 두 종류의 불안정성 지수들을 도출한 후 이 둘을 결합한 통합 불안정성 지수를 사용할 것을 제안한다. 두 지수의 적절한 통합을 위해 신경망과 선형모형을 통해 도출된 두 지수의 최적 결합비율을 부여하는 방법을 제안하며 제안기법의 타당성을 국내 주식시장 대상으로 검증하였다.

본 논문에서는 선물시장에서 러프집합과 의사결정나무를 이용한 매매규칙 기반의 시스템 트레이딩 전략을 제안한다. 과거 데이터마이닝 방법론을 이용한 선물시장 투자전략에 대한 많은 연구가 진행되어 왔으나 상대적으로 다양한 변수의 조합을 통한 시스템 트레이딩에 대한 연구는 거의 없었다. 본 연구는 크게 세 가지 목적을 가지고 있다. 첫 번째 목적은 매매규칙 기반 시스템 트레이딩에서 의사결정나무 방법론의 사용이 투자성과에 어떠한 영향을 미치는가를 분석하는 것이다. 두 번째 목적은 단기매매부터 장기 매매까지 중에서 적절한 매매 시간간격을 찾아내는 것이다. 세 번째 목적은 매매규칙 생성 시 사용되는 최적의 트레이닝 구간을 찾는 것이다. 이 논문의 실험결과는 제안한 투자전략의 유용성을 증명할 수 있을 것이며, 또한 이를 통해 시장참여자들에게 투자 결정에 있어 도움을 줄 수 있을 것이다.

글로벌 금융 위기 발생으로 헤지펀드의 영향력이 증가하면서 헤지펀드의 위험도와 생존여부를 가늠할 새로운 접근법이 필요하게 되었다. 본 연구에서는 헤지펀드의 데이터를 입력값으로 하는 퍼지신경망 모형을 통해 헤지펀드의 생존여부를 예측한다. 헤지펀드의 데이터는 그 변수가 불명확하고 내재적인 불확실성을 가지고 있어 생존 여부의 경계를 설정하는데 어려움이 있다. 따라서 생존 여부를 소속정도로 평가하여 불확실성을 모사할 수 있는 퍼지신경망 모형을 적용하여 예측하고 정확도를 평가한다. 또한 다른 인공지능 방법론들을 이용하여 평가한 결과와 제시한 모형의 성과를 비교하여 그 차이점을 확인한다. 본 연구의 실험결과를 통해 퍼지신경망 모형의 예측력을 확인했으며, 향후 투자자들이 헤지펀드 투자에 대한 의사를 결정하는데 도움을 줄 것으로 기대한다.

최근 알고리즘 트레이딩에 대한 관심이 높아지면서, 인공지능 방법론을 이용한 매매 전략 구축에관련된 연구들이 활발하게 진행되고 있다. 하지만 복수의 인공지능 방법론을 융합하여 매매 전략 개발에 이용한 사례는 아직 많지 않다. 본 연구는 주가지수선물시장을 바탕으로 인공지능 방법론 중 하나인 러프집합 이론을 적용하여 알고리즘 트레이딩 매매전략을 개발한다. 특히 유전자 알고리즘을 도입하여 생성된 매매전략을 현재시장상황에 최고의 수익률을 보일 수 있도록 최적화한다. 실증분석으로는 2009년부터 2012년까지 4년간의 매매수익률을 분석한 결과 매수 후 보유 전략과 비교하여 우수한 성과를 보였다.

The purpose of this case study is to analyze the B2C security information service model using the roboadvisor, to develop various service models and to urge new companies to enter. Overseas robo-advisor service market is growing rapidly with the launch of various B2C service models beyond B2B. On the other hand, as the domestic market is dominated by B2B services and serviced just index portfolio which is nascent, it lacks products which are used for active asset management. Recently as the gove

본 논문에서는 외환시장에서 주성분 분석과 로지스틱 회귀분석을 이용한 다국 통화 포트폴리오 전략을 개발하는 것을 제안한다. 과거 환율시장의 분석에 대한 많은 연구가 진행되어 왔으나 상대적으로 외환시장에서의 거래 전략을 개발하는 연구는 거의 없었다. 본 연구는 크게 두 가지 목적을 가지고 있다. 첫 번째 목적은 주성분 분석을 적용시켜 포트폴리오를 구성하는 다양한 나라의 환율에 가중치 할당 방법을 제안하는 것이다. 두 번째 목적은 로지스틱 회귀분석을 이용하여 구성된 포트폴리오의 적절한 매수시점과 매도시점을 정하는 것이다. 이 논문의 실험결과는 제안한 투자전략의 유용성을 증명할 수 있을 것이며, 또한 이를 통해 시장참여자들에게 투자 결정에 있어 도움을 줄 수 있을 것이다.

본 연구에서는 투자자 거래 정보를 활용한 포트폴리오 투자전략을 제안했다. 포트폴리오를 구성하는 과정에서 군집분석을 활용하여 기대수익이 높은 종목을 선정하고, 유전자 알고리즘으로 포트폴리오를 최적화하여 투자성과를 높이고자 했다. 2007년 4월부터 2013년 6월까지의 국내 주식시장을대상으로 한 실증분석을 통하여, 본 연구에서 제안한 포트폴리오 투자전략의 유용성과 우수성을 확인했다. 본 연구의 결과는 특정 투자 주체의 매매행태를 분석하여 투자 의사결정에 이용할 수 있으며,이를 통하여 높은 투자성과를 얻을 수 있음을 보여준다. 또한 인공지능 기법이 투자 의사결정에 유용하게 사용될 수 있음을 시사한다.

복잡해진 금융시장에 대응하기 위해 매매시점을 정교하게 파악하는 것이 매우 중요해졌다. 기술적 지표를 활용하여 매매시점을 찾는 기존의 연구들은 특정 상황에만 국한된다는 단점이 존재한다. 본 연구는 이러한 기존 연구들의 단점을 보완한 스코어링 모델을 제시한다. 본 연구에서 제시하는 스코어링 모델은 주가수준 및 이동평균과 관련된 21가지의 변수들을 선정하여 입력변수로 사용하였으며, 유전자 알고리즘 기법을 통한 최적화 과정을 거쳤기 때문에 다양한 금융 상황에도 적용될 수 있다. 제시하는 모델에 대한 실증 분석에는 과거 12년 (2005 ∼ 2016)의 KOSPI 데이터를 사용하였으며, 슬라이딩 윈도우 기법을 적용시켜 분석을 진행하였다. 본 모델은 시장이 횡보장일 경우에는 보유전략을 취하고, 추세장일 경우에는 상승 시 매수, 하락 시 매도함으로써 시장의 과도한 하락에 대응할 수 있기 때문에 결과적으로 기존의 기술적 지표를 활용한 방법보다 우수한 성과를 얻을 수 있다.

국내에서 부동산 경매 낙찰가율 데이터를 활용한 Chaos 분석 연구는 전무하다. 부동산 경매분야의 데이터가 충분히 누적됨에 따라 부동산 경매 낙찰가율 시계열 분석의 의미가 커지게 되었다. 본 연구에서는 Hurst 지수, 상관차원, maximum Lyapunov 지수, 이 3가지 Chaos 분석기법을 활용하여낙찰가율의 비선형 결정론적 동역학계적 특성을 확인하고, Chaos 분석을 통하여 얻은 결과와 실무 데이터를 비교하여, 함의를 도출한다. 높은 Hurst 지수에 따르는 추세와, maximum Lyapunov 지수의 측정을 통한 지속성, 그리고 상관차원 분석의 결과에 따라 time lag가 개시결정일에서 낙찰일, 배당요구종기일에서 낙찰일까지와 일치하는 점으로부터, Chaos 분석이 낙찰가율의 움직임을 예측하는데 유용함을 확인할 수 있었다.

본 연구는 은닉 마르코프 모델을 통해 개별 종목들의 국면을 파악하고, 이를 이용하여 가격 추세를 효과적으로 이용한 투자전략을 제안한다. KOSPI200 종목을 대상으로 2001년 1월부터 2018년 9월까지 실증분석을 하였다. 제안하는 모델은 기존 가격 모멘텀을 이용한 전략에 비해 투자 성과가 우수함을 알 수 있었다. 이를 성과를 분석해 본 결과, UMD팩터의 노출도가 크게 향상됨이 보였다. 또한 은닉 마르코프 모델 이용한 종목 선택의 효과뿐만 아니라 유전자 알고리즘을 이용한 종목의 투자비중 최적화를 통해 높은 투자성과를 얻을 수 있음을 실증분석 하였다. 이러한 결과는 향후 자산배분전략에 유용하게 활용될 수 있음을 보인다.