https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/701 Sun, 05 Apr 2026 00:18:51 GMT 2026-04-05T00:18:51Z https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/210951 Title: Idiosyncratic volatility Authors: Feldman, David; Kang, Chang-Mo; Zhao, Yifan Abstract: Identifying stock returns' idiosyncratic volatility (IV) is essential for asset pricing, portfolio construction, and empirical studies. IV plays a central role in explaining the cross-section of returns, including "IV puzzle"and designing investment strategies. The existing literature defines IV as the difference between a stock's total return volatility and the portion explained by (linear beta) pricing models. We show that this conventional measure is fundamentally misspecified because in reality no traded asset has zero-variance returns. We identify the true IV measure and demonstrate that the ratio of the true to the literature's misspecified IV measure lies in the interval [0,1]. This implies measurement-error magnitudes ranging from zero to infinity, where zero misspecification occurs with probability zero. The mismeasurement is arbitrary - nonmonotonic and nonlinear in any stock or market parameter. These results suggest that, under the literature's definition of IV, no econometric method can correct for the misspecification. Empirical studies relying on this conventional IV measure are arbitrarily distorted. Sun, 01 Mar 2026 00:00:00 GMT https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/210951 2026-03-01T00:00:00Z https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/211863 Title: 머신러닝 기반 기업 신용평가 알고리즘 공정성 실증 연구 Authors: 호영인; 강형구; 최명수 Abstract: 머신러닝 모델은 기업 신용평가 시스템에서 자동화된 리스크 평가와 의사결정 지원을 위해 널리 활용되고 있다. 그러나 기업 집단 간 데이터 분포와 특성 구조의 차이로 인해 그룹 수준의 예측 편향이 발생하면 시스템의 일관성과 신뢰성이 저해될 수 있다. 본 연구는 기업 유형을 민감 속성으로 설정하고, 실제 기업 데이터를 활용하여 머신러닝 기반 기업 신용평가 모델의 알고리즘 공정성(fairness)을 실증적으로 평가하였다. 스태킹 앙상블 기반 프레임워크 기반에서 전처리(pre-processing), 중처리(in-processing), 후처리(post-processing)의 세 가지 공정성 개입 방법을 적용하고 그 효과를 비교하였다. 실험에서는 예측 성능 지표로 ROC 곡선 아래 면적(AUC)을 사용하고, 그룹 수준 평가를 위해 인구통계학적 패리티, 기회균등, 균형된 기회 등 다양한 공정성 지표를 측정하였다. 분석 결과, 공정성 개선과 예측 성능 손실 사이에 상충관계(trade-off)가 존재하는 것으로 나타났다. 후처리 방법은 공정성을 크게 향상시켰으나 AUC는 다소 감소하였고, 중처리 방법은 비교적 작은 성능 저하로 공정성 향상을 달성하여 성능 안정성과 공정성 제약 간의 균형점을 제공하였다. 이러한 연구 결과는 실제 기업 신용평가 시스템에서 공정성 제약 적용 여부와 적절한 기법 선택에 대한 실무적 시사점을 제공한다.; Machine learning models are widely utilized in corporate credit scoring systems for automated risk assessment and decision support. However, group-level prediction bias arising from differences in data distribution and feature structures between corporate groups can undermine the consistency and reliability of these systems. This study empirically evaluates the algorithmic fairness of machine learning-based corporate credit scoring models using real-world corporate data, setting corporate type as a sensitive attribute. Under a stacking ensemble framework, we applied and compared the effects of three fairness intervention methods: pre-processing, in-processing, and post-processing. In the experiment, the Area Under the Receiver Operating Characteristic curve (AUC) was used as a metric for prediction performance, and various fairness metrics, such as Demographic Parity, Equal Opportunity, and Equalized Odds, were measured for group-level assessment. The analysis revealed a trade-off between fairness improvement and prediction performance loss. Post-processing methods significantly improved fairness but resulted in a decrease in AUC, whereas in-processing methods achieved fairness improvement with relatively minor performance degradation, offering a balance point between performance stability and fairness constraints. These findings provide practical implications for the application of fairness constraints and the selection of appropriate techniques in actual corporate credit scoring systems. Sun, 01 Mar 2026 00:00:00 GMT https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/211863 2026-03-01T00:00:00Z https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/211531 Title: Jeonse-as-a-sukuk: Why is Korea a hidden champion of Islamic finance? Authors: Kang, Hyoung-Goo; Bilgin, Mehmet Hüseyin; Park, Koeung; Ryu, Doojin Abstract: This study examines Korea's jeonse (key money or lump-sum deposit) system using the framework of sukuk (Islamic financial certificates), highlighting their shared characteristics as asset-backed financial instruments. Despite having origins in different cultural and legal contexts, both systems have fundamental similarities in their approach to property rights, the structure of ownership, and risk distribution. By examining how jeonse can be interpreted and adapted as a sharia-compliant financial instrument, we contribute to the literature on cross-cultural financial innovation. Our analyses provide insights into alternative housing finance models that combine conventional and Islamic financial principles, fostering opportunities for global financial collaboration. Thu, 01 Jan 2026 00:00:00 GMT https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/211531 2026-01-01T00:00:00Z https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/210439 Title: Exit 기반 DCF와 내부수익률 수렴 분석을 통한 플랫폼 기업의 내재가치 검증: Exit-only IRR과 WACC Gap을 중심으로 Authors: 성상현; 강형구 Abstract: 본 연구는 확정적 현금흐름(FCF)의 변동성이 크고 Terminal Value(TV) 의존도가 높은 플랫폼 기업 가치평가에서, 전통적 현금흐름할인법(DCF)이 갖는 구조적 한계를 극복하기 위해 ‘IRR–WACC 정합 기반 상호보완적 가치평가 모형’을 적용하여 실증 분석하였다. 본 모형은 총 기대수익률(WACC)을 ‘자본차익 기반 수익률(Exit-only IRR)’과 ‘영업현금흐름이 기여하는 내재적 현금수익률’로 체계적으로 분해함으로써, 플랫폼 기업의 가치가 어떤 경로를 통해 창출되는지—즉 수익의 원천과 질—을 정량적으로 진단하는 분석 프레임워크를 제시한다. 국내 주요 플랫폼 4개사(쿠팡, 배달의민족, 컬리, SK플래닛) 분석 결과, 성장 단계에 따라 영업 현금흐름이 가치를 지지하는 ‘현금 창출형’ 구조와 불확실한 미래 매각 차익에 의존하는 ‘미래 의존형’ 구조로 리스크 유형이 명확히 구분되었다. 본 연구는 이를 통해 ‘IRR–WACC Gap’을 단순 평가 오차가 아닌 ‘현금 창출력에 기반한 안전마진 지표’로 재해석하고, 확정적 현금흐름으로 설명되지 않는 가치 괴리는 성장 프리미엄으로 보아 투자 계약 구조 설계를 통해 밸류에이션 정합성을 확보해야 함을 시사한다. 본 연구의 프레임워크는 Terminal Value 의존도 진단, 성장률·할인율 간 정합성 검증, 그리고 수익률 중심의 투자 의사결정 지원 측면에서 전통적 DCF의 한계를 보완하는 학술적·실무적 기여를 제공한다.; This study conducts an empirical analysis of platform companies—whose deterministic cash flows (FCF) are volatile and whose valuations rely heavily on Terminal Value (TV)—by applying an “IRR–WACC Consistency–Based Complementary Valuation Model” that addresses structural limitations of traditional discounted cash flow (DCF). The model decomposes the total expected return (WACC) into capital-gain –driven return (Exit-only IRR) and intrinsic cash-flow return from operating FCF, providing a quantitative framework to assess the sources and quality of value creation. Analyzing four major Korean platform firms (Coupang, Woowa Brothers, Kurly, and SK Planet), the study identifies a clear bifurcation in risk structure: “cash-generating types,” whose intrinsic FCF anchors present value, and “future-dependent types,” whose valuations rely on uncertain exit-based capital gains. The study reinterprets the IRR–WACC Gap not as a pricing error but as a measure of margin of safety based on actual cash-generation capacity, while the portion of value unexplained by deterministic cash flows is viewed as a growth premium requiring alignment through contractual design. This framework enhances TV-dependency diagnostics, validates consistency among growth and discount-rate assumptions, and supports return-centric investment decisions that complement conventional DCF methods. Mon, 01 Dec 2025 00:00:00 GMT https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/210439 2025-12-01T00:00:00Z