[기업가치평가] 애널리스트의 투자의견지수를 역이용한 초과수익창출

 1  [기업가치평가] 애널리스트의 투자의견지수를 역이용한 초과수익창출-1
 2  [기업가치평가] 애널리스트의 투자의견지수를 역이용한 초과수익창출-2
 3  [기업가치평가] 애널리스트의 투자의견지수를 역이용한 초과수익창출-3
 4  [기업가치평가] 애널리스트의 투자의견지수를 역이용한 초과수익창출-4
 5  [기업가치평가] 애널리스트의 투자의견지수를 역이용한 초과수익창출-5
 6  [기업가치평가] 애널리스트의 투자의견지수를 역이용한 초과수익창출-6
 7  [기업가치평가] 애널리스트의 투자의견지수를 역이용한 초과수익창출-7
 8  [기업가치평가] 애널리스트의 투자의견지수를 역이용한 초과수익창출-8
 9  [기업가치평가] 애널리스트의 투자의견지수를 역이용한 초과수익창출-9
 10  [기업가치평가] 애널리스트의 투자의견지수를 역이용한 초과수익창출-10
 11  [기업가치평가] 애널리스트의 투자의견지수를 역이용한 초과수익창출-11
 12  [기업가치평가] 애널리스트의 투자의견지수를 역이용한 초과수익창출-12
 13  [기업가치평가] 애널리스트의 투자의견지수를 역이용한 초과수익창출-13
 14  [기업가치평가] 애널리스트의 투자의견지수를 역이용한 초과수익창출-14
 15  [기업가치평가] 애널리스트의 투자의견지수를 역이용한 초과수익창출-15
 16  [기업가치평가] 애널리스트의 투자의견지수를 역이용한 초과수익창출-16
 17  [기업가치평가] 애널리스트의 투자의견지수를 역이용한 초과수익창출-17
 18  [기업가치평가] 애널리스트의 투자의견지수를 역이용한 초과수익창출-18
 19  [기업가치평가] 애널리스트의 투자의견지수를 역이용한 초과수익창출-19
 20  [기업가치평가] 애널리스트의 투자의견지수를 역이용한 초과수익창출-20
※ 미리보기 이미지는 최대 20페이지까지만 지원합니다.
  • 분야
  • 등록일
  • 페이지/형식
  • 구매가격
  • 적립금
자료 다운로드  네이버 로그인
소개글
[기업가치평가] 애널리스트의 투자의견지수를 역이용한 초과수익창출에 대한 자료입니다.
목차
[목차]


1. 서론

2. 연구의 목적과 방향
2.1 연구의 목적
2.2 가설 및 검증 방식 소개

3. 연구 방법
3.1 자료(Data) 선정
3.2 수익률 예측 테스트
3.3 미국시장 자료와의 비교검토

4. 연구의 시사점 및 한계점

5. 결론

부록
본문내용
3. 연구방법

3.1 연구 자료 선정

우리의 가정을 검증하기 위한 실험의 대상이 되는 샘플 데이터는 다음과 같은 기준으로 선정되었다. 우선, 우리 실험에서는 기본적으로 한국 주식 시장을 중심으로 하였고, 한국 시장이 비교적 급격한 발전을 거쳐 온 신흥 시장이라는 점에서 결과의 왜곡을 가져오는 오류에 대해 검토하기 위해, 필요가 있다고 느껴지는 일부 가설에 대해서는 미국 시장의 데이터를 받아 같은 방법으로 재검토해 보았다.

결론 도출의 주된 부분을 차지하는 한국 주식 시장의 데이터는 한국신용평가정보의 재무 정보 제공 프로그램인 Kisvalue를 통해 얻은 데이터가 중심이 되었다. 우선, 앞서 2.1에서 소개했듯이 우리의 가설을 확인해볼 수 있는 가상의 포트폴리오에 들어가는 대상 기업은 KOSPI 200 종목 중 거래량 순서로 30개를 선정했다. 거래량을 기준으로 이를 선정한 이유는, 그 기업을 분석하고 이에 대한 투자 의견을 제시하는 애널리스트들의 수가 충분히 많지 않으면 데이터로 제시되는 투자 의견 평균도 한 두 명 개인의 주관에 치우친 결과값이 될 가능성이 높기 때문이다. 따라서 시장에서 거래가 활발하게 일어나는 기업의 주식을 분석 대상으로 함으로써 그 기업에 대해 자료로서 제시된 애널리스트의 투자 의견 평균 숫자값이 보다 의미 있는 시장 컨센서스를 반영한 값이 되도록 만들었다. 실제로 거래량이 많은 주식일수록 그 기업을 평가하는 애널리스트들의 수가 많고, 애널리스트들의 투자의견 제시/조정 활동이 활발하게 이루어지는 것이 일반적이기 때문에 이러한 선정 과정은 유효성을 갖는 기준이라고 할 수 있다. 따라서, KOSPI 200에 들어가는 종목 중에서 거래량 순으로 30개 기업을 선정하여 대상 기업을 선정했다.

이렇게 선정된 대상 기업 30개에 대해서 Kisvalue를 통해 월별 마지막 날을 기준으로 주식 가격(종가)과 0에서 5 사이로 제시되는 그 기업의 주식에 대한 애널리스트 투자 의견 평균값을 구할 수 있었다. 분석 대상 기간은 대상 기업들에 대한 자료가 비교적 고르게 존재하는 2002년 4월부터 2010년 5월까지로 잡아서 총 98개의 데이터포인트를 얻을 수 있었다. 이 과정에서, 거래량이 상위 30위 안에 들 정도로 충분히 큰 주식들 중에서 상장 기간이 충분히 길지 않아 자료가 해당 기간동안 거의 존재하지 않는 기업들을 제외해야 했다.

30개 기업들의 주식에 대해 98개월간의 월별 주가와 애널리스트 투자 의견 평균을 구한 후에, 이 30개를 각 기간에 대해 단순 평균하여 우리가 가상으로 구성하는 포트폴리오의 월별 가치와 애널리스트 투자 의견 평균값을 계산하였다. 평균값을 구할 때, 자료를 가져오는 과정에서 몇몇 구간에 대해서 특정한 이유로 투자 의견 데이터가 빠져 있는 기업들에 대해서는, 그 기간에 대해서만 그 기업을 빼고 평균하는 방식으로 처리했다. 즉, 우리가 2002년부터 2010년까지 월별로 총 98개 기간에 대한 시계열적 데이터로 월말 기준의 종가, 그리고 애널리스트들의 투자의견평균을 30개 주식에 대해 구한 것이 원본 데이터가 되었고, 이것의 평균을 계산하여 구한 포트폴리오의 가격과 투자의견 평균값을 실