[논문]PM10 농도변화에 따른 미세먼지 테마주 주가변동 빅데이터 분석

김무정; 임규건

doi:10.18807/jsrs.2020.10.1.055

PM10 농도변화에 따른 미세먼지 테마주 주가변동 빅데이터 분석
Bigdata Analysis of Fine Dust Theme Stock Price Volatility According to PM10 Concentration Change 원문보기

서비스연구 = Journal of service research and studies, v.10 no.1, 2020년, pp.55 - 67

김무정 (한양대학교 경영대학 일반대학원 경영정보 전공) , 임규건 (한양대학교 경영대학)

초록
AI-Helper

미세먼지 문제는 최근 우리나라 국민의 최대 관심사로 부상되었고 정부 및 지방자치단체에서도 상당한 노력을 기울이고 있다. 그간 미세먼지와 관련하여 다수의 학술적 연구가 진행되어왔지만 경제 분야의 연구는 상대적으로 미흡하였다. 본 연구에서는 미세먼지가 개별 주식에 어떠한 영향을 끼치는지에 대하여 빅데이터 분석을 통해 알아보고자 한다. 2013년부터 2017년까지 총 5개년을 대상으로 PM10농도 미세먼지 데이터와 미세먼지 테마주 데이터와의 관계를 분석하였다. 연구방법으로는 일반화최소제곱법을 사용한 선형회귀모형을 사용하여 회귀분석을 실시하였다. 연구 결과 미세먼지 농도가 전일에 비해서 증가했을 때 미세먼지 테마주의 주가가 상승하는 것으로 나타났다. 그리고, 2013년부터 2017년까지 주가변동 분석결과 회귀계수 값이 큰 기업은 매년 달라졌다. 5개년 동안 제일 큰 반응을 보인 기업은 오공, 웰크론, 동성제약, 삼일제약, 모나리자 순이었다. 그 중 연도별로 반복적으로 등장하는 기업으로는 모나리자가 2014년, 2015년, 2017년에, 삼일제약은 2015년, 2016년, 2017년에, 웰크론은 2016년, 2017년에 반복적으로 회귀계수가 크게 나타났으며 해당 기업은 미세먼지 농도에 주가가 민감하게 반응하는 기업이라고 사료된다. 향후 PM2.5 측정 데이터가 충분히 쌓이게 된다면 PM2.5의 농도를 독립변수로 한 연구와 비교·분석하는 것도 의미가 있을 것이다. 본 연구에서는 미세먼지 농도만을 독립변수로 하였는데 설명력을 높일 수 있는 변수를 추가한다면 좀 더 의미있는 연구결과를 기대할 수 있을 것이다.

Abstract ▼ AI-Helper

Fine dust has recently become one of the greatest concerns of Korean people and has been a target of considerable efforts by governments and local governments. In the academic world, many researches have been carried out in relation to fine dust, but the research on the economic field has been relatively few. So we wanted to know how fine dust affects the economy. Big data of PM10 concentration for fine dust and fine dust theme stock price were collected for five years from 2013 to 2017. Regression analysis was performed using the linear regression model, the generalized least squares method. As a result, the change in the fine dust concentration was found to have a effect on the related theme stocks' price. When the fine dust concentration increased compared to the previous day, the fine dust theme stocks' price also showed a tendency to increase. Also, according to the analysis of stock price change from 2013 to 2017 based on fine dust theme stocks, companies with large regression coefficients were changed every year. Among them, the regression coefficients of Monalisa were repeatedly high in 2014, 2015, 2017, Samil Pharmaceutical in 2015, 2016 and 2017, and Welcron in 2016 and 2017, and the companies were judged to be sensitive to the concentration of fine dust. The companies that responded the most in the past 5 years were Wokong, Welcron, Dongsung Pharmaceutical, Samil Pharmaceutical, and Monalisa. If PM2.5 measurement data are accumulated enough, it would be meaningful to compare and analyze PM2.5 concentration with independent variables. In this study, only the fine dust concentration is used as an independent variable. However, it is expected that a more clear and well-explained result can be found by adding appropriate additional variables to increase the explanatory power.

주제어

표/그림 (6)

그림 Fig. 3-1 Research Model
표 Tab. 3-1 Number of Data
표 Tab. 3-2 Excluding stocks for fine dust themes
표 Tab. 4-1 Top 5 Regression Coefficient Result
표 Tab. 4-2 Top 10 Fine Dust Theme Stocks for 5 Years
표 Tab. 4-3 The Number of Stocks of Minus Regression Coefficient

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

이를 통해 미세먼지 농도변화가 관련 테마주에 영향을 끼치는 그 정도와 영향을 크게 받는 기업이 연도가 바뀌어도 반복적으로 나타나는지에 대해 알아본다. 그리고 미세먼지 농도변화(전일대비)에 따른 미세먼지 테마주에서 주가변동이 높은 종목들을 알아보고자 한다.
미세먼지 농도 전국평균 전일대비 변화율과 미세먼지 테마주 종가 전일대비 변화율의 회귀분석을 통해 미세먼지 농도변화에 가장 민감하게 반응하는 기업이 어떤 기업인지, 연도별로 보았을 때 연도별 공통점이 나타나는지, 미세먼지 농도변화가 미세먼지 테마주 종가에 영향을 준다고 할 수 있는지에 대해 알아보고자 한다.
기존에 환경과 경제 분야와의 관련성 분석은 주로 날씨를 기준으로 연구되어 왔다. 본 연구에서는 미세먼지 농도변화와 주가 분석을 통해 미세먼지가 경제에 어떤 영향을 끼치는지 분석하고자 한다. 미세먼지의 농도변화(전일대비)가 경제에 어떤 영향을 끼치는지 알아보기 위해 미세먼지와 밀접한 관계를 지닌 미세먼지 테마주(31개 종목)와의 관련성을 빅데이터 분석을 통해 분석하고자 한다.
미세먼지의 농도변화(전일대비)가 경제에 어떤 영향을 끼치는지 알아보기 위해 미세먼지와 밀접한 관계를 지닌 미세먼지 테마주(31개 종목)와의 관련성을 빅데이터 분석을 통해 분석하고자 한다. 이를 통해 미세먼지 농도변화가 관련 테마주에 영향을 끼치는 그 정도와 영향을 크게 받는 기업이 연도가 바뀌어도 반복적으로 나타나는지에 대해 알아본다. 그리고 미세먼지 농도변화(전일대비)에 따른 미세먼지 테마주에서 주가변동이 높은 종목들을 알아보고자 한다.

가설 설정

Kamstra 외(2003)은 일광과 계절성 정서장애(SAD)가 관련이 있으며 이것이 위험을 감수하는 행위와도 연관있음을 설명하였다. 계절성 정서장애는 가을에 상대적으로 낮은 수익률로 이어지고 겨울에는 상대적으로 높은 수익률로 이어진다는 것을 가정하였다. 대상은 스웨덴, 영국, 독일, 캐나다, 뉴질랜드, 일본, 호주, 남아프리카로 국가별 주가지수를 선정하여 진행하였다.
Lepori(2016)은 1998년 1월 2일부터 2006년 5월 19일까지 밀라노의 PM, NOx, SO2의 데이터와 밀라노 증권 거래소(MSE)의 글로벌지수 3가지 MIB Storico, Comit Global, Datastream Italy-market를 사용하여 이탈리아 주식시장과의 관련성을 분석하였다. 대기 오염농도가 높아지면 기분이 나빠지며 대기 오염농도가 높아지면 신체수준의 코티솔 농도가 증가한다는 심리적인 가설을 기반으로 하였다. 결과로 첫 번째 하위 표본(1989-1994)에서 t-1일의 대기 오염 수준과 t일의 수익 간에 통계적으로 유의미한 부정적 관계가 있음을 확인하였다.
본 연구의 종속변수인 주가변동성은 전일대비 종가의 변동비율로 종가는 매일 달라지고 주가가 전 날의 주가에 영향을 받기 때문에 독립적으로 발생한다고 볼 수 없다. 따라서 오차항이 1차-자기회귀(AR(1)) 공분산 구조를 가졌다고 가정한다.

제안 방법

그 다음으로 측정일시가 시 단위로 구분되어 있어 이를 일별평균을 내었다. 각 지역 구 단위 별로 미세먼지 농도(PM10)를 일별평균을 구하고, 다시 각 지역 미세먼지 일별평균으로 처리하였다. 최종적으로 전체 평균을 구하여 전국일별 평균농도를 계산하였다.
본 연구에서는 미세먼지 농도변화와 주가 분석을 통해 미세먼지가 경제에 어떤 영향을 끼치는지 분석하고자 한다. 미세먼지의 농도변화(전일대비)가 경제에 어떤 영향을 끼치는지 알아보기 위해 미세먼지와 밀접한 관계를 지닌 미세먼지 테마주(31개 종목)와의 관련성을 빅데이터 분석을 통해 분석하고자 한다. 이를 통해 미세먼지 농도변화가 관련 테마주에 영향을 끼치는 그 정도와 영향을 크게 받는 기업이 연도가 바뀌어도 반복적으로 나타나는지에 대해 알아본다.
Försti(2017)은 헬싱키와 홍콩의 PM10과 헬싱키 증권 거래소와 홍콩 증권 거래소의 주식수익률과의 영향을 분석하였다. 증권 거래소에서 분야를 기초 재료, 금융, 산업, 소비재 및 석유 및 가스 분야로 나누고 헬싱키는 Kallio와 Mannerheimintie 두 지역으로 나누어 분석하였다. t검정과 회귀분석을 실시한 결과 Kallio 지역은 대기오염이 심할 경우 기초 재료, 금융, 석유 및 가스에서 음의 값을 보이며 통계적으로 유의미하였고 석유가스분야가 가장 크게 반응하였다.

대상 데이터

미세먼지 농도데이터는 에어코리아 환경부 대기환경정보의 확정자료를 통해 수집하였다. 기간은 2013년부터 2017년 총 5개년을 수집하였다. 미세먼지 농도데이터의 경우 결측치와 이상치는 단순 대치법으로 처리하여 최종 13,994,179 데이터를 분석에 썼다.
계절성 정서장애는 가을에 상대적으로 낮은 수익률로 이어지고 겨울에는 상대적으로 높은 수익률로 이어진다는 것을 가정하였다. 대상은 스웨덴, 영국, 독일, 캐나다, 뉴질랜드, 일본, 호주, 남아프리카로 국가별 주가지수를 선정하여 진행하였다. 가을 더미변수를 포함한 회귀분석 결과 한 가지 경우를 제외한 모든 국가에서 가을 더미 계수추정치가 음의 값을 가졌다.
미세먼지 농도데이터는 에어코리아 환경부 대기환경정보의 확정자료를 통해 수집하였다. 기간은 2013년부터 2017년 총 5개년을 수집하였다.
기간은 2013년부터 2017년 총 5개년을 수집하였다. 미세먼지 농도데이터의 경우 결측치와 이상치는 단순 대치법으로 처리하여 최종 13,994,179 데이터를 분석에 썼다. 주가데이터는 DataGuide5를 이용하여 5개년 일일종가, 거래량, 시가총액 항목을 수집하였다.
미세먼지 테마주는 미세먼지와 관련있는 자동차용 여과지, 대기정화 사업, 마스크생산, 공기청정기 등의 사업을 실시하는 기업으로 코스피 11종목, 코스닥 20종목 총 31개의 종목을 선정하였다. 코스피 11종목은 모나리자, KC코트렐, 코웨이, JW중외제약, 삼일제약, 보령제약, 락앤락, 동아쏘시오홀딩스, 동성제약, 일동제약, 유유제약이며, 코스닥 20종목은 크린앤사이언스, 나노, 오공, 케이엠, 웰크론, 성창오토텍, EMW, 한국테크놀로지, 포스코ICT, 에코프로, 비디아이, 위닉스, 대유위니아, 하츠, 안국약품, 디에이치피코리아, 휴비츠, 조아제약, 삼천당제약, 동국제약이다.
미세먼지 농도데이터의 경우 결측치와 이상치는 단순 대치법으로 처리하여 최종 13,994,179 데이터를 분석에 썼다. 주가데이터는 DataGuide5를 이용하여 5개년 일일종가, 거래량, 시가총액 항목을 수집하였다.

데이터처리

본 연구는 미세먼지 농도변화가 미세먼지 테마주에 끼치는 영향을 일반화최소제곱법(GLS)을 사용한 회귀분석을 통해 분석하였다. 그리고 회귀계수를 바탕으로 주가변동성이 큰 기업을 연도별로 정렬하였다.
분석방법으로 R 패키지 중 ‘nlme’ 패키지 내장 함수인 gls 함수를 이용해 일반화최소제곱법(GLS: Generalized Least Squares)을 사용한 선형 회귀 모형을 사용하였다. 분석결과는 다음과 같이 요약하였다.

이론/모형

본 연구에서는 전국평균 일일 미세먼지 농도와 미세먼지 테마주의 주가변동성을 파악하기 위해 일반화최소제곱법(GLS: Generalized Least Squares)을 사용한 선형 회귀 모형을 사용한다. 일반화최소제곱법은 오차항의 분산이 일정하지 않은 경우나 서로 독립이라는 가정이 성립되지 않을 경우 회귀계수를 추정하기 위하여 최소제곱법 대신 사용하는 방법이다.

성능/효과

증권 거래소에서 분야를 기초 재료, 금융, 산업, 소비재 및 석유 및 가스 분야로 나누고 헬싱키는 Kallio와 Mannerheimintie 두 지역으로 나누어 분석하였다. t검정과 회귀분석을 실시한 결과 Kallio 지역은 대기오염이 심할 경우 기초 재료, 금융, 석유 및 가스에서 음의 값을 보이며 통계적으로 유의미하였고 석유가스분야가 가장 크게 반응하였다. 그러나, Mannerhimintie과 홍콩의 경우는 통계적으로 유의미한 값을 보이지 않았다.
Lucey와 Dowling은 (2005)은 주식 가격에 대한 투자자의 감정의 영향을 조사하였는데 긍정적인 분위기의 사람들은 낙관적인 결정을 부정적인 분위기의 사람들은 비관적인 결정을 내리는 것으로 나타났다. 날씨와 생체리듬에 이르는 다양한 환경과 스트레스 요인에 대한 경험적 연구는 주식 수익률에 통계적으로 유의미한 영향을 미치는 것으로 나타났다. Kamstra 외(2003)은 일광과 계절성 정서장애(SAD)가 관련이 있으며 이것이 위험을 감수하는 행위와도 연관있음을 설명하였다.
Levy와 Yagil(2011)은 1997년 1월 1일부터 2007년 6월 30일사이의 미국 내 대기 질 지수(AQI)와 주식 수익률의 관계를 분석하였다. 대기 질 지수와 주식 시장 수익률 간의 관계, 증권 거래소와 거리차이에 따른 대기 질 지수의 관계의 정도, 주요 금융 중심지의 대기오염이 해당 거래소 뿐만 아니라, 다른 지역의 멀리 떨어진 다른 거래소에서 수행하는 거래에도 영향을 미친다는 것을 규명하였다. 뉴욕과 가까운 킹스 카운티의 AQI가 좋지 않은 날의 평균 일일 수익률은 음의 값으로 대기 질이 나쁠 경우 주식 시장 수익률이 좋지 않음을 알 수 있었다.
미세먼지 농도변화와 미세먼지 테마주 주가변동 분석결과 미세먼지 농도변화는 미세먼지 테마주에 영향을 끼치는 것으로 분석되었다. 미세먼지 농도가 전일에 비해서 증가했을 때 대체로 미세먼지 테마주 주가도 증가하는 것으로 나타났다.
그리고 회귀계수를 바탕으로 주가변동성이 큰 기업을 연도별로 정렬하였다. 미세먼지 농도변화와 미세먼지 테마주 주가변동 분석결과 미세먼지 농도변화는 미세먼지 테마주에 영향을 끼치는 것으로 분석되었다. 미세먼지 농도가 전일에 비해서 증가했을 때 대체로 미세먼지 테마주 주가도 증가하는 것으로 나타났다.
미세먼지 테마주를 기준으로 2013년부터 2017년까지 주가변동 분석결과 β₁값이 큰 기업이 매년 달라졌다. 이를 통해 주가변동이 크게 나타난 기업이 반드시 지속적으로 크게 반응하는 것은 아니라는 것을 확인할 수 있었다.

후속연구

그 중 연도별로 반복적으로 등장하는 기업을 살펴보면 모나리자는 2014년, 2015년, 2017년에, 삼일제약은 2015년, 2016년, 2017년에, 웰크론은 2016년, 2017년에 반복적으로 등장하며 해당 기업은 미세먼지 농도에 주가가 민감하게 반응하는 기업이라 판단된다. 따라서 추후에도 지속적으로 반복되는 경향이 나타나는지에 대한 연구를 진행한다면 좀 더 명확한 결과를 얻을 수 있을 것으로 사료된다.
미세먼지 테마주의 경우에 관련 기업을 추가하여 모집단의 크기를 늘리는 것도 새로운 결과를 나타낼 수 있다. 본 연구의 한계점으로 지적했던 데이터의 불완전성을 극복하여 향후 미세먼지 데이터 측정 및 관리가 오류 없이 이루어지고 설명력을 높일 수 있는 변수를 추가한다면 좀 더 명확하고 설명력 높은 결과를 기대할 수 있을 것이다.
연구의 보완점으로 실제 주가변동이 높게 나타난 기업들이 해당 연도에 발생한 다른 이슈가 존재했는지 추가적으로 조사한다면 좀 더 정교한 분석이 될 것이라고 사료된다. 경영상태나 웹 뉴스의 양과 주가와의 관계와 같은 다양한 변수의 적용도 고려할 필요가 있다 (김상수 외 2012).
연구의 한계점으로는 미세먼지 농도데이터와 주가 데이터가 완벽하지 못한 부분이 있다는 것이다. 미세먼지 농도데이터의 경우 결측치와 이상치 처리를 단순 대치법으로 처리하였는데 처리방법을 다르게 할 경우 결과가 다르게 나타날 수 있다.

질의응답

핵심어	질문	논문에서 추출한 답변
	Particulate Matter과 같은 입자성 물질은 무엇을 유발하는가?	미세먼지는 심근경색의 발생위험도를 높이며, 미세먼지 농도의 증가에 따라 심장질환으로 인한 입원과 사망 위험이 증가한다는 역학 연구결과가 지속적으로 보고되었다(조용민과 홍윤철, 2014). PM(Particulate Matter)과 같은 입자성물질은 흡입성 기도 자극, 기침, 호흡곤란과 같은 호흡기계 질환 증가, 폐기능의 감소, 천식의 악화, 만성 기관지염 발생, 불규칙한 심장박동, 경미한 심장마비, 심장질환 또는 폐질환자의 조기사망 등의 건강영향을 유발한다. 입자상물질은 전진염증반응, 응고 이상, 혈전증, 혈관 기능 장애, 죽상경화성 질환, 심부정맥 혈전증, 폐색전증 등의 다양한 병리생리학적 변화들과 관련이 있다.
	미세먼지는 어떤 병에 직접적으로 영향을 미치는가?	세계보건기구(WHO)의 산하기구인 국제암연구소(IARC)는 2013년 미세먼지를 1군 발암물질로 지정할 정도이다. 또한 미세먼지는 만성폐쇄성폐질환(COPD), 급만성 호흡기 질환, 폐암, 심장질환, 뇌졸중 등에 직접적인 영향을 미친다. 미세먼지는 심근경색의 발생위험도를 높이며, 미세먼지 농도의 증가에 따라 심장질환으로 인한 입원과 사망 위험이 증가한다는 역학 연구결과가 지속적으로 보고되었다(조용민과 홍윤철, 2014).
	코스피에 상장된 미세먼지 테마주로는 어떤 것들이 있는가?	미세먼지 테마주는 미세먼지와 관련있는 자동차용 여과지, 대기정화 사업, 마스크생산, 공기청정기 등의 사업을 실시하는 기업으로 코스피 11종목, 코스닥 20종목 총 31개의 종목을 선정하였다. 코스피 11종목은 모나리자, KC코트렐, 코웨이, JW중외제약, 삼일제약, 보령제약, 락앤락, 동아쏘시오홀딩스, 동성제약, 일동제약, 유유제약이며, 코스닥 20종목은 크린앤사이언스, 나노, 오공, 케이엠, 웰크론, 성창오토텍, EMW, 한국테크놀로지, 포스코ICT, 에코프로, 비디아이, 위닉스, 대유위니아, 하츠, 안국약품, 디에이치피코리아, 휴비츠, 조아제약, 삼천당제약, 동국제약이다.

참고문헌 (37)

Bullinger, M. (1990), Environmental stress: effects of air pollution on mood, neuropsychological function and physical state. In Psychobiology of Stress, Springer, Dordrecht, 241-250
Cho, Y.M., Y.C. Hong (2014), Health Effects of Fine Dust and the Role of the Korean Medical Association, Journal of the Korean Medical Association, 12(2), 32-36.
Choe, J.I., Y.S. Lee (2015), A Study on the Impact of PM2.5 Emissions on Respiratory Diseases, Journal of Korea Environmental Policy And Administration Society, 23(4), 155-172
Demir, E., Ersan, O. (2016), When stock market investors breathe polluted air. In Entrepreneurship, Business and Economics-Vol. 2. Springer, Cham, 705-720
Forsti, A.(2017), The Stock Market Effect of Air Pollution: Evidence from Finland and Hong Kong, Thesis of Aalto University
Han, H., C.H. Jung, H.S. Kum, Y.P. Kim (2017), The Revisit on the PM10 Reduction Policy in Korea : Focusing on Policy Target, Tools and Effect of 1st Air Quality Management Plan in Seoul Metropolitan Area, Journal of Environmental Policy and Administration, 25(1), 49-79

상세보기
Hirshleifer, D., Shumway, T. (2003), Good day sunshine: Stock returns and the weather. The Journal of Finance, 58(3), 1009-1032.

상세보기
Hu, X., Li, O. Z., Lin, Y. (2014), Particles, pollutions and prices. Available at SSRN 2525980.
Jang, Y.K. (2016), Status and Problems of Fine Dust Pollution, Journal of Environmental Studies, 58(9), 4-13.
Jee, C., D. Cho, C.Y. Yang (2001), Information Impacts of U. S. Stock Price Changes on Korean Stock Prices, Korean Journal of Financial Studies, 28(1), 1-19.
Jeon, S.M., Y.J. Chung, D.Y. Lee (2016), The Relationship between Internet Search Volumes and Stock Price Changes: An Empirical Study on KOSDAQ Market, Korea Intelligent Information Systems Society, 22(2), 81-96.
Kamstra, M. J., Kramer, L. A., Levi, M. D. (2003), Winter blues: A SAD stock market cycle. American Economic Review, 93(1), 324-343.

상세보기
Kim, C.K., Y.H. Seo (2013), Identification of sources contributing to west coast regional aerosol of Daechon city, Journal of Korea Society Of Environmental Administration, 19 (1), 29-38

상세보기
Kim, D.Y., M.A Choi, Yoon Bo-mi (2018), Urgent workplace discharge facility management to improve fine dust, Gyeonggi Research Institute, 316, 1-25.
Kim, D.Y., M.A. Choi (2012), PM10 Management in Suburbs of Gyeonggi-Do, Gyeonggi Research Institute, 1-117.
Kim, M.J. (2019), Analysis of KOSPI 200 and fine dust stocks stock price change according to particulate matter 10 concentration, Master thesis, Hanyang University.
Kim M.J. and G.G. Lim (2019), Analysis of Fine Dust Theme Stock Price According To Pine Dust Concentration Change Proceedings of 2019 Business Related Total Conference.
Kim, K.J., S.H. Lee, D.R. Hyeon, H.J. Ko, W.H. Kim, C.H. Kang (2014), Composition comparison of PM10 and PM2.5 fine particulate matter for Asian dust and haze events of 2010-2011 at Gosan site in Jeju Island, Analytical Science & Technology, 27(1), 1-10.
Kim, S.D., C.H. Kim (2008), The Physico-chemical Character of Aerosol Particle in Seoul Metropolitan Area, Seoul Studies, 9(3), 23-33.
Kim, S.S., D.W. Nam, Hyun Cho, S.H. Kim (2012), A Study on the Relation of Web News and Stock Price, Journal of Information Technology Service, 11(3), 191-202.
Kim, W.C. (2016), Focusing on the limitations of the government's 'Special' Countermeasures-Special Measures for Special Countermeasures for Fine Dust Management, Graduate School of Environment Studies Seoul National University, 47-56.
Kim, W.S., J.A. Kim, J.S. Hong, J.H. Jung, J.B. Lee (2014), A Study on Establishing PM2.5 Advisory Criteria with Emission Source Management System in Seoul", Seoul Studies, 1-183.
Lee, J.E., M.J. Lee, J.H. Kwon, K.N. Kim, S.H. Ye, E.H. Ha (2016), Particulate Matter Effect on Children's Atopic Dermatitis, The Korean Society of Environmental Toxicology, 95.
Lepori, G. M.(2016), Air pollution and stock returns: Evidence from a natural experiment, Journal of Empirical Finance, 35, 25-42.

상세보기
Levy, T., Yagil, J. (2011), Air pollution and stock returns in the US. Journal of Economic Psychology, 32(3), 374-383.

상세보기
Li, Q., Peng, C. H. (2016), The stock market effect of air pollution: evidence from China. Applied Economics, 48(36), 3442-3461.

상세보기
Lim, G.G., D.H. Kim, M.S. Choi, J.H. Choi, K.C Lee (2010), An exploratory study of the weather and calendar effects on tourism website usage, Online Information Review, 34(1), pp. 127-144.

상세보기
Lucey, B. M., Dowling, M. (2005), The role of feelings in investor decision-making, Journal of economic surveys, 19(2), 211-237.

상세보기
Oh, K.H., S.K. Kang (2003), The Stock Price Responses of Emerging Asian Markets to the U.S. and Japan Stock Price Changes, International Business Review, 7(2), 83-99.
Park J.U., M.H. Kim (2003), Information and Volatility: Evidence found in the Korean Stock Market, Korean Journal of Financial Studies, 32(2), 141-163.
Saunders, E. M. (1993), Stock prices and Wall Street weather, The American Economic Review, 83(5), 1337-1345.

상세보기
Seo, Y.H. (2015), Characterization of high concentration PM2.5 by nitrate and ammonium ions of PM2.5 in Seoul, Journal of Korea Society Of Environmental Administration, 21(1), 1-7.
Seo, Y.H. (2014), Correlation analysis of sulfate anion and organic carbon in high concentration of air particulates (PM10) at Seoul, Journal of Korea Society Of Environmental Administration, 20(3), 71-80.
Shin, J.H. (2015), A Study on the Effects of Widening Daily Stock Price Limits on Stock Returns and the Volatility of Stock Returns, Journal of Industrial Economics and Business, 28(6), 2505-2521.
Sohn, D.W. (2016), Gender-dependent Association Between the Risk of Diabetes and the Concentration of Ambient Particulate Matter, Journal of Korea Planning Association, 51(4), 211-223.
Song C.S. (2003), Day Trading and Price Volatility: Observation of the Korea Stock Exchange, Korean Journal of Financial Studies, 32(3), 45-84.
Yang, J.W. (2015), Customized fine dust management plan for healthy living environment, BDI Policy Focus, 282, 1-12.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

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