최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기한국지능시스템학회 논문지 = Journal of Korean institute of intelligent systems, v.25 no.2, 2015년, pp.191 - 196
이준혁 (고려대학교 산업경영공학과) , 김갑조 (고려대학교 산업경영공학과) , 박상성 (고려대학교 지식재산학과) , 장동식 (고려대학교 산업경영공학과)
There have been many studies on statistical forecasting on firm's performance and stock price by applying various financial indicators such as debt ratio and sales growth rate. Selecting predictors for constructing a prediction model among the various financial indicators is very important for preci...
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
PCA 방법이란? | 본 논문에서는 다양한 예측지표들 간의 상관성 및 교호작용 등의 문제점을 해결하기 위해 Dimension Reduction의 대표적인 기법인 PCA(Princiapal Component Analysis)를 활용하였다. PCA는 여러 변수들(x1, x2, x3,…x)이 관측되었을 때, 상관성이 높은 변수들을 공동요인으로 묶어 기존 변수들이 가지고 있는 정보들을 최대한 확보하는 적은 수의 새로운 변수들을 생성하는 방법이다[4]. 이와 같은 PCA의 특성 때문에 다양한 방면의 텍스트 마이닝과 다변량 통계분석 관련 연구에서 널리 사용된다[6,7]. | |
기계 학습을 통해 정량적으로 기업의 실적을 예측할 때 연구자가 해야하는 것은? | 이에 따라 기업 실적 및 주가예측과 관련된 연구들도 전통적인 정성적 분석 방법 외에 인공신경망, 의사결정나무, SVM 등을 통해 정량적으로 기업실적을 예측하려는 시도가 많이 이루어지고 있다[1, 2, 3, 5]. 기계 학습을 통해 정량적으로 기업의 실적을 예측하는 경우, 연구자가 기업실적예측 모델에 사용되는 예측변수를 선정하여야 한다. 예측모델 구축을 위한 예측변수 선정은 모델구축을 위한 학습알고리즘 선정 못지않게 중요하다. | |
연구자의 정성적인 분석으로 이루어진 전통적인 기업실적 예측 관련연구들의 문제점은 무엇인가? | 전통적인 기업실적 예측 관련연구들은 기업실적에 유의한 영향을 미치는 것으로 알려진 재무지표, 전기 주가정보 등의 다양한 정보를 종합하여 연구자의 정성적인 분석을 통해 이루어졌다. 하지만 이와 같이 연구자의 주관적 판단에만 의존한 연구들은 객관성이 부족하다는 한계점이 존재한다. 최근 들어 데이터 처리 및 기계학습 기술의 발달에 따라 대량의 데이터로부터 유의한 결과를 도출하고 이를 예측에 활용할 수 있게 되었다. |
Chih-Hung Wu, Gwo-Hshiung Tzeng, Yeong-Jia Goo, Wen-Chang Fang, "A real-valued genetic algorithm to optimize the parameters of support vector machine for predicting bankruptcy," Expert Systems with Applications, vol. 32, no. 2, pp. 397-408, Feb. 2007.
Jae H. Min, Young-Chan Lee, "Bankruptcy prediction using support vector machine with optimal choice of kernel function paramet," Expert Systems with Applications, vol. 28, no. 4, pp. 603-614, May. 2005.
Fengyi Lin, Ching Chiang Yeh, Meng Yuan Lee, "A Hybrid Business Failure Prediction Model Using Locally Linear Embedding And Support Vector Machines," Romanian Journal for Economic Forecasting, no. 1, pp. 82-97, 2013.
Yen-Yoo You, Jae-Whak Roh, "A Study on Selecting Model for Small and Medium Management Innovative Manufacturers," Journal of Society for e-Business Studies, vol. 15, no. 2, pp. 55-75, May. 2010.
Young Geun Shin, Sang Sung Park, Dong Sik Jang, "R&D Indicators of a Firm as Predictors for Predicting Firm Performance," Information-An International Interdisciplinary Journal , vol. 15, no. 2 pp. 577-596, Feb. 2012.
Jun, S.H., Park, S.S., Jang, D.S., "Technology forecasting using matrix map and patent clustering," Industrial Management & Data Systems, vol. 112, no. 5, pp. 786-807, Feb. 2012.
*원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다.
오픈액세스 학술지에 출판된 논문
※ AI-Helper는 부적절한 답변을 할 수 있습니다.