함수형 자료 기법을 활용한 로지스틱 회귀 모형과 응용 = Logistic regression model and Application using Functional Data Method

국문 초록 (Abstract)

코로나 사태 이후 주식시장이 많은 변화를 겪고 있다. 2020년 코로나 바이러스 감염증-19에 의하여 전 세계적으로 주가가 폭락하였다. 비록 2021년 들어 종합적인 추세는 다시 반등하고 있는 것으로 보여지고 있으나 업종별로 회복의 정도가 다르고 예상치 못한 변이 바이러스 등의 출현으로 충격 역시 존재하고 있다. 본 연구에서는 개별 기업의 업종과 2021년에 대한 개별 종목지수의 패턴과의 연관성을 조사하고자 한다. 구체적으로 개별 종목 지수의 1년간의 함수적 패턴이 기업의 개별 종목을 구분할 수 있는 요인이 되는가를 조사해보고자 한다. 전통적으로 실시간으로 거래되는 유가증권 시장에 대한 연구는 시계열 자료 기법으로 분석되어 왔다. 그러나 개별주가를 연속적인 시간 위에서 정의된 랜덤 함수라 가정한다면 개별 종목 지수에 대하여 함수형자료(functional data) 기법을 사용할 수 있고 이러한 접근법을 기반으로 하여 분석하고자 한다. 구체적으로 2021년 개별 기업 주가의 패턴을 우도함수에 반영시켜 개별 종목을 설명할 수 있는 함수형 로지스틱 회귀 모형(functional logistic regression)을 소개하고 이를 사용하여 자료를 분석하고자 한다.

다국어 초록 (Multilingual Abstract)

Stock prices around the world dramatically decreased in 2020 due to COVID-19. Although the general trend seemed to be rebounding in 2021, the degree of recovery might vary by industry. This paper intends to investigate the relationship between the type of the industry companies and the pattern of individual stock indexes for 2021. Specifically, we investigate whether the functional pattern of individual stock indexes can be an important factor that can distinguish the type of the industry company. Traditionally, the stock price data has been analyzed using a time series approach. However, with the recent development of automated devices, the interest on the functional data analysis has been increasing. If individual stock prices are assumed to be random functions defined above continuous time, functional data techniques can be applied. Following this approach, we propose to use a functional logistic regression model that can explain the type of the industry company with the pattern of individual stock prices especially for 2021.

목차 (Table of Contents)

• 1. 서론
• 2. 분석방법
• 3. 모의실험
• 4. 자료분석
• 5. 결론
• References