KR102153834B1 - 확정치 및 추정치 기반의 데이터 정량화 방법 - Google Patents

확정치 및 추정치 기반의 데이터 정량화 방법 Download PDF

Info

Publication number
KR102153834B1
KR102153834B1 KR1020190151843A KR20190151843A KR102153834B1 KR 102153834 B1 KR102153834 B1 KR 102153834B1 KR 1020190151843 A KR1020190151843 A KR 1020190151843A KR 20190151843 A KR20190151843 A KR 20190151843A KR 102153834 B1 KR102153834 B1 KR 102153834B1
Authority
KR
South Korea
Prior art keywords
value
period
data
section
comparison
Prior art date
Application number
KR1020190151843A
Other languages
English (en)
Inventor
김동훈
Original Assignee
티아이테크놀로지 주식회사
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 티아이테크놀로지 주식회사 filed Critical 티아이테크놀로지 주식회사
Priority to KR1020190151843A priority Critical patent/KR102153834B1/ko
Application granted granted Critical
Publication of KR102153834B1 publication Critical patent/KR102153834B1/ko
Priority to EP20892913.3A priority patent/EP4068123A4/en
Priority to JP2022531008A priority patent/JP7344609B2/ja
Priority to PCT/KR2020/013647 priority patent/WO2021107386A1/ko
Priority to CN202080094473.6A priority patent/CN115004182A/zh
Priority to AU2020393475A priority patent/AU2020393475A1/en
Priority to CA3159174A priority patent/CA3159174A1/en
Priority to US17/779,524 priority patent/US20230005065A1/en
Priority to TW109141214A priority patent/TWI792101B/zh

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/901—Indexing; Data structures therefor; Storage structures
    • G06F16/9024—Graphs; Linked lists
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
    • G06Q40/06—Asset management; Financial planning or analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/904—Browsing; Visualisation therefor
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/01—Customer relationship services
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0282—Rating or review of business operators or products
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes

Landscapes

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Development Economics (AREA)
  • Finance (AREA)
  • Strategic Management (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Marketing (AREA)
  • Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Engineering & Computer Science (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Software Systems (AREA)
  • Technology Law (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Computational Mathematics (AREA)
  • Evolutionary Biology (AREA)
  • Algebra (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Compression, Expansion, Code Conversion, And Decoders (AREA)
  • Supplying Of Containers To The Packaging Station (AREA)
  • Signal Processing For Digital Recording And Reproducing (AREA)

Abstract

본 발명은 확정치와 추정치로 이루어진 데이터를 정량화하기 위한 것으로서, 이를 위하여 데이터 정량화 장치에서 현재일을 기준으로 기 설정된 이전 구간의 기 설정된 기간별 확정치와 상기 현재일 기준으로 현재년도에 대한 추정치와 확정치 및 상기 현재일 기준으로 기 설정된 이후 구간의 상기 기간별 추정치에 대응되는 데이터를 적어도 둘 이상의 정보 관리자측 장치로부터 수집하는 단계와, 상기 추정치와 확정치와 비교될 수 있는 제공 값을 수집한 후 이를 기반으로 적어도 하나 이상의 비교용 기준 값을 산출하는 단계와, 상기 이전구간의 기간별 확정치, 현재년도의 기간별 확정치 및 이후구간의 기간별 추정치와 상기 비교용 기준 값간의 비교를 통해 상기 기간별 현재년도, 이전구간 및 이후구간의 각 기간에 대해 가중치를 부여하는 방법으로 상기 데이터를 기간별 및 구간별로 정량화하는 단계를 포함하는 확정치 및 추정치 기반의 데이터 정량화 방법을 제공할 수 있다.

Description

확정치 및 추정치 기반의 데이터 정량화 방법{METHOD AND QUANTIFYING A DATA BASED ON FINAL VALUE AND ESTIMATE}
본 발명은 확정치 및 추정치 기반의 데이터 정량화 방법에 관한 것이다.
새로운 디지털 비즈니스 전략으로서 핀테크(Fintech)가 새롭고 가치 있는 재무금융서비스로 등장하고 있다. 핀테크는 전자결재부터 자산관리까지, 또한 개인간 금융거래부터 크라우드펀딩까지 아우르는 금융 산업을 재편할수 있는 차세대 재무적 기술이며, 전통적인 재무금융서비스로부터 제공되는 재품 및 서비스를 혁신하는 재무금융서비스와 지능정보기술을 동시에 가진 기술 중심의 스타트업으로 정의되기도 한다.
재무금융서비스 고객들에 대한 데이터가 축적되면서 은행들은 새로운 고객 경험을 제공하고 데이터 분석에 기반한 새로운 가치를 창출하려고 한다. 이러한 새로운 가치 중 하나는 새로운 투자 고객의 개발이다. 전통적이고 고비용의 고객관리 방법을 보완하기 위해 소셜미디어(Social Media) 기술을 활용하여 고객에게 가치가 있는 정보를 소비자들 스스로 창출하고 유통하게 함으로써 롱테일(long-tail)에 위치한 고객을 유지하거나 새로운 고객개발 비용을 효율화한 것처럼, 핀테크, 특히 에이전트 기반의 디지털 어드바이저(digital advisor) 또는 로보어드바이저(robo-advisor)도 기존의 고비용적 고객 투자 상담 외에 롱테일 군에 속하는 고객들에게 비용 효율적으로 고객의 투자성향을 파악하고 투자 상품을 추천하는 노력을 경감시킬 수 있다.
또한, 최근들어 정보 통신 기술의 발전에 따라 다양한 데이터, 예컨대 과거의 데이터를 기반으로 현재 또는 미래의 데이터를 추정하는 기술이 개발되고 있다. 예를 들어, 과거의 실적 데이터를 기반으로 현재 또는 미래의 실적을 추정 및 예측하는 서비스가 제공되고 있다.
그러나, 상기 서비스를 제공하기 위해서는 다양한 데이터에 대한 정량화하는 방법이 필수적인데, 이에 대한 연구가 진행되고 있으나, 아직 미미한 실정이다.
대한민국 등록특허 제10-1913591호(2018.10.25. 등록)
본 발명은 현재일 기준으로 이전구간의 기간별 확정치, 현재일을 포함한 구간의 기간별 추정치와 확정치 및 이후구간의 기간별 추정치를 수집하고, 수집한 추정치 및 확정치와 비교용 기준 값을 이용하여 가중치를 부여하는 방식으로 데이터를 정량화함으로써, 데이터 관리 및 분석의 용이성을 향상시킬 수 있는 확정치 및 추정치 기반의 데이터 정량화 방법을 제공한다.
또한, 본 발명은 정량화된 데이터를 그래프 형태로 제공함으로써, 사용자가 복잡한 데이터에 대해 쉽게 인식할 수 있도록 하는 확정치 및 추정치 기반의 데이터 정량화 방법을 제공한다.
또한, 본 발명은 정량화된 데이터에 대한 그래프에 데이터와 연관된 연관 데이터에 대응되는 그래프를 포함시킨 비교용 그래프를 제공함으로써, 사용자의 데이터 분석에 대한 접근성을 높일 수 있는 확정치 및 추정치 기반의 데이터 정량화 방법을 제공한다.
본 발명이 해결하고자 하는 과제는 상기에서 언급한 것으로 제한되지 않으며, 언급되지 않은 또 다른 해결하고자 하는 과제는 아래의 기재들로부터 본 발명이 속하는 통상의 지식을 가진 자에 의해 명확하게 이해될 수 있을 것이다.
상술한 해결하고자 하는 과제를 해결하기 위해서 본 발명의 실시예에 따른 확정치 및 추정치 기반의 데이터 정량화 방법은 데이터 정량화 장치에서 현재일을 기준으로 기 설정된 이전 구간의 기 설정된 기간별 확정치와 상기 현재일 기준으로 현재년도에 대한 추정치와 확정치 및 상기 현재일 기준으로 기 설정된 이후 구간의 상기 기간별 추정치에 대응되는 데이터를 적어도 둘 이상의 정보 관리자측 장치로부터 수집하는 단계와, 상기 추정치와 확정치와 비교될 수 있는 제공 값을 수집한 후 이를 기반으로 적어도 하나 이상의 비교용 기준 값을 산출하는 단계와, 상기 이전구간의 기간별 확정치, 현재년도의 기간별 확정치 및 이후구간의 기간별 추정치와 상기 비교용 기준 값간의 비교를 통해 상기 기간별 현재년도, 이전구간 및 이후구간의 각 기간에 대해 가중치를 부여하는 방법으로 상기 데이터를 기간별 및 구간별로 정량화하는 단계를 포함할 수 있다.
본 발명의 실시예에 따르면, 상기 정량화하는 단계는 상기 이전구간의 기간별 확정치, 현재년도의 기간별 확정치 및 이후구간의 기간별 추정치를 이용하여 기간별 또는 구간별 평균값을 산출하는 단계와, 상기 산출한 평균값이 상기 비교용 기준 값 큰 경우 마이너스 가중치를 그렇지 않을 경우 플러스 가중치를 부여하여 상기 이전구간, 현재년도 및 이후구간의 기간별 점수를 산출하는 단계를 포함할 수 있다.
본 발명의 실시예에 따르면, 상기 데이터 정량화 방법은 상기 이전구간, 현재년도 및 이후구간의 기간별 점수를 기반으로 이전구간, 현재년도 및 이후구간의 합산점수를 산출하는 단계와, 상기 합산 점수와 상기 이전구간, 현재년도 및 이후구간의 기간별 점수를 이용하여 정량화된 그래프를 생성하는 단계를 더 포함할 수 있다.
본 발명의 실시예에 따르면, 상기 데이터 정량화 방법은 상기 데이터와 관련된 연관 데이터를 외부로부터 제공받는 단계와, 상기 연관 데이터에 대응되는 그래프를 상기 정량화된 그래프에 포함시킨 비교형 그래프를 생성하는 단계를 더 포함할 수 있다.
본 발명의 실시예에 따르면, 상기 수집되는 데이터는 실적 추정치 및 확정치이며, 상기 비교용 제공 값은 당기 순이익 및 영업 이익이며, 상기 연관 데이터는 지수 관련 그래프일 수 있다.
본 발명의 실시예에 따르면, 상기 비교용 기준 값을 생성하는 단계는 인터넷 상에서 상기 제공 값과 관련된 데이터를 게시하는 매체로부터 제공받은 데이터에 대한 분석을 통해 상기 제공 값을 수집한 후 상기 수집한 제공 값을 기반으로 상기 비교용 기준 값을 생성할 수 있다.
전술한 본 발명의 과제 해결 수단에 따르면, 현재일 기준으로 이전구간의 기간별 확정치, 현재일을 포함한 구간의 기간별 추정치와 확정치 및 이후구간의 기간별 추정치를 수집하고, 수집한 추정치 및 확정치와 비교용 기준 값을 이용하여 가중치를 부여하는 방식으로 데이터를 정량화함으로써, 데이터 관리 및 분석의 용이성을 향상시킬 수 있다.
또한, 전술한 본 발명의 과제 해결 수단에 따르면, 정량화된 데이터를 그래프 형태로 제공함으로써, 사용자가 복잡한 데이터에 대해 쉽게 인식할 수 있는 접근성을 향상시킬 수 있다.
또한, 전술한 본 발명의 과제 해결 수단에 따르면, 정량화된 데이터에 대한 그래프에 데이터와 연관된 연관 데이터에 대응되는 그래프를 포함시킨 비교용 그래프를 제공함으로써, 사용자의 데이터 분석에 대한 접근성을 높일 수 있다.
도 1은 본 발명의 실시예에 따른 확정치 및 추정치 기반의 데이터 정량화 시스템의 전체 구성을 도시한 도면이다.
도 2는 본 발명의 실시예에 따른 데이터 정량화 장치의 세부 구성을 도시한 블록도이다.
도 3은 본 발명의 실시예에 따른 데이터 정량화 장치가 데이터를 처리하는 과정을 도시한 흐름도이다.
도 4는 본 발명의 실시예에 따른 데이터 정량화 장치에서 제공되는 비교용 그래프의 예시도이다.
이하, 도면을 참조하여 본 발명의 구체적인 실시형태를 설명하기로 한다. 이하의 상세한 설명은 본 명세서에서 기술된 방법, 장치 및/또는 시스템에 대한 포괄적인 이해를 돕기 위해 제공된다. 그러나 이는 예시에 불과하며 본 발명은 이에 제한되지 않는다.
본 발명의 실시예들을 설명함에 있어서, 본 발명과 관련된 공지기술에 대한 구체적인 설명이 본 발명의 요지를 불필요하게 흐릴 수 있다고 판단되는 경우에는 그 상세한 설명을 생략하기로 한다. 그리고, 후술되는 용어들은 본 발명에서의 기능을 고려하여 정의된 용어들로서 이는 사용자, 운용자의 의도 또는 관례 등에 따라 달라질 수 있다. 그러므로 그 정의는 본 명세서 전반에 걸친 내용을 토대로 내려져야 할 것이다. 상세한 설명에서 사용되는 용어는 단지 본 발명의 실시예들을 기술하기 위한 것이며, 결코 제한적이어서는 안 된다. 명확하게 달리 사용되지 않는 한, 단수 형태의 표현은 복수 형태의 의미를 포함한다. 본 설명에서, "포함" 또는 "구비"와 같은 표현은 어떤 특성들, 숫자들, 단계들, 동작들, 요소들, 이들의 일부 또는 조합을 가리키기 위한 것이며, 기술된 것 이외에 하나 또는 그 이상의 다른 특성, 숫자, 단계, 동작, 요소, 이들의 일부 또는 조합의 존재 또는 가능성을 배제하도록 해석되어서는 안 된다.
이하, 첨부된 도면을 참조하여 확정치와 추정치 기반의 데이터 정량화 장치 및 방법에 대해 설명하기로 한다.
도 1은 본 발명의 실시예에 따른 확정치 및 추정치 기반의 데이터 정량화 시스템의 전체 구성을 도시한 도면이다.
도 1에 도시된 바와 같이, 데이터 정량화 시스템은 네트워크를 통해 상호 연결된 복수의 정보 관리자측 장치(100) 및 데이터 정량화 장치(200)로 구성될 수 있다.추천 포인트 지급 장치 및 방법에 대해 설명하기로 한다.
정보 관리자측 장치(100)는 데이터 정량화 장치(200)에 추정치 및 확정치에 대응되는 데이터를 관리하기 위한 수단으로서, 그 예로서 증권사, 학교, 재무재표가 관리하는 회사 등에 의해 관리되는 컴퓨팅 디바이스를 들 수 있으나, 이에 한정하지는 않는다.
즉, 정보 관리자측 장치(100)는 현재년도 기준으로 기 설정된 전후 기간 동안의 기간별 추정치와 확정치를 관리하고, 추정치와 확정치를 데이터 정량화 장치(200)에 제공할 수 있다. 구체적으로, 정보 관리자측 장치(100)는 현재년도 기준으로 이전년도 기 설정된 기간별, 예컨대 분기별 확정치, 확정치 기반으로 현재년도의 분기별 추정치 및 이후년도 분기별 추정치 등을 관리할 수 있을 뿐만 아니라 현재년도에서 분기가 결산됨에 따라 추정치를 확정치로 변경할 수 있다.
예를 들어, 현재기준일 2019년도 12월 31일을 기준으로 설정한 경우, 정보 관리자측 장치(100)는 현재날짜 기준(이하, '현재 기준일'이라고 함)으로 현재년도의 분기별 확정치를 기반으로 내년도 분기별 추정치를 설정하여 관리할 수 있을 뿐만 아니라, 현재 기준일 기준으로 작년도의 확정치를 관리할 수 있다.
또한, 정보 관리자측 장치(100)는 내년도의 분기별 추정치를 내년도 분기에 도달함에 따라 추정치를 확정치를 변경할 수 있다.
본 발명의 실시예에서 정보 관리자측 장치(100)는 상술한 바와 같은 데이터, 즉 추정치 및 확정치를 실시간으로 데이터 정량화 장치(200)에 전송할 수 있다.
한편, 본 발명의 실시예에 따르면, 기 설정된 기간을 분기로 설명하였으나, 일별, 주별, 월별, 년별 등이 될 수 있으나, 이에 한정하지는 않는다. 즉 기 설정된 기간은 데이터 정량화 장치(200)에 의해 결정될 수 있다.
또한, 본 발명의 실시예에서 정보 관리자측 장치(100)는 비교하기 위한 적어도 하나 이상의 제공 값을 제공할 수 있다. 예를 들어, 정보 관리자측 장치(100)는 실적 관련 추정치 및 확정치에 대응되는 데이터를 제공하는 경우 제공 값으로 영업 이익 및 당기 순이익 등을 제공할 수 있으며, 연구 개발과 관련된 추정치 및 확정치를 대응되는 데이터가 제공되는 연구 개발의 달성율 등의 제공 값을 제공할 수 있다.
본 발명의 실시예에서는 정보 관리자측 장치(100)로부터 제공 값을 제공받는 것으로 예를 들어 설명하였지만, 데이터 정량화 장치(200)가 빅 데이터 분석을 통해 제공 값을 수집할 수 있도 있다. 구체적으로, 데이터 정량화 장치(200)는 실적 관련 추정치 및 확정치에 대응되는 데이터와 관련된 웹 사이트(애널리스트 등에 의해 운영되는 웹 사이트), 인터넷을 통해 공개된 데이터를 기반으로 제공 값을 수집할 수 있다.
데이터 정량화 장치(200)는 복수의 정보 관리자측 장치(100)로부터 제공받은 제공 값과 제공 값을 제공한 정보 관리자 수를 기반으로 평균값을 산출하며, 평균값을 비교용 기준 값으로 설정한 후 설정된 비교용 기준 값과 기 설정된 기간의 확정치 및 추정치간의 비교를 통해 가중치를 부여하는 방식으로 기간별 점수를 산출할 수 있다. 구체적으로, 데이터 정량화 장치(200)는 비교용 기준 값이 기간별 확정치(추정치)보다 큰 경우 기 설정된 마이너스 가중치 값(-a)을 부여하여 기간별 점수를 산출하고, 비교용 기준 값이 기간별 확정치(추정치)보다 작거나 같은 경우 플러스 가중치(a)를 부여하여 기간별 점수를 산출할 수 있다.
또한, 데이터 정량화 장치(200)는 기간별 점수를 이용하여 해당년도의 합산 점수를 산출하는 방식으로 각 년도별 합산 점수를 산출할 수 있다. 구체적으로, 데이터 정량화 장치(200)는 현재년도의 각 분기별 점수를 이용하여 현재년도의 총점수를 산출하고, 작년도의 각 분기별 점수를 이용하여 작년도의 총점수를 산출함과 더불어 내년도의 각 분기별 점수를 이용하여 내년도의 총점수를 산출할 수 있다.
한편, 데이터 정량화 장치(200)는 기간별 점수와 각 년도별 총점수를 기반으로 정량화된 그래프를 생성하여 제공할 수 있을 뿐만 아니라 데이터와 연괸성이 있는 데이터(이하, '연관 데이터'라고 함)와 정량화된 그래프간의 비교를 통해 연관 데이터의 변화 움직임을 비교할 수 있는 데이터를 제공할 수 있다.
데이터 정량화 장치(200)는 사용자가 설정한 구간에 의거하여 구간 내 기간별 점수와 구간 내 기간의 점수를 합산한 누적 점수를 이용한 그래프를 제공하고, 사용자가 설정한 구간 내 연관 데이터를 상기 그래프에 반영하여 비교할 수 있는 그래프를 제공할 수 있다.
본 발명의 실시예에서는 정보 관리자측 장치(100)로부터 제공 값을 제공받는 것으로 예를 들어 설명하였지만, 데이터 정량화 장치(200)가 빅 데이터 분석을 통해 제공 값을 수집할 수 있도 있다. 구체적으로, 데이터 정량화 장치(200)는 실적 관련 추정치 및 확정치에 대응되는 데이터와 관련된 웹 사이트(애널리스트 등에 의해 운영되는 웹 사이트), 인터넷을 통해 공개된 데이터를 기반으로 제공 값을 수집할 수 있다.
이를 위하여, 본 발명의 실시예에 따른 데이터 정량화 장치(200)는, 도 2에 도시된 바와 같이, 정보 관리자측 장치(100)와의 연동을 위한 연동부(210), 연동부(210)를 통해 연결된 정보 관리자측 장치(100)로부터 데이터를 수신하여 데이터베이스(202)에 저장하는 데이터 수신부(220), 정보 관리자측 장치(100)로부터 제공받은 제공 값을 기반으로 비교용 기준 값을 생성하는 기준 값 생성부(230), 데이터베이스(202)에 저장된 데이터와 비교용 기준 값을 이용하여 기 설정된 가중치 기반의 기간별 점수를 산출하는 점수 산출부(240), 기간별 점수를 이용하여 정량화된 그래프를 생성하는 정량화부(250) 및 정량화된 그래프에 연관 데이터를 반영한 비교형 그래프를 제공할 뿐만 아니라 비교 결과 데이터를 제공하는 데이터 분석부(260) 등을 포함할 수 있다.
본 발명의 실시예에서, 연동부(210)는 제공 값 수집을 위해 인터넷 상의 다양한 매체, 예컨대 연구 개발 관리 매체, 애널리스트에 의해 정보 관리되는 매체, 단체의 운영되는 매체 등과 연동할 수 있으며, 상기 연동을 통해 각 매체에서 관리되는 데이터를 수집하고, 수집한 데이터에 대한 분석을 통해 제공 값을 획득할 수 있다. 이 경우, 기준 값 생성부(230)는 제공 값을 제공한 매체의 수와 제공 값의 합산한 결과를 기반으로 비교용 기준 값을 산출할 수 있다.
상술한 바와 같은 구성을 갖는 데이터 정량화 장치(200)가 추정치와 확정치로 이루어진 데이터를 정량화하는 과정에 대해 도 3을 참조하여 설명한다.
도 3은 본 발명의 실시예에 따른 데이터 정량화 장치(200)가 추정치와 확정치의 데이터를 정량화하는 과정을 도시한 흐름도이다.
설명의 편의를 위해서, 기간은 분기이며, 현재기준일은 2019년 12월 31일인 것으로 예를 들어 설명하기로 한다.
도 3에 도시된 바와 같이, 데이터 정량화 장치(200)는 연동부(210)를 통해 복수의 정보 관리자측 장치(100)로부터 이전년도인 2018년도 분기별 확정치, 현재년도의 분기별 확정치 및 내년도인 2020년도 분기별 추정치를 제공받아 데이터베이스(202)에 저장한다(S300).
이와 더불어, 데이터 정량화 장치(200)는 정보 관리자측 장치(100) 또는 각종 매체와의 연동을 통해 실적과 관련되어 기준 값으로 이용될 수 있는 제공 값, 즉 당기 순이익과 영업 이익에 대한 데이터를 수집한다(S302).
이후, 데이터 정량화 장치(200)는 수집한 제공 값에 대한 평균값을 산출하며, 평균값을 비교용 기준 값으로 설정한다(S304).
이와 더불어, 데이터 정량화 장치(200)는 현재년도의 확정치에 대한 분기별 현재년도 평균값, 이전년도의 확정치에 대한 분기별 이전년도 평균값 및 내년도의 추정치에 대한 분기별 내년도 평균값 등을 산출한다(S306).
그런 다음, 데이터 정량화 장치(200)는 1분기 현재년도 평균값이 비교용 기준 값보다 큰지를 판단한다(S308).
S308의 판단 결과, 큰 경우 데이터 정량화 장치(200)는 마이너스 가중치(-a, a는 실수, 기호, 문자 등)를 부여하고, 작거나 같은 경우 플러스 가중치(a)를 부여하는 점수를 산출한다(S310, S312).
상술한 바와 같은 S308, S310, S312를 반복적으로 수행하여 현재년도, 이전년도 및 내년도의 분기별 점수를 산출할 수 있다.
데이터 정량화 장치(200)는 상술한 바와 같은 단계들을 통해 산출한 점수를 기반으로 그래프(차트)를 생성한다(S314). 구체적으로, 데이터 정량화 장치(200)는, 도 4에 도시된 바와 같이, 현재년도 합산 점수, 이전년도 합산 점수, 내년도 합산 점수 및 내년도 합산 점수와 현재년도 합산 점수를 합산한 점수 등을 표현한 그래프를 생성한다.
또한, 데이터 정량화 장치(200)는 연관 데이터, 예컨대 지수 관련 데이터에 대응되는 차트와 상기 그래프를 병합시킨 비교용 그래프를 생성한다(S316).
데이터가 실적에 관련되고 기간이 분기이고 현재기준일 2019년도 12월 31일을 기준인 경우 정보 관리자측 장치(100) 및 데이터 정량화 장치(200)가 동작하는 과정에 대해 예로 들어 설명하면 아래와 같다.
먼저, 복수의 정보 관리자측 장치(100)는 현재기준일 기준으로 현재년도의 분기별 실적 확정치, 내년도 분기별 실적 추정치 및 작년도 분기별 실적 확정치를 제공할 수 있다.
이에 따라, 데이터 정량화 장치(200)는 복수의 정보 관리자측 장치(100)로부터 제공받은 제공 값을 기반으로 기준 값인 기준 영업 이익, 기준 당기 순이익 등을 산출할 수 있다.
이후, 데이터 정량화 장치(200)는 현재기준일 기준으로 작년도 분기별 영업이익(실적 확정치를 기반으로 계산되는 영업이익)과 기준 영업이익간의 비교를 통해 가중치를 부여하여 점수를 산출할 수 있다. 구체적으로, 데이터 정량화 장치(200)는 분기의 영업 이익이 기준 영업이익보다 큰 경우 마이너스 가중치(-a)를 부여하여 점수를 산출하고, 분기의 영업 이익이 기준 영업이익보다 작거나 같은 경우 플러스 가중치(a)를 부여하여 점수를 산출하고, 작년도 당기 순이익(실적 확정치로 계산되는 당기순이익)이 기준 당기순이익보다 큰 경우 마이너스 가중치(-a)를 부여하여 점수를 산출하고, 분기의 당기 순이익이 기준 당기순이익보다 작거나 같은 경우 플러스 가중치(a)를 부여하여 점수를 산출할 수 있다.
또한, 데이터 정량화 장치(200)는 내년도 분기의 영업 이익(내년도 실적 추정치로 계산됨)이 기준 영업이익보다 큰 경우 마이너스 가중치(-a)를 부여하여 점수를 산출하고, 내년도 분기의 영업 이익이 기준 영업이익보다 작거나 같은 경우 플러스 가중치(a)를 부여하여 점수를 산출하고, 내년도 당기 순이익(실적 추정치로 계산되는 당기순이익)이 기준 당기순이익보다 큰 경우 마이너스 가중치(-a)를 부여하여 점수를 산출하고, 내년도 분기의 당기 순이익이 기준 당기순이익보다 작거나 같은 경우 플러스 가중치(a)를 부여하여 점수를 산출할 수 있다.
상술한 바와 같이, 본 발명의 실시예에 따른 데이터 정량화 장치(200)는 현재 기준일을 기준으로 기 설정된 구간, 예컨대 전후 1년, 2년, ......, n년에 대한 각 기간별 점수와 기간별 점수의 합산을 통한 년도별 점수를 산출하며, 산출한 점수를 기반으로 정량화된 그래프를 생성할 수 있다.
또한, 데이터 정량화 장치(200)는 실적과 지수간의 비교하는 그래프를 생성할 수도 있다. 구체적으로, 데이터 정량화 장치(200)는 실적과 관련된 지수 변화 그래프(외부로부터 제공받음)와 정량화된 그래프간의 비교를 통해 실적에 따른 지수변화 움직임에 따른 비교 데이터를 제공할 수도 있다.
한편, 첨부된 블록도의 각 블록과 흐름도의 각 단계의 조합들은 컴퓨터 프로그램 인스트럭션들에 의해 수행될 수도 있다. 이들 컴퓨터 프로그램 인스트럭션들은 범용 컴퓨터, 특수용 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서에 탑재될 수 있으므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비의 프로세서를 통해 수행되는 그 인스트럭션들이 블록도의 각 블록에서 설명된 기능들을 수행하는 수단을 생성하게 된다.
이들 컴퓨터 프로그램 인스트럭션들은 특정 방식으로 기능을 구현하기 위해 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 지향할 수 있는 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 기록매체(또는 메모리) 등에 저장되는 것도 가능하므로, 그 컴퓨터 이용 가능 또는 컴퓨터 판독 가능 기록매체(또는 메모리)에 저장된 인스트럭션들은 블록도의 각 블록에서 설명된 기능을 수행하는 인스트럭션 수단을 내포하는 제조 품목을 생산하는 것도 가능하다.
그리고, 컴퓨터 프로그램 인스트럭션들은 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에 탑재되는 것도 가능하므로, 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비 상에서 일련의 동작 단계들이 수행되어 컴퓨터로 실행되는 프로세스를 생성해서 컴퓨터 또는 기타 프로그램 가능한 데이터 프로세싱 장비를 수행하는 인스트럭션들은 블록도의 각 블록에서 설명된 기능들을 실행하기 위한 단계들을 제공하는 것도 가능하다.
또한, 각 블록은 특정된 논리적 기능(들)을 실행하기 위한 적어도 하나 이상의 실행 가능한 인스트럭션들을 포함하는 모듈, 세그먼트 또는 코드의 일부를 나타낼 수 있다. 또, 몇 가지 대체 실시 예들에서는 블록들에서 언급된 기능들이 순서를 벗어나서 발생하는 것도 가능함을 주목해야 한다. 예컨대, 잇달아 도시되어 있는 두 개의 블록들은 사실 실질적으로 동시에 수행되는 것도 가능하고 또는 그 블록들이 때때로 해당하는 기능에 따라 역순으로 수행되는 것도 가능하다.
100 : 정보 관리자측 장치
200 : 데이터 정량화 장치
210 : 연동부
220 : 데이터 수신부
230 : 기준 값 생성부
240 : 점수 산출부
250 : 정량화부
260 : 데이터 분석부

Claims (6)

  1. 데이터 정량화 장치에서 현재일을 기준으로 기 설정된 이전 구간의 기 설정된 기간별 확정치와 상기 현재일 기준으로 현재년도에 대한 추정치와 확정치 및 상기 현재일 기준으로 기 설정된 이후 구간의 기간별 추정치에 대응되는 데이터를 적어도 둘 이상의 정보 관리자측 장치로부터 수집하는 단계와,
    상기 추정치와 확정치와 비교될 수 있는 제공 값을 수집한 후 이를 기반으로 적어도 하나 이상의 비교용 기준 값을 산출하는 단계와,
    상기 이전구간의 기간별 확정치, 현재년도의 기간별 확정치 및 이후구간의 기간별 추정치와 상기 비교용 기준 값간의 비교를 통해 기간별 현재년도, 이전구간 및 이후구간의 각 기간에 대해 가중치를 부여하는 방법으로 상기 데이터를 기간별 및 구간별로 정량화하는 단계를 포함하며,
    상기 정량화하는 단계는,
    상기 이전구간의 기간별 확정치, 현재년도의 기간별 확정치 및 이후구간의 기간별 추정치를 이용하여 기간별 또는 구간별 평균값을 산출하는 단계와,
    상기 산출된 평균값이 기간별 확정치 또는 추정치보다 큰 경우 마이너스 가중치를 부여하고, 산출된 평균값이 기간별 확정치 또는 추정치보다 작거나 같을 경우 플러스 가중치를 부여하여 상기 이전구간, 현재년도 및 이후구간의 기간별 점수를 산출하는 단계와,
    상기 이전구간, 현재년도 및 이후구간의 기간별 점수를 기반으로 이전구간, 현재년도 및 이후구간의 합산점수를 산출하는 단계와,
    상기 합산 점수와 상기 이전구간, 현재년도 및 이후구간의 기간별 점수를 이용하여 정량화된 그래프를 생성하는 단계를 포함하며,
    상기 수집되는 데이터는 실적 추정치 및 확정치이며, 상기 비교용 제공 값은 당기 순이익 및 영업 이익이며, 연관 데이터는 지수 관련 그래프인 확정치 및 추정치 기반의 데이터 정량화 방법.
  2. 삭제
  3. 삭제
  4. 제1항에 있어서,
    상기 데이터 정량화 방법은,
    상기 데이터와 관련된 연관 데이터를 외부로부터 제공받는 단계와,
    상기 연관 데이터에 대응되는 그래프를 상기 정량화된 그래프에 포함시킨 비교형 그래프를 생성하는 단계를 더 포함하는
    확정치 및 추정치 기반의 데이터 정량화 방법.
  5. 삭제
  6. 제1항에 있어서,
    상기 비교용 기준 값을 생성하는 단계는,
    인터넷 상에서 상기 제공 값과 관련된 데이터를 게시하는 매체로부터 제공받은 데이터에 대한 분석을 통해 상기 제공 값을 수집한 후 상기 수집한 제공 값을 기반으로 상기 비교용 기준 값을 생성하는
    확정치 및 추정치 기반의 데이터 정량화 방법.
KR1020190151843A 2019-11-25 2019-11-25 확정치 및 추정치 기반의 데이터 정량화 방법 KR102153834B1 (ko)

Priority Applications (9)

Application Number Priority Date Filing Date Title
KR1020190151843A KR102153834B1 (ko) 2019-11-25 2019-11-25 확정치 및 추정치 기반의 데이터 정량화 방법
EP20892913.3A EP4068123A4 (en) 2019-11-25 2020-10-07 METHOD FOR QUANTIFYING DATA BASED ON A PRECISE VALUE AND AN ESTIMATED VALUE
JP2022531008A JP7344609B2 (ja) 2019-11-25 2020-10-07 確定値及び推定値に基づくデータ定量化方法
PCT/KR2020/013647 WO2021107386A1 (ko) 2019-11-25 2020-10-07 확정치 및 추정치 기반의 데이터 정량화 방법
CN202080094473.6A CN115004182A (zh) 2019-11-25 2020-10-07 基于确定值及估计值的数据量化方法
AU2020393475A AU2020393475A1 (en) 2019-11-25 2020-10-07 Definite value and estimated value-based data quantization method
CA3159174A CA3159174A1 (en) 2019-11-25 2020-10-07 Definite value and estimated value-based data quantization method
US17/779,524 US20230005065A1 (en) 2019-11-25 2020-10-07 Definite value and estimated value-based data quantization method
TW109141214A TWI792101B (zh) 2019-11-25 2020-11-24 基於確定值及預測值的數據定量化方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190151843A KR102153834B1 (ko) 2019-11-25 2019-11-25 확정치 및 추정치 기반의 데이터 정량화 방법

Publications (1)

Publication Number Publication Date
KR102153834B1 true KR102153834B1 (ko) 2020-09-09

Family

ID=72451543

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190151843A KR102153834B1 (ko) 2019-11-25 2019-11-25 확정치 및 추정치 기반의 데이터 정량화 방법

Country Status (9)

Country Link
US (1) US20230005065A1 (ko)
EP (1) EP4068123A4 (ko)
JP (1) JP7344609B2 (ko)
KR (1) KR102153834B1 (ko)
CN (1) CN115004182A (ko)
AU (1) AU2020393475A1 (ko)
CA (1) CA3159174A1 (ko)
TW (1) TWI792101B (ko)
WO (1) WO2021107386A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021107386A1 (ko) * 2019-11-25 2021-06-03 티아이테크놀로지 주식회사 확정치 및 추정치 기반의 데이터 정량화 방법

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101785547B1 (ko) * 2016-07-08 2017-10-17 한양대학교 산학협력단 주기성 시계열 데이터의 변동 추정 장치 및 방법
KR101913591B1 (ko) 2017-08-25 2018-12-28 경희대학교 산학협력단 비정형 데이터를 정형화하여 금융상품을 추천하는 방법
KR20190108559A (ko) * 2016-10-21 2019-09-24 데이터로봇, 인크. 예측 데이터 분석을 위한 시스템 및 관련 방법 및 장치

Family Cites Families (18)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US7383217B2 (en) * 2002-01-08 2008-06-03 International Business Machines Corporation System and method for resource reduction financial impact analysis
US20050262014A1 (en) * 2002-03-15 2005-11-24 Fickes Steven W Relative valuation system for measuring the relative values, relative risks, and financial performance of corporate enterprises
US8005740B2 (en) * 2002-06-03 2011-08-23 Research Affiliates, Llc Using accounting data based indexing to create a portfolio of financial objects
US7529703B2 (en) * 2003-11-18 2009-05-05 Citigroup Global Markets, Inc. Method and system for artificial neural networks to predict price movements in the financial markets
US20070043642A1 (en) * 2004-08-20 2007-02-22 Smith Eric S Method configured for facilitating financial consulting services
CN102270333A (zh) * 2010-06-02 2011-12-07 兆雅股份有限公司 股票多空买卖决策系统
KR101543643B1 (ko) * 2012-05-03 2015-08-11 (주)뉴지스탁 주식종목 순위 분석 시스템 및 이를 이용한 주식종목 선택방법
KR20140005474A (ko) * 2012-07-04 2014-01-15 한국전자통신연구원 빅데이터 처리를 위한 애플리케이션 제공 장치 및 제공 방법
GB2537776A (en) * 2014-02-14 2016-10-26 Tidd Nathan Selecting equity investments using quantitative multi-factor models
KR20160038147A (ko) * 2014-09-29 2016-04-07 (주)한국투자교육연구소 기업 가치 평가 시스템 및 그 방법
KR101712361B1 (ko) * 2015-01-23 2017-03-13 성신여자대학교 산학협력단 빅데이터 분석을 이용한 ｐ２ｐ 뱅킹 신용도 평가 방법 및 시스템
CN104778622A (zh) * 2015-04-29 2015-07-15 清华大学 Tps交易事件阈值的预测方法及预测系统
KR102044205B1 (ko) * 2015-12-30 2019-11-13 주식회사 솔리드웨어 빅데이터와 기계학습을 이용한 타겟 정보 예측 시스템 및 예측 방법
CN109993660A (zh) * 2017-12-29 2019-07-09 广州潽蓝信息科技有限公司 基于海量金融投资数据的量化分析和推送的方法及系统
JP6403360B1 (ja) * 2018-02-05 2018-10-10 有限会社 アドリブ 財務諸表解釈支援装置、コンピュータプログラム
JP6516309B1 (ja) * 2018-09-28 2019-05-22 株式会社ココペリ 財務分析システム及び財務分析プログラム
KR102153834B1 (ko) * 2019-11-25 2020-09-09 티아이테크놀로지 주식회사 확정치 및 추정치 기반의 데이터 정량화 방법
US20220366332A1 (en) * 2021-04-13 2022-11-17 Riskbeam GmbH Systems and methods for risk-adaptive security investment optimization

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101785547B1 (ko) * 2016-07-08 2017-10-17 한양대학교 산학협력단 주기성 시계열 데이터의 변동 추정 장치 및 방법
KR20190108559A (ko) * 2016-10-21 2019-09-24 데이터로봇, 인크. 예측 데이터 분석을 위한 시스템 및 관련 방법 및 장치
KR101913591B1 (ko) 2017-08-25 2018-12-28 경희대학교 산학협력단 비정형 데이터를 정형화하여 금융상품을 추천하는 방법

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2021107386A1 (ko) * 2019-11-25 2021-06-03 티아이테크놀로지 주식회사 확정치 및 추정치 기반의 데이터 정량화 방법

Also Published As

Publication number Publication date
WO2021107386A1 (ko) 2021-06-03
JP7344609B2 (ja) 2023-09-14
US20230005065A1 (en) 2023-01-05
EP4068123A1 (en) 2022-10-05
CA3159174A1 (en) 2021-06-03
CN115004182A (zh) 2022-09-02
TW202121157A (zh) 2021-06-01
TWI792101B (zh) 2023-02-11
AU2020393475A1 (en) 2022-07-14
JP2023505058A (ja) 2023-02-08
EP4068123A4 (en) 2023-12-06

Similar Documents

Publication Publication Date Title
Gradojevic et al. Fuzzy logic, trading uncertainty and technical trading
CN111008896A (zh) 金融风险预警方法、装置、电子设备及存储介质
Leshchenko et al. Methods for predicting adjustments to the rates of modern “digital money”
US8175942B2 (en) Systems and methods for enhancing compliance with the federal reserve custodial inventory (CI) procedures
Javedani Sadaei et al. Multilayer stock forecasting model using fuzzy time series
US20120310872A1 (en) System and method for evaluating decision opportunities
CN112232950A (zh) 针对借贷风险的评估方法及装置、设备、计算机可读存储介质
CN113469818B (zh) 投资风险预警方法、装置、电子设备及计算机可读介质
KR102153834B1 (ko) 확정치 및 추정치 기반의 데이터 정량화 방법
WO2019171492A1 (ja) 予測業務支援装置および予測業務支援方法
Wagdi et al. The integration of big data and artificial neural networks for enhancing credit risk scoring in emerging markets: Evidence from Egypt
Susanto et al. Decision support systems design on sharia financing using Yager's fuzzy decision model
CN112465632A (zh) 一种新金融ai智能风控决策方法和系统
Saleemi In COVID-19 outbreak, correlating the cost-based market liquidity risk to microblogging sentiment indicators
JP2020013229A (ja) 債務不履行確率を算出する装置、方法及びそのためのプログラム
Stasiak Modelling of currency exchange rates using a binary-wave representation
Nanayakkara et al. Adaptive Stock Market portfolio management and stock prices prediction platform for Colombo Stock Exchange of sri lanka
CN113781247A (zh) 协议数据推荐方法、装置、计算机设备及存储介质
CN111461863A (zh) 数据处理方法、装置、计算机设备及存储介质
Van Berkel et al. Building Loss Given Default Scorecard Using Weight of Evidence Bins in SAS Enterprise Miner
CN113822490B (zh) 基于人工智能的资产清收方法及装置、电子设备
Simić et al. An approach to efficient business intelligent system for financial prediction
JP6706584B2 (ja) 情報処理装置及び情報処理方法
Özer et al. Forecasting the Impact Of The News On Cryptocurrency via Machine Learning Algorithms
JP2004094662A (ja) 信用リスク管理の最適化モデル適用方法及び装置

Legal Events

Date Code Title Description
E701 Decision to grant or registration of patent right
GRNT Written decision to grant