생몰정보
소속
직위
직업
활동분야
주기
서지
국회도서관 서비스 이용에 대한 안내를 해드립니다.
검색결과 (전체 1건)
원문 있는 자료 (1) 열기
원문 아이콘이 없는 경우 국회도서관 방문 시 책자로 이용 가능
목차보기더보기
표제지
목차
국문요지 8
제1장 서론 9
제1절 연구의 목적 및 필요성 9
제2장 연구 배경 12
제1절 Social Network Service 12
제2절 빅 데이터 분석 13
제3절 오피니언 마이닝 14
제4절 연구 모형과 가설 16
제3장 연구방법 19
제1절 시소러스 방법 19
제2절 회귀분석 & Granger Causality Test 22
제3절 데이터 24
제4장 분석 결과 28
제1절 Base Model 회귀분석 30
제2절 IT기업 회귀분석 31
제3절 대기업 회귀분석 34
제4절 코스피 기업 회귀분석 37
제5절 변동성에 미치는 효과분석 40
제6절 Granger Causality Test 42
제5장 결론 46
제1절 연구 결과 요약 및 논의 46
제2절 연구의 한계점 및 연구 방향 47
〈표 1〉 시소러스 방법을 통해 추출한 기업리스트 21
〈표 2〉 긍정어 및 부정어 리스트 26
〈표 3〉 기업 분류표 27
〈표 4〉 기초 통계량 분석 28
〈표 5〉 상관관계 분석 29
〈표 6〉 BaseModel회귀분석 30
〈표 7〉 IT기업 회귀분석 32
〈표 8〉 IT기업과 비 IT기업 회귀분석 33
〈표 9〉 대기업 회귀 분석 35
〈표 10〉 대기업과 중소기업 회귀분석 36
〈표 11〉 코스피 기업 회귀분석 38
〈표 12〉 코스피와 코스닥 기업 회귀분석 39
〈표 13〉 주가 변동성 회귀분석 41
〈표 14〉 빈도수와 주가와의 GrangerCausality 42
〈표 15〉 긍정어와 주가와의 GrangerCausality 43
〈표 16〉 부정어와 주가와의 GrangerCausality 44
〈그림 1〉 연구 프로세스 모형 16
초록보기 더보기
본 연구의 목적은 주식시장에 상장되어 있는 기업이 SNS을 통해 많은 사람들에게 회자 되고 있다면, 이것이 기업 주가에 얼마나 영향을 주는지에 대해 확인해 보고자 하는 것이다. 본 연구의 데이터는 2012년 5월 25일부터 9월 1일까지 100일간의 252개, 상장기업의 주가데이터와 KRX100지수, SNS 상에 노출된 빈도수, 긍정어 수, 부정어 수를 수집하였으며 대상기업의 데이터를 3개의 카테고리로 구성하여 (IT/비 IT, 대기업/중소기업, 코스피/코스닥), 회귀분석과 Granger Causality 분석을 통해 주가 예측에 대한 인과관계를 알아보고자 한다. 분석결과 SNS상에서 특정 기업의 노출 빈도가 많을수록 해당 기업의 주가는 정의 관계로 나타났고, 부정적 표현 보다는 긍정적 표현의 기업이 주가에 영향을 미치는 것으로 나타났다. 결론적으로, 비록 경제학적 관점에 국한되기는 하지만 SNS 공간에서 어떤 한 기업이 많이 노출된다는 것은 그만큼 그 기업의 가치가 높아진다는 것을 의미하며 그 기업에 대한 부정적 표현보다는 긍정적 표현이 그 기업 가치를 조금 더 적절하게 반영한다고 할 수 있다. 또한, 이러한 효과는 비 IT 기업 보다 IT기업이 대기업 보다는 중소기업이 더 큰 것으로 나타났다.
본 연구를 통해 주가 예측을 하는 연구에 있어서 주가에 영향을 주는 또 다른 영역을 검증을 하고자 하는 것과 이를 통해 향후, 주가 예측에 대한 연구를 하는데 있어 좀 더 높은 정확도를 이끌어 낼 수 있을 것이라 기대한다.
원문구축 및 2018년 이후 자료는 524호에서 직접 열람하십시요.
도서위치안내: / 서가번호:
우편복사 목록담기를 완료하였습니다.
* 표시는 필수사항 입니다.
* 주의: 국회도서관 이용자 모두에게 공유서재로 서비스 됩니다.
저장 되었습니다.
로그인을 하시려면 아이디와 비밀번호를 입력해주세요. 모바일 간편 열람증으로 입실한 경우 회원가입을 해야합니다.
공용 PC이므로 한번 더 로그인 해 주시기 바랍니다.
아이디 또는 비밀번호를 확인해주세요
