KR102223844B1 - 투자 연계 멘토링 서비스를 운용하는 방법과 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체 - Google Patents

투자 연계 멘토링 서비스를 운용하는 방법과 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체 Download PDF

Info

Publication number
KR102223844B1
KR102223844B1 KR1020190039845A KR20190039845A KR102223844B1 KR 102223844 B1 KR102223844 B1 KR 102223844B1 KR 1020190039845 A KR1020190039845 A KR 1020190039845A KR 20190039845 A KR20190039845 A KR 20190039845A KR 102223844 B1 KR102223844 B1 KR 102223844B1
Authority
KR
South Korea
Prior art keywords
portfolio
program
investment
individual
information
Prior art date
Application number
KR1020190039845A
Other languages
English (en)
Other versions
KR20200117561A (ko
Inventor
백승엽
Original Assignee
백승엽
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 백승엽 filed Critical 백승엽
Priority to KR1020190039845A priority Critical patent/KR102223844B1/ko
Publication of KR20200117561A publication Critical patent/KR20200117561A/ko
Application granted granted Critical
Publication of KR102223844B1 publication Critical patent/KR102223844B1/ko

Links

Images

Classifications

    • 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
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • 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
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/067—Enterprise or organisation modelling

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • General Physics & Mathematics (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Marketing (AREA)
  • Operations Research (AREA)
  • Theoretical Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Technology Law (AREA)
  • Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)

Abstract

본 발명은 AHP 모델, Matrix 분석 모듈 등을 이용하여 자산 포트폴리오를 최적화할 수 있게 하는 투자 연계 멘토링 서비스를 운용하는 시스템 및 방법에 관한 것으로서, 적어도 하나의 사용자 단말기와 네트워크를 통하여 연결된 서버 컴퓨터를 구비한 컴퓨터 시스템을 이용하여 자산 포트폴리오를 최적화할 수 있게 하는 투자 연계 멘토링 서비스를 운용하는 방법에 있어서, 상기 서버 컴퓨터는, 상기 사용자 단말기로부터 가치 사슬 선택 정보를 입력받는 가치 사슬 선택 정보 입력 프로그램, 가치 사슬 내 전체 기업을 대상으로 재무 비율 기반 평가를 수행하는 가치 사슬 기업 평가 프로그램, 평가 결과 상위 기업을 대상으로 기본적 분석 모델 기반 AHP 기법(Analytic Hierarchical Process)을 이용하여 기업 점수 정보를 산출하는 기업 점수 산출 프로그램, 민감도 분석 및 포트폴리오 재평가를 통한 포트폴리오를 생성하는 포트폴리오 생성 프로그램, 투자 선호도 기반 자산 배분 최적화 기법을 이용하여 개별 포트폴리오 투자 전략을 최적화하는 개별 포트폴리오 투자 최적화 프로그램, 상기 포트폴리오에 대한 포트폴리오 정보를 상기 사용자 단말기로 전송하는 포트폴리오 정보 전송 프로그램을 포함할 수 있다.

Description

투자 연계 멘토링 서비스를 운용하는 방법과 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체{Method for providing mentoring service connected investment, system and computer-readable medium recording the method}
본 발명은 투자 연계 멘토링 서비스를 운용하는 방법과 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체에 관한 것으로서, 보다 상세하게는, AHP 모델, Matrix 분석 모듈 등을 이용하여 자산 포트폴리오를 최적화할 수 있게 하는 투자 연계 멘토링 서비스를 운용하는 시스템 및 방법에 관한 것이다.
일반적으로 가계 잉여 자금은 확대되고 자산 투자에 관심이 늘어날 전망이다. 즉, 가계 잉여 자금 확대되고 기업자금 부족 축소되면서 장기적으로 금리가 하락하게 되면서 금리 하락 혜택은 기업에게 돌아가고 가계 소득은 감소가 되면서 자산 투자에 관심 증가하고 있다.
또한 부가수익에 관심이 높아지면서 주식시장인구비율이 증가하고 있다. 세계 경기 침체, 예금금리 인하, 부동산 가격의 하락 등의 복합적인 환경으로 정기적인 수입이외에도 부가적인 수익에 관심이 높아지고 있다.
특히, 개인 투자자가 활용 가능한 서비스도 다양하게 존재하는 데, 예컨대, 상장지수펀드(Exchange Traded Fund, ETF)나 상장지수채권(Exchange Traded Note, ETN) 등 개인투자자들이 접근하기 어려운 자산이나 전략에 분산 투자할 수 있도록 해주는 효율적인 투자 환경이 갖추어지고 있다.
앞으로, 온라인/모바일 거래 발달과 시스템 트레이딩 수단 발달되고, 급등주 선정 등의 투자자문서비스 등도 존재하고 있다. 특히, 자산 투자 전문가들의 투자 전략 정보 공유하는 다수의 블로그가 개설 중이다.
이외에도, 포트폴리오 자문, 자산 매도/매수 운용 등 ETF를 활용해 인공지능 컴퓨터가 개인별 맞춤형 자산관리를 대신해주는 로보어드바이저(Robo-advisor) 서비스가 급성장하는 중이다.
자신의 자산투자 전략을 검증하고 체계화해서 분석할 필요가 있으나, 이제까지는 개인의 자산투자전략 분석을 지원하는 서비스는 없었다
즉, 기존 서비스에서는 투자 전략 개발은 서비스 제공업체가 담당하고, 투자자는 수동적으로 따르는 것이 대다수인 것으로서, 전문가의 투자 전략 개발과정은 Black-box로 투자자 자신이 일정정도 전문성을 가지고 있지 않으면 알 수 없는 경우가 대부분이다.
따라서, 종래에는 개인이 직접 자산 분산 투자를 하고자 할 때 필요한 서비스가 부족하고, 기존의 기업 가치 기반 투자 기법은 다기준 분석법으로 개인투자자가 전문가 수준의 분석능력을 갖기에는 오랜 시간이 소요되며, 기업 재무 및 주가 정보는 늘어나지만 많은 데이터 분석 및 해석 능력에는 한계가 있었다.
또한, 종래에는 개인의 투자 전략을 구체화하여 주식, 채권, 선물 등의 다양한 자산에 분산 투자를 지원할 수 있는 서비스가 부족한 실정이다.
본 발명은 상기와 같은 문제점을 포함하여 여러 문제점들을 해결하기 위한 것으로서, AHP 모델, Matrix 분석 모듈 등을 이용하여 자산 포트폴리오를 최적화할 수 있게 하는 투자 연계 멘토링 서비스를 운용하는 시스템 및 방법을 제공하는 것을 목적으로 한다. 그러나 이러한 과제는 예시적인 것으로, 이에 의해 본 발명의 범위가 한정되는 것은 아니다.
상기 과제를 해결하기 위한 본 발명의 사상에 따른 투자 연계 멘토링 서비스를 운용하는 방법은, 적어도 하나의 사용자 단말기와 네트워크를 통하여 연결된 서버 컴퓨터를 구비한 컴퓨터 시스템을 이용하여 자산 포트폴리오를 최적화할 수 있게 하는 투자 연계 멘토링 서비스를 운용하는 방법에 있어서, 상기 서버 컴퓨터는, 상기 사용자 단말기로부터 가치 사슬 선택 정보를 입력받는 가치 사슬 선택 정보 입력 프로그램, 가치 사슬 내 전체 기업을 대상으로 재무 비율 기반 평가를 수행하는 가치 사슬 기업 평가 프로그램, 평가 결과 상위 기업을 대상으로 기본적 분석 모델 기반 AHP 기법(Analytic Hierarchical Process)을 이용하여 기업 점수 정보를 산출하는 기업 점수 산출 프로그램, 민감도 분석 및 포트폴리오 재평가를 통한 포트폴리오를 생성하는 포트폴리오 생성 프로그램, 투자 선호도 기반 자산 배분 최적화 기법을 이용하여 개별 포트폴리오 투자 전략을 최적화하는 개별 포트폴리오 투자 최적화 프로그램, 상기 포트폴리오에 대한 포트폴리오 정보를 상기 사용자 단말기로 전송하는 포트폴리오 정보 전송 프로그램, 상기 가시 사슬 정보가 저장되는 가치 사슬 정보 데이터베이스, 상기 기업 점수 정보가 저장되는 기업 점수 정보 데이터베이스, 상기 포트폴리오 정보가 저장되는 포트폴리오 정보 데이터베이스를 포함하고, (a) 상기 가치 사슬 선택 정보 입력 프로그램에 의해서, 상기 사용자 단말기로부터 가치 사슬 선택 정보를 입력받는 단계; (b) 상기 가치 사슬 기업 평가 프로그램에 의해서, 가치 사슬 내 전체 기업을 대상으로 재무 비율 기반 평가를 수행하는 단계; (c) 상기 기업 점수 산출 프로그램에 의해서, 평가 결과 상위 기업을 대상으로 기본적 분석 모델 기반 AHP 기법(Analytic Hierarchical Process)을 이용하여 기업 점수 정보를 산출하는 단계; (d) 상기 포트폴리오 생성 프로그램에 의해서, 민감도 분석 및 포트폴리오 재평가를 통한 포트폴리오를 생성하는 단계; (e) 상기 개별 포트폴리오 투자 최적화 프로그램에 의해서, 투자 선호도 기반 자산 배분 최적화 기법을 이용하여 개별 포트폴리오 투자 전략을 최적화하는 단계; 및 (f) 상기 포트폴리오 정보 전송 프로그램에 의해서, 상기 포트폴리오에 대한 포트폴리오 정보를 상기 사용자 단말기로 전송하는 단계;를 포함할 수 있다.
또한, 본 발명에 따르면, 상기 (a) 단계에서, 상기 가치 사슬 선택 정보는, 적어도 해당 기업과 관계도를 나타내는 기업간 관계맵을 이용하여 기업간 관계지수가 높은 연관 기업군 정보를 포함할 수 있다.
또한, 본 발명에 따르면, 상기 기업간 관계지수는 적어도 매출 변동성 관계도를 포함할 수 있다.
또한, 본 발명에 따르면, 상기 (b) 단계에서, 상기 재무 비율 기반 평가는, 운영자가 미리 구축하거나 또는 수집한 재무 지표 정보를 이용할 수 있다.
또한, 본 발명에 따르면, 상기 기업 점수 산출 프로그램은, 사용자가 개인 기업 모델을 구축할 수 있도록 상기 사용자 단말기로부터 상위 기업 대상 정보를 입력받는 기업 모델 구축 프로그램, 개인의 투자 성향을 반영할 수 있도록 지표의 중요도에 따라 쌍대비교 또는 절대평가 방식으로 개인별 AHP 모델을 구축하는 AHP 모델 구축 프로그램, 사용자의 선택에 따라 상기 지표에 가중치를 부여하는 가중치 부여 프로그램, 매트릭스 평가법을 적용하여 지수 1을 X축에 지수 2를 Y축으로 하는 그래프를 통해 평가 점수를 계산하는 점수 계산 프로그램을 포함하고, 상기 (c) 단계는, (c1) 상기 기업 모델 구축 프로그램에 의해서, 사용자가 개인 기업 모델을 구축할 수 있도록 상기 사용자 단말기로부터 상위 기업 대상 정보를 입력받는 단계; (c2) 상기 AHP 모델 구축 프로그램에 의해서, 개인의 투자 성향을 반영할 수 있도록 지표의 중요도에 따라 쌍대비교 또는 절대평가 방식으로 개인별 AHP 모델을 구축하는 단계; (c3) 상기 가중치 부여 프로그램에 의해서, 사용자의 선택에 따라 상기 지표에 가중치를 부여하는 단계; 및 (c4) 상기 점수 계산 프로그램에 의해서, 매트릭스 평가법을 적용하여 지수 1을 X축에 지수 2를 Y축으로 하는 그래프를 통해 평가 점수를 계산하는 단계;를 포함할 수 있다.
또한, 본 발명에 따르면, 상기 포트폴리오 생성 프로그램은, 개별 기준의 값이 변하는 것에 대한 자산 가치 평가의 변화 정도를 분석하여 개별 기준의 민감도를 분석하는 민감도 분석 프로그램, 변화 폭이 큰 핵심 성공 요소를 선정하는 핵심 성공 요소 선정 프로그램, 상기 핵심 성공 요소를 이용하여 상기 AHP 모델 내 중요도를 변경하는 중요도 변경 프로그램, 포트폴리오 후보 자산의 중요를 재평가하여 포트폴리오를 확정하는 포트폴리오 확정 프로그램을 포함하고, 상기 (d) 단계는, (d1) 상기 민감도 분석 프로그램에 의해서, 개별 기준의 값이 변하는 것에 대한 자산 가치 평가의 변화 정도를 분석하여 개별 기준의 민감도를 분석하는 단계; (d2) 상기 핵심 성공 요소 선정 프로그램에 의해서, 변화 폭이 큰 핵심 성공 요소를 선정하는 단계; (d3) 상기 중요도 변경 프로그램에 의해서, 상기 핵심 성공 요소를 이용하여 상기 AHP 모델 내 중요도를 변경하는 단계; 및 (d4) 상기 포트폴리오 확정 프로그램에 의해서, 포트폴리오 후보 자산의 중요를 재평가하여 포트폴리오를 확정하는 단계;를 포함할 수 있다.
또한, 본 발명에 따르면, 상기 개별 포트폴리오 투자 최적화 프로그램은, 확정된 포트폴리오를 이용하여 개별 포트폴리오 투자 전략을 생성하고, 확정된 포트폴리오를 이용하여 개별 포트폴리오 투자 전략을 생성할 수 있다.
또한, 본 발명에 따르면, 상기 개별 포트폴리오 투자 최적화 프로그램은, 적어도 총자산, 현금 비율 등의 자산 관련 조건과, ETF, ETN, 주식, 매도/매수(분할, 적립식, 일괄) 등 매매 관련 조건과, 거래 비용, 현재 시장 가격 등 비용 관련 조건과, 자산간 관계 등 분산 관련 조건 및 자산 가치 중요도, 예상 수익률, 예상 위험도 등 자산 가치 관련 조건 중 어느 하나의 조건을 제약 조건으로 선정하는 제약 조건 선정 프로그램, 상기 제약 조건을 이용하여 포트폴리오 MLP(Mixed-integer Linear Programming) 모델을 생성하는 포트폴리오 MLP 모델 생성 프로그램, 상기 포트폴리오 MLP 모델을 이용하여 상기 개별 포트폴리오 투자 전략을 최적화하여 투자 전략을 생성하는 개별 포트폴리오 최적화 모듈 생성 프로그램을 포함하고, 상기 (e) 단계는, (e1) 상기 제약 조건 선정 프로그램에 의해서, 적어도 총자산, 현금 비율 등의 자산 관련 조건과, ETF, ETN, 주식, 매도/매수(분할, 적립식, 일괄) 등 매매 관련 조건과, 거래 비용, 현재 시장 가격 등 비용 관련 조건과, 자산간 관계 등 분산 관련 조건 및 자산 가치 중요도, 예상 수익률, 예상 위험도 등 자산 가치 관련 조건 중 어느 하나의 조건을 제약 조건으로 선정하는 단계; (e2) 상기 포트폴리오 MLP 모델 생성 프로그램에 의해서, 상기 제약 조건을 이용하여 포트폴리오 MLP(Mixed-integer Linear Programming) 모델을 생성하는 단계; 및 (e3) 상기 개별 포트폴리오 최적화 모듈 생성 프로그램에 의해서, 상기 포트폴리오 MLP 모델을 이용하여 상기 개별 포트폴리오 투자 전략을 최적화하여 투자 전략을 생성하는 단계;를 포함할 수 있다.
또한, 본 발명에 따르면, 상기 서버 컴퓨터는, 상기 포트폴리오에 대한 개인별 이력을 관리하는 개인별 이력 관리 프로그램을 더 포함하고, (g) 상기 개인별 이력 관리 프로그램에 의해서, 상기 포트폴리오에 대한 개인별 이력을 관리하는 단계;를 더 포함할 수 있다.
또한, 본 발명에 따르면, 상기 개인별 이력 관리 프로그램은, 개인 투자 취향 이력 데이터베이스를 생성하는 이력 데이터베이스 생성 프로그램, 개인 투자 성향 대비 투자 결과 수익률을 나타내는 그래프를 생성하는 수익률 그래프 생성 프로그램, 최종 포트폴리오 후보 또는 최종 선정 결과 데이터베이스를 생성하는 최종 선정 프로그램을 포함하고, 상기 (g) 단계는, (g1) 상기 이력 데이터베이스 생성 프로그램에 의해서, 개인 투자 취향 이력 데이터베이스를 생성하는 단계; (g2) 상기 수익률 그래프 생성 프로그램에 의해서, 개인 투자 성향 대비 투자 결과 수익률을 나타내는 그래프를 생성하는 단계; 및 (g3) 상기 최종 선정 프로그램에 의해서, 최종 포트폴리오 후보 또는 최종 선정 결과 데이터베이스를 생성하는 단계;를 포함할 수 있다.
또한, 본 발명에 따르면, 상기 서버 컴퓨터는, 상기 포트폴리오를 이용하여 개인 투자 전략을 관리하는 투자 전략 관리 프로그램을 포함하고, (h) 상기 투자 전략 관리 프로그램에 의해서, 상기 포트폴리오를 이용하여 개인 투자 전략을 관리하는 단계;를 더 포함할 수 있다.
또한, 본 발명에 따르면, 상기 투자 전략 관리 프로그램은, 개인의 투자 이력을 분석하여 상관 관계 기법으로 추세선이나 또는 회귀 분석(Regression) 모델링을 통한 예측 모델을 확보하는 예측 모델 프로그램, 데이터마이닝 기법을 적용한 투자 전략 분석 모델을 생성하는 투자 전략 분석 프로그램을 포함하고, 상기 (h) 단계는, (h1) 상기 예측 모델 프로그램에 의해서, 개인의 투자 이력을 분석하여 상관 관계 기법으로 추세선이나 또는 회귀 분석(Regression) 모델링을 통한 예측 모델을 확보하는 단계; 및 (h2) 상기 투자 전략 분석 프로그램에 의해서, 데이터마이닝 기법을 적용한 투자 전략 분석 모델을 생성하는 단계;를 포함할 수 있다.
한편, 상기 과제를 해결하기 위한 본 발명의 사상에 따른 투자 연계 멘토링 서비스를 운용하는 시스템은, 적어도 하나의 사용자 단말기와 네트워크를 통하여 연결된 서버 컴퓨터를 구비한 컴퓨터 시스템을 이용하여 자산 포트폴리오를 최적화할 수 있게 하는 투자 연계 멘토링 서비스를 운용하는 시스템에 있어서, 상기 서버 컴퓨터는, 상기 사용자 단말기로부터 가치 사슬 선택 정보를 입력받는 가치 사슬 선택 정보 입력 프로그램, 가치 사슬 내 전체 기업을 대상으로 재무 비율 기반 평가를 수행하는 가치 사슬 기업 평가 프로그램, 평가 결과 상위 기업을 대상으로 기본적 분석 모델 기반 AHP 기법(Analytic Hierarchical Process)을 이용하여 기업 점수 정보를 산출하는 기업 점수 산출 프로그램, 민감도 분석 및 포트폴리오 재평가를 통한 포트폴리오를 생성하는 포트폴리오 생성 프로그램, 투자 선호도 기반 자산 배분 최적화 기법을 이용하여 개별 포트폴리오 투자 전략을 최적화하는 개별 포트폴리오 투자 최적화 프로그램, 상기 포트폴리오에 대한 포트폴리오 정보를 상기 사용자 단말기로 전송하는 포트폴리오 정보 전송 프로그램, 상기 가시 사슬 정보가 저장되는 가치 사슬 정보 데이터베이스, 상기 기업 점수 정보가 저장되는 기업 점수 정보 데이터베이스, 상기 포트폴리오 정보가 저장되는 포트폴리오 정보 데이터베이스를 포함하고, 상기 가치 사슬 선택 정보 입력 프로그램에 의해서, 상기 사용자 단말기로부터 가치 사슬 선택 정보를 입력받고, 상기 가치 사슬 기업 평가 프로그램에 의해서, 가치 사슬 내 전체 기업을 대상으로 재무 비율 기반 평가를 수행하고, 상기 기업 점수 산출 프로그램에 의해서, 평가 결과 상위 기업을 대상으로 기본적 분석 모델 기반 AHP 기법(Analytic Hierarchical Process)을 이용하여 기업 점수 정보를 산출하고, 상기 포트폴리오 생성 프로그램에 의해서, 민감도 분석 및 포트폴리오 재평가를 통한 포트폴리오를 생성하고, 상기 개별 포트폴리오 투자 최적화 프로그램에 의해서, 투자 선호도 기반 자산 배분 최적화 기법을 이용하여 개별 포트폴리오 투자 전략을 최적화하고, 상기 포트폴리오 정보 전송 프로그램에 의해서, 상기 포트폴리오에 대한 포트폴리오 정보를 상기 사용자 단말기로 전송하도록 프로그램된 제어부를 포함할 수 있다.
한편, 상기 과제를 해결하기 위한 본 발명의 사상에 따른 투자 연계 멘토링 서비스를 운용하는 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체는, 적어도 하나의 사용자 단말기와 네트워크를 통하여 연결된 서버 컴퓨터를 구비한 컴퓨터 시스템을 이용하여 자산 포트폴리오를 최적화할 수 있게 하는 투자 연계 멘토링 서비스를 운용하는 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체에 있어서, 상기 서버 컴퓨터는, 상기 사용자 단말기로부터 가치 사슬 선택 정보를 입력받는 가치 사슬 선택 정보 입력 프로그램, 가치 사슬 내 전체 기업을 대상으로 재무 비율 기반 평가를 수행하는 가치 사슬 기업 평가 프로그램, 평가 결과 상위 기업을 대상으로 기본적 분석 모델 기반 AHP 기법(Analytic Hierarchical Process)을 이용하여 기업 점수 정보를 산출하는 기업 점수 산출 프로그램, 민감도 분석 및 포트폴리오 재평가를 통한 포트폴리오를 생성하는 포트폴리오 생성 프로그램, 투자 선호도 기반 자산 배분 최적화 기법을 이용하여 개별 포트폴리오 투자 전략을 최적화하는 개별 포트폴리오 투자 최적화 프로그램, 상기 포트폴리오에 대한 포트폴리오 정보를 상기 사용자 단말기로 전송하는 포트폴리오 정보 전송 프로그램, 상기 가시 사슬 정보가 저장되는 가치 사슬 정보 데이터베이스, 상기 기업 점수 정보가 저장되는 기업 점수 정보 데이터베이스, 상기 포트폴리오 정보가 저장되는 포트폴리오 정보 데이터베이스를 포함하고, (a) 상기 가치 사슬 선택 정보 입력 프로그램에 의해서, 상기 사용자 단말기로부터 가치 사슬 선택 정보를 입력받는 단계; (b) 상기 가치 사슬 기업 평가 프로그램에 의해서, 가치 사슬 내 전체 기업을 대상으로 재무 비율 기반 평가를 수행하는 단계; (c) 상기 기업 점수 산출 프로그램에 의해서, 평가 결과 상위 기업을 대상으로 기본적 분석 모델 기반 AHP 기법(Analytic Hierarchical Process)을 이용하여 기업 점수 정보를 산출하는 단계; (d) 상기 포트폴리오 생성 프로그램에 의해서, 민감도 분석 및 포트폴리오 재평가를 통한 포트폴리오를 생성하는 단계; (e) 상기 개별 포트폴리오 투자 최적화 프로그램에 의해서, 투자 선호도 기반 자산 배분 최적화 기법을 이용하여 개별 포트폴리오 투자 전략을 최적화하는 단계; 및 (f) 상기 포트폴리오 정보 전송 프로그램에 의해서, 상기 포트폴리오에 대한 포트폴리오 정보를 상기 사용자 단말기로 전송하는 단계;를 포함할 수 있다.
상기한 바와 같이 이루어진 본 발명의 일부 실시예들에 따르면, 개인의 특성에 맞추어 자산 포트폴리오를 최적화할 수 있고 개인별 최적의 포트폴리오 모델을 구축하여 투자와의 연계로 수익률을 향상시킬 수 있는 효과를 갖는 것이다. 물론 이러한 효과에 의해 본 발명의 범위가 한정되는 것은 아니다.
도 1은 본 발명의 일부 실시예들에 따른 투자 연계 멘토링 서비스를 운용하는 시스템을 나타내는 개념도이다.
도 2는 도 1의 투자 연계 멘토링 서비스를 운용하는 시스템의 기업 점수 산출 프로그램을 더욱 상세하게 나타내는 블록도이다.
도 3은 도 1의 투자 연계 멘토링 서비스를 운용하는 시스템의 포트폴리오 생성 프로그램을 더욱 상세하게 나타내는 블록도이다.
도 4는 도 1의 투자 연계 멘토링 서비스를 운용하는 시스템의 개별 포트폴리오 투자 최적화 프로그램을 더욱 상세하게 나타내는 블록도이다.
도 5는 도 1의 투자 연계 멘토링 서비스를 운용하는 시스템의 개별 이력 관리 프로그램을 더욱 상세하게 나타내는 블록도이다.
도 6은 도 1의 투자 연계 멘토링 서비스를 운용하는 시스템의 투자 전략 관리 프로그램을 더욱 상세하게 나타내는 블록도이다.
도 7은 본 발명의 투자 연계 멘토링 서비스를 운용하는 운영자와 사용자 간의 관계를 나타내는 개략도이다.
도 8은 본 발명의 일부 실시예들에 따른 투자 연계 멘토링 서비스를 운용하는 방법을 나타내는 순서도이다.
도 9는 본 발명의 일부 다른 실시예들에 따른 투자 연계 멘토링 서비스를 운용하는 방법을 나타내는 순서도이다.
도 10 내지 도 14는 본 발명의 여러 실시예들에 따른 투자 연계 멘토링 서비스를 운용하는 시스템에서 제공되는 과정들의 일례들을 나타내는 도면들이다.
도 15 내지 도 39는 본 발명의 여러 실시예들에 따른 투자 연계 멘토링 서비스를 운용하는 시스템에서 제공되는 화면들의 일례들을 나타내는 도면들이다.
이하, 첨부된 도면을 참조하여 본 발명의 바람직한 여러 실시예들을 상세히 설명하기로 한다.
본 발명의 실시예들은 당해 기술 분야에서 통상의 지식을 가진 자에게 본 발명을 더욱 완전하게 설명하기 위하여 제공되는 것이며, 하기 실시예는 여러 가지 다른 형태로 변형될 수 있으며, 본 발명의 범위가 하기 실시예에 한정되는 것은 아니다. 오히려 이들 실시예들은 본 개시를 더욱 충실하고 완전하게 하고, 당업자에게 본 발명의 사상을 완전하게 전달하기 위하여 제공되는 것이다. 또한, 도면에서 각 층의 두께나 크기는 설명의 편의 및 명확성을 위하여 과장된 것이다.
명세서 전체에 걸쳐서, 막, 영역 또는 기반과 같은 하나의 구성요소가 다른 구성요소 "상에", "연결되어", "적층되어" 또는 "커플링되어" 위치한다고 언급할 때는, 상기 하나의 구성요소가 직접적으로 다른 구성요소 "상에", "연결되어", "적층되어" 또는 "커플링되어" 접촉하거나, 그 사이에 개재되는 또 다른 구성요소들이 존재할 수 있다고 해석될 수 있다. 반면에, 하나의 구성요소가 다른 구성요소 "직접적으로 상에", "직접 연결되어", 또는 "직접 커플링되어" 위치한다고 언급할 때는, 그 사이에 개재되는 다른 구성요소들이 존재하지 않는다고 해석된다. 동일한 부호는 동일한 요소를 지칭한다. 본 명세서에서 사용된 바와 같이, 용어 "및/또는"은 해당 열거된 항목 중 어느 하나 및 하나 이상의 모든 조합을 포함한다.
본 명세서에서 제 1, 제 2 등의 용어가 다양한 부재, 부품, 영역, 층들 및/또는 부분들을 설명하기 위하여 사용되지만, 이들 부재, 부품, 영역, 층들 및/또는 부분들은 이들 용어에 의해 한정되어서는 안됨은 자명하다. 이들 용어는 하나의 부재, 부품, 영역, 층 또는 부분을 다른 영역, 층 또는 부분과 구별하기 위하여만 사용된다. 따라서, 이하 상술할 제 1 부재, 부품, 영역, 층 또는 부분은 본 발명의 가르침으로부터 벗어나지 않고서도 제 2 부재, 부품, 영역, 층 또는 부분을 지칭할 수 있다.
또한, "상의" 또는 "위의" 및 "하의" 또는 "아래의"와 같은 상대적인 용어들은 도면들에서 도해되는 것처럼 다른 요소들에 대한 어떤 요소들의 관계를 기술하기 위해 여기에서 사용될 수 있다. 상대적 용어들은 도면들에서 묘사되는 방향에 추가하여 소자의 다른 방향들을 포함하는 것을 의도한다고 이해될 수 있다. 예를 들어, 도면들에서 소자가 뒤집어 진다면(turned over), 다른 요소들의 상부의 면 상에 존재하는 것으로 묘사되는 요소들은 상기 다른 요소들의 하부의 면 상에 방향을 가지게 된다. 그러므로, 예로써 든 "상의"라는 용어는, 도면의 특정한 방향에 의존하여 "하의" 및 "상의" 방향 모두를 포함할 수 있다. 소자가 다른 방향으로 향한다면(다른 방향에 대하여 90도 회전), 본 명세서에 사용되는 상대적인 설명들은 이에 따라 해석될 수 있다.
본 명세서에서 사용된 용어는 특정 실시예를 설명하기 위하여 사용되며, 본 발명을 제한하기 위한 것이 아니다. 본 명세서에서 사용된 바와 같이, 단수 형태는 문맥상 다른 경우를 분명히 지적하는 것이 아니라면, 복수의 형태를 포함할 수 있다. 또한, 본 명세서에서 사용되는 경우 "포함한다(comprise)" 및/또는 "포함하는(comprising)"은 언급한 형상들, 숫자, 단계, 동작, 부재, 요소 및/또는 이들 그룹의 존재를 특정하는 것이며, 하나 이상의 다른 형상, 숫자, 동작, 부재, 요소 및/또는 그룹들의 존재 또는 부가를 배제하는 것이 아니다.
이하, 본 발명의 실시예들은 본 발명의 이상적인 실시예들을 개략적으로 도시하는 도면들을 참조하여 설명한다. 도면들에 있어서, 예를 들면, 제조 기술 및/또는 공차(tolerance)에 따라, 도시된 형상의 변형들이 예상될 수 있다. 따라서, 본 발명 사상의 실시예는 본 명세서에 도시된 영역의 특정 형상에 제한된 것으로 해석되어서는 아니 되며, 예를 들면 제조상 초래되는 형상의 변화를 포함하여야 한다.
이하, 본 발명의 일부 실시예들에 따른 투자 연계 멘토링 서비스를 운영하는 방법과 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체를 도면을 참조하여 상세히 설명한다.
도 1은 본 발명의 일부 실시예들에 따른 투자 연계 멘토링 서비스를 운영하는 시스템을 나타내는 개념도이다.
먼저, 도 1에 도시된 바와 같이, 본 발명의 일부 실시예들에 따른 투자 연계 멘토링 서비스를 운영하는 시스템은, 크게 사용자 단말기(10)와, 운영자 단말기(20) 및 네트워크(50)를 통하여 연결된 서버 컴퓨터(60)를 포함하여 이루어질 수 있다.
여기서, 상기 서버 컴퓨터(60)는, 상기 사용자 단말기(10)로부터 가치 사슬 선택 정보를 입력받고, 가치 사슬 내 전체 기업을 대상으로 재무 비율 기반 평가를 수행하고, 평가 결과 상위 기업을 대상으로 기본적 분석 모델 기반 AHP 기법(Analytic Hierarchical Process)을 이용하여 기업 점수 정보를 산출하고, 민감도 분석 및 포트폴리오 재평가를 통한 포트폴리오를 생성하고, 투자 선호도 기반 자산 배분 최적화 기법을 이용하여 개별 포트폴리오 투자 전략을 최적화하고, 상기 포트폴리오에 대한 포트폴리오 정보를 상기 사용자 단말기(10)로 전송할 수 있도록 프로그램된 것으로서, 상기 네트워크(50)를 통해 투자 연계 멘토링 서비스를 운영할 수 있는 기업이나, 공장이나, 사업체나, 본사나, 지사나, 영업소나, 대리점이나, 데이터센터 등에 구비된 컴퓨터일 수 있다.
또한, 예컨대, 상기 사용자 단말기(10)는, 본 발명의 시스템을 통해 개인의 특성에 맞추어 자산 포트폴리오를 최적화할 수 있고 개인별 최적의 포트폴리오 모델을 구축하여 투자와의 연계로 수익률을 향상시킬 수 있는 서비스를 제공받기를 원하는 사용자나, 소비자나, 고객의 단말기일 수 있다.
여기서, 이러한 상기 사용자 단말기(10)는 반드시 컴퓨터에만 국한되지 않고, 각종 정보를 처리할 수 있는 모든 정보 단말 장치들이 적용될 수 있다. 예컨대, 각종 스마트폰은 물론이고, 개인용 컴퓨터, 모바일 단말기, PDA, 스마트 패드, 노트북, 스마트 카메라, 스마트 캠코더, 전자책, 스마트 스캐너 등이 모두 적용될 수 있다.
또한, 예컨대, 상기 운영자 단말기(20)는, 상기 서버 컴퓨터(60)를 관리하고 운영하는 개인이나 기업이나, 공장이나, 사업체나, 중앙 관재소나, 본사나, 지사나, 영업소의 단말기로서, 반드시 컴퓨터나 스마트 폰에 국한되지 않는 것으로 각종 문자 정보나, 숫자 정보나 이미지 정보를 제공받을 수 있고, 다양한 명령을 선택할 수 있는 각종 정보 단말기, PDA, 스마트폰, 스마트 패드, 카메라, 캠코더, 노트북, 전자책, 개인용 컴퓨터, 각종 다른 서버 컴퓨터 등이 모두 적용될 수 있다.
한편, 도 1에 도시된 바와 같이, 상기 사용자 단말기(10)와 상기 운영자 단말기(100)에만 한정된 듯 하나 이에 반드시 국한되지 않고, 예컨대, 여기서, 사용자 단말기(10)는 각종 증권사 단말기나, 금융회사 단말기를 포함할 수 있다. 이외에도, 상기 운영자는 기업의 전산 담당자일 수도 있다.
또한, 예컨대, 도 1의 상기 사용자 단말기(10)와, 상기 운영자 단말기(100) 및 서버 컴퓨터(60)는 각종 어플리케이션, 앱, 하이브리드 앱, 프로그램 등이 설치되어, 상기 네트워크(50)를 통해 서로 연결되고, 이러한 상기 네트워크(50)에 의해 연결된 단말기들은, 기존의 2G, 3G, 4G, 5G, LTE 등 이동 통신망, WIFI 통신망, 블루투스 통신망, 셀룰러 통신망, CDMA 통신망, LTE 통신망, 이더넷 통신망, 와이맥스 통신망, 근거리 통신망(LAN), 광역 통신망(WAN), RF 통신망, 적외선 통신망, 광 통신망 등의 통신망을 이용할 수 있는 것은 물론이고, HTML, XML, HTML5 등의 형태로 웹 내용을 디스플레이할 수 있는 인터넷 브라우저(Netscape, Internet Explorer 등)나 사내 또는 사외 또는 근거리/원거리 유무선 네트워크 접속용 프로토콜 장치 등을 가질 수 있다.
한편, 상기 서버 컴퓨터(60)는, 도 1에 도시된 바와 같이, 프로그램을 제어하는 프로그램 제어부(PG)와 각종 정보들을 저장하는 데이터베이스(DB)를 포함할 수 있다.
특히, 상기 프로그램 제어부(PG)는, 도 1에 도시된 바와 같이, 전체 프로그램을 운영하는 메인 프로그램(61), 상기 사용자 단말기(10)로부터 고유 정보를 입력받아 회원으로 등록하는 회원 등록 프로그램(62), 상기 사용자 단말기(10)로부터 로그인 정보를 입력받는 로그인 프로그램(63), 상기 사용자 단말기(10)로부터 가치 사슬 선택 정보를 입력받는 가치 사슬 선택 정보 입력 프로그램(64), 가치 사슬 내 전체 기업을 대상으로 재무 비율 기반 평가를 수행하는 가치 사슬 기업 평가 프로그램(65), 평가 결과 상위 기업을 대상으로 기본적 분석 모델 기반 AHP 기법(Analytic Hierarchical Process)을 이용하여 기업 점수 정보를 산출하는 기업 점수 산출 프로그램(66), 민감도 분석 및 포트폴리오 재평가를 통한 포트폴리오를 생성하는 포트폴리오 생성 프로그램(67), 투자 선호도 기반 자산 배분 최적화 기법을 이용하여 개별 포트폴리오 투자 전략을 최적화하는 개별 포트폴리오 투자 최적화 프로그램(69), 상기 포트폴리오에 대한 포트폴리오 정보를 상기 사용자 단말기(10)로 전송하는 포트폴리오 정보 전송 프로그램(68), 확정된 포트폴리오를 이용하여 개별 포트폴리오 최적화 모듈을 생성하는 개별 포트폴리오 투자 최적화 프로그램(69), 상기 포트폴리오에 대한 개인별 이력을 관리하는 개인별 이력 관리 프로그램(70), 상기 포트폴리오를 이용하여 개인 투자 전략을 관리하는 투자 전략 관리 프로그램(71), 기타 각종 광고나 홍보나 결재나 게시판 등의 기능을 수행하는 기타 프로그램(72) 등을 포함할 수 있다.
여기서, 예컨대, 상기 메인 프로그램(61)은 전체 프로그램을 운영하는 것으로서, 온라인 상에서 홈페이지나 어플리케이션이나 프로그램의 메인 화면 형태로 표현되는 것이 가능하고, 상기 사용자 단말기(10) 및 상기 운영자 단말기(100)로부터 각종 정보와 명령 신호를 전송받아 상기 모든 프로그램들을 제어할 수 있는 프로그램일 수 있다.
또한, 예컨대, 상기 회원 등록 프로그램(62)은, 상기 사용자 단말기(10)로부터 고유 정보를 입력받아 회원 등록 정보를 저장하는 프로그램으로서, 상기 사용자 단말기(10)로부터 고유 정보를 입력받아 회원 등록 정보를 저장할 수 있도록 단말기를 인증할 수 있는 프로그램일 수 있다. 이외에도, 상기 사용자 단말기(10)로부터 고유 정보를 입력받아 표준 약관이나 정보 수집 및 이용에 대한 약관 등에 동의하게 할 수 있고, 실명 확인이나 공공 아이핀이나 아이디나 패스워드나 연락처 정보나, 이메일 정보나, 핸드폰 정보나, 주소 정보나 개인 정보, 회사 정보, 주민 번호 정보, 고유 번호 등으로 등록할 수 있는 프로그램일 수 있다.
여기서, 이용에 대한 약관은 후술될 절차나 진행에 있어서 반대하지 않는다라는 내용으로 사용자나 판매자에게 동의를 받을 수 있다.
또한, 예컨대, 상기 가치 사슬 선택 정보 입력 프로그램(64)은, 상기 사용자 단말기(10)로부터 가치 사슬 선택 정보를 입력받는 프로그램으로서, 상기 가치 사슬 선택 정보는, 적어도 해당 기업과 관계도를 나타내는 기업간 관계맵을 이용하여 기업간 관계지수가 높은 연관 기업군 정보를 포함할 수 있다.
더욱 구체적으로, 상기 기업간 관계지수는 적어도 매출 변동성 관계도를 포함할 수 있다. 예를 들면, 상기 기업간 관계지수는 납품을 하거나 납품을 받는 회사일수록 더 높은 관계지수를 갖거나 투자를 받거나 투자를 한 회사일수록 더 높은 관계지수를 가질 수 있을 것이다. 이외에도, 상기 기업간 관계지수는 주식 비율이나 유사 업종이나 유사 분야나 경쟁 업종 등 매우 다양한 관점에서 결정될 수 있다.
즉, 이러한 기업간 관계지수를 통해서, 어느 한 회사의 주식이 오르면 기업간 관계지수가 높은 기업군들이 함께 오르는 현상을 사전에 대응하여 추후 포트폴리오의 수익률을 향상시킬 수 있는 것이다.
또한, 예컨대, 상기 가치 사슬 기업 평가 프로그램(65)은, 가치 사슬 내 전체 기업을 대상으로 재무 비율 기반 평가를 수행하는 프로그램으로서, 상기 재무 비율 기반 평가는, 운영자가 미리 구축하거나 또는 수집한 재무 지표 정보를 이용할 수 있다. 여기서, 이러한 상기 재무 지표 정보는 주식회사인 경우, 공시된 정보로서 이외에도 다양한 방법으로 구축되거나 수집될 수 있다.
즉, 이러한 재무 지표 정보를 통해 비록 가치 사슬에 포함된 기업이라도 건전한 재무 구조를 갖는 기업들을 선별하여 주식 투자의 위험도를 최소화할 수 있는 것이다.
도 2는 도 1의 투자 연계 멘토링 서비스를 운용하는 시스템의 기업 점수 산출 프로그램(66)을 더욱 상세하게 나타내는 블록도이다.
또한, 예컨대, 도 2에 도시된 바와 같이, 상기 기업 점수 산출 프로그램(66)은, 평가 결과 상위 기업을 대상으로 기본적 분석 모델 기반 AHP 기법(Analytic Hierarchical Process)을 이용하여 기업 점수 정보를 산출하는 프로그램으로서, 더욱 구체적으로 예를 들면, 상기 기업 점수 산출 프로그램(66)은, 사용자가 개인 기업 모델을 구축할 수 있도록 상기 사용자 단말기로부터 상위 기업 대상 정보를 입력받는 기업 모델 구축 프로그램(661), 개인의 투자 성향을 반영할 수 있도록 지표의 중요도에 따라 쌍대비교 또는 절대평가 방식으로 개인별 AHP 모델을 구축하는 AHP 모델 구축 프로그램(662), 사용자의 선택에 따라 상기 지표에 가중치를 부여하는 가중치 부여 프로그램(663), 매트릭스 평가법을 적용하여 지수 1을 X축에 지수 2를 Y축으로 하는 그래프를 통해 평가 점수를 계산하는 점수 계산 프로그램(664)을 포함할 수 있다.
여기서, AHP 기법은 인간의 사고체계와 유사한 접근 방법으로서 문제를 분석하고 분해해 구조화할 수 있다는 점에서 의사 결정과정에 적극적으로 활용될 수 있다. 즉, AHP는 의사결정 문제를 모형화 할 때는 계층을 이용하는 정성적인 접근을 사용하고, 평가를 수행할 때는 쌍대비교를 통해 정량적 결과를 도출함으로써, 정성적이고 정량적인 측면을 함께 고려할 수 있다.
더욱 구체적으로 예를 들면, AHP Process는, 1단계: AHP모델의 기준 간의 쌍대비교 (기준이 많을 때는 절대평가 가능), 2단계: 쌍대비교행렬의 곱 계산, 3단계: Eigen Vector 계산 (각 기준의 상대적인 가중치 의미), 4단계: 일관성검토 (일관성비율이 0.1이하면 답변에 일관성이 있다고 판단)로 이루어질 수 있고, 예컨대, 일관성 비율이 0.1이상이면 상기 1단계부터 다시 진행하는 방식으로 이루어질 수 있다.
여기서, AHP 모델 기준의 상대적인 가중치를 위의 AHP 프로세스에 의해서 구할 수 있는 것으로서, 각각의 기준에 대해 대안들 간의 상대적인 비교를 진행하여 대안의 기준에 대한 중요도를 구할 수 있다.
예컨대, AHP 활용 사례를 살펴보면, 주식시장의 움직임을 예측하는 모델로 7개의 예상 가격 움직임을 설정한 후 그 가능성을 도출한 수 있다.
도 3은 도 1의 투자 연계 멘토링 서비스를 운용하는 시스템의 포트폴리오 생성 프로그램(67)을 더욱 상세하게 나타내는 블록도이다.
또한, 예컨대, 도 3에 도시된 바와 같이, 상기 포트폴리오 생성 프로그램(67)은, 민감도 분석 및 포트폴리오 재평가를 통한 포트폴리오를 생성하는 프로그램으로서, 더욱 상세하게는, 상기 포트폴리오 생성 프로그램(67)은, 개별 기준의 값이 변하는 것에 대한 자산 가치 평가의 변화 정도를 분석하여 개별 기준의 민감도를 분석하는 민감도 분석 프로그램(671), 변화 폭이 큰 핵심 성공 요소를 선정하는 핵심 성공 요소 선정 프로그램(672), 상기 핵심 성공 요소를 이용하여 상기 AHP 모델 내 중요도를 변경하는 중요도 변경 프로그램(673), 포트폴리오 후보 자산의 중요를 재평가하여 포트폴리오를 확정하는 포트폴리오 확정 프로그램(674)을 포함할 수 있다.
도 4는 도 1의 투자 연계 멘토링 서비스를 운용하는 시스템의 개별 포트폴리오 투자 최적화 프로그램(69)을 더욱 상세하게 나타내는 블록도이다.
또한, 예컨대, 도 4에 도시된 바와 같이, 상기 개별 포트폴리오 투자 최적화 프로그램(69)은, 확정된 포트폴리오를 이용하여 투자 선호도 기반 개별 포트폴리오 투자 전략을 최적화하는 프로그램으로서, 더욱 구체적으로, 상기 개별 포트폴리오 투자 최적화 프로그램(69)은, 적어도 총자산, 현금 비율 등의 자산 관련 조건과, ETF, ETN, 주식, 매도/매수(분할, 적립식, 일괄) 등 매매 관련 조건과, 거래 비용, 현재 시장 가격 등 비용 관련 조건과, 자산간 관계 등 분산 관련 조건 및 자산 가치 중요도, 예상 수익률, 예상 위험도 등 자산 가치 관련 조건 중 어느 하나의 조건을 제약 조건으로 선정하는 제약 조건 선정 프로그램(691), 상기 제약 조건을 이용하여 포트폴리오 MLP(Mixed-integer Linear Programming) 모델을 생성하는 포트폴리오 MLP 모델 생성 프로그램(692), 상기 포트폴리오 MLP 모델을 이용하여 상기 개별 포트폴리오 투자 전략을 최적화하여 투자 전략을 생성하는 개별 포트폴리오 최적화 모듈 생성 프로그램(693)을 포함할 수 있다.
도 5는 도 1의 투자 연계 멘토링 서비스를 운용하는 시스템의 개별 이력 관리 프로그램을 더욱 상세하게 나타내는 블록도이다.
또한, 예컨대, 도 5에 도시된 바와 같이, 상기 개인별 이력 관리 프로그램(70)은, 상기 포트폴리오에 대한 개인별 이력을 관리하는 프로그램으로서, 더욱 구체적으로, 상기 개인별 이력 관리 프로그램(70)은, 개인 투자 취향 이력 데이터베이스를 생성하는 이력 데이터베이스 생성 프로그램(701), 개인 투자 성향 대비 투자 결과 수익률을 나타내는 그래프를 생성하는 수익률 그래프 생성 프로그램(702), 최종 포트폴리오 후보 또는 최종 선정 결과 데이터베이스를 생성하는 최종 선정 프로그램(703)을 포함할 수 있다.
도 6은 도 1의 투자 연계 멘토링 서비스를 운용하는 시스템의 투자 전략 관리 프로그램(71)을 더욱 상세하게 나타내는 블록도이다.
또한, 예컨대, 도 6에 도시된 바와 같이, 상기 투자 전략 관리 프로그램(71)은, 상기 포트폴리오를 이용하여 개인 투자 전략을 관리하는 프로그램으로서, 더욱 구체적으로 예를 들면, 상기 투자 전략 관리 프로그램(71)은, 개인의 투자 이력을 분석하여 상관 관계 기법으로 추세선이나 또는 회귀 분석(Regression) 모델링을 통한 예측 모델을 확보하는 예측 모델 프로그램(711), 데이터마이닝 기법을 적용한 투자 전략 분석 모델을 생성하는 투자 전략 분석 프로그램(712)을 포함할 수 있다.
따라서, 사용자는 개인의 특성에 맞추어 자산 포트폴리오를 최적화할 수 있고 개인별 최적의 포트폴리오 모델을 구축하여 투자와의 연계로 수익률을 향상시킬 수 있고, 운영자는 이러한 개인별 포트폴리오 모델을 통해 높은 수익률을 얻기를 원하는 사용자들로부터 회비나, 수수료나, 투자비, 중개비 등을 받을 수 있어서 모두에게 이익이 될 수 있다.
여기서, 상술된 프로그램들은 상기 사용자 단말기(10)나, 상기 운영자 단말기(20)에 다운로드되거나 인스톨된 실행 프로그램이나, 화면 제어 프로그램이나 사용자 어플리케이션과 연동되는 형태로 운영될 수 있다.
그러나, 상술된 프로그램들은 반드시 실행 프로그램이나 스마트폰 어플리케이션과 연동되는 것에 국한되지 않고, 모든 다양한 형태의 단말기와 연동될 수 있다.
한편, 도 1에 도시된 바와 같이, 상기 데이터베이스(DB)는, 상기 회원 등록 정보가 저장되는 회원 등록 정보 데이터베이스(81), 상기 로그인 정보를 입력받는 로그인 정보 데이터베이스(82), 상기 가시 사슬 정보가 저장되는 가치 사슬 정보 데이터베이스(83), 상기 기업 점수 정보가 저장되는 기업 점수 정보 데이터베이스(84), 상기 포트폴리오 정보가 저장되는 포트폴리오 정보 데이터베이스(85), 기타 정보가 저장되는 기타 정보 데이터베이스(86) 등을 포함할 수 있다.
따라서, 상기 서버 컴퓨터(60)는, 상기 가치 사슬 선택 정보 입력 프로그램(64)에 의해서, 상기 사용자 단말기(10)로부터 가치 사슬 선택 정보를 입력받고, 상기 가치 사슬 기업 평가 프로그램(65)에 의해서, 가치 사슬 내 전체 기업을 대상으로 재무 비율 기반 평가를 수행하고, 상기 기업 점수 산출 프로그램(66)에 의해서, 평가 결과 상위 기업을 대상으로 기본적 분석 모델 기반 AHP 기법(Analytic Hierarchical Process)을 이용하여 기업 점수 정보를 산출하고, 상기 포트폴리오 생성 프로그램(67)에 의해서, 민감도 분석 및 포트폴리오 재평가를 통한 포트폴리오를 생성하고, 상기 개별 포트폴리오 투자 최적화 프로그램(69)에 의해서, 투자 선호도 기반 자산 배분 최적화 기법을 이용하여 개별 포트폴리오 투자 전략을 최적화하고, 상기 포트폴리오 정보 전송 프로그램(68)에 의해서, 상기 포트폴리오에 대한 포트폴리오 정보를 상기 사용자 단말기(10)로 전송하는 투자 연계 멘토링 서비스를 수행할 수 있다.
도 7은 본 발명의 투자 연계 멘토링 서비스를 운용하는 운영자와 사용자 간의 관계를 나타내는 개략도이다.
그러므로, 도 7에 도시된 바와 같이, 상기 서버 컴퓨터(60)를 운영하는 운영자는 사용자로부터 회비는 물론이고, 자문료, 투자대행비 등을 입금받아 투자를 대행할 수 있고, 이를 통해 발생되는 부수적인 빅데이터들, 예컨대 투자 수익률이 우수한 최적 포트폴리오 모델 정보 등을 이용하여 각종 고급 정보를 산출할 수 있으며, 사용자는 개인의 특성에 맞추어 자산 포트폴리오를 최적화할 수 있고 개인별 최적의 포트폴리오 모델을 구축하여 투자와의 연계로 수익률을 향상시킬 수 있어서, 모두에게 이익이 될 수 있는 유용한 전산 관리 모델 또는 비즈니스 모델을 제공할 수 있다.
도 8은 본 발명의 일부 실시예들에 따른 투자 연계 멘토링 서비스를 운용하는 방법을 나타내는 순서도이다.
한편, 도 1 내지 도 8에 도시된 바와 같이, 본 발명의 일부 실시예들에 따른 투자 연계 멘토링 서비스를 운영하는 방법을 순서적으로 나타내면, 본 발명의 일부 실시예들에 따른 투자 연계 멘토링 서비스를 운영하는 방법은, 투자 연계 멘토링 서비스를 운영할 수 있는 서버 컴퓨터를 구성하고, (a) 상기 가치 사슬 선택 정보 입력 프로그램(64)에 의해서, 상기 사용자 단말기(10)로부터 가치 사슬 선택 정보를 입력받는 단계; (b) 상기 가치 사슬 기업 평가 프로그램(65)에 의해서, 가치 사슬 내 전체 기업을 대상으로 재무 비율 기반 평가를 수행하는 단계; (c) 상기 기업 점수 산출 프로그램(66)에 의해서, 평가 결과 상위 기업을 대상으로 기본적 분석 모델 기반 AHP 기법(Analytic Hierarchical Process)을 이용하여 기업 점수 정보를 산출하는 단계; (d) 상기 포트폴리오 생성 프로그램에 의해서, 민감도 분석 및 포트폴리오 재평가를 통한 포트폴리오를 생성하는 단계; (e) 상기 개별 포트폴리오 투자 최적화 프로그램에 의해서, 투자 선호도 기반 자산 배분 최적화 기법을 이용하여 개별 포트폴리오 투자 전략을 최적화하는 단계; 및 (f) 상기 포트폴리오 정보 전송 프로그램(68)에 의해서, 상기 포트폴리오에 대한 포트폴리오 정보를 상기 사용자 단말기(10)로 전송하는 단계;를 포함할 수 있다. 그러나, 이러한 본 발명은 반드시 도 8에만 국한되지 않고, 이외에도 다양한 단계들이 추가로 포함될 수 있다.
도 9는 본 발명의 일부 다른 실시예들에 따른 투자 연계 멘토링 서비스를 운용하는 방법을 나타내는 순서도이다.
한편, 도 1 내지 도 9에 도시된 바와 같이, 본 발명의 일부 다른 실시예들에 따른 투자 연계 멘토링 서비스를 운영하는 방법을 순서적으로 나타내면, 본 발명의 일부 다른 실시예들에 따른 투자 연계 멘토링 서비스를 운영하는 방법은,(a) 상기 가치 사슬 선택 정보 입력 프로그램(64)에 의해서, 상기 사용자 단말기(10)로부터 가치 사슬 선택 정보를 입력받는 단계; (b) 상기 가치 사슬 기업 평가 프로그램(65)에 의해서, 가치 사슬 내 전체 기업을 대상으로 재무 비율 기반 평가를 수행하는 단계; (c) 상기 기업 점수 산출 프로그램(66)에 의해서, 평가 결과 상위 기업을 대상으로 기본적 분석 모델 기반 AHP 기법(Analytic Hierarchical Process)을 이용하여 기업 점수 정보를 산출하는 단계; (d) 상기 포트폴리오 생성 프로그램에 의해서, 민감도 분석 및 포트폴리오 재평가를 통한 포트폴리오를 생성하는 단계; (e) 상기 개별 포트폴리오 투자 최적화 프로그램에 의해서, 투자 선호도 기반 자산 배분 최적화 기법을 이용하여 개별 포트폴리오 투자 전략을 최적화하는 단계; 및 (f) 상기 포트폴리오 정보 전송 프로그램(68)에 의해서, 상기 포트폴리오에 대한 포트폴리오 정보를 상기 사용자 단말기(10)로 전송하는 단계; (g) 상기 개인별 이력 관리 프로그램(70)에 의해서, 상기 포트폴리오에 대한 개인별 이력을 관리하는 단계; 및 (h) 상기 투자 전략 관리 프로그램(71)에 의해서, 상기 포트폴리오를 이용하여 개인 투자 전략을 관리하는 단계;를 포함할 수 있다.
여기서, 더욱 구체적으로, 상기 (c) 단계는, (c1) 상기 기업 모델 구축 프로그램(661)에 의해서, 사용자가 개인 기업 모델을 구축할 수 있도록 상기 사용자 단말기로부터 상위 기업 대상 정보를 입력받는 단계; (c2) 상기 AHP 모델 구축 프로그램(662)에 의해서, 개인의 투자 성향을 반영할 수 있도록 지표의 중요도에 따라 쌍대비교 또는 절대평가 방식으로 개인별 AHP 모델을 구축하는 단계; (c3) 상기 가중치 부여 프로그램(663)에 의해서, 사용자의 선택에 따라 상기 지표에 가중치를 부여하는 단계; 및 (c4) 상기 점수 계산 프로그램(664)에 의해서, 매트릭스 평가법을 적용하여 지수 1을 X축에 지수 2를 Y축으로 하는 그래프를 통해 평가 점수를 계산하는 단계;를 포함할 수 있다.
또한, 예컨대, 상기 (d) 단계는, (d1) 상기 민감도 분석 프로그램(671)에 의해서, 개별 기준의 값이 변하는 것에 대한 자산 가치 평가의 변화 정도를 분석하여 개별 기준의 민감도를 분석하는 단계; (d2) 상기 핵심 성공 요소 선정 프로그램(672)에 의해서, 변화 폭이 큰 핵심 성공 요소를 선정하는 단계; (d3) 상기 중요도 변경 프로그램(673)에 의해서, 상기 핵심 성공 요소를 이용하여 상기 AHP 모델 내 중요도를 변경하는 단계; 및 (d4) 상기 포트폴리오 확정 프로그램(674)에 의해서, 포트폴리오 후보 자산의 중요를 재평가하여 포트폴리오를 확정하는 단계;를 포함할 수 있다.
또한, 예컨대, 상기 (e) 단계는, (e1) 상기 제약 조건 선정 프로그램(691)에 의해서, 적어도 총자산, 현금 비율 등의 자산 관련 조건과, ETF, ETN, 주식, 매도/매수(분할, 적립식, 일괄) 등 매매 관련 조건과, 거래 비용, 현재 시장 가격 등 비용 관련 조건과, 자산간 관계 등 분산 관련 조건 및 자산 가치 중요도, 예상 수익률, 예상 위험도 등 자산 가치 관련 조건 중 어느 하나의 조건을 제약 조건으로 선정하는 단계; (e2) 상기 포트폴리오 MLP 모델 생성 프로그램(692)에 의해서, 상기 제약 조건을 이용하여 포트폴리오 MLP(Mixed-integer Linear Programming) 모델을 생성하는 단계; 및 (e3) 상기 개별 포트폴리오 최적화 모듈 생성 프로그램(693)에 의해서, 상기 포트폴리오 MLP 모델을 이용하여 상기 개별 포트폴리오 투자 전략을 최적화하여 투자 전략을 생성하는 단계;를 포함할 수 있다.
또한, 예컨대, 상기 (g) 단계는, (g1) 상기 이력 데이터베이스 생성 프로그램(701)에 의해서, 개인 투자 취향 이력 데이터베이스를 생성하는 단계; (g2) 상기 수익률 그래프 생성 프로그램(702)에 의해서, 개인 투자 성향 대비 투자 결과 수익률을 나타내는 그래프를 생성하는 단계; 및 (g3) 상기 최종 선정 프로그램(703)에 의해서, 최종 포트폴리오 후보 또는 최종 선정 결과 데이터베이스를 생성하는 단계;를 포함할 수 있다.
또한, 예컨대, 상기 (h) 단계는, (h1) 상기 예측 모델 프로그램(711)에 의해서, 개인의 투자 이력을 분석하여 상관 관계 기법으로 추세선이나 또는 회귀 분석(Regression) 모델링을 통한 예측 모델을 확보하는 단계; 및 (h2) 상기 투자 전략 분석 프로그램(712)에 의해서, 데이터마이닝 기법을 적용한 투자 전략 분석 모델을 생성하는 단계;를 포함할 수 있다.
그러므로, 본 발명에 의하면, 다양한 투자 대상(주식, 채권, 선물 등)에서 포트폴리오 후보를 개인 투자 성향에 맞춰 선정해줄 수 있는 Matrix 분석법을 제공하는 것으로서, 채권과 선물은 ETF, ETN 등으로 대체하여 간접 투자하는 것에 비하여, 다양한 투자 대상에 대해 각종 지표에 대한 이원비교를 통해 점수로 계산하는 Matrix 분석법 적용할 수 있고, 이를 통해 개인 투자 성향은 지표에 대한 가중치로 적용하여 나타낼 수 있으며, 점수 순서대로 포트폴리오 후보 선정하는 공정한 판단 기준을 제공할 수 있다.
특히, 다기준 분석 기법인 계층화 분석법(Analytic Hierarchical Process, AHP)을 활용하여 개인 투자자의 자산 평가에서의 비합리성을 제거하여 개인 투자 전략의 구체화를 지원할 수 있고, 투자자의 자산평가 중의 비일관성 제거할 수 있으며, 투자 전략의 평가가 용이하여 초보자라도 투자 전략 고도화를 수행할 수 있다.
아울러, 개인의 분산 투자 전략에 기반한 포트폴리오 최적화 기법을 적용함으로써, AHP 평가를 통한 개별 자산에 대한 중요도 계산은 물론, 개인의 분산 투자 전략과 자산의 중요도를 포함한 최적화 모델을 개발할 수 이고, 최적화 알고리즘 적용하여 자산 분산 전략 최적화 계산할 수 있다.
또한, 투자이력을 정리할 수 있는 투자일지를 체계화하여 개인의 투자전략 모델을 도출하여 투자전략 점검을 지원할 수 있고, 투자자 개인의 투자전략을 구체화하여 로봇어드바이저의 개인 투자성향 고려한 모델 개선도 가능하다.
또한, 개인 투자 전략의 수익 결과에 대한 공유 서비스 확대가 가능한 것으로서, 개개인 투자 전략의 수익 결과에 대한 유/무료 공유 서비스 지원이 가능하고, 개별 자산 가치 분석에 빅데이터를 활용한 기술과 협력할 수 있으며, 기업 가치 분석을 인공지능과 빅데이터를 활용한 서비스로 확대할 수 있다.
도 10 내지 도 14는 본 발명의 여러 실시예들에 따른 투자 연계 멘토링 서비스를 운영하는 시스템에서 제공되는 과정들의 일례들을 나타내는 도면들이다.
먼저, 일례로서, 도 10에 도시된 바와 같이, 자산 가치 평가 위한 AHP 모델의 일례로서, 다기준 분석이 가능하고, 다양한 가치 평가 모델을 개발할 수 있도록 Matrix 분석 모듈을 이용할 수 있다.
즉, 도 10에 도시된 바와 같이, 랭킹 기법을 이용하여 개인 투자 취향 기반한 개별 자산 계량 평가하고, 이를 통해 포트폴리오 후보 선정할 수 있다.
따라서, 사용자는 재무 지표 DB 구축하여 투자 성향 개인화하고, 평가구간을 입력하거나, 가중치를 입력하여 재무 지표 선호도를 랭킹으로 선정할 수 있다.
또한, 도 11에 도시된 바와 같이, AHP 모델 내 기준의 중요도를 계산할 수 있다. 도 11에 도시된 바와 같이, AHP 모델 내 기준의 중요도 계산하기 위해서, 쌍대비교 행렬의 고유 벡터로부터 일관성 비율 계산하여 비일관성 제거할 수 있고, 이때, 기준에 대한 중요도는 투자 전략을 평가하는데 중요하므로 이력관리 대상이 될 수 있다.
또한, 이 때, 기준의 중요도도 개인투자 전략의 요소로 활용되는 것으로서, 정성적 및 정량적 평가를 동시에 진행하여 개별 기준에 대한 후보 기업의 평가 수행할 수 있다.
또한, 이러한 개별 기준에 대한 후보 기업간 쌍대비교 수행할 수 있다. 이때, 사용자가 절대평가를 선택한 경우 절대평가 모듈 지원하는 것도 가능하다.
또한, 쌍대비교 행렬의 고유 벡터로부터 일관성 비율 계산하여 비일관성 제거할 수 있다. 예컨대, 개별 기준에 대한 후보 기업의 개별 중요도(Ci j)는, C1 j, C2 j, ... ,Cm j where j=1,..,n로 표시될 수 있다. 즉, (αj)와 (Ci j)로부터 후보 기업의 종합 중요도를 계산할 수 있다.
또한, 도 12에 도시된 바와 같이, 개별기준의 민감도를 분석하여 핵심 성공요소 선정하고, 자산 가치를 재평가하여 포트폴리오를 확정할 수 있다.
즉, 도 12에 도시된 바와 같이, 개별 기준의 값이 변하는 것에 따른 자산 가치 평가의 변화 정도를 분석하여 평가 기준 민감도를 분석할 수 있다. 여기서, 변화 폭이 클수록 핵심 성공 요소라고 볼 수 있다.
이처럼, 핵심 성공 요소를 선정한 후, AHP 모델 내 중요도를 변경할 수 있고, 이를 통해 포트폴리오 추보 자산의 중요도를 재평가하여 포트폴리오를 확정할 수 있다.
또한, 도 13에 도시된 바와 같이, 포트폴리오 투자 전략을 최적화하기 위해서, 자산 및 제약 조건을 이용하여 최적화 모델 생성하고 이를 통해 자산 포트폴리오를 최적화할 수 있다.
즉, 총자산, 현금 비율 등 자산 관련 정보나, ETF, ETN, 주식 등의 매도/매수 조건 (분할, 적립식, 일괄)등 매매 관련 정보나, 거래 비용, 현재 시장 가격 등 비용 관련 정보나, 자산간 관계(의존적, 배타적 관련없음) 등 분산 조건 관련 정보나, 자산 가치 중요도, 예상 수익률, 예상 위험도 등 자산 가치 관련 정보를 이용한 제약 조건을 선정하고, 이를 이용하여 포트폴리오 Mixed-integer Linear Programming(MLP) 모델을 자동 생성할 수 있다.
도 13에 도시된 바와 같이, 최적화 알고리즘 적용하여 MLP 모델 자동 계산하기 위해서, 병렬분산처리 기술 적용하여 최적화 알고리즘 계산 시간을 최소화하고, NP-hard 문제일 경우 휴리스틱 알고리즘으로 변경하여 계산 시간 단축하며, 이를 통해 총자산 및 제약 조건 하 최적화 포트폴리오를 선정할 수 있다.
또한, 도 14에 도시된 바와 같이, 개인 투자 전략 이력 관리 모듈은 개인 투자 취향 이력 관리, 포트폴리오 후보 및 최종 선정 이력을 관리하는 것으로서, 개인 투자 취향 이력 DB를 생성하고, 포트폴리오 후보 및 최종 선정 결과 DB를 생성하며, 개인 투자 취향 vs. 투자 결과 수익률 Visualization 모듈을 생성할 수 있다.
이 때, 투자 취향 vs. 수익률 시계열 그래프, 포트폴리오 vs. 시장수익률 그래프 등이 활용될 수 있다.
여기서, 개인 투자 전략 분석 모듈은, 개인 투자 전략 관리 기능을 확보하여 상관관계 분석 기법으로 개인 투자 취향 이력을 관리할 수 있다.
도 14에 예시된 바와 같이, Y = F(X): 1차, 2차, Exp, Log, etc ex. 엑셀의 추세선, 회귀분석(Regression) 등 데이타마이닝 기법 적용 모델링 등을 통한 예측력 확보할 수 있다.
도 15는 본 발명의 여러 실시예들에 따른 투자 연계 멘토링 서비스를 운영하는 시스템에서 제공되는 가치 사슬 관리 모듈(프로그램)과 개인 투자 관리 모듈(프로그램) 등 각종 모듈들에 대한 여러 실시예들을 도시한 도면이다. 이러한 각종 모듈들은 도면에 반드시 국한되지 않고 매우 다양한 형태로 적용될 수 있다.
도 16은 본 발명의 여러 실시예들에 따른 투자 연계 멘토링 서비스를 운영하는 시스템에서 제공되는 데이터베이스에 대한 여러 실시예들을 도시한 도면이다. 이러한 각종 모듈들은 도면에 반드시 국한되지 않고 매우 다양한 형태로 적용될 수 있다.
도 17은 가치 사슬 선택 및 기업 평가 방법을 나타내는 순서도의 일례이고, 도 18은 이를 보다 상세하게 나타내는 순서도의 일례이며, 도 19는 기업을 평가하여 점수를 계산하는 과정에 대한 일례를 나타내는 순서도이다.
아울러, 도 20 내지 도 29는 본 발명의 여러 실시예들에 따른 투자 연계 멘토링 서비스를 운영하는 시스템에서 제공되는 홈페이지 화면들의 일례들을 나타내는 도면들이다.
즉, 도 20에 도시된 바와 같이, 사용자가 홈페이지에 접속하면 미리 입력해 둔 개인별 최적 포트폴리오에 의해 자동으로 현재 가치 사슬에 대한 기업 평가 그래프가 풍선 챠트의 형태로 표시될 수 있고, 도 21에 도시된 바와 같이, 기업명을 검색하여 가치 사슬에 추가하거나, 도 22 내지 도 25에 도시된 바와 같이, OLED 장비 등 이미 입력된 가치 사슬을 선택 및 추가할 수 있으며, 그 결과를 즉시 확인할 수 있다. 이외에도 도 26에 도시된 바와 같이, 관심 기업들을 산업별로 선정하는 것도 가능하다.
또한, 도 27에 도시된 바와 같이, 사용자는 이미 작성된 다양한 포트폴리오의 내역을 확인할 수 있고, 도 28에 도시된 바와 같이, 수익률을 확인하는 것도 가능하다.
도 29는 재무비율 선호도를 평가할 수 있는 화면, 도 30은 분석 기준 중요도 민감도 분석 화면, 도 31은 재무 비율 개인 선호도 기준 설정 화면, 도 32는 버핏웨이 기준에 의한, 도 33 내지 도 36은 후보군을 선정하여 기업을 평가하고 분석 모델에 따라 중요도를 평가하는 일련의 과정을 나타내는 화면들이다.
도 37은 AHP 분석 화면을 나타내는 것으로서, 모델을 선정하고, 평가기준 중요도 및 후보군을 평가함에 있어서, 쌍대평가나 절대평가를 통해 기준들을 선정할 수 있으며, 이를 통해서 스코어를 계산할 수 있는 테이블의 일례를 나타낸다.
한편, 도 38은 결과적으로 이런 과정을 통해 포트폴리오를 생성하는 화면을 나타내고, 최종적으로 도 39에 도시된 바와 같이, 생성된 포트폴리오를 이용하여 투자비율을 결정할 수 있다.
한편, 본 발명은 또한 컴퓨터로 읽을 수 있는 기록 매체에 컴퓨터가 읽을 수 있는 코드로서 구현되는 것이 가능하다.
컴퓨터가 읽을 수 있는 기록 매체는 컴퓨터 시스템에 의하여 읽혀질 수 있는 데이터가 저장되는 모든 종류의 기록 장치를 포함한다.
컴퓨터가 읽을 수 있는 기록 매체의 예로는 상술된 서버 컴퓨터(60)는 물론이고, ROM, RAM, CD-ROM, 자기 테이프, 플로피디스크, 광자기 디스크, 광데이터 저장장치, 플래시 메모리 등이 있으며, 또한 캐리어 웨이브(예를 들면 인터넷을 통한 전송)의 형태로 구현되는 것도 포함한다.
또한, 컴퓨터가 읽을 수 있는 기록 매체는 네트워크로 연결된 컴퓨터 시스템에 분산되어, 분산방식으로 컴퓨터가 읽을 수 있는 코드가 저장되고 실행될 수 있다.
본 발명은 도면에 도시된 실시예를 참고로 설명되었으나 이는 예시적인 것에 불과하며, 당해 기술분야에서 통상의 지식을 가진 자라면 이로부터 다양한 변형 및 균등한 다른 실시예가 가능하다는 점을 이해할 것이다. 따라서 본 발명의 진정한 기술적 보호 범위는 첨부된 특허청구범위의 기술적 사상에 의하여 정해져야 할 것이다.
10: 사용자 단말기
20: 운영자 단말기
50: 네트워크
60: 서버 컴퓨터
PG: 프로그램 제어부
DB: 데이터베이스

Claims (14)

  1. 적어도 하나의 사용자 단말기와 네트워크를 통하여 연결된 서버 컴퓨터를 구비한 컴퓨터 시스템을 이용하여 자산 포트폴리오를 최적화할 수 있게 하는 투자 연계 멘토링 서비스를 운용하는 방법에 있어서,
    상기 서버 컴퓨터는, 상기 사용자 단말기로부터 가치 사슬 선택 정보를 입력받는 가치 사슬 선택 정보 입력 프로그램, 가치 사슬 내 전체 기업을 대상으로 재무 비율 기반 평가를 수행하는 가치 사슬 기업 평가 프로그램, 평가 결과 상위 기업을 대상으로 기본적 분석 모델 기반 AHP 기법(Analytic Hierarchical Process)을 이용하여 기업 점수 정보를 산출하는 기업 점수 산출 프로그램, 민감도 분석 및 포트폴리오 재평가를 통한 포트폴리오를 생성하는 포트폴리오 생성 프로그램, 투자 선호도 기반 자산 배분 최적화 기법을 이용하여 개별 포트폴리오 투자 전략을 최적화하는 개별 포트폴리오 투자 최적화 프로그램, 상기 포트폴리오에 대한 포트폴리오 정보를 상기 사용자 단말기로 전송하는 포트폴리오 정보 전송 프로그램, 상기 가치 사슬 선택 정보가 저장되는 가치 사슬 정보 데이터베이스, 상기 기업 점수 정보가 저장되는 기업 점수 정보 데이터베이스, 상기 포트폴리오 정보가 저장되는 포트폴리오 정보 데이터베이스를 포함하고,
    (a) 상기 가치 사슬 선택 정보 입력 프로그램에 의해서, 상기 사용자 단말기로부터 가치 사슬 선택 정보를 입력받는 단계;
    (b) 상기 가치 사슬 기업 평가 프로그램에 의해서, 가치 사슬 내 전체 기업을 대상으로 재무 비율 기반 평가를 수행하는 단계;
    (c) 상기 기업 점수 산출 프로그램에 의해서, 평가 결과 상위 기업을 대상으로 기본적 분석 모델 기반 AHP 기법(Analytic Hierarchical Process)을 이용하여 기업 점수 정보를 산출하는 단계;
    (d) 상기 포트폴리오 생성 프로그램에 의해서, 민감도 분석 및 포트폴리오 재평가를 통한 포트폴리오를 생성하는 단계;
    (e) 상기 개별 포트폴리오 투자 최적화 프로그램에 의해서, 투자 선호도 기반 자산 배분 최적화 기법을 이용하여 개별 포트폴리오 투자 전략을 최적화하는 단계; 및
    (f) 상기 포트폴리오 정보 전송 프로그램에 의해서, 상기 포트폴리오에 대한 포트폴리오 정보를 상기 사용자 단말기로 전송하는 단계;를 포함하고,
    상기 기업 점수 산출 프로그램은,
    사용자가 개인 기업 모델을 구축할 수 있도록 상기 사용자 단말기로부터 상위 기업 대상 정보를 입력받는 기업 모델 구축 프로그램, 개인의 투자 성향을 반영할 수 있도록 지표의 중요도에 따라 쌍대비교 또는 절대평가 방식으로 개인별 AHP 모델을 구축하는 AHP 모델 구축 프로그램, 사용자의 선택에 따라 상기 지표에 가중치를 부여하는 가중치 부여 프로그램, 매트릭스 평가법을 적용하여 지수 1을 X축에 지수 2를 Y축으로 하는 그래프를 통해 평가 점수를 계산하는 점수 계산 프로그램을 포함하고,
    상기 (c) 단계는,
    (c1) 상기 기업 모델 구축 프로그램에 의해서, 사용자가 개인 기업 모델을 구축할 수 있도록 상기 사용자 단말기로부터 상위 기업 대상 정보를 입력받는 단계;
    (c2) 상기 AHP 모델 구축 프로그램에 의해서, 개인의 투자 성향을 반영할 수 있도록 지표의 중요도에 따라 쌍대비교 또는 절대평가 방식으로 개인별 AHP 모델을 구축하는 단계;
    (c3) 상기 가중치 부여 프로그램에 의해서, 사용자의 선택에 따라 상기 지표에 가중치를 부여하는 단계; 및
    (c4) 상기 점수 계산 프로그램에 의해서, 매트릭스 평가법을 적용하여 지수 1을 X축에 지수 2를 Y축으로 하는 그래프를 통해 평가 점수를 계산하는 단계;
    를 포함하는, 투자 연계 멘토링 서비스를 운용하는 방법.
  2. 적어도 하나의 사용자 단말기와 네트워크를 통하여 연결된 서버 컴퓨터를 구비한 컴퓨터 시스템을 이용하여 자산 포트폴리오를 최적화할 수 있게 하는 투자 연계 멘토링 서비스를 운용하는 방법에 있어서,
    상기 서버 컴퓨터는, 상기 사용자 단말기로부터 가치 사슬 선택 정보를 입력받는 가치 사슬 선택 정보 입력 프로그램, 가치 사슬 내 전체 기업을 대상으로 재무 비율 기반 평가를 수행하는 가치 사슬 기업 평가 프로그램, 평가 결과 상위 기업을 대상으로 기본적 분석 모델 기반 AHP 기법(Analytic Hierarchical Process)을 이용하여 기업 점수 정보를 산출하는 기업 점수 산출 프로그램, 민감도 분석 및 포트폴리오 재평가를 통한 포트폴리오를 생성하는 포트폴리오 생성 프로그램, 투자 선호도 기반 자산 배분 최적화 기법을 이용하여 개별 포트폴리오 투자 전략을 최적화하는 개별 포트폴리오 투자 최적화 프로그램, 상기 포트폴리오에 대한 포트폴리오 정보를 상기 사용자 단말기로 전송하는 포트폴리오 정보 전송 프로그램, 상기 가치 사슬 선택 정보가 저장되는 가치 사슬 정보 데이터베이스, 상기 기업 점수 정보가 저장되는 기업 점수 정보 데이터베이스, 상기 포트폴리오 정보가 저장되는 포트폴리오 정보 데이터베이스를 포함하고,
    (a) 상기 가치 사슬 선택 정보 입력 프로그램에 의해서, 상기 사용자 단말기로부터 가치 사슬 선택 정보를 입력받는 단계;
    (b) 상기 가치 사슬 기업 평가 프로그램에 의해서, 가치 사슬 내 전체 기업을 대상으로 재무 비율 기반 평가를 수행하는 단계;
    (c) 상기 기업 점수 산출 프로그램에 의해서, 평가 결과 상위 기업을 대상으로 기본적 분석 모델 기반 AHP 기법(Analytic Hierarchical Process)을 이용하여 기업 점수 정보를 산출하는 단계;
    (d) 상기 포트폴리오 생성 프로그램에 의해서, 민감도 분석 및 포트폴리오 재평가를 통한 포트폴리오를 생성하는 단계;
    (e) 상기 개별 포트폴리오 투자 최적화 프로그램에 의해서, 투자 선호도 기반 자산 배분 최적화 기법을 이용하여 개별 포트폴리오 투자 전략을 최적화하는 단계; 및
    (f) 상기 포트폴리오 정보 전송 프로그램에 의해서, 상기 포트폴리오에 대한 포트폴리오 정보를 상기 사용자 단말기로 전송하는 단계;를 포함하고,
    상기 포트폴리오 생성 프로그램은, 개별 기준의 값이 변하는 것에 대한 자산 가치 평가의 변화 정도를 분석하여 개별 기준의 민감도를 분석하는 민감도 분석 프로그램, 변화 폭이 큰 핵심 성공 요소를 선정하는 핵심 성공 요소 선정 프로그램, 상기 핵심 성공 요소를 이용하여 AHP 모델 내 중요도를 변경하는 중요도 변경 프로그램, 포트폴리오 후보 자산의 중요를 재평가하여 포트폴리오를 확정하는 포트폴리오 확정 프로그램을 포함하고,
    상기 (d) 단계는,
    (d1) 상기 민감도 분석 프로그램에 의해서, 개별 기준의 값이 변하는 것에 대한 자산 가치 평가의 변화 정도를 분석하여 개별 기준의 민감도를 분석하는 단계;
    (d2) 상기 핵심 성공 요소 선정 프로그램에 의해서, 변화 폭이 큰 핵심 성공 요소를 선정하는 단계;
    (d3) 상기 중요도 변경 프로그램에 의해서, 상기 핵심 성공 요소를 이용하여 상기 AHP 모델 내 중요도를 변경하는 단계; 및
    (d4) 상기 포트폴리오 확정 프로그램에 의해서, 포트폴리오 후보 자산의 중요를 재평가하여 포트폴리오를 확정하는 단계;
    를 포함하는, 투자 연계 멘토링 서비스를 운용하는 방법.
  3. 제 1 항 또는 제 2 항에 있어서,
    상기 (a) 단계에서,
    상기 가치 사슬 선택 정보는, 적어도 해당 기업과 관계도를 나타내는 기업간 관계맵을 이용하여 기업간 관계지수가 높은 연관 기업군 정보를 포함하는, 투자 연계 멘토링 서비스를 운용하는 방법.
  4. 제 3 항에 있어서,
    상기 기업간 관계지수는 적어도 매출 변동성 관계도를 포함하는, 투자 연계 멘토링 서비스를 운용하는 방법.
  5. 제 1 항 또는 제 2 항에 있어서,
    상기 (b) 단계에서,
    상기 재무 비율 기반 평가는, 운영자가 미리 구축하거나 또는 수집한 재무 지표 정보를 이용하는, 투자 연계 멘토링 서비스를 운용하는 방법.
  6. 삭제
  7. 제 1 항에 있어서,
    상기 개별 포트폴리오 투자 최적화 프로그램은, 확정된 포트폴리오를 이용하여 개별 포트폴리오 투자 전략을 생성하고, 확정된 포트폴리오를 이용하여 개별 포트폴리오 투자 전략을 생성하는, 투자 연계 멘토링 서비스를 운용하는 방법.
  8. 제 7 항에 있어서,
    상기 개별 포트폴리오 투자 최적화 프로그램은, 적어도 총자산, 현금 비율 등의 자산 관련 조건과, ETF, ETN, 주식, 매도/매수(분할, 적립식, 일괄) 등 매매 관련 조건과, 거래 비용, 현재 시장 가격 등 비용 관련 조건과, 자산간 관계 등 분산 관련 조건 및 자산 가치 중요도, 예상 수익률, 예상 위험도 등 자산 가치 관련 조건 중 어느 하나의 조건을 제약 조건으로 선정하는 제약 조건 선정 프로그램, 상기 제약 조건을 이용하여 포트폴리오 MLP(Mixed-integer Linear Programming) 모델을 생성하는 포트폴리오 MLP 모델 생성 프로그램, 상기 포트폴리오 MLP 모델을 이용하여 상기 개별 포트폴리오 투자 전략을 최적화하여 투자 전략을 생성하는 개별 포트폴리오 최적화 모듈 생성 프로그램을 포함하고,
    상기 (e) 단계는,
    (e1) 상기 제약 조건 선정 프로그램에 의해서, 적어도 총자산, 현금 비율 등의 자산 관련 조건과, ETF, ETN, 주식, 매도/매수(분할, 적립식, 일괄) 등 매매 관련 조건과, 거래 비용, 현재 시장 가격 등 비용 관련 조건과, 자산간 관계 등 분산 관련 조건 및 자산 가치 중요도, 예상 수익률, 예상 위험도 등 자산 가치 관련 조건 중 어느 하나의 조건을 제약 조건으로 선정하는 단계;
    (e2) 상기 포트폴리오 MLP 모델 생성 프로그램에 의해서, 상기 제약 조건을 이용하여 포트폴리오 MLP(Mixed-integer Linear Programming) 모델을 생성하는 단계; 및
    (e3) 상기 개별 포트폴리오 최적화 모듈 생성 프로그램에 의해서, 상기 포트폴리오 MLP 모델을 이용하여 상기 개별 포트폴리오 투자 전략을 최적화하여 투자 전략을 생성하는 단계;
    를 포함하는, 투자 연계 멘토링 서비스를 운용하는 방법.
  9. 제 1 항에 있어서,
    상기 서버 컴퓨터는, 상기 포트폴리오에 대한 개인별 이력을 관리하는 개인별 이력 관리 프로그램을 더 포함하고,
    (g) 상기 개인별 이력 관리 프로그램에 의해서, 상기 포트폴리오에 대한 개인별 이력을 관리하는 단계;
    를 더 포함하는, 투자 연계 멘토링 서비스를 운용하는 방법.
  10. 제 9 항에 있어서,
    상기 개인별 이력 관리 프로그램은, 개인 투자 취향 이력 데이터베이스를 생성하는 이력 데이터베이스 생성 프로그램, 개인 투자 성향 대비 투자 결과 수익률을 나타내는 그래프를 생성하는 수익률 그래프 생성 프로그램, 최종 포트폴리오 후보 또는 최종 선정 결과 데이터베이스를 생성하는 최종 선정 프로그램을 포함하고,
    상기 (g) 단계는,
    (g1) 상기 이력 데이터베이스 생성 프로그램에 의해서, 개인 투자 취향 이력 데이터베이스를 생성하는 단계;
    (g2) 상기 수익률 그래프 생성 프로그램에 의해서, 개인 투자 성향 대비 투자 결과 수익률을 나타내는 그래프를 생성하는 단계; 및
    (g3) 상기 최종 선정 프로그램에 의해서, 최종 포트폴리오 후보 또는 최종 선정 결과 데이터베이스를 생성하는 단계;
    를 포함하는, 투자 연계 멘토링 서비스를 운용하는 방법.
  11. 제 1 항에 있어서,
    상기 서버 컴퓨터는, 상기 포트폴리오를 이용하여 개인 투자 전략을 관리하는 투자 전략 관리 프로그램을 포함하고,
    (h) 상기 투자 전략 관리 프로그램에 의해서, 상기 포트폴리오를 이용하여 개인 투자 전략을 관리하는 단계;
    를 더 포함하는, 투자 연계 멘토링 서비스를 운용하는 방법.
  12. 제 11 항에 있어서,
    상기 투자 전략 관리 프로그램은, 개인의 투자 이력을 분석하여 상관 관계 기법으로 추세선이나 또는 회귀 분석(Regression) 모델링을 통한 예측 모델을 확보하는 예측 모델 프로그램, 데이터마이닝 기법을 적용한 투자 전략 분석 모델을 생성하는 투자 전략 분석 프로그램을 포함하고,
    상기 (h) 단계는,
    (h1) 상기 예측 모델 프로그램에 의해서, 개인의 투자 이력을 분석하여 상관 관계 기법으로 추세선이나 또는 회귀 분석(Regression) 모델링을 통한 예측 모델을 확보하는 단계; 및
    (h2) 상기 투자 전략 분석 프로그램에 의해서, 데이터마이닝 기법을 적용한 투자 전략 분석 모델을 생성하는 단계;
    를 포함하는, 투자 연계 멘토링 서비스를 운용하는 방법.
  13. 적어도 하나의 사용자 단말기와 네트워크를 통하여 연결된 서버 컴퓨터를 구비한 컴퓨터 시스템을 이용하여 자산 포트폴리오를 최적화할 수 있게 하는 투자 연계 멘토링 서비스를 운용하는 시스템에 있어서,
    상기 서버 컴퓨터는, 상기 사용자 단말기로부터 가치 사슬 선택 정보를 입력받는 가치 사슬 선택 정보 입력 프로그램, 가치 사슬 내 전체 기업을 대상으로 재무 비율 기반 평가를 수행하는 가치 사슬 기업 평가 프로그램, 평가 결과 상위 기업을 대상으로 기본적 분석 모델 기반 AHP 기법(Analytic Hierarchical Process)을 이용하여 기업 점수 정보를 산출하는 기업 점수 산출 프로그램, 민감도 분석 및 포트폴리오 재평가를 통한 포트폴리오를 생성하는 포트폴리오 생성 프로그램, 투자 선호도 기반 자산 배분 최적화 기법을 이용하여 개별 포트폴리오 투자 전략을 최적화하는 개별 포트폴리오 투자 최적화 프로그램, 상기 포트폴리오에 대한 포트폴리오 정보를 상기 사용자 단말기로 전송하는 포트폴리오 정보 전송 프로그램, 상기 가치 사슬 선택 정보가 저장되는 가치 사슬 정보 데이터베이스, 상기 기업 점수 정보가 저장되는 기업 점수 정보 데이터베이스, 상기 포트폴리오 정보가 저장되는 포트폴리오 정보 데이터베이스를 포함하고,
    상기 가치 사슬 선택 정보 입력 프로그램에 의해서, 상기 사용자 단말기로부터 가치 사슬 선택 정보를 입력받고, 상기 가치 사슬 기업 평가 프로그램에 의해서, 가치 사슬 내 전체 기업을 대상으로 재무 비율 기반 평가를 수행하고, 상기 기업 점수 산출 프로그램에 의해서, 평가 결과 상위 기업을 대상으로 기본적 분석 모델 기반 AHP 기법(Analytic Hierarchical Process)을 이용하여 기업 점수 정보를 산출하고, 상기 포트폴리오 생성 프로그램에 의해서, 민감도 분석 및 포트폴리오 재평가를 통한 포트폴리오를 생성하고, 상기 개별 포트폴리오 투자 최적화 프로그램에 의해서, 투자 선호도 기반 자산 배분 최적화 기법을 이용하여 개별 포트폴리오 투자 전략을 최적화하고, 상기 포트폴리오 정보 전송 프로그램에 의해서, 상기 포트폴리오에 대한 포트폴리오 정보를 상기 사용자 단말기로 전송하도록 프로그램된 제어부를 포함하고,
    상기 기업 점수 산출 프로그램은,
    사용자가 개인 기업 모델을 구축할 수 있도록 상기 사용자 단말기로부터 상위 기업 대상 정보를 입력받는 기업 모델 구축 프로그램, 개인의 투자 성향을 반영할 수 있도록 지표의 중요도에 따라 쌍대비교 또는 절대평가 방식으로 개인별 AHP 모델을 구축하는 AHP 모델 구축 프로그램, 사용자의 선택에 따라 상기 지표에 가중치를 부여하는 가중치 부여 프로그램, 매트릭스 평가법을 적용하여 지수 1을 X축에 지수 2를 Y축으로 하는 그래프를 통해 평가 점수를 계산하는 점수 계산 프로그램을 포함하고,
    상기 제어부는 상기 기업 점수 정보를 산출 시,
    상기 기업 모델 구축 프로그램에 의해서, 사용자가 개인 기업 모델을 구축할 수 있도록 상기 사용자 단말기로부터 상위 기업 대상 정보를 입력받는 단계;
    상기 AHP 모델 구축 프로그램에 의해서, 개인의 투자 성향을 반영할 수 있도록 지표의 중요도에 따라 쌍대비교 또는 절대평가 방식으로 개인별 AHP 모델을 구축하는 단계;
    상기 가중치 부여 프로그램에 의해서, 사용자의 선택에 따라 상기 지표에 가중치를 부여하는 단계; 및
    상기 점수 계산 프로그램에 의해서, 매트릭스 평가법을 적용하여 지수 1을 X축에 지수 2를 Y축으로 하는 그래프를 통해 평가 점수를 계산하는 단계;
    를 포함하는, 투자 연계 멘토링 서비스를 운용하는 시스템.
  14. 적어도 하나의 사용자 단말기와 네트워크를 통하여 연결된 서버 컴퓨터를 구비한 컴퓨터 시스템을 이용하여 자산 포트폴리오를 최적화할 수 있게 하는 투자 연계 멘토링 서비스를 운용하는 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체에 있어서,
    상기 서버 컴퓨터는, 상기 사용자 단말기로부터 가치 사슬 선택 정보를 입력받는 가치 사슬 선택 정보 입력 프로그램, 가치 사슬 내 전체 기업을 대상으로 재무 비율 기반 평가를 수행하는 가치 사슬 기업 평가 프로그램, 평가 결과 상위 기업을 대상으로 기본적 분석 모델 기반 AHP 기법(Analytic Hierarchical Process)을 이용하여 기업 점수 정보를 산출하는 기업 점수 산출 프로그램, 민감도 분석 및 포트폴리오 재평가를 통한 포트폴리오를 생성하는 포트폴리오 생성 프로그램, 투자 선호도 기반 자산 배분 최적화 기법을 이용하여 개별 포트폴리오 투자 전략을 최적화하는 개별 포트폴리오 투자 최적화 프로그램, 상기 포트폴리오에 대한 포트폴리오 정보를 상기 사용자 단말기로 전송하는 포트폴리오 정보 전송 프로그램, 상기 가치 사슬 선택 정보가 저장되는 가치 사슬 정보 데이터베이스, 상기 기업 점수 정보가 저장되는 기업 점수 정보 데이터베이스, 상기 포트폴리오 정보가 저장되는 포트폴리오 정보 데이터베이스를 포함하고,
    (a) 상기 가치 사슬 선택 정보 입력 프로그램에 의해서, 상기 사용자 단말기로부터 가치 사슬 선택 정보를 입력받는 단계;
    (b) 상기 가치 사슬 기업 평가 프로그램에 의해서, 가치 사슬 내 전체 기업을 대상으로 재무 비율 기반 평가를 수행하는 단계;
    (c) 상기 기업 점수 산출 프로그램에 의해서, 평가 결과 상위 기업을 대상으로 기본적 분석 모델 기반 AHP 기법(Analytic Hierarchical Process)을 이용하여 기업 점수 정보를 산출하는 단계; 및
    (d) 상기 포트폴리오 생성 프로그램에 의해서, 민감도 분석 및 포트폴리오 재평가를 통한 포트폴리오를 생성하는 단계;
    (e) 상기 개별 포트폴리오 투자 최적화 프로그램에 의해서, 투자 선호도 기반 자산 배분 최적화 기법을 이용하여 개별 포트폴리오 투자 전략을 최적화하는 단계; 및
    (f) 상기 포트폴리오 정보 전송 프로그램에 의해서, 상기 포트폴리오에 대한 포트폴리오 정보를 상기 사용자 단말기로 전송하는 단계;를 포함하고,
    상기 기업 점수 산출 프로그램은,
    사용자가 개인 기업 모델을 구축할 수 있도록 상기 사용자 단말기로부터 상위 기업 대상 정보를 입력받는 기업 모델 구축 프로그램, 개인의 투자 성향을 반영할 수 있도록 지표의 중요도에 따라 쌍대비교 또는 절대평가 방식으로 개인별 AHP 모델을 구축하는 AHP 모델 구축 프로그램, 사용자의 선택에 따라 상기 지표에 가중치를 부여하는 가중치 부여 프로그램, 매트릭스 평가법을 적용하여 지수 1을 X축에 지수 2를 Y축으로 하는 그래프를 통해 평가 점수를 계산하는 점수 계산 프로그램을 포함하고,
    상기 (c) 단계는,
    (c1) 상기 기업 모델 구축 프로그램에 의해서, 사용자가 개인 기업 모델을 구축할 수 있도록 상기 사용자 단말기로부터 상위 기업 대상 정보를 입력받는 단계;
    (c2) 상기 AHP 모델 구축 프로그램에 의해서, 개인의 투자 성향을 반영할 수 있도록 지표의 중요도에 따라 쌍대비교 또는 절대평가 방식으로 개인별 AHP 모델을 구축하는 단계;
    (c3) 상기 가중치 부여 프로그램에 의해서, 사용자의 선택에 따라 상기 지표에 가중치를 부여하는 단계; 및
    (c4) 상기 점수 계산 프로그램에 의해서, 매트릭스 평가법을 적용하여 지수 1을 X축에 지수 2를 Y축으로 하는 그래프를 통해 평가 점수를 계산하는 단계;
    를 포함하는, 투자 연계 멘토링 서비스를 운용하는 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체.
KR1020190039845A 2019-04-04 2019-04-04 투자 연계 멘토링 서비스를 운용하는 방법과 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체 KR102223844B1 (ko)

Priority Applications (1)

Application Number Priority Date Filing Date Title
KR1020190039845A KR102223844B1 (ko) 2019-04-04 2019-04-04 투자 연계 멘토링 서비스를 운용하는 방법과 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
KR1020190039845A KR102223844B1 (ko) 2019-04-04 2019-04-04 투자 연계 멘토링 서비스를 운용하는 방법과 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체

Publications (2)

Publication Number Publication Date
KR20200117561A KR20200117561A (ko) 2020-10-14
KR102223844B1 true KR102223844B1 (ko) 2021-03-05

Family

ID=72847505

Family Applications (1)

Application Number Title Priority Date Filing Date
KR1020190039845A KR102223844B1 (ko) 2019-04-04 2019-04-04 투자 연계 멘토링 서비스를 운용하는 방법과 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체

Country Status (1)

Country Link
KR (1) KR102223844B1 (ko)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2022150378A1 (en) * 2021-01-06 2022-07-14 Aditum Alternatives Llc Enhanced electronic database management system with reduced data redundancy
KR102349977B1 (ko) * 2021-04-13 2022-01-10 김경진 주식관련 정보 제공 플랫폼 서버 및 이를 포함하는 시스템
CN113743817A (zh) * 2021-09-14 2021-12-03 福建三钢闽光股份有限公司 一种基于云平台的企业信用等级评估方法
CN114638418B (zh) * 2022-03-21 2024-05-28 重庆大学 基于双层gert网络的核电建造协同质保价值链优化方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20160090447A (ko) * 2015-01-21 2016-08-01 (주)한국투자교육연구소 투자 성향에 따른 맞춤형 투자 가이드 시스템 및 그 방법
KR20180104967A (ko) * 2017-03-14 2018-09-27 사단법인 한국신용정보원 투자가치지수 및 모델
KR20180117800A (ko) * 2017-04-20 2018-10-30 주식회사 비아이큐브 자산 포트폴리오 추천 방법

Also Published As

Publication number Publication date
KR20200117561A (ko) 2020-10-14

Similar Documents

Publication Publication Date Title
KR102223844B1 (ko) 투자 연계 멘토링 서비스를 운용하는 방법과 시스템 및 이 방법을 기록한 컴퓨터로 읽을 수 있는 기록 매체
Benaroch et al. A case for using real options pricing analysis to evaluate information technology project investments
Friedman A competitive-bidding strategy
Bendall et al. Investment strategies in market uncertainty
US20080243716A1 (en) Investment management system and method
Yimer Macroeconomic, political, and institutional determinants of FDI inflows to ethiopia: an ARDL approach
US12002096B1 (en) Artificial intelligence supported valuation platform
Yujun et al. An efficient stock recommendation model based on big order net inflow
Snihovyi et al. Implementation of robo-advisor services for different risk attitude investment decisions using machine learning techniques
JP2018503927A (ja) 投資証券の複合ポートフォリオのセグメント化及び層化
Kumar et al. Challenges and opportunities for mutual fund investment and the role of industry 4.0 to recommend the individual for speculation
Amirteimoori et al. Data envelopment analysis for scale elasticity measurement in the stochastic case: with an application to Indian banking
Wu A supportive pricing model for suppliers with purchase order financing
Smeureanu et al. Intelligent agents and risk based model for supply chain management
Byrum AI in financial portfolio management: Practical considerations and use cases
Veeramani et al. An exploration of the fuzzy inference system for the daily trading decision and its performance analysis based on fuzzy MCDM methods
Chanvarasuth et al. An ELECTRE III based CBR approach to combinatorial portfolio selection
Cerda et al. High frequency and dynamic pairs trading with ant colony optimization
CN114846500A (zh) 从动态生成的电子数据库中执行选择的系统
Putra An analysis of big data analytics, IoT and augmented banking on consumer loan banking business in Germany
Xie [Retracted] Interbank Offered Rate Based on Artificial Intelligence Algorithm
Ronen On the invariance of accounting principles to business models: a discussion of the Singleton-Green and Page articles
Qian et al. A novel deep learning approach to enhance creditworthiness evaluation and ethical lending practices in the economy
Corona-Bermudez et al. On the Computation of Optimized Trading Policies Using Deep Reinforcement Learning
Fontem et al. Joint client selection and contract design for a risk-averse commodity broker in a two-echelon supply chain

Legal Events

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