지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학위논문
- 저자정보
- 지도교수
- 노호석
- 발행연도
- 2023
- 저작권
- 숙명여자대학교 논문은 저작권에 의해 보호받습니다.
이용수4
이 논문의 연구 히스토리 (2)
- 이 논문의 후속연구가 궁금하신가요?
- 연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
- 이 논문의 연구 히스토리 확인하기
초록· 키워드
오류제보하기
온라인 플랫폼을 통한 애널리스트 보고서의 공유가 가능해짐에 따라 애널리스트들이 생성한 보고서는 시장 참여자들 간 금융 정보 격차를 줄일 수 있는 유용한 도구가 되었으며, 애널리스트 보고서의 정량적 정보가 기업수익률 예측에 다수 활용되었다. 하지만 상대적으로 애널리스트 보고서 내 텍스트 정보의 기업수익률 예측 정보력에 대한 국내 자료 기반 연구는 상대적으로 많이 부족하다. 본 연구는 애널리스트 보고서에서 추출 가능한 텍스트로부터 어조변수를 생성하여 기업수익률 예측에 추가적인 정보력이 있는지를 검증하되, 기존 연구들의 선형모형 가정 기반 검정의 한계를 해결하고자 랜덤 포레스트 기반의 F-test를 사용하여 기업수익률 예측력을 검증하였다.
목차
1. 서론 = 12. 기존 연구 = 32.1. 애널리스트 보고서에서 제공하는 정보들의 특징 = 32.2. 애널리스트 보고서의 텍스트 분석에 관한 연구 = 62.3. 애널리스트 보고서 텍스트의 정보력 검증과 관련된 이슈 = 72.3.1. 보고서 어조의 수익률 예측 정보력을 선형모형 가정 하에 F-test로 검증하는 것이 타당한가 = 72.3.2. 보고서의 어조를 본문에서 추출할 것인가, 제목에서 추출할 것인가 = 102.3.3. 보고서 텍스트에서 어조를 어떤 방식을 사용하여 추출할 것인가 = 113. 분석 자료 = 153.1. 애널리스트 보고서의 어조 추출 과정 = 153.2. 모형에 사용하는 변수 소개 = 184. 분석 방법 = 214.1. Random Forest 기반 F-test= 214.2. Davidson-Mackinnon test의 확장 = 255. 분석 결과 = 275.1. RF F-test 기반 검정 결과 = 285.1.1. 어조변수 본문의 유의성 검정 = 285.1.2. 어조변수 제목의 유의성 검정 = 295.1.3. 어조변수 본문과 제목의 예측력 비교 = 305.2. 선형모형 하에서의 검정 결과 = 345.2.1. 어조변수 본문의 유의성 검정 = 345.2.2. 어조변수 제목의 유의성 검정 = 345.2.3. 어조변수 본문과 제목의 예측력 비교 = 355.3. 사전기반 어조 추출 방식과의 비교 = 366. 결론 = 40참고문헌 = 41
최근 본 자료
댓글(0)
0