http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
주식가격결정요인(株式價格決定要因)의 경제적(經濟的) 의미(意味)에 대한 실증적(實證的) 연구(硏究)
이용호,Lee, Yong-Ho 한국재무관리학회 1994 財務管理硏究 Vol.11 No.1
시장균형상태(市場均衡狀態)의 조건(條件)하에서 주식의 기대수익률을 설명할 수 있는 가격결정(價格決定) 요인(要因)이 무엇을 의미하는가를 규명하는 일은 증권시장을 설명하기 위한 중요한 과제이다. 본 논문의 연구 목적은 재정가격결정모형(栽定價格決定模型)을 적용하여 주식수익률에 대한 요인(要因)을 분석(分析)하고, 최적 포트폴리오 구성 주식수와 유의적인 가격결정 요인 및 이들이 설명하는 경제적(經濟的) 의미(意味)를 찾는데 있다. 특히 ML방식의 요인분석 과정에서 헤이우드 상황(狀況)(Heywood case)을 확인하고 정밀한 요인(要因)의 추정을 위하여 이를 제거하였으며, 헤이우드 상황(狀況)이 미치는 영향을 분석하였다. 실증분석(實證分析) 결과(結果) 요인분석에서 최적 포트폴리오 구성 주식수는 35개이며, 이때의 가격결정(價格決定) 요인수(要因數)는 $2{\sim}3$개 정도이다. 그리고 주식의 가격결정요인으로 일관성 있게 설명하는 경제변수(經濟變數)로는 종합주가지수, 산업생산성지수, 실업률지수, 기업소규모지수 등이다. 그리고 Heywood case 발생 표본은 균형모형 설정에 교란요인이 됨을 검증하였다.
이용호,최정은,홍상진,Lee, Yong Ho,Choi, Jeong Eun,Hong, Sang Jeen 한국반도체디스플레이기술학회 2020 반도체디스플레이기술학회지 Vol.19 No.4
With miniaturization of semiconductor, the manufacturing process become more complex, and undetected small changes in the state of the equipment have unexpectedly changed the process results. Fault detection classification (FDC) system that conducts more active data analysis is feasible to achieve more precise manufacturing process control with advanced machine learning method. However, applying machine learning, especially in supervised learning criteria, requires an arduous data labeling process for the construction of machine learning data. In this paper, we propose a semi-supervised learning to minimize the data labeling work for the data preprocessing. We employed equipment status variable identification (SVID) data and optical emission spectroscopy data (OES) in silicon etch with SF6/O2/Ar gas mixture, and the result shows as high as 95.2% of labeling accuracy with the suggested semi-supervised learning algorithm.