실물옵션 기법을 이용한 기업의 빅데이터 기술 도입의 경제적 가치 분석 - 유유제약 사례를 중심으로 - A Study On The Economic Value Of Firm's Big Data Technologies Introduction Using Real Option Approach - Based On YUYU Pharmaceuticals Case -원문보기
본 연구는 실물옵션모형을 이용하여 기업의 빅데이터 기술도입에 따른 경제적 가치를 분석한 연구로, 빅데이터 기술도입을 결정한 기업의 주가를 이용하여 주가증분으로 평가한 경제적 가치의 크기를 옵션가치를 통해 분석하였다. 옵션가치 도출을 위해 빅데이터 기술을 마케팅에 활용한 기업의 주가를 통해 빅데이터 기술에 의한 주가증분을 추출하고, 해당 주가로 일반화적률법(GMM)을 이용하여 확률과정을 추정하였다. 옵션가치 도출을 위해 블랙-숄즈 편미분방정식을 도출하였고, 이를 수치해석적 방법인 유한차분법으로 해를 구하여 빅데이터 기술 도입에 따른 경제적 가치를 추정하였다. 분석결과, 빅데이터 투자비용을 5천만 원으로 가정했을 때, 주가증분을 통해 도출한 옵션가치는 약 38.5억 원으로 나타났고 시간가치는 약 1백만에 해당하는 것으로 나타났다. 따라서 빅데이터 기술도입은 실질적인 기업의 수익을 창출하는 효과에 더하여, 미미하지만 투자시점에 고려할 수 있는 추가적 시간가치까지 존재하는 것으로 해석된다. 민감도분석 결과 기초자산 크기가 작아질수록 옵션가치는 낮아지고, 투자비용이 낮아질수록 옵션가치는 높아지는 것으로 분석되었고, 변동성 변화에 따른 옵션가치 민감도는 크지 않은 것으로 나타났는데 이는 빅데이터 기술의 경우 기술도입 기간과 이에 따른 주가변동 폭이 낮아 변동성 증가에 따른 내재가치 증가 효과가 크지 않기 때문인 것으로 해석된다. 본 연구는 빅데이터 기술도입에 따른 효과를 실물옵션을 도입하여 분석한 최초의 연구로 빅데이터 옵션가치 도출에 빅데이터 기술을 도입한 기업의 주가를 기초자산으로 사용한 최초의 연구라는 점에서 기존연구와 차별화된다. 기업들의 빅데이터 기술 도입이 비교적 최근에 발생하였음을 고려할 때 동 분석방법론을 다양한 기업에 적용함으로 빅데이터 기술의 정체한 가치를 도출하는데 기여할 수 있을 것으로 기대된다.
본 연구는 실물옵션모형을 이용하여 기업의 빅데이터 기술도입에 따른 경제적 가치를 분석한 연구로, 빅데이터 기술도입을 결정한 기업의 주가를 이용하여 주가증분으로 평가한 경제적 가치의 크기를 옵션가치를 통해 분석하였다. 옵션가치 도출을 위해 빅데이터 기술을 마케팅에 활용한 기업의 주가를 통해 빅데이터 기술에 의한 주가증분을 추출하고, 해당 주가로 일반화적률법(GMM)을 이용하여 확률과정을 추정하였다. 옵션가치 도출을 위해 블랙-숄즈 편미분방정식을 도출하였고, 이를 수치해석적 방법인 유한차분법으로 해를 구하여 빅데이터 기술 도입에 따른 경제적 가치를 추정하였다. 분석결과, 빅데이터 투자비용을 5천만 원으로 가정했을 때, 주가증분을 통해 도출한 옵션가치는 약 38.5억 원으로 나타났고 시간가치는 약 1백만에 해당하는 것으로 나타났다. 따라서 빅데이터 기술도입은 실질적인 기업의 수익을 창출하는 효과에 더하여, 미미하지만 투자시점에 고려할 수 있는 추가적 시간가치까지 존재하는 것으로 해석된다. 민감도분석 결과 기초자산 크기가 작아질수록 옵션가치는 낮아지고, 투자비용이 낮아질수록 옵션가치는 높아지는 것으로 분석되었고, 변동성 변화에 따른 옵션가치 민감도는 크지 않은 것으로 나타났는데 이는 빅데이터 기술의 경우 기술도입 기간과 이에 따른 주가변동 폭이 낮아 변동성 증가에 따른 내재가치 증가 효과가 크지 않기 때문인 것으로 해석된다. 본 연구는 빅데이터 기술도입에 따른 효과를 실물옵션을 도입하여 분석한 최초의 연구로 빅데이터 옵션가치 도출에 빅데이터 기술을 도입한 기업의 주가를 기초자산으로 사용한 최초의 연구라는 점에서 기존연구와 차별화된다. 기업들의 빅데이터 기술 도입이 비교적 최근에 발생하였음을 고려할 때 동 분석방법론을 다양한 기업에 적용함으로 빅데이터 기술의 정체한 가치를 도출하는데 기여할 수 있을 것으로 기대된다.
This study focus on a economic value of the Big Data technologies by real options model using big data technology company's stock price to determine the price of the economic value of incremental assessed value. For estimating stochastic process of company's stock price by big data technology to ext...
This study focus on a economic value of the Big Data technologies by real options model using big data technology company's stock price to determine the price of the economic value of incremental assessed value. For estimating stochastic process of company's stock price by big data technology to extract the incremental shares, Generalized Moments Method (GMM) are used. Option value for Black-Scholes partial differential equation was derived, in which finite difference numerical methods to obtain the Big Data technology was introduced to estimate the economic value. As a result, a option value of big data technology investment is 38.5 billion under assumption which investment cost is 50 million won and time value is a about 1 million, respectively. Thus, introduction of big data technology to create a substantial effect on corporate profits, is valuable and there are an effects on the additional time value. Sensitivity analysis of lower underlying asset value appear decreased options value and the lower investment cost showed increased options value. A volatility are not sensitive on the option value due to the big data technological characteristics which are low stock volatility and introduction periods.
This study focus on a economic value of the Big Data technologies by real options model using big data technology company's stock price to determine the price of the economic value of incremental assessed value. For estimating stochastic process of company's stock price by big data technology to extract the incremental shares, Generalized Moments Method (GMM) are used. Option value for Black-Scholes partial differential equation was derived, in which finite difference numerical methods to obtain the Big Data technology was introduced to estimate the economic value. As a result, a option value of big data technology investment is 38.5 billion under assumption which investment cost is 50 million won and time value is a about 1 million, respectively. Thus, introduction of big data technology to create a substantial effect on corporate profits, is valuable and there are an effects on the additional time value. Sensitivity analysis of lower underlying asset value appear decreased options value and the lower investment cost showed increased options value. A volatility are not sensitive on the option value due to the big data technological characteristics which are low stock volatility and introduction periods.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구에서는 빅데이터를 도입한 성공사례 중 하나의 기업을 대상으로 해당 기업의 빅데이터 분석에 따른 마케팅효과의 가치를 평가하였다. 대상기업(이하 Y사)은 제약회사로 2011년 10월 자사 보유제품의 매출 증대를 위한 마케팅전략 수립을 위해 빅데이터 분석 활용을 고려하였으며, 2012년 4월 투자결정과 빅데이터 분석 컨설팅을 전문 데이터분석 컨설팅 회사에 의뢰하였다.
본 연구에서는 옵션가치 도출을 위한 입력변수 변화에 따른 민감도 분석을 실시하였다. 민감도 분석을 위해 기초자산, 투자비용 및 변동성변화에 따른 옵션가치의 변화를 분석한 결과, 기초자산의 경우 기초자산 크기가 작아질수록 옵션가치가 낮아지는 것으로 나타났고, 투자비용이 낮아질수록 옵션가치는 높아지는 것으로 나타났으며, 이러한 결과는 옵션가격결정이론의 결과와 일치함을 확인할 수 있다.
제안 방법
이러한 빅데이터 기술 도입을 통한 국내 성공사례를 살펴보면 (주)삼성전자, 유유제약, (주)이씨마이너, (주)위세아이텍 등이 있다. 각각의 사례를 구체적으로 보면 삼성전자는 일반 소비자향 SSD(Solid State Drive)시장의 성공적인 시장진입에 빅데이터 분석을 활용하였는데, 삼성 전자는 웹사이트 및 소셜미디어의 SSD관련 소비자 견해 및 반응 등을 분석하여 효과적인 브랜드 전략 을 수립하였다. (주)유유제약은 기존의 바르는 타박상과 멍든데 쓰는 고형 약제의 시판시 빅데이터를 이용한 마케팅을 활용하여 어린이보다 성인에서 멍이 더 많이 발생한다는 점을 발견하고 마케팅에 활용하였고, (주)이씨마이너는 기존의 인터넷을 기반으로 하는 빅데이터의 통념을 깨고 제조공정의 CCTV 이미지를 이용한 빅데이터 분석을 통한 불량품을 실시간 판별하여 제조공정의 정확성을 향상 시켰다.
본 연구에서는 실물옵션모형을 이용하여 기업의 빅데이터 기술도입에 따른 경제적 가치를 도출하였다. 경제적 가치 산정을 위해 빅데이터 기술도입을 결정한 기업의 주가를 이용하여 주가증분으로 평가한 경제적 가치의 크기와 확률과정을 추정하고 이를 바탕으로 옵션가치를 도출하였다. 옵션가치 도출은 블랙-숄즈 편미분방정식을 도출하고 이를 수치해석적 방법인 유한차분법을 이용하였다.
기초자산의 자료가 안정성 조건을 만족하므로, 앞서 소개한 4개의 적률조건을 사용하여 확률과정을 추정하고 추정결과에 기초하여 투자안의 가치를 측정한다. 확률과정의 추정은 기초자산이 확률과정이 기하브라운운동(GBM, Geometric Brownian Motion)을 따른다는 가정 하에 일반화적률법을 사용하여 모수를 추정하였으며, 일반화적률법을 통한 모형의 적합성 검정에서 GBM은 Hansen(1982)의 검정통계량을 만족하고 안정적인 변동성을 가지는 것으로 나타나 본 분석에 적합한 확률과정으로 판단하였다.
해당연구들의 공통적 특징은 신기술개발 및 R&D 투자의 가치를 기초자산의 확률과정과 변동성을 통해 산정한 것으로, 이러한 부분이 실물옵션 모형의 핵심이라 할 수 있다. 따라서 이러한 실물옵션 방법론을 적용한 빅데이터 기술의 가치평가는 불확실한 상황을 고려한 연구라는 측면에서 기존연구와 차별화되며, 본 연구 에서는 기업의 빅데이터 기술 도입을 위한 투자를 실시할 때의 경제적 가치를 실물옵션 모형을 통해 분석할 것이다.
본 연구는 빅데이터 기술도입에 따른 효과를 실물옵션을 도입하여 분석한 최초의 연구로 빅데이터 기술을 도입함으로 얻게 되는 기술의 효과까지 분석하였다는 점과 빅데이터 옵션가치 도출에 빅데이터 기술을 도입한 기업의 주가를 기초자산으로 사용한 최초의 연구라는 점에서 기존연구와 차별화된다. 기업들의 빅데이터 기술 도입이 비교적 최근에 발생하였음을 고려할 때 동 분석 방법론을 다양한 기업에 적용함으로 빅데이터 기술의 정체한 가치를 도출하는데 기여할 수 있을 것으로 기대된다.
본 연구에서는 실물옵션모형을 이용하여 기업의 빅데이터 기술도입에 따른 경제적 가치를 도출하였다. 경제적 가치 산정을 위해 빅데이터 기술도입을 결정한 기업의 주가를 이용하여 주가증분으로 평가한 경제적 가치의 크기와 확률과정을 추정하고 이를 바탕으로 옵션가치를 도출하였다.
연속모형의 대표적인 모형으로는 기초자산이 기하브라운운동(Geometric Brownian Motion : GBM)을 따른다고 가정하고 그 확률과정을 토대로 편미분방정식을 도출하여 closed form solution의 형태로 옵션가치를 구하는 블랙-숄즈 모형이 있고, 해당 편미분방정식을 유한차분법 (FDM, Finite Difference Method)을 활용하여 수치적 (Numerical)으로 해를 구하는 방법이 있다. 본 연구에서는 편미분방정식의 해를 FDM을 사용하여 풀이하는 방법을 사용하여 옵션가치를 도출하였다.
데이터처리
모형의 제약조건에 대한 타당성 검정은 Wald 검정통계량을 사용하였으며 검정통계량은 아래와 같다.
보다 정확한 평가를 위해 기술이 영향을 미치기 시작한 시점을 내생적으로 검정할 수 있는 QLR 통계량을 사용하였다. QLR검정을 사용한 검정결과 Chow통계량의 F 값이 484.
이론/모형
al.(1992) 이 사용한 적률조건을 사용하였다2). GMM 추정 과정은 E[f(xt,θ)] = 0를 적률조건이라 한다면 실제로는 E[f(xt,θ)]를 관측할 수 없고 f(xt,θ) 만을 알고 있는 경우에 #률 조건을 사용한다.
빅데이터 분석 결과를 바탕으로 기존 제품의 브랜드 마케팅에 적극 활용하여 매출액과 기업가치가 증가하였는데, 이러한 기업가치의 증가는 해당 기업의 주가에 반영되었다고 보는 것이 타당하다(이동수, 2008). 따라서 빅데이터 분석 도입에 따른 마케팅 효과의 가치를 측정하기 위해 본 연구에서는 Y사의 주가증분을 활용하였으며, Y사의 주가변화는 그림2와 같이 나타난다.
빅데이터 분석에 의한 주가 증분을 도출하기 위해서는 Meschi and Cheng(2002)이 사용한 모형을 이용한다. 이 모형은 특정 이벤트 발생 이전의 주가와 종합주가지수의 회귀분석을 통해 동 프로젝트를 수행하지 않았을 때의 주가를 추정한다.
경제적 가치 산정을 위해 빅데이터 기술도입을 결정한 기업의 주가를 이용하여 주가증분으로 평가한 경제적 가치의 크기와 확률과정을 추정하고 이를 바탕으로 옵션가치를 도출하였다. 옵션가치 도출은 블랙-숄즈 편미분방정식을 도출하고 이를 수치해석적 방법인 유한차분법을 이용하였다.
편미분 방정식의 해를 도출하기 위한 수치적 해법 중 본 연구에서는 유한차분법을 사용하였다. 유한차분법이란 미분방정식에 있는 도함수를 차분들로 근사시키는 방법이다.
확률과정 추정을 위해 본 연구에서는 Hansen(1982)의 일반화적률법(GMM, Generalized Method of Moments)을사용하였다. 일반화적률법을 사용하기 위해 Chan et.
성능/효과
각각의 사례를 구체적으로 보면 삼성전자는 일반 소비자향 SSD(Solid State Drive)시장의 성공적인 시장진입에 빅데이터 분석을 활용하였는데, 삼성 전자는 웹사이트 및 소셜미디어의 SSD관련 소비자 견해 및 반응 등을 분석하여 효과적인 브랜드 전략 을 수립하였다. (주)유유제약은 기존의 바르는 타박상과 멍든데 쓰는 고형 약제의 시판시 빅데이터를 이용한 마케팅을 활용하여 어린이보다 성인에서 멍이 더 많이 발생한다는 점을 발견하고 마케팅에 활용하였고, (주)이씨마이너는 기존의 인터넷을 기반으로 하는 빅데이터의 통념을 깨고 제조공정의 CCTV 이미지를 이용한 빅데이터 분석을 통한 불량품을 실시간 판별하여 제조공정의 정확성을 향상 시켰다. 각각의 성공사례는 표 1과 같다.
1)그러나 이러한 기술을 도입함으로써 실질적으로 기업의 가치 및 수익이 얼마나 늘어날 것인지는 확실한 요소가 아니므로, 빅데이터 기술도입에는 불확실성이 내재되어 있다고 할 수 있다. 따라서 빅데이터 기술 도입에 따른 가치를 측정하기 위해서는 이러한 불확실성에 대한 명시적 고려가 필요하다.
본 연구에서는 옵션가치 도출을 위한 입력변수 변화에 따른 민감도 분석을 실시하였다. 민감도 분석을 위해 기초자산, 투자비용 및 변동성변화에 따른 옵션가치의 변화를 분석한 결과, 기초자산의 경우 기초자산 크기가 작아질수록 옵션가치가 낮아지는 것으로 나타났고, 투자비용이 낮아질수록 옵션가치는 높아지는 것으로 나타났으며, 이러한 결과는 옵션가격결정이론의 결과와 일치함을 확인할 수 있다. 다만, 변동성 변화에 따른 옵션가치 민감도는 크지 않은 것으로 나타났는데, 이는 빅데이터 기술의 경우 기술도입 기간과 이에 따른 주가변동 폭이 낮아 변동성 증가에 따른 내재가치 증가 효과가 크지 않기 때문인 것으로 풀이된다.
분석결과 현재가치법을 통해 신재생에너지의 경제적 가치를 분석하였을 때는 신재생에너지 R&D가 경제성을 지니기 위해서 상당히 높은 수준의 기술 절감효과를 필요하거나 엄청난 수준의 화석에너지 단가를 요구한데 반해 실물옵션 방법을 적용할 경우 낮은 기술절감효과 수준에서도 신재생에너지의 R&D 가경제적으로도 유용할 수 있음을 보여주는 것으로 분석하였다.
분석결과, 빅데이터 투자비용을 5천만 원으로 가정했을 때, 주가증분을 통해 도출한 옵션가치는 약 38.5억 원으로 나타났고 시간가치는 약 1백만에 해당하는 것으로 나타났다. 따라서 빅데이터 기술도입은 실질적인 기업의 수익을 창출하는 효과에 더하여, 미미하지만 투자시점에 고려할 수 있는 추가적 시간가치까지 존재하는 것으로 해석된다.
실물옵션가격결정법을 활용하여 투자안에 내재된 옵션의 가치를 구하기 위해 기초자산인 미래수익의 현가를 구하고 그 확률과정이 GBM을 만족한다는 것을 규명하였다. 표 6은 유한차분법 계산에 필요한 변수들의 값을 정리한 것으로 옵션가치 산정을 위한 기본 변수들이다.
일반화적률법을 사용하기 앞서 단위근 검정을 실시하여 안정성 여부를 확인하여야 하는데 본 연구에서는 Dicky-Fuller 단위근 검정을 실시하였으며, 그 결과 p-value가 0.025로 유의수준 5% 하에서 단위근을 가진다는 귀무가설을 기각하여 안정성을 확인하였다.
기초자산의 자료가 안정성 조건을 만족하므로, 앞서 소개한 4개의 적률조건을 사용하여 확률과정을 추정하고 추정결과에 기초하여 투자안의 가치를 측정한다. 확률과정의 추정은 기초자산이 확률과정이 기하브라운운동(GBM, Geometric Brownian Motion)을 따른다는 가정 하에 일반화적률법을 사용하여 모수를 추정하였으며, 일반화적률법을 통한 모형의 적합성 검정에서 GBM은 Hansen(1982)의 검정통계량을 만족하고 안정적인 변동성을 가지는 것으로 나타나 본 분석에 적합한 확률과정으로 판단하였다. 추정결과는 표 5와 같다.
회귀분석 결과 결정계수 값이 0.428로 모형적합성 유무검정결과 1% 유의수준 하에서 모형이 적합한 것으로 나타났다. 이는 종합주가지수가 Y사의 주가 움직임을 비교적 잘 설명함을 의미한다.
후속연구
본 연구는 빅데이터 기술도입에 따른 효과를 실물옵션을 도입하여 분석한 최초의 연구로 빅데이터 기술을 도입함으로 얻게 되는 기술의 효과까지 분석하였다는 점과 빅데이터 옵션가치 도출에 빅데이터 기술을 도입한 기업의 주가를 기초자산으로 사용한 최초의 연구라는 점에서 기존연구와 차별화된다. 기업들의 빅데이터 기술 도입이 비교적 최근에 발생하였음을 고려할 때 동 분석 방법론을 다양한 기업에 적용함으로 빅데이터 기술의 정체한 가치를 도출하는데 기여할 수 있을 것으로 기대된다. 그러나 단일기업을 대상으로 한 빅데이터 기술도입에 따른 효과분석만을 제시하여 전반적인 빅데이터 기술의 경제적 가치를 대표하기에는 한계를 갖는 것으로 생각된다.
그러나 단일기업을 대상으로 한 빅데이터 기술도입에 따른 효과분석만을 제시하여 전반적인 빅데이터 기술의 경제적 가치를 대표하기에는 한계를 갖는 것으로 생각된다. 따라서 추후 연구를 통해 다양한 기업의 성과를 토대로 한 빅데이터 기술의 경제적 가치를 분석할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
빅데이터의 특징은 무엇인가?
이러한 추세에 맞추어 Gartner, IDC 등 글로벌 ICT 산업에 영향을 미칠 기술요소로 빅데이터를 선정하는 등 빅데이터 관련 산업에 대한 관심이 급증하고 있다(정부연, 2013). 빅데이터는 기존의 데이터베이스 형태로 관리되던 형태에 비해 자료의 형식이 다양하고 순환 속도가 빨라 기존 방식과는 다른 데이터 분석 방식과 관리방법을 요구한다. 따라서 최근 빅데이터 분석 및 관리를 위한 새로운 패키지가 출현하고 있고 이에 대한 고도화된 기술을 요구하는 기업의 수가 증가하고 있다(정부연, 2013).
빅데이터 기술 도입에 따른 가치를 측정하기 위해서는 이러한 불확실성에 대한 명시적 고려가 필요한 이유는 무엇인가?
기업들의 빅데이터 기술 도입 목적은 분석을 바탕으로 새로운 사업 기회를 발굴하여 수익창출에 활용하기 위함이다.1)그러나 이러한 기술을 도입함으로써 실질적으로 기업의 가치 및 수익이 얼마나 늘어날 것인지는 확실한 요소가 아니므로, 빅데이터 기술도입에는 불확실성이 내재되어 있다고 할 수 있다. 따라서 빅데이터 기술 도입에 따른 가치를 측정하기 위해서는 이러한 불확실성에 대한 명시적 고려가 필요하다.
빅데이터를 기반으로 한 분석의 수요가 기업 들을 대상으로 증가하고 있는 이유는 무엇인가?
이러한 빅데이터를 기반으로 한 분석의 수요가 기업 들을 대상으로 증가하고 있는데, 이는 방대한 고객자료를 이용한 분석이 가능하게 되었기 때문으로 판단된다. 이에 따라 대기업을 중심으로 마케팅 및 사업 전략 수립에 빅데이터 분석방법론을 도입하는 사례가 급증하고 있으며, 기업들은 빅데이터 기술 도입 결정 시 해당기술의 경제적 가치를 정확히 산정하여 기업의 수익에 미치는 영향을 정확히 산정할 수 있어야 한다.
참고문헌 (24)
Park, K., "Valuation of R&D Project Using Real Options Approach", Master's Thesis, Graduate School of Konkuk University, 2000
Park, H,. C. Jang, "Real Option Analysis for Medium Scale CHP Plant Investment with Volatile Electricity Prices", Environmental and Resource Economic Review, Vol. 16, No. 4, 2007. pp.763-781.
Yoo, C., J. Kim, and E. Heo, "A Real Option Valuation Model for Resources Exploration Projects", Geosystem Engineering, Vol. 48, No. 3, 2011, pp. 255-267
Yoon, W., "Economic Valuation of Nuclear Power Plants Using Simulation and Real Options Approach", Korean Energy Economic Review, Vol. 5, No. 1, 2006, pp. 27-55
Lee, D., "Valuation on the photovoltaic core material technology : real option approach", Master's Thesis, Graduate School of Kyungbook National University, 2008
Jang, Y,. D. Lee, and H. Oh, "Valuation of Renewable Energy using Real Option", Korean Institute of Industrial Engineers Spring Joint Meeting, 2011
Jeong, B., "Status and Future of Big Data Market", KISDI Publication, Vol. 25, No.4, 2013
Choi, B., "A study on the stochastic process estimation for real option valuation method", Master's Thesis, Graduate School of Seoul National University, 2003
KISTI, "Status and Future of Big Data Market", KISTI Market Report, 2013
KAIT, "Big Data forums, domestic market leverage Big Data for the first activation, competition analysis ceremony held", News Release, 2013
Hong, D., I. Lee, and K. Kim, "IT Investment Valuation using Real Option", KISDI Research Report, KISDI, 2001
Jonathan L. Herlocker, Lee R. Gordon, Jhon Riedl, "GroupLens : Applying Collaborative Filtering to Usenet News", Communication of ACM. Vol.40 No.3, March 1997. pp.87-97.
Bayaga, A., S. Flowerday and L. Cilliers, "Valuing Information Technology (IT) and Operational Risk Management", International Conference on ICT for Africa, 2013
Black, F. and M. Scholes, "The Pricing of options and corporate liabilities", Journal of Finance Political Economy, Vol. 81, 1973
Chan, K.C, G. Andrew Karolyi, Francis A. Longstaff, and Anthony B. Sanders, "An empirical comparison of alternative models of short-term interest rate", Journal of finance, Vol. 47, 1992, pp. 209-1228
Schwartz, E.,"The real options approach to valuation: Challenges and pportunities", Latin american journal of economics, vol. 50, no. 2, 2013
Hansen, L., "Large sample properties of generalized method of moments estimators", Econometrica Vol. 50, 1982, pp. 1029-1054
Trigeorgis, L., "Real Options and Interactions with Financial Flexibility", Financial Management, 1993, Vol.22 No.3
Villani, G., "Valuation of R&D Investment Opportunities with the Threat of Competitors Entry in Real Option Analysis", Computational Economics, Vol. 43, No. 3, 2014, pp 331-355Knowledge Discovery, vol. 10, no. 3, pp. 197-228, 2005.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.