[논문]인터넷 검색트렌드와 기업의 주가 및 거래량과의 관계에 대한 연구

구평회; 김민수

doi:10.7838/jsebs.2015.20.2.001

문제 정의

우선 기업명의 검색량 증감 추세를 기초로 주식투자전략을 세우고, 이러한 검색트렌드 투자전략의 기업별 투자 효과를 수익률을 통해 분석하였다. 또한 검색트렌드와 주식거래량과의 관계를 분석하여 인터넷 상의 관심이 주식거래로 이어질 수 있다는 개연성에 대해 살펴보았다. 특히, 투자대상을 대기업과 중소기업으로 구분하고 동일한 전략을 활용했을 때 기업의 규모에 따라 수익률이 어떻게 변화하고, 주식거래량과는 어떤 차이를 보이는지 비교․분석하였다.
본 논문에서는 국내의 인터넷 검색 추세와 증권시장에서의 투자활동 간의 관련성을 다루고자 한다. 다수의 참여자가 존재하는 증권시장은 개별 참여자들의 의사결정이 종합되어 나타나는 곳으로, 참여자의 행태에 대한 전체적인 이해가 시장동향의 예측에 중요한 요소가 되기 때문에 과거부터 많은 연구가 이루어져 온 분야이기도 하다[3, 10, 11, 12, 16, 18].
본 논문에서는 인터넷 검색엔진에서 기업명 검색의 추이를 이용하여 투자전략을 세우는 방안을 제시하고, 이러한 투자전략이 수익률에 어떻게 영향을 주는지를 실제 데이터를 이용하여 분석하였다. 특히, 이러한 투자전략이 국내 KOSPI와 KOSDAQ 두 주식시장의 대기업과 중소기업에 적용되는 경우의 투자성과를 비교하였다.
본 논문은 검색 추세를 이용한 투자전략이 주식투자 수익률에 영향을 주는지에 대한 연구를 다루고 있다. 본 연구는 아직까지는 초보적인 단계로, 실제의 시장 투자전략까지 도출해 내기 위해서는 향후 아래와 같은 내용을 보완 및 개선하는 연구가 추가되어야 할 것이다.
본 연구는 기존 Preis 등의 연구[18]와, 김민수 및 구평회 연구[11]의 연장선상에서, 검색용어를 일반용어가 아닌 특정 기업명으로 대체하여 해당 기업의 개별주가 및 거래량과의 연관성을 살펴보고자 한다. 주식시장에서 투자자가 어떤 기업의 주식을 사거나 팔 때 기업 정보를 추가적으로 얻기 위하여 투자 전에 인터넷의 검색엔진으로 해당 기업명을 검색할 것이라는 인식하에 검색용어로 기업명을 택하였다.
본 연구에서는 대상들 간에 그러한 인과관계가 존재한다면, 이를 데이터간의 추세적 연관성 속에서 발견하고자 하는 시도로, 이것이 대상들 간의 인과적 관계를 증명하는 것은 아니다. 이러한 개연성을 설명할 수 있는 가설들의 가능성만을 제기하고자 한다.
인터넷 검색 추세와 주가 변동과의 연결 관계를 좀 더 살펴보기 위해 해당 주식의 거래량 변동을 가능한 매개요인으로 살펴보았다. 즉, 투자 기업에 대한 관심은 인터넷 검색을 통해 나타나고, 이런 관심이 실제 해당 기업 주식의 거래를 수반하여 궁극적으로 주가를 변화시킬 수 있다는 개연성을 살펴보기 위해서이다.
인터넷 검색 추세와 주가 변동과의 연결 관계를 좀 더 살펴보기 위해 해당 주식의 거래량 변동을 가능한 매개요인으로 살펴보았다. 즉, 투자 기업에 대한 관심은 인터넷 검색을 통해 나타나고, 이런 관심이 실제 해당 기업 주식의 거래를 수반하여 궁극적으로 주가를 변화시킬 수 있다는 개연성을 살펴보기 위해서이다.

제안 방법

검색트렌드 투자전략의 안정성 및 연속성을 보기 위하여 전체 분석기간 동안의 데이터를 학습기간(2007년에서 2011년까지)과 검증기간(2012년에서 2013년까지)으로 나누어, 두 기간 동안의 조정연수익률간의 관계를 분석하였다. [Figure 3]은 검색트렌드 투자전략을 적용하여 투자한 경우 KOSPI와 KOSDAQ의 대기업과 중소기업에 대해 두 기간 동안의 투자수익률 관계를 나타내는 산점도이다.
기업명에 대한 검색량 추세 데이터를 확보하기 위하여, 2007년 이후의 검색 데이터에 대해 용어별로 검색횟수에 대한 상대적인 추이 정보를 주간 단위로 보여주는 네이버트렌드 기능을 이용하였다. 인터넷통계데이터(http://trend.
6%를 차지하고 있다. 따라서 본 논문에서는 신뢰도 측면에서 가장 검색수가 많은 네이버트렌드의 추이데이터를 택하여 투자전략을 세웠다. 투자의 주기는 네이버트렌드에서 데이터를 얻을 수 있는 주기인 주간 단위로 하고, 매주 초에 지난주 회사명에 대한 검색량을 보고 검색 수가 그 이전 일정기간보다 증가하면 투자자의 관심이 증대되었다고 판단하고 해당회사의 주식에 대해 사자 포지션을 취하고, 반대로 검색수가 감소하면 팔자 포지션을 취한다.
이러한 변동성이 큰 상황이 투자전략의 성과에 어떤 영향을 주는지에 대한 연구도 의미가 있다 하겠다. 마지막으로, 인터넷 검색량의 추이 통계가 주간 단위로 발표되기 때문에 본 논문에서는 주간단위의 투자결정을 실시하였다. 일간 단위의 통계나 실시간 검색량 추이를 활용할 수 있다면 투자주기를 짧게 하여 좀 더 최근 정보를 활용한 투자 전략을 수립할 수 있을 것이다.
다수의 참여자가 존재하는 증권시장은 개별 참여자들의 의사결정이 종합되어 나타나는 곳으로, 참여자의 행태에 대한 전체적인 이해가 시장동향의 예측에 중요한 요소가 되기 때문에 과거부터 많은 연구가 이루어져 온 분야이기도 하다[3, 10, 11, 12, 16, 18]. 본 연구는 인터넷 검색 엔진에서 조회되는 용어를 기존의 많은 연구와 달리, 시장 전반에 대한 관심을 파악하기 위한 것이 아니라 개별 기업에 대한 관심도를 파악하기 위해 각 기업의 이름으로 한정하였다. 특히 기업의 규모에 따른 차이를 살펴보았다는 점에서 기존 연구와 큰 차이가 있다.
여기서 제시된 검색트렌드 투자전략은 검색용어가 네이버트렌드를 통해 얻은 국내 기업의 명칭이고, 주가가 국내 주식시장에서의 가격이라는 점을 제외하고는 Preis 등의 연구[18]에서 사용된 기존 투자전략과 동일한 형태이다. 본 연구에서는 기존 연구와는 달리 수익률을 종합주가지수를 통해 파악하지 않고 검색대상이 되는 개별 기업의 수익률로 파악하였으며, 대기업군과 중소기업군의 수익률은 대상군에 속하는 기업들의 수익률을 합산하여 계산하였다.
분석기간(2007～2013년) 동안에 주식가격 자체의 등락으로 인한 수익률의 변화가 발생할 수 있으므로, 이로 인한 영향을 파악하여 살펴볼 수 있도록 Preis 등의 연구[18]에서 벤치마크 투자전략으로 사용했던 buy-and-hold(BH) 투자전략을 그대로 적용한 경우와 검색트렌드(Search Trend: ST) 투자전략을 적용한 경우의 연간 평균수익률을 다음의 [Table 1]에 각각 비교하였다.
특히 기업의 규모에 따른 차이를 살펴보았다는 점에서 기존 연구와 큰 차이가 있다. 우선 기업명의 검색량 증감 추세를 기초로 주식투자전략을 세우고, 이러한 검색트렌드 투자전략의 기업별 투자 효과를 수익률을 통해 분석하였다. 또한 검색트렌드와 주식거래량과의 관계를 분석하여 인터넷 상의 관심이 주식거래로 이어질 수 있다는 개연성에 대해 살펴보았다.
여기에서 연간수익률은 주간수익률을 누적하여 구했다. 주간수익률의 계산은 t주에 매도포지션을 취하는 경우 p(t)에 팔고p(t+1)에 사므로 수익률이 p(t)/p(t+1)-1로 계산되지만, 본 논문에서는 기존의 연구[11, 18]에서와 마찬가지로 매도포지션이나 매수포지션에 따른 누적수익률의 계산을 간편하게 할 수 있도록, 자연로그함수를 사용하였다. 매도포지션에서의 수익률은 log(p(t)) / log(p(t+1))로, 매수포지션에서의 수익률은 매도포지션과는 반대로 log)p(t+1))/log(p(t))을 사용한다.
본 연구는 아직까지는 초보적인 단계로, 실제의 시장 투자전략까지 도출해 내기 위해서는 향후 아래와 같은 내용을 보완 및 개선하는 연구가 추가되어야 할 것이다. 첫째, 본 논문의 투자전략은 검색 용어로서 해당기업의 명칭만을 이용하였다. 기업명을 검색할 때 연관된 다른 용어들과 함께 검색하는 경우 이러한 용어들의 성질(예를 들면 긍정적인 용어인지, 부정적인 용어인지)에 따라 주식가격의 등락이 영향을 받을 수 있을 것으로 판단된다.
본 논문에서는 인터넷 검색엔진에서 기업명 검색의 추이를 이용하여 투자전략을 세우는 방안을 제시하고, 이러한 투자전략이 수익률에 어떻게 영향을 주는지를 실제 데이터를 이용하여 분석하였다. 특히, 이러한 투자전략이 국내 KOSPI와 KOSDAQ 두 주식시장의 대기업과 중소기업에 적용되는 경우의 투자성과를 비교하였다. 2007년부터 2013년까지 7년간의 검색데이터와 주식데이터를 가지고 분석한 결과, KOSPI, KOSDAQ 모든 경우에 수익률이 시장 평균 이상이었다.
또한 검색트렌드와 주식거래량과의 관계를 분석하여 인터넷 상의 관심이 주식거래로 이어질 수 있다는 개연성에 대해 살펴보았다. 특히, 투자대상을 대기업과 중소기업으로 구분하고 동일한 전략을 활용했을 때 기업의 규모에 따라 수익률이 어떻게 변화하고, 주식거래량과는 어떤 차이를 보이는지 비교․분석하였다.

대상 데이터

대기업과 중소기업에 대해 앞에서 제시한 검색트렌드 투자전략을 동일하게 적용하고, 그 결과를 비교하기 위하여 KOSPI 대기업 30곳과 중소기업 30곳, 그리고 KOSDAQ 대기업 30곳과 중소기업 30곳을 선정하였다. KOSPI와 KOSDAQ의 대기업은 주가총액을 기준으로 상위 30곳을 선정하였고, 중소기업으로는 시가총액 기준으로 하위 20% 내외의 기업이 선택되도록, KOSPI에서는 시가총액 300억 이상, KOSDAQ에서는 시가총액 200억 이상인 기업 중 시가총액이 작은 순서로 각각 30개의 기업을 선정하였다. 기업만을 대상으로 하기 위해 종목명 중에서 ETF 등은 제외하였다.
검색엔진에서 기업명에 대한 검색량의 변화와 해당 주식의 거래량과의 관계를 알아보기 위해서, 앞서의 실험과 동일하게 KOSPI와 KOSDAQ의 대기업 및 중소기업 30개 회사를 선정하여 2007년부터 2013년까지의 검색 추세와 주식거래량 데이터를 분석하였다. [Figure 4]는 KOSPI와 KOSDAQ 시장에서 기업규모별로 기업명에 대한 인터넷 검색량과 주식거래량간의 상관관계를 나타낸 것이다.
대기업과 중소기업에 대해 앞에서 제시한 검색트렌드 투자전략을 동일하게 적용하고, 그 결과를 비교하기 위하여 KOSPI 대기업 30곳과 중소기업 30곳, 그리고 KOSDAQ 대기업 30곳과 중소기업 30곳을 선정하였다. KOSPI와 KOSDAQ의 대기업은 주가총액을 기준으로 상위 30곳을 선정하였고, 중소기업으로는 시가총액 기준으로 하위 20% 내외의 기업이 선택되도록, KOSPI에서는 시가총액 300억 이상, KOSDAQ에서는 시가총액 200억 이상인 기업 중 시가총액이 작은 순서로 각각 30개의 기업을 선정하였다.
기업만을 대상으로 하기 위해 종목명 중에서 ETF 등은 제외하였다. 투자기간은 네이버트렌드의 데이터가 존재하는 2007년 초부터 2013년 말까지 7년 동안으로 정하였다.

이론/모형

김민수와 구평회[11]는 Preis[18]의 연구를 국내 KOSPI 시장에 동일하게 적용할 때의 투자수익률을 비교․분석하는 연구를 발표하였다. 우선 영어로 된 검색 용어를 한글로 바꾸고, Naver 검색엔진에서의 검색 추이를 기반으로 하여 Preis가 제시한 투자전략을 적용하여 KOSPI 지수를 거래한다. 과거 수년간의 KOSPI 지수와 Naver 검색추이 데이터를 이용하여 실험한 결과, 국내에서 검색트렌드를 이용한 투자전략은 미국에서 검색트렌드를 이용한 투자전략과는 상이한 결과를 냄을 확인하였다.

성능/효과

(3) 대기업은 기관이나 외국인 등의 대형 투자자가 많은 반면, 중소기업은 개인투자가가 많이 참여하여 상대적으로 정보가 부족한 개인 투자자들이 투자 전에 해당 회사에 대한 정보를 얻기 위하여 인터넷을 검색할 가능성이 높다.
특히, 이러한 투자전략이 국내 KOSPI와 KOSDAQ 두 주식시장의 대기업과 중소기업에 적용되는 경우의 투자성과를 비교하였다. 2007년부터 2013년까지 7년간의 검색데이터와 주식데이터를 가지고 분석한 결과, KOSPI, KOSDAQ 모든 경우에 수익률이 시장 평균 이상이었다. 특히 KOSPI와 KOSDSAQ 두 시장 모두에서 검색트렌드 투자전략의 투자성과가 대기업 보다는 중소기업을 대상으로 하는 경우에 더 크게 기대된다는 것으로 조사되었다.
KOSPI와 KOSDAQ 두 시장에서 모두 기업명에 대한 검색수와 대상기업의 연 수익률의 상관관계가 중소기업의 경우에 대기업 보다 상대적으로 높게 나오는 것을 알 수 있다. KOSPI 대기업을 제외한 나머지 세 그룹에 있어서도 모두 의미 있는 양의 상관관계가 있음을 볼 수 있는데, 이것은 검색트렌드 투자전략이 KOSPI 대기업을 제외한 나머지 기업군에 대해서 학습기간과 검증기간 전체에 걸쳐 비교적 안정적인 투자전략으로 활용될 수 있음을 의미한다. 두 시장에서 모두 중소기업의 경우 대기업보다 상관계수가 높게 나왔는데, 이는 중소기업의 경우 주식을 거래하기 위해 사전에 인터넷 검색 사이트에서 해당기업을 검색하는 경향이 강하다는 것으로 해석할 수 있겠다.
우선 영어로 된 검색 용어를 한글로 바꾸고, Naver 검색엔진에서의 검색 추이를 기반으로 하여 Preis가 제시한 투자전략을 적용하여 KOSPI 지수를 거래한다. 과거 수년간의 KOSPI 지수와 Naver 검색추이 데이터를 이용하여 실험한 결과, 국내에서 검색트렌드를 이용한 투자전략은 미국에서 검색트렌드를 이용한 투자전략과는 상이한 결과를 냄을 확인하였다. 구체적으로, 구글트렌드를 이용하여 시장평균 이상의 수익률을 보이는 검색어가 전체의 65% 가량을 차지하였지만, 네이버트렌드를 이용한 경우에는 약 25% 정도에 불과하였다.
과거 수년간의 KOSPI 지수와 Naver 검색추이 데이터를 이용하여 실험한 결과, 국내에서 검색트렌드를 이용한 투자전략은 미국에서 검색트렌드를 이용한 투자전략과는 상이한 결과를 냄을 확인하였다. 구체적으로, 구글트렌드를 이용하여 시장평균 이상의 수익률을 보이는 검색어가 전체의 65% 가량을 차지하였지만, 네이버트렌드를 이용한 경우에는 약 25% 정도에 불과하였다. 따라서 이러한 인터넷 데이터를 활용하기 위해서는 해외와 국내의 상황이 많은 차이를 보인다는 점을 미리 이해할 필요가 있다고 주장하였다.
따라서 기업규모별로 차별화 된 투자전략을 수립하는 것이 필요할 것이다. 넷째, 데이터의 수집과 분석 기간인 2007년～2013년 중에서 2008년과 2009년은 세계금융위기 및 회복으로 주가지수의 변동성이 심한 시기였다. 이러한 변동성이 큰 상황이 투자전략의 성과에 어떤 영향을 주는지에 대한 연구도 의미가 있다 하겠다.
특히 KOSPI와 KOSDSAQ 두 시장 모두에서 검색트렌드 투자전략의 투자성과가 대기업 보다는 중소기업을 대상으로 하는 경우에 더 크게 기대된다는 것으로 조사되었다. 또한, 인터넷 검색량과 주식거래량의 관계를 조사한 결과 두 시장 모두에서 기업규모와 무관하게 양의 상관관계가 있는 것으로 나타났다. 특히 투자수익률의 경우와 마찬가지로 주식거래량도 대기업 보다는 중소기업이 검색추세에 더 많은 영향을 받는다는 것을 볼 수 있었다.
18%더 높은 수익률을 실현하고 있음을 알 수 있다. 반면에, 중소기업에 대해서는 KOSPI와 KOSDAQ 모두에서 검색트렌드 투자전략을 적용하는 것이 BH 투자전략을 적용하는 것보다 수익률이 각각 31.18%와 11.77% 높다는 것을 알 수 있다. 본 논문에서는 주식거래 비용은 고려하고 있지 않으므로, 검색트렌드 전략에서는 매주 거래가 발생할 때마다 거래비용이 발생할 것이고, buy-and-hold 전략에서는 거래비용이 발생하지 않는다.
77% 높다는 것을 알 수 있다. 본 논문에서는 주식거래 비용은 고려하고 있지 않으므로, 검색트렌드 전략에서는 매주 거래가 발생할 때마다 거래비용이 발생할 것이고, buy-and-hold 전략에서는 거래비용이 발생하지 않는다. 따라서 실제로 거래비용을 고려해야 하는 상황에서는 트렌드 투자전략의 수익률에서 거래비용을 차감해야 할 것이다.
둘째, 인터넷 검색용어와 더불어, 인터넷에서 실시간으로 얻을 수 있는 신문기사를 투자전략에 포함시킨다면 이 또한 제시한 투자전략을 개선하는 효과가 있을 것으로 기대된다. 셋째, 본 연구의 분석 결과에서 볼 수 있듯이 검색 추세가 대기업과 중소기업에 미치는 영향에 차이가 있다. 따라서 기업규모별로 차별화 된 투자전략을 수립하는 것이 필요할 것이다.
신뢰 구간은 등락 예측의 정확도가 50%라고 가정하고, 올바른 등락예측의 횟수는 이항분포를 따른다는 가정 하에 9,572회를 투자했을 때 99%의 확률로 등락을 올바로 맞춘 비율의 범위를 나타낸다. 실험결과 등락을 맞춘 횟수의 비율이 이 범위를 벗어나면 유의수준 1%로 검색트렌드 투자전략의 적중률이 50%보다 크다고 할 수 있다. [Table 2]에서 모든 기업 규모에 있어 등락적중률이 50%를 넘어서고 있고, 중소기업은 KOSPI와 KOSDAQ 두 시장 모두에서, 대기업의 경우는 KOSDAQ 시장에서 99%의 신뢰구간을 벗어나 높은 확률로 주가등락을 맞춘다는 것을 알 수 있다.
)의 경우, KOSPI에서 약 23%의 수익률을 보이지만 KOSDAQ에서는 약 2%의 수익률만을 보이고 있다. 이 네 값을 모두 평균하면 검색트렌드 투자전략을 적용하여 약 11.4%의 연간수익률을 네 시장 환경에서 결과적으로 얻을 수 있다고 하겠다.
[Table 1]에서 확인할 수 있듯이 검색트렌드 투자전략과 BH 투자전략 사이에 상당한 수익률 차이가 있음을 알 수 있다. 즉, 검색트렌드 투자전략을 적용하는 경우 KOSPI 대기업에서는 BH 투자전략과 비교하여 수익률이 -8.55%로 저조한 반면에, KOSDAQ 대기업에서는 BH 투자전략과 비교하여 31.18%더 높은 수익률을 실현하고 있음을 알 수 있다. 반면에, 중소기업에 대해서는 KOSPI와 KOSDAQ 모두에서 검색트렌드 투자전략을 적용하는 것이 BH 투자전략을 적용하는 것보다 수익률이 각각 31.
2007년부터 2013년까지 7년간의 검색데이터와 주식데이터를 가지고 분석한 결과, KOSPI, KOSDAQ 모든 경우에 수익률이 시장 평균 이상이었다. 특히 KOSPI와 KOSDSAQ 두 시장 모두에서 검색트렌드 투자전략의 투자성과가 대기업 보다는 중소기업을 대상으로 하는 경우에 더 크게 기대된다는 것으로 조사되었다. 또한, 인터넷 검색량과 주식거래량의 관계를 조사한 결과 두 시장 모두에서 기업규모와 무관하게 양의 상관관계가 있는 것으로 나타났다.

후속연구

본 연구는 과거의 데이터를 기초로 거래비용을 배제하고 진행되었기에, 이러한 결과를 실제의 주식투자에 바로 적용하는 것은 위험이 따르고, 현실적으로 수익을 보장할 수도 없다. 그러나 본 연구의 결과를 다른 여러 투자전략과 함께 의사결정시에 보완적인 데이터로 유용하게 사용할 수 있을 것으로 기대한다.
이러한 감성분석을 활용하여 투자전략의 개선이 필요할 것이다. 둘째, 인터넷 검색용어와 더불어, 인터넷에서 실시간으로 얻을 수 있는 신문기사를 투자전략에 포함시킨다면 이 또한 제시한 투자전략을 개선하는 효과가 있을 것으로 기대된다. 셋째, 본 연구의 분석 결과에서 볼 수 있듯이 검색 추세가 대기업과 중소기업에 미치는 영향에 차이가 있다.
주식시장에서 투자자가 어떤 기업의 주식을 사거나 팔 때 기업 정보를 추가적으로 얻기 위하여 투자 전에 인터넷의 검색엔진으로 해당 기업명을 검색할 것이라는 인식하에 검색용어로 기업명을 택하였다. 물론 이러한 연관관계에 대한 인과론적 검증은 보다 폭넓은 사회과학적 연구가 필요한 주제로, 본 연구의 범위를 벗어난다. 본 연구에서는 대상들 간에 그러한 인과관계가 존재한다면, 이를 데이터간의 추세적 연관성 속에서 발견하고자 하는 시도로, 이것이 대상들 간의 인과적 관계를 증명하는 것은 아니다.
본 논문은 검색 추세를 이용한 투자전략이 주식투자 수익률에 영향을 주는지에 대한 연구를 다루고 있다. 본 연구는 아직까지는 초보적인 단계로, 실제의 시장 투자전략까지 도출해 내기 위해서는 향후 아래와 같은 내용을 보완 및 개선하는 연구가 추가되어야 할 것이다. 첫째, 본 논문의 투자전략은 검색 용어로서 해당기업의 명칭만을 이용하였다.
기업명을 검색할 때 연관된 다른 용어들과 함께 검색하는 경우 이러한 용어들의 성질(예를 들면 긍정적인 용어인지, 부정적인 용어인지)에 따라 주식가격의 등락이 영향을 받을 수 있을 것으로 판단된다. 이러한 감성분석을 활용하여 투자전략의 개선이 필요할 것이다. 둘째, 인터넷 검색용어와 더불어, 인터넷에서 실시간으로 얻을 수 있는 신문기사를 투자전략에 포함시킨다면 이 또한 제시한 투자전략을 개선하는 효과가 있을 것으로 기대된다.
마지막으로, 인터넷 검색량의 추이 통계가 주간 단위로 발표되기 때문에 본 논문에서는 주간단위의 투자결정을 실시하였다. 일간 단위의 통계나 실시간 검색량 추이를 활용할 수 있다면 투자주기를 짧게 하여 좀 더 최근 정보를 활용한 투자 전략을 수립할 수 있을 것이다.

핵심어	질문	논문에서 추출한 답변
	주간단위의 투자결정을 실시한 이유는 무엇인가?	이러한 변동성이 큰 상황이 투자전략의 성과에 어떤 영향을 주는지에 대한 연구도 의미가 있다 하겠다. 마지막으로, 인터넷 검색량의 추이 통계가 주간 단위로 발표되기 때문에 본 논문에서는 주간단위의 투자결정을 실시하였다. 일간 단위의 통계나 실시간 검색량 추이를 활용할 수 있다면 투자주기를 짧게 하여 좀 더 최근 정보를 활용한 투자 전략을 수립할 수 있을 것이다.
	조정연수익률이란 무엇인가?	[Figure 2]는 검색트렌드 투자전략을 적용한 경우 KOSPI와 KOSDAQ의 대기업 및 중소기업의 조정연수익률(Adjusted Annual Profit Rate)을 보여주고 있다. 조정연수익률은 분석대상기간 동안에 기업 자체의 주식가격 등락으로 인한 영향을 없애기 위하여 BH 투자전략을 적용한 경우와 비교한 상대수익률이다. 즉, 조정연수익률 = (검색트렌드 투자전략의 5년간 수익률-BH 투자전략의 5년간 수익률)/대상기간(5년)이다.
	네이버트렌드의 추이데이터를 택하여 투자전략을 세운 이유는 무엇인가?	기업명에 대한 검색량 추세 데이터를 확보하기 위하여, 2007년 이후의 검색 데이터에 대해 용어별로 검색횟수에 대한 상대적인 추이 정보를 주간 단위로 보여주는 네이버트렌드기능을이용하였다. 인터넷통계데이터(http://trend.logger.co.kr)에 의하면 2013년 1년 동안 국내검색사이트의 검색점유율은 네이버가 78.6%를 차지하고 있다. 따라서 본 논문에서는 신뢰도 측면에서 가장 검색수가 많은 네이버트렌드의 추이데이터를 택하여 투자전략을 세웠다.

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증

인터넷 검색트렌드와 기업의 주가 및 거래량과의 관계에 대한 연구
A Study on the Relationship between Internet Search Trends and Company's Stock Price and Trading Volume 원문보기

초록
AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (23)

이 논문을 인용한 문헌

저자의 다른 논문 :

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

인터넷 검색트렌드와 기업의 주가 및 거래량과의 관계에 대한 연구 A Study on the Relationship between Internet Search Trends and Company's Stock Price and Trading Volume 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

Abstract ▼ AI-Helper

주제어

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

이론/모형

성능/효과

후속연구

질의응답

참고문헌 (23)

이 논문을 인용한 문헌

저자의 다른 논문 :

구평회 (18) 김민수 (14)

관련 콘텐츠

원문 보기

원문 URL 링크

오픈액세스(OA) 유형

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

인터넷 검색트렌드와 기업의 주가 및 거래량과의 관계에 대한 연구
A Study on the Relationship between Internet Search Trends and Company's Stock Price and Trading Volume 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper