표제지
목차
ABSTRACT 10
국문 초록 11
제1장 서론 12
제1절 연구의 배경과 목적 12
제2절 연구의 방법 13
제3절 논문의 구성 14
제2장 문헌연구 15
제1절 텍스트 분류 15
제2절 사건연구 16
제3장 텍스트 분류 18
제1절 연구모형 18
1. 기계학습 18
2. 사전기반 분류 23
3. 규칙기반 분류 24
4. 분류 정확도 측정 24
제2절 표본구성 25
제3절 실증연구 25
제4장 사건연구 39
제1절 연구모형 39
1. 초과수익률 39
2. 검정통계량 41
3. 분석그룹 설정 42
제2절 실증연구 45
1. 사건연구 45
2. 프로파일링 61
제5장 결론 79
제1절 분류 연구 결과 요약 79
제2절 사건연구 연구 결과 요약 80
제3절 연구의 시사점 및 한계 84
참고문헌 86
부록 90
[부록 1] Patell의 표준화 z검정을 이용한 평균초과수익률 및 누적평균초과수익률 90
[부록 2] 사건기간동안의 평균초과수익률 및 누적평균초과수익률 95
[부록 3] 카테고리 별 최빈 단어 및 시각화 99
[부록 4] 초과수익률 계수 추정 103
[표 1] 텍스트 데이터의 정형데이터로의 변경 20
[표 2] 단어 가중치 적용 계산 수식 21
[표 3] 분류 평가 기준 24
[표 4] 카테고리별 학습데이터 수 및 예시 26
[표 5] 긍·부정별 학습데이터 수 및 예시 26
[표 6] 카테고리 학습데이터에 대한 Naive Bayes 분류 결과 26
[표 7] 카테고리 검증데이터에 대한 Naive Bayes 분류 결과 27
[표 8] 특이값 요약 29
[표 9] 카테고리 학습데이터에 대한 SVM (IDF, 34개 차원이용)결과 30
[표 10] 카테고리 검증데이터에 대한 SVM (IDF, 34개 차원이용)결과 30
[표 11] 인수·합병 카테고리에 대한 규칙 결과 적용 예시 31
[표 12] 카테고리 별 생성 규칙 32
[표 13] 카테고리 규칙 적용 분류 결과 32
[표 14] 학습데이터에 대한 Naive Bayes 긍·부정 분류 결과 33
[표 15] 검증데이터에 대한 Naive Bayes 긍·부정 분류 결과 33
[표 16] 학습데이터에 대한 SVM (IDF, 50개 차원이용) 긍·부정 분류 결과 34
[표 17] 검증데이터에 대한 SVM (IDF, 50개 차원이용) 긍·부정 분류 결과 34
[표 18] 학습데이터에 대한 SVM (Entropy, 50개 차원이용) 긍·부정 분류 결과 35
[표 19] 검증데이터에 대한 SVM (Entropy, 50개 차원이용) 긍·부정 분류 결과 36
[표 20] Hu and Liu(2005) & McDonald(2011)사전에 사용된 긍·부정 단어 수 36
[표 21] 본 연구에 사용된 긍·부정 단어 수 36
[표 22] 학습데이터에 대한 사전 긍·부정 분류 결과 37
[표 23] 검증데이터에 대한 사전 긍·부정 분류 결과 37
[표 24] 긍·부정 별 생성 규칙 37
[표 25] 긍·부정 규칙 적용 분류 결과 38
[표 26] 사건연구의 기존연구 방법 41
[표 27] 시간 그룹별 뉴스 건수 43
[표 28] 뉴스 카테고리 분류 기준 43
[표 29] 긍·부정 분류 기준 44
[표 30] 최종분석 그룹별 뉴스 수 44
[표 31] 긍정, 개장중, t=0 시점의 평균초과수익률 및 누적평균초과수익률 45
[표 32] 부정, 개장중, t=0 시점의 평균초과수익률 및 누적평균초과수익률 46
[표 33] 긍정, 개장전·마감후, t=0 시점의 평균초과수익률 및 누적평균초과수익률 46
[표 34] 부정, 개장전·마감후, t=0 시점의 평균초과수익률 및 누적평균초과수익률 46
[표 35] 인수·합병, 긍정, 개장중 뉴스의 평균초과수익률 49
[표 36] 인수·합병, 긍정, 개장전·마감후 뉴스의 평균초과수익률 50
[표 37] 인수·합병, 부정, 개장전·마감후 뉴스의 평균초과수익률 50
[표 38] 인수·합병, 긍정, 개장중 뉴스의 평균초과수익률(노이즈제거) 51
[표 39] 인수·합병, 긍정, 개장전·마감후 뉴스의 평균초과수익률(노이즈제거) 52
[표 40] 인수·합병 루머, 긍정, 개장중 뉴스의 평균초과수익률 53
[표 41] 인수·합병 루머, 긍정, 개장전·마감후 뉴스의 평균초과수익률 54
[표 42] 인수·합병 루머, 부정, 개장중 뉴스의 평균초과수익률 54
[표 43] 인수·합병 루머, 부정, 개장전·마감후 뉴스의 평균초과수익률 55
[표 44] 법률, 부정, 개장중 뉴스의 평균초과수익률 56
[표 45] 법률, 부정, 개장전·마감후 뉴스의 평균초과수익률 56
[표 46] 주가, 긍정, 개장중 뉴스의 평균초과수익률 58
[표 47] 주가, 긍정, 개장전·마감후 뉴스의 평균초과수익률 58
[표 48] 주가, 부정, 개장중 뉴스의 평균초과수익률 58
[표 49] 주가, 부정, 개장전·마감후 뉴스의 평균초과수익률 59
[표 50] 누적초과수익률 유·무에 따른 그룹 61
[표 51] 기간별 누적초과수익률 요약 61
[표 52] 그룹별 누적초과수익률 요약 62
[표 53] 뉴스 카테고리 별 해당 그룹의 뉴스 수 62
[표 54] 뉴스 카테고리 별 해당 그룹의 비율분포 62
[표 55] 긍·부정 별 해당 그룹의 뉴스 수 63
[표 56] 긍·부정 별 해당 그룹의 비율분포 63
[표 57] 산업별 해당 그룹의 뉴스 수 64
[표 58] 산업별 해당 뉴스 비율분포 64
[표 59] 베타수준별 해당 그룹의 뉴스 수 66
[표 60] 베타수준별 해당 뉴스 비율분포 67
[표 61] 자산수준별 해당 그룹의 뉴스 수 67
[표 62] 자산수준별 해당 뉴스 비율분포 67
[표 63] 시간그룹 별 해당 그룹의 뉴스 수 67
[표 64] 시간그룹 별 해당 뉴스 비율분포 68
[표 65] 전체에 대한 의사결정나무 74
[표 66] (노드8)에 대한 의사결정나무 75
[표 67] (노드11)에 대한 의사결정나무 76
[표 68] (노드18)에 대한 의사결정나무 78
[표 69] 사건연구 결과 비교 82
[부표 1] 긍정, t=0 시점의 결과(Patell검정) 90
[부표 2] 부정, t=0 시점의 결과(Patell검정) 91
[부표 3] 긍정, 인수·합병 뉴스의 평균초과수익률(Patell검정) 91
[부표 4] 부정, 인수·합병 뉴스의 평균초과수익률(Patell검정) 91
[부표 5] 긍정, 인수·합병 뉴스의 평균초과수익률, 노이즈제거(Patell검정) 92
[부표 6] 긍정, 인수·합병 루머 뉴스의 평균초과수익률(Patell검정) 92
[부표 7] 부정, 인수·합병 루머 뉴스의 평균초과수익률(Patell검정) 93
[부표 8] 부정, 법률 뉴스의 평균초과수익률(Patell검정) 93
[부표 9] 긍정, 주가 뉴스의 평균초과수익률(Patell검정) 94
[부표 10] 부정, 주가 뉴스의 평균초과수익률(Patell검정) 94
[부표 11] 카테고리 별 최빈 단어 99
[그림 1] SVD 차원 축소 개념 21
[그림 2] SVD 차원 축소 후 새로운 데이터에 적용 22
[그림 3] SVM의 개념 23
[그림 4] 특이값 분포 29
[그림 5] 카테고리분류, IDF를 이용한 SVD 차원 축소 시뮬레이션 29
[그림 6] 긍·부정 분류, IDF를 이용한 SVD 차원 축소 시뮬레이션 34
[그림 7] 긍·부정 분류, Entropy를 이용한 SVD 차원 축소 시뮬레이션 35
[그림 8] 뉴스 발표 시간 구분 42
[그림 9] 사건기간 (Event Window) 45
[그림 10] 인수·합병 뉴스의 평균초과수익률 51
[그림 11] 인수·합병 긍정 뉴스의 평균초과수익률(노이즈제거) 52
[그림 12] 인수·합병 루머 뉴스의 평균초과수익률 55
[그림 13] 법률관련 부정 뉴스의 평균초과수익률 57
[그림 14] 주가 뉴스의 평균초과수익률 60
[그림 15] 삼성전자 베타의 변화 66
[그림 16] 현대자동차 베타의 변화 66
[그림 17] 전체 뉴스에 대한 의사결정나무 68
[그림 18] (노드8) 뉴스에 대한 의사결정나무 70
[그림 19] 의사결정나무를 통한 '00' 그룹 특징 70
[그림 20] (노드 11) 뉴스에 대한 의사결정나무 72
[그림 21] (노드 18) 뉴스에 대한 의사결정나무 72
[그림 22] '11' 그룹 특징 73
[부록-그림 1] CEO 뉴스의 평균초과수익률 95
[부록-그림 2] 실적 뉴스의 평균초과수익률 95
[부록-그림 3] 근로자 뉴스의 평균초과수익률 96
[부록-그림 4] 상품 뉴스의 평균초과수익률 96
[부록-그림 5] 법률 뉴스의 평균초과수익률 97
[부록-그림 6] 제휴 & 기업목표 뉴스의 평균초과수익률 97
[부록-그림 7] 투자 & 계약 & 수상 뉴스의 평균초과수익률 98
[부록-그림 8] 점유율 & 기업운영 뉴스의 평균초과수익률 98
[부록-그림 9] CEO 뉴스의 단어 99
[부록-그림 10] 실적 뉴스의 단어 100
[부록-그림 11] 근로자 뉴스의 단어 100
[부록-그림 12] 상품 뉴스의 단어 100
[부록-그림 13] 인수·합병 뉴스의 단어 101
[부록-그림 14] 인수·합병 루머 뉴스의 단어 101
[부록-그림 15] 법률 뉴스의 단어 101
[부록-그림 16] 주가 뉴스의 단어 102
[부록-그림 17] 제휴 및 기업목표 뉴스의 단어 102
[부록-그림 18] 투자, 계약, 수상 뉴스의 단어 102
[부록-그림 19] 점유율, 기업운영 뉴스의 단어 103