인공신경망을 이용한 최초공모주식의 최초균형시장가격의 예측The prediction of the initial equilibrium market price of the initial public offerings using artificial neural network models
자본시장은 크게 발행시장과 유통시장으로 대별할 수 있으며, 각각의 시장에 대하여 회계정보가 미치는 경제적인 영향은 다르게 나타나 있다. 특히, 발행시장에서는 공개회사 주주, 투자자, 주간사, 규제기관 등 많은 이해관계자에게 영향을 미치므로, 최초공모주식에 대한 평가는 매우 중요하다. 최초신규공모주식의 최초균형시장가격을 예측하기 위하여 다중회귀분석방법과 인공신경망을 응용하여 그 예측을 수행하였다. 연구대상은 한국에서 1990년부터 1995년까지 최초공모주식중 99개의 공모주식을 대상으로 하였으며, 정보 획득 가능 시점별로 4개의 부기간으로 나누었다. 그리고 Ohlson의 모형을 기초로 하여 보다 확장된 모형을 제시하고, 각 기간에서 통계적으로 유의한 변수를 선택하여 총 12개의 연구 모델을 구성하였다. 인공신경망의 구조는 3계층 Multi-layer Perceptron으로 Backpropagation algorithm에 의한 Feedforward Neural Network로 구성하였다. 실증 분석 결과 다음과 같은 결론을 얻을 수 있었다. 첫째, 회귀분석을 통하여 각각의 정보 획득 가능 시점별로 유용한 회계정보 및 재무정보등을 알 수 있었다. 둘째, 각 시점에서의 예측의 정확성을 검토하여 본 결과 제3기간이 가장 우수한 성과를 나타냈다. 그리고 제3기간 까지는 기간이 지날수록 그 예측의 성과는 증가하였지만, 제4기간에서의 예측성과는 다른 기간의 예측성과 보다 좋지않았으며, 그 주원인은 4기간에서만 사용된 시초가액이라는 변수때문인 것으로 발견되어졌다. 세째, 인공신경망을 이용한 예측의 결과가 다중회귀분석에 의한 예측 결과 보다 좋은 성과를 나타냈다. 성과의 측정도구로서 절대평균오차(MAE) 및 절대평균오차율(MAPE)이 각각 5556, 22.95% 및 4863, 16.41%로 나타났다. 이러한 평가에 대한 통계적 유의성을 Paired t-test와 wilcoxen Rank Test를 수행하여 검증하였다. 네째, 이미 알려져 있는 사실 이지만, 발행가격에 대한 저평가 정도에 대하여서도 추가적인 검토를 하였다.