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
김무정 (한양대학교) 임규건 (한양대학교)
저널정보
서비스사이언스학회 서비스 연구 서비스 연구 제10권 제1호
발행연도
2020.3
수록면
55 - 67 (13page)

이용수

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

이 논문의 연구 히스토리 (2)

2020

PM10 농도변화에 따른 미세먼지 테마주 주가변동 빅데이터 분석
김무정 ,  임규건 서비스 연구 2020.03 학술저널

2019

PM10 농도변화에 따른 코스피200과 미세먼지 테마주 주가변동 분석
김무정 비즈니스인포매틱스학과 2019.01 학위논문

초록· 키워드

오류제보하기
미세먼지 문제는 최근 우리나라 국민의 최대 관심사로 부상되었고 정부 및 지방자치단체에서도 상당한 노력을 기울이고 있다. 그간 미세먼지와 관련하여 다수의 학술적 연구가 진행되어왔지만 경제 분야의 연구는 상대적으로 미흡하였다. 본 연구에서는 미세먼지가 개별 주식에 어떠한 영향을 끼치는지에 대하여 빅데이터 분석을 통해 알아보고자 한다. 2013년부터 2017년까지 총 5개년을 대상으로 PM10농도 미세먼지 데이터와 미세먼지 테마주 데이터와의 관계를 분석하였다. 연구방법으로는 일반화최소제곱법을 사용한 선형회귀모형을 사용하여 회귀분석을 실시하였다. 연구 결과 미세먼지 농도가 전일에 비해서 증가했을때 미세먼지 테마주의 주가가 상승하는 것으로 나타났다. 그리고, 2013년부터 2017년까지 주가변동 분석결과 회귀계수 값이 큰 기업은 매년 달라졌다. 5개년 동안 제일 큰 반응을 보인 기업은 오공, 웰크론, 동성제약, 삼일제약, 모나리자 순이었다. 그 중 연도별로 반복적으로 등장하는 기업으로는 모나리자가 2014년, 2015년, 2017년에, 삼일제약은 2015년, 2016년, 2017년에, 웰크론은 2016년, 2017년에 반복적으로 회귀계수가 크게 나타났으며 해당 기업은 미세먼지 농도에 주가가 민감하게 반응하는 기업이라고 사료된다. 향후 PM2.5 측정 데이터가 충분히 쌓이게 된다면 PM2.5의 농도를 독립변수로 한 연구와 비교·분석하는 것도 의미가 있을 것이다. 본 연구에서는 미세먼지 농도만을 독립변수로 하였는데 설명력을 높일 수 있는 변수를 추가한다면 좀 더 의미있는 연구결과를 기대할 수 있을 것이다.
#미세먼지 #PM10 #주가변동 #일반화최소제곱법 #주가예측 #빅데이터 #Fine dust #PM10(particulate matter 10) #Stock Price Fluctuation #Generalized Least Squares #Stock Price Prediction #Bigdata

목차

요약
1. 서론
2. 본론
3. 연구방법
4. 연구결과
5. 결론
References
ABSTRACT

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

최근 본 자료

전체보기

댓글(0)

0

UCI(KEPA) : I410-ECN-0102-2023-323-001908569