MIDAS 회귀분석을 이용한 한국 반도체 기업의 주가 리스크 요인분석
- 주제(키워드) 반도체 , 수익률 , 혼합자료샘플링 회귀(MIDAS) , 신용융자 잔고
- 주제(DDC) 332
- 발행기관 아주대학교
- 지도교수 유재인
- 발행년도 2023
- 학위수여년월 2023. 2
- 학위명 석사
- 학과 및 전공 일반대학원 금융공학과
- 실제URI http://www.dcollection.net/handler/ajou/000000032756
- 본문언어 한국어
- 저작권 아주대학교 논문은 저작권에 의해 보호받습니다.
초록/요약
한국의 반도체 수준은 전 세계적으로 우위를 점하고 있다. 한국 경제에 이바지하고 있으며 한국 증권시장에서 가장 많은 비중을 차지하고 있다. 한국 증권시장에서 반도체 기업의 중요성에 비해 반도체 기업 수준의 수익률에 관한 분석은 미비한 실정이다. 본 연구에서는 혼합자료샘플링(Mixed Data Sampling) 모형을 이용하여 혼합된 주기를 가진 자료들을 통해 반도체 기업 수준 수익률의 위험 요인을 파악한다. 본 연구에서는 신용과 관련된 높은 주기의 자료를 사용함으로써 더 효율적인 주가 수익률 예측을 이루고자 하였다. 또한 겉보기무관 회귀분석을 추가로 수행하여 반도체 기업간의 상관관계를 통제하였다. 그 결과 회사별 주가 수익률을 설명하는 변수들이 상이했으며 대부분의 기업 수익률에 신용융자 잔고율이 설명력을 가지는 것을 확인했다. 또한 표본 내 추정에서 혼합자료샘플링의 추정이 선형회귀와 분위수회귀에 비해 예측력을 가졌다. 본 연구는 개별 주식 수익률에 대한 분석을 수행했다는 점과 혼합주기샘플링 모형을 사용하여 이용가능한 자료를 최소한의 손실로 추정하였다는 점에 의의가 있다.
more초록/요약
Korea' s semiconductor level is dominating the world. It contributes to the K orean economy and accounts for the largest portion of the K orean stock market. Compared to the importance of semiconductor companies in the K orean stock market, the analysis on the rate of return at the level of semiconductor companies is insufficient. In this study, the risk factors of semiconductor company- level returns are identified through data with mixed cycles using a mixed data sampling model. T his study attempted to achieve more efficient stock price return prediction by using high- cycle data related to credit. In addition, aseemingly unrelated regression analysis was additionally performed to control the correlation between semiconductor companies. A s a result, it was confirmed that the variables explaining the stock price return of each company were different, and that the credit loan balance rate had explanatory power for most corporate returns. In addition, in- sample estimation, the estimation of mixed data sampling had predictive power compared to linear regression and quantile regression. This study is significant in that it conducted an analysis of individual stock returns and estimated the available data as minimal losses using the mixing cycle sampling model. Keywords: S emiconductor, Retrun, Mixed Data S ampling Regression (M IDA S ), Credit Loan Balance
more목차
제 1 장 서론 1
제 2 장 선행연구 3
제1절 반도체 기업에 관한 연구 3
제2절 혼합자료샘플링 모형에 관한 연구 3
제 3 장 방법론 5
제1절 혼합자료샘플링 회귀분석 5
제2절 추정 모형 6
제3절 겉보기무관 회귀분석 6
제4절 분석 자료 7
1. 변수 정의 7
2. 단위근검증 10
3. 자료 통계 11
제 4 장 실증분석 결과 14
제1절 혼합주기샘플링 회귀분석 결과 14
제2절 겉보기무관 회귀분석 결과 16
제3절 선형회귀분석, 분위수회귀분석 결과와의 비교 18
제 5 장 결론 24
제 6 장 참고문헌 26
