메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색
질문

논문 기본 정보

자료유형
학술저널
저자정보
김선웅 (국민대학교)
저널정보
한국콘텐츠학회 한국콘텐츠학회논문지 한국콘텐츠학회논문지 제23권 제1호
발행연도
2023.1
수록면
135 - 144 (10page)
DOI
10.5392/JKCA.2023.23.01.135

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
국민연금의 고갈 문제가 심각해지는 상황에서 Target Date Fund는 퇴직 예정자의 퇴직 시점(target date)에 맞추어 위험자산의 편입 비율을 조절하는 Glide Path에 따라 운용되는 노후 대비 금융상품이다. 본 연구의 목표는 펀드 가입자의 생애주기와 금융시장의 위험도를 동시에 반영하는 새로운 Glide Path를 제안하고, 실증 분석을 통해 TDF 포트폴리오의 성과를 개선하는 것이다. 금융시장의 위험도는 기계학습 모형을 활용하여 예측하였으며, 2003년 1월부터 2022년 9월까지의 금융시장 데이터를 이용하여 실증 분석한 결과는 다음과 같다. 첫째, 주식시장의 변동성 예측에서는 LSTM 모형의 RMSE 값이 0.083을 기록하여 예측 성과가 가장 우수하였다. 둘째, 예측 변동성을 반영하는 Glide Path는 금융시장의 위기 국면에서 위험자산의 편입 비율을 낮춤으로써 위험 관리가 잘 작동하였다. 셋째, 제안된 Glide Path를 이용한 TDF 포트폴리오의 투자 성과는 Sharpe Ratio 최댓값이 0.0363을 기록하여 새로운 Glide Path 개발에 대한 가능성을 보여주었다.
#글라이드패스 #타깃데이트펀드 #시장 변동성 #기계학습모형 #타깃데이트지수 #Glide Path #Target Date Fund #Market Volatility #Machine Learning Model #Target Date Index

목차

요약
Abstract
I. 서론
II. 이론적 배경
III. 데이터와 실험 설계
IV. 실험 결과
V. 결론
참고문헌

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

이 논문과 함께 이용한 논문

기계학습의 미디어 산업 적용 : 콘텐츠 평가 및 제작 자원을 중심으로
권신혜 ,  박경우 ,  장병철 외 1명 한국콘텐츠학회논문지 2019 .07

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0101-2023-310-000388819