Earticle

초록

한국어

본 논문에서는 첫째, 변수들 간의 선형관계를 전제로 하지 않는 인공지능시스템의 하나인 인공신경망을 이 용한 평가모형을 구축하여 상장기업의 주가를 예측하고 둘째, 회계정보를 이용하여 기업 가치를 평가하는 Ohlson모형 을 이용하여 상장기업의 주가를 예측하였다. 이를 신규상장기업의 주가예측에 적용하여 어느 방법이 더 주가예측의 적정성이 높은지를 평가하였다. 이에 대한 본 연구의 실증분석 결과는 다음과 같다. 첫째, 공모가를 기준으로 한 경우 Ohlson모형에 의한 추정주가는 통계적으로 차이가 있고, 인공신경망 모형에 의한 추정주가는 통계적으로 차이가 없었다. 둘째, 상장일 종가를 기준으 로 한 경우 Ohlson모형에 의한 추정주가와 인공신경망 모형에 의한 추정주가는 통계적으로 차이가 없었다. 셋째, 상 장 2개월 후 종가를 기준으로 한 경우 Ohlson모형에 의한 추정주가는 통계적으로 차이가 있고, 인공신경망 모형에 의 한 추정주가는 통계적으로 차이가 없었다. 이상의 결과로 볼 때 인공신경망 모형에 의한 추정주가가 Ohlson모형에 의 한 추정주가보다 적정하게 평가되었다.

영어

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. By reapplying this in estimating stock prices of newly listed companies, I evaluate the appropriateness in stock valuation with such methods. The result of practical analysis of this study is as follows. On the top of that, the multiplier for the actual stock price is accounted by generating the estimated stock prices based on the artificial neural network model. As a result of the comparison of two multipliers, the estimated stock prices by the artificial neural network model does not show statistically difference with the actual stock prices. 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.

목차

요약
 Abstract
 1. 서론
 2. 이론적 검토
 3. 연구모형의 설정
  3.1 표본의 선정과 변수의 정의
  3.2 인공신경망 모형의 훈련과정
 4. 실증분석
  4.1 훈련된 인공신경망 모형의 검증
  4.2 표본의 선정
  4.3 신규상장기업에 대한 이원분산분석
 5. 결론
 REFERENCES

저자

• 김광용 [ Kwang-Yong Kim | 백석예술대학교 경영행정학부 ] Corresponding Author
• 이경락 [ Gyeong-Rak Lee | 백석대학교 경영학부 ]
• 이성원 [ Seong-Weon Lee | 신영회계법인 공인회계사 ]

참고문헌