RISS 검색 - 국내학술지논문 상세보기

국문 초록 (Abstract)

이 논문은 2009년 6월부터 2017년 12월까지 한국증권 시장에 신규 상장된 기업이 제출한 증권발행신고서의 텍스트를 머신러닝 기법을 통해 긍정적 또는 부정적으로 분류하는 작업을 수행하였...

이 논문은 2009년 6월부터 2017년 12월까지 한국증권 시장에 신규 상장된 기업이 제출한 증권발행신고서의 텍스트를 머신러닝 기법을 통해 긍정적 또는 부정적으로 분류하는 작업을 수행하였다. 분류된 어조에 대한 분석 결과 증권발행신고서 중 투자위험요소에 있어 부정적인 어조가 많은 회사는 최초 공모희망가액에 대비 최종 공모가격 비율이 높게 설정하는 경향이 나타났다. 이런 결과는 최초 공모희망가액 밴드가 낮게 설정되었음을 시사한다. 한편, 증권발행신고서의 어조와 상장 직후 수익률 간에는 통계적으로 유의한 관계가 나타나지 않는다. 이 논문은 한국 금융시장에서 기업이 제출한 비정형화된 텍스트에 나타난 어조를 최초로 분석했다는 점에서 의미가 있다. 또한, 이 논문은 향후 한국어 텍스트 분석을 시도하는 학자들에게 도움이 되고자 비정형화된 텍스트 분석에 사용한 프로그램을 제시한 점에서 의미가 있다.

다국어 초록 (Multilingual Abstract)

This paper analyzes the texts in registration statements that IPO firms filed when they issued securities in the Korean stock market during June 2009 to December 2017. We classify tones of texts as positive or negative via machine learning. An IPO firm with more negative tones in the risk factor section of registration statement tends to set its final offer price ratio higher than the initial offer price. However, the tone of the texts is not significantly related to the IPO’s initial returns.
This is the first paper to analyze tones of texts in the natural language submitted by companies in the Korean financial market. In addition, this paper provides the program used for the analysis of non-standardized text to help scholars analyze Korean texts in the future.

목차 (Table of Contents)

〈요약〉
1. 서론
2. 선행연구 검토 및 가설
3. 연구 방법론
4. 증권신고서의 어조와 신규상장 변수

〈요약〉
1. 서론
2. 선행연구 검토 및 가설
3. 연구 방법론
4. 증권신고서의 어조와 신규상장 변수
5. 결론
참고문헌
Abstract

참고문헌 (Reference)

1 김형준, "전자공시시스템(DART)을 활용한 국내 텍스트 분석(Textual Analysis) 환경에 관한 연구" 한국회계학회 24 (24): 199-221, 2015

2 정태진, "우리말 사업보고서 가독성 연구의 가능성에 대한탐색적 연구" 한국회계학회 43 (43): 37-100, 2018

3 Chen, H., "Wisdom of Crowds: The Value of Stock Opinions Transmitted Through Social Media" 27 (27): 1367-1403, 2014

4 Rock, K., "Why new issues are underpriced" 15 (15): 187-212, 1986

5 Loughran, T., "When Is a Liability Not a Liability? Textual Analysis, Dictionaries, and 10-Ks" 66 (66): 35-65, 2011

6 Gentzkow, M., "What drives media slant? Evidence from U.S. daily newspapers" 78 (78): 35-71, 2010

7 Ritter, J. R., "The “Hot Issue” Market of 1980" 57 (57): 215-240, 1984

8 Stephens-Davidowitz, S., "The cost of racial animus on a black candidate: Evidence using Google search data" 118 (118): 26-40, 2014

9 Li, F., "The Information Content of Forward-Looking Statements in Corporate Filings-A Naive Bayesian Machine Learning Approach" 48 (48): 1049-1102, 2010

10 Hastie, T., "The Elements of Statistical Learning" Springer 1-533, 2001