도움말

비재무 정보를 활용한 IPO 주식의 상장일 가격 등락 예측에 관한 연구

A study on initial price change prediction of IPO shares using non-financial information
한국데이터정보과학회지 제29권 제2호, 2018.3, 425-439 (15 pages)
DOI :10.7465/jkdi.2018.29.2.425
인용정보 복사
Quick View Quick View
구매하기 6,000원
인용하기
이용수 : 17건
피인용수 : 0건
분야내 활용도 : 8%
자세히 보기 >

· 이용수 : 2010년부터 집계한 원문다운로드수

· 피인용수 : DBpia 논문 가운데 해당 논문을 인용한 논문수

· 분야내 활용도 : 최근 24개월간 DBpia 이용수를 기준으로 산출 / 0%에 가까울 수록 활용도가 높고, 100%에 가까울 수록 활용도가 낮음

초록
공모주는 비상장기업이 유가증권시장 또는 코스닥시장에 상장하기 위해 불특정 다수를 대상으로 판매하는 주식을 의미하며, 이러한 과정을 기업공개라고 한다. 공모주는 판매 가격인 공모가에 대비하여 상장일 종가는 대부분 상승하는 경향을 보이며, 그 수익률이 높기 때문에 저금리 시대에 좋은 투자 대안으로 자리하고 있다. 그러나 기관투자자에 비해 개인투자자들은 공모 및 공모주에 대한 정보를 얻고 분석하기 힘들고, 따라서 실제로 성공적인 공모주 투자를 진행하기 어려운 실정이다. 따라서 본 논문은 개인투자자들이 비교적 수집하기 쉬운 비재무적 자료를 활용하여 공무가 대비 상장일 종가의 상승과 하락을 예측할 수 있는지 확인하며, 다양한 분석 방법론을 활용하여 그 정확도를 비교한다. 본 연구에 적용된 분석 방법론으로는 로지스틱 회귀분석, 판별분석, 의사결정나무, 인공신경망, 사례기반추론, 그리고 서포트벡터머신을 사용하였으며, 2007년부터 2017년 9월 6일까지의 공모주 데이터를 활용하여 실증분석을 진행하였다.

The stock in a public offering refers to stocks that are sold to an unspecified public to be listed on the KOSPI or the KOSDAQ market. Because the initial public offering (IPO)’s closing price of offering day mostly tends to rise opposed to the offering price of it, which is selling price, it is a good alternative investment asset in the low interest rate period. However, it is difficult for individual investors to obtain and analyze information on public offerings and IPO stocks compared to institutional investors. Therefore, this paper confirms whether individual investors can predict the rise and fall of the IPO’s closing price of offering day compared to its offering price by using multiple data analysis methodologies and non-financial data that is relatively easy to collect, and compares the accuracy of them. Logistic regression, discriminant analysis, decision tree, artificial neural network, case based reasoning, and support vector machine were used for analysis, and the empirical experiments was conducted using the IPO data from 2007 to September 6, 2017.

목차
요약
1. 서론
2. 연구배경
3. 연구방법
4. 실증 분석
5. 결론 및 제언
References
Abstract
키워드
참고문헌 (0)

현재 논문의 참고문헌을 찾아 신청해주세요!

해당 논문은 참고문헌 정보가 없습니다.

인용된 논문 (0)

알림서비스 신청하고 '인용된 논문' 정보를 메일로 확인 하세요!

해당 논문은 인용된 논문 정보가 없습니다.

제 1 저자의 다른 논문 (0)

신상훈 식별저자 저자의 상세정보를 확인해 보세요.

해당 논문은 제 1저자의 다른 논문 정보가 없습니다.

권호 내 다른 논문 (26)

한국데이터정보과학회지 제29권 제2호 의 상세정보를 확인해 보세요.

  • 처음
  •  
  • 이전
  •  
  • 1
  •  
  • 2
  •  
  • 3
  •  
  • 다음
  •  
  • 마지막
추천 논문 (6)

DBpia 추천논문과 함께 다운받은 논문을 제공합니다. 논문 초록의 텍스트마이닝과 이용 및 인용 관계 분석을 통해 추천해 드리는 연관논문을 확인해보세요.

DBpia 추천논문

더 많은 추천논문을 확인해 보세요!

함께 다운받은 논문

지표

이용현황

· 이용수

· 이용순위 상위 Top3

자세히 보기 >
No 상위 이용이관 이용수
1 연세대학교 원주캠퍼스 3
2 연세대학교 3
3 금융감독원 2

활용도

· 활용지수

· 논문의 활용도 추이 (주제분야 기준)

자세히 보기 >

: %

2016-09
2016-10
2016-11
2016-12
0
20
40
60
80
100
  • 0%
  • 20%
  • 40%
  • 60%
  • 80%
  • 100%

피인용수

상세정보
저작권 정책

누리미디어에서 제공되는 모든 저작물의 저작권은 원저작자에게 있으며, 누리미디어는 각 저작물의 내용을 보증하거나 책임을 지지 않습니다. 단, 누리미디어에서 제공되는 서지정보는 저작권법에 의해 보호를 받는 저작물로, 사전 허락 없이 임의로 대량 수집하거나 프로그램에 의한 주기적 수집 이용, 무단 전재, 배포하는 것을 금하며, 이를 위반할 경우, 저작권법 및 관련법령에 따라 민, 형사상의 책임을 질 수 있습니다.

맨 위로 이동