펀드 위험등급 예측을 위한 머신러닝 기반 2단계 예측 모델 개발Machine Learning-Based Two-Stage Prediction Model for Fund Risk Rating Prediction
- Other Titles
- Machine Learning-Based Two-Stage Prediction Model for Fund Risk Rating Prediction
- Authors
- 김아람; 박민호
- Issue Date
- Nov-2023
- Publisher
- 한국통신학회
- Keywords
- Fund; Risk Rating; Volatility; GARCH-LSTM; Machine Learning; SVM
- Citation
- 한국통신학회논문지, v.48, no.11, pp.1447 - 1456
- Journal Title
- 한국통신학회논문지
- Volume
- 48
- Number
- 11
- Start Page
- 1447
- End Page
- 1456
- URI
- https://scholarworks.bwise.kr/ssu/handle/2018.sw.ssu/44639
- DOI
- 10.7840/kics.2023.48.11.1447
- ISSN
- 1226-4717
- Abstract
- 금융 산업의 발전과 더불어 금융 투자 관련 범죄가 증가하자 금융당국은 2021년 금융소비자보호법을 시행해판매사의 펀드 설명의무를 강화했다. 설명의무 대상인 위험등급은 투자 상품의 위험을 직관적으로 파악할 수 있는중요한 지표이지만 관리가 소홀히 이루어져 왔다. 금소법 시행 이후 판매업계에서는 자체적으로 펀드 위험등급을검증하고 관리하는 시스템을 구축하고 있다. 본 논문은 해당 시스템의 일환으로 머신러닝을 활용한 펀드 위험등급2단계 예측 모델을 제안한다. 1단계에서는 금융 시계열 변동성 추정 모형인 GARCH 모형과 머신러닝 모델인LSTM, 두 모형을 결합한 GARCH(1,1)-LSTM 모형을 사용하여 결산일 시점의 1개월 변동성을 예측한다. 2단계에서는 1단계에서 추정한 변동성과 기타 중요 위험지표를 4가지 커널별 SVM 분류 알고리즘에 입력해 펀드 위험등급을 예측한다. 연구 결과 GARCH(1,1)-LSTM 결합 모형이 가장 높은 변동성 예측 성과를 보였으며 RBF 커널을이용한 다변량 SVM이 높은 위험등급 예측 정확도를 보였다.
- Files in This Item
-
Go to Link
- Appears in
Collections - ETC > 1. Journal Articles
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.