산업 평가 분석은 해당 산업에 포함되는 기업의 건전성 판단, 해당 산업의 건전성 판단 및 전망, 금융권의 투자 결정 등의 중대한 결정을 위한 분석 정보를 제공한다. 금융 분석 기법의 발전과 더불어 다양한 평가 모형과 재무지표들이 개발되어 주기적으로 투명성 있게 공개되고 있으며, 이를 기반으로 산업 평가 분석이 이루어지고 있다. 기존의 산업 평가 방법은 해당 산업에 포함되는 기업들의 재무 정보와 같은 정형적인 정보를 취합하고 통계적 분석 모형을 통해 산업 평가 지표를 도출하는 방식을 활용하고 있다. 이러한 산업 평가 방법의 근간을 이루고 있는 현금흐름, 재무지표 등은 정보의 정확성과 평가에 대한 정량적인 근거를 제시할 있다. 하지만, 이러한 기업의 ...
산업 평가 분석은 해당 산업에 포함되는 기업의 건전성 판단, 해당 산업의 건전성 판단 및 전망, 금융권의 투자 결정 등의 중대한 결정을 위한 분석 정보를 제공한다. 금융 분석 기법의 발전과 더불어 다양한 평가 모형과 재무지표들이 개발되어 주기적으로 투명성 있게 공개되고 있으며, 이를 기반으로 산업 평가 분석이 이루어지고 있다. 기존의 산업 평가 방법은 해당 산업에 포함되는 기업들의 재무 정보와 같은 정형적인 정보를 취합하고 통계적 분석 모형을 통해 산업 평가 지표를 도출하는 방식을 활용하고 있다. 이러한 산업 평가 방법의 근간을 이루고 있는 현금흐름, 재무지표 등은 정보의 정확성과 평가에 대한 정량적인 근거를 제시할 있다. 하지만, 이러한 기업의 정형 데이터 기반 분석 정보는 산업별 데이터 취합 및 통계에 많은 시간이 소요되며, 연간/반기의 주기로 통계 분석 보고서 형태로 제공된다. 따라서, 급변하는 시장 상황 및 최신 이슈를 반영하지 못하고 있으며, 이를 보완하기 위해 정형 데이터 위주로 분석된 통계를 토대로 산업 평가 전문가의 평가가 더해져 산업 평가 분석 보고서가 제공 되고 있으나, 산업 평가 전문가의 사전지식/역량 및 검색한 정보 범위가 한정적이고 편향된 의견이 반영될 수 있어, 해당 산업의 잠재적 전망에 대한 분석 정확도는 낮은 실정이다. 이러한 기존 산업 평가 방법의 문제점을 극복하기 위해 양질의 정형 데이터를 기반으로 비정형 데이터의 정제/보완을 통한 월간/분기별 갱신이 가능한 산업 평가 분석이 요구되고 있다. 또한, 기존 산업 평가 방법에서는 산업별 정형 데이터 분석을 위해 대상 기업의 재무, 비재무 정보를 하나의 산업으로 분류하고 각 산업으로 분류된 기업들의 정보를 취합하여 분석에 활용한다. 따라서, 다양한 산업 분야에 걸쳐 사업 영역을 확보하고 있는 기업의 정보가 하나의 산업으로만 분류되어 산업별 데이터의 불완전성을 초래할 수 있는 문제점을 내포하고 있다. 본 논문에서는 기존 산업 평가 방법의 문제점으로 도출된 정형 데이터 기반의 산업 평가 분석으로 인한 산업 정보 적시성 제공 부재, 비정형 데이터 활용에 대한 산업 평가 전문가의 편향된 의견 반영, 기업 정보의 단일 산업 분류에 따른 산업별 데이터의 불완전성을 해소하기 위해 비정형 데이터 분석 기반 산업 평가 지표 도출 및 이를 이용한 산업 위험 지표 예측 방법을 제안한다. 본 논문에서는 산업 전반의 내용을 포괄할 수 있는 뉴스 기사를 기반으로 산업별 다중 분류하고, 기사별 산업 분류 가중치를 부여하여 하나의 뉴스 기사가 영향을 미치는 여러 산업에 반영할 수 있도록 한다. 산업별 다중 분류된 뉴스 기사를 이용하여 비정형 데이터 기반의 새로운 산업 평가 지표인 산업별 관심도와 호감도를 월간 시계열 데이터 형태로 도출한다. 산업별 도출된 키워드와 가중치를 기반으로 토픽 모델링 기법을 이용하여 산업간 연관관계를 분석하고, 산업간 연관도 가중치를 반영하여 기 도출된 산업별 관심도, 호감도 시계열 데이터를 보정한다. 또한, 도출된 산업별 관심도, 호감도 시계열 데이터를 기반으로 산업 평가에서 중요한 요소로 사용되는 산업 위험 지표인 산업 부도 발생율과 연체율을 예측한다. 산업 위험 예측을 위해 비정형 데이터 기반 지표인 산업 관심도, 호감도와 정형 데이터 기반 지표인 산업 부도 발생률, 연체율 지표 간 교차상관 분석을 통해 시차를 도출하고, 지표 간 시차를 반영하여 산업별 위험 예측 데이터를 생성하여 다중 회귀 분석을 통해 산업별 위험 지표 예측을 수행한다. 본 논문에서 제안하는 비정형 데이터 기반 산업 평가 지표 도출을 통해 비정형 데이터에 대한 객관적인 산업별 분석 정보 제공이 가능하며, 비정형 데이터가 다중 산업에 미치는 영향을 반영한 정보를 적시에 제공이 가능하다. 또한, 정형/비정형 데이터 기반의 산업 위험 지표 예측을 통해 기존 정형 데이터 기반의 산업 평가 서비스를 보완할 수 있는 정보를 제공할 수 있음을 확인 하였다.
산업 평가 분석은 해당 산업에 포함되는 기업의 건전성 판단, 해당 산업의 건전성 판단 및 전망, 금융권의 투자 결정 등의 중대한 결정을 위한 분석 정보를 제공한다. 금융 분석 기법의 발전과 더불어 다양한 평가 모형과 재무지표들이 개발되어 주기적으로 투명성 있게 공개되고 있으며, 이를 기반으로 산업 평가 분석이 이루어지고 있다. 기존의 산업 평가 방법은 해당 산업에 포함되는 기업들의 재무 정보와 같은 정형적인 정보를 취합하고 통계적 분석 모형을 통해 산업 평가 지표를 도출하는 방식을 활용하고 있다. 이러한 산업 평가 방법의 근간을 이루고 있는 현금흐름, 재무지표 등은 정보의 정확성과 평가에 대한 정량적인 근거를 제시할 있다. 하지만, 이러한 기업의 정형 데이터 기반 분석 정보는 산업별 데이터 취합 및 통계에 많은 시간이 소요되며, 연간/반기의 주기로 통계 분석 보고서 형태로 제공된다. 따라서, 급변하는 시장 상황 및 최신 이슈를 반영하지 못하고 있으며, 이를 보완하기 위해 정형 데이터 위주로 분석된 통계를 토대로 산업 평가 전문가의 평가가 더해져 산업 평가 분석 보고서가 제공 되고 있으나, 산업 평가 전문가의 사전지식/역량 및 검색한 정보 범위가 한정적이고 편향된 의견이 반영될 수 있어, 해당 산업의 잠재적 전망에 대한 분석 정확도는 낮은 실정이다. 이러한 기존 산업 평가 방법의 문제점을 극복하기 위해 양질의 정형 데이터를 기반으로 비정형 데이터의 정제/보완을 통한 월간/분기별 갱신이 가능한 산업 평가 분석이 요구되고 있다. 또한, 기존 산업 평가 방법에서는 산업별 정형 데이터 분석을 위해 대상 기업의 재무, 비재무 정보를 하나의 산업으로 분류하고 각 산업으로 분류된 기업들의 정보를 취합하여 분석에 활용한다. 따라서, 다양한 산업 분야에 걸쳐 사업 영역을 확보하고 있는 기업의 정보가 하나의 산업으로만 분류되어 산업별 데이터의 불완전성을 초래할 수 있는 문제점을 내포하고 있다. 본 논문에서는 기존 산업 평가 방법의 문제점으로 도출된 정형 데이터 기반의 산업 평가 분석으로 인한 산업 정보 적시성 제공 부재, 비정형 데이터 활용에 대한 산업 평가 전문가의 편향된 의견 반영, 기업 정보의 단일 산업 분류에 따른 산업별 데이터의 불완전성을 해소하기 위해 비정형 데이터 분석 기반 산업 평가 지표 도출 및 이를 이용한 산업 위험 지표 예측 방법을 제안한다. 본 논문에서는 산업 전반의 내용을 포괄할 수 있는 뉴스 기사를 기반으로 산업별 다중 분류하고, 기사별 산업 분류 가중치를 부여하여 하나의 뉴스 기사가 영향을 미치는 여러 산업에 반영할 수 있도록 한다. 산업별 다중 분류된 뉴스 기사를 이용하여 비정형 데이터 기반의 새로운 산업 평가 지표인 산업별 관심도와 호감도를 월간 시계열 데이터 형태로 도출한다. 산업별 도출된 키워드와 가중치를 기반으로 토픽 모델링 기법을 이용하여 산업간 연관관계를 분석하고, 산업간 연관도 가중치를 반영하여 기 도출된 산업별 관심도, 호감도 시계열 데이터를 보정한다. 또한, 도출된 산업별 관심도, 호감도 시계열 데이터를 기반으로 산업 평가에서 중요한 요소로 사용되는 산업 위험 지표인 산업 부도 발생율과 연체율을 예측한다. 산업 위험 예측을 위해 비정형 데이터 기반 지표인 산업 관심도, 호감도와 정형 데이터 기반 지표인 산업 부도 발생률, 연체율 지표 간 교차상관 분석을 통해 시차를 도출하고, 지표 간 시차를 반영하여 산업별 위험 예측 데이터를 생성하여 다중 회귀 분석을 통해 산업별 위험 지표 예측을 수행한다. 본 논문에서 제안하는 비정형 데이터 기반 산업 평가 지표 도출을 통해 비정형 데이터에 대한 객관적인 산업별 분석 정보 제공이 가능하며, 비정형 데이터가 다중 산업에 미치는 영향을 반영한 정보를 적시에 제공이 가능하다. 또한, 정형/비정형 데이터 기반의 산업 위험 지표 예측을 통해 기존 정형 데이터 기반의 산업 평가 서비스를 보완할 수 있는 정보를 제공할 수 있음을 확인 하였다.
The analysis of industry evaluation provides analytical information for critical decisions such as determination of the companies included in the certain industry, the judgment and prospect of the certain industry, and the investment decision of the financial sector. Due to the development of financ...
The analysis of industry evaluation provides analytical information for critical decisions such as determination of the companies included in the certain industry, the judgment and prospect of the certain industry, and the investment decision of the financial sector. Due to the development of financial analysis techniques, various evaluation models and financial indicators have been developed and periodically and transparently disclosed. Based on this, industry evaluation analysis is being conducted. The existing industry evaluation method utilizes the method of collecting the structured information such as the financial information of the companies included in the relevant industry and deriving the industrial evaluation index through the statistical analysis model. Cash flows, financial indicators, etc., which form the basis of these industry valuation methods, provide quantitative grounds for the accuracy and evaluation of information. However, these structured data-based analysis information takes a lot of time to collect data and statistics for each industry, and is provided in the form of statistical analysis reports every year or half. Therefore, it is not able to reflect the rapidly changing market situation and the latest issues. In order to compensate for this, the industrial evaluation experts is added to provide the industry evaluation analysis report based on the statistical data centered on structured data. However, since the prior knowledge / competence of the industrial evaluation experts and the range of information searched can be reflected in limited and biased opinions, the accuracy of the analysis of the potential prospects of the industry is low. In order to overcome the problems of the existing industry evaluation method, there is a need for an industrial evaluation analysis capable of monthly / quarterly renewal by refining / supplementing unstructured data based on high quality formal data. In addition, in the existing industry evaluation method, financial and non-financial information of the target company is classified as one industry for the analysis, and the information of the companies is collected and utilized for analysis. Therefore, information of a company that can affect several industries is classified as only one industry, which may result in incomplete data for each industry. In this thesis, I proposed a method of industrial evaluation index based on unstructured data analysis and predicting industrial risk index, to solve the problem about the absence of information timeliness provision of industrial information due to industry evaluation analysis based on structured data, reflected biased opinions from industry evaluation experts on unstructured data utilization and the incompleteness of industry data according to a single industry classification of corporate information, which is a problem of the existing industry evaluation method. I classified industries into multiple categories based on news articles that can cover the contents of the industry in general, and assign industrial classification weights for each article so that they can be reflected in various industries affecting one news article. Using multiple news articles classified by industry, I derived monthly industrial interest and likeability as a time series data for industry, which is a new industrial evaluation index based on unstructured data. Based on the keywords and weights derived by industry, I analyzed the inter-industry relationship using topic modeling techniques and correct the industry-related interest and likeability time-series data based on the inter-industry relationship weights. Also, I predicted industrial default rate and delinquency rate, which are used as important factors in industrial evaluation, based on derived industrial interest and likeability time series data. To predict industry risk, I derived time lag through cross-correlation analysis between industrial interest, likeability which are unstructured data-based indicators, industrial default rate and delinquency rate which are structured data-based indicators, And multiple regression analysis. In this thesis, it is possible to provide objective industry-specific analysis information through the derivation of unstructured data-based industry evaluation indexes, and it is possible to provide timely information reflecting the influence of unstructured data on multiple industries. In addition, it is possible to provide information that can complement the existing structured data based industry evaluation service through the prediction of the industrial risk based on the structured / unstructured data.
The analysis of industry evaluation provides analytical information for critical decisions such as determination of the companies included in the certain industry, the judgment and prospect of the certain industry, and the investment decision of the financial sector. Due to the development of financial analysis techniques, various evaluation models and financial indicators have been developed and periodically and transparently disclosed. Based on this, industry evaluation analysis is being conducted. The existing industry evaluation method utilizes the method of collecting the structured information such as the financial information of the companies included in the relevant industry and deriving the industrial evaluation index through the statistical analysis model. Cash flows, financial indicators, etc., which form the basis of these industry valuation methods, provide quantitative grounds for the accuracy and evaluation of information. However, these structured data-based analysis information takes a lot of time to collect data and statistics for each industry, and is provided in the form of statistical analysis reports every year or half. Therefore, it is not able to reflect the rapidly changing market situation and the latest issues. In order to compensate for this, the industrial evaluation experts is added to provide the industry evaluation analysis report based on the statistical data centered on structured data. However, since the prior knowledge / competence of the industrial evaluation experts and the range of information searched can be reflected in limited and biased opinions, the accuracy of the analysis of the potential prospects of the industry is low. In order to overcome the problems of the existing industry evaluation method, there is a need for an industrial evaluation analysis capable of monthly / quarterly renewal by refining / supplementing unstructured data based on high quality formal data. In addition, in the existing industry evaluation method, financial and non-financial information of the target company is classified as one industry for the analysis, and the information of the companies is collected and utilized for analysis. Therefore, information of a company that can affect several industries is classified as only one industry, which may result in incomplete data for each industry. In this thesis, I proposed a method of industrial evaluation index based on unstructured data analysis and predicting industrial risk index, to solve the problem about the absence of information timeliness provision of industrial information due to industry evaluation analysis based on structured data, reflected biased opinions from industry evaluation experts on unstructured data utilization and the incompleteness of industry data according to a single industry classification of corporate information, which is a problem of the existing industry evaluation method. I classified industries into multiple categories based on news articles that can cover the contents of the industry in general, and assign industrial classification weights for each article so that they can be reflected in various industries affecting one news article. Using multiple news articles classified by industry, I derived monthly industrial interest and likeability as a time series data for industry, which is a new industrial evaluation index based on unstructured data. Based on the keywords and weights derived by industry, I analyzed the inter-industry relationship using topic modeling techniques and correct the industry-related interest and likeability time-series data based on the inter-industry relationship weights. Also, I predicted industrial default rate and delinquency rate, which are used as important factors in industrial evaluation, based on derived industrial interest and likeability time series data. To predict industry risk, I derived time lag through cross-correlation analysis between industrial interest, likeability which are unstructured data-based indicators, industrial default rate and delinquency rate which are structured data-based indicators, And multiple regression analysis. In this thesis, it is possible to provide objective industry-specific analysis information through the derivation of unstructured data-based industry evaluation indexes, and it is possible to provide timely information reflecting the influence of unstructured data on multiple industries. In addition, it is possible to provide information that can complement the existing structured data based industry evaluation service through the prediction of the industrial risk based on the structured / unstructured data.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.