KR102535515B1 - 비상장 주식거래 중개 시스템 - Google Patents
비상장 주식거래 중개 시스템 Download PDFInfo
- Publication number
- KR102535515B1 KR102535515B1 KR1020220170286A KR20220170286A KR102535515B1 KR 102535515 B1 KR102535515 B1 KR 102535515B1 KR 1020220170286 A KR1020220170286 A KR 1020220170286A KR 20220170286 A KR20220170286 A KR 20220170286A KR 102535515 B1 KR102535515 B1 KR 102535515B1
- Authority
- KR
- South Korea
- Prior art keywords
- news data
- unlisted
- stocks
- keyword
- stock
- Prior art date
Links
- 238000011156 evaluation Methods 0.000 claims description 29
- 239000013598 vector Substances 0.000 claims description 23
- 238000012797 qualification Methods 0.000 claims 1
- 238000013528 artificial neural network Methods 0.000 description 11
- 238000000034 method Methods 0.000 description 9
- 230000003442 weekly effect Effects 0.000 description 8
- 238000010586 diagram Methods 0.000 description 6
- 239000000284 extract Substances 0.000 description 4
- 238000004891 communication Methods 0.000 description 2
- 238000013480 data collection Methods 0.000 description 2
- 238000009795 derivation Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 208000019901 Anxiety disease Diseases 0.000 description 1
- 230000036506 anxiety Effects 0.000 description 1
- 230000002457 bidirectional effect Effects 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000035945 sensitivity Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
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
- G06Q40/04—Trading; Exchange, e.g. stocks, commodities, derivatives or currency exchange
-
- 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
- G06F16/95—Retrieval from the web
- G06F16/953—Querying, e.g. by the use of web search engines
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F40/00—Handling natural language data
- G06F40/30—Semantic 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
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] 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
- G06Q40/00—Finance; Insurance; Tax strategies; Processing of corporate or income taxes
- G06Q40/02—Banking, e.g. interest calculation or account maintenance
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Accounting & Taxation (AREA)
- Finance (AREA)
- Development Economics (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- General Business, Economics & Management (AREA)
- Databases & Information Systems (AREA)
- Marketing (AREA)
- Educational Administration (AREA)
- Technology Law (AREA)
- Entrepreneurship & Innovation (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Computational Linguistics (AREA)
- General Health & Medical Sciences (AREA)
- Audiology, Speech & Language Pathology (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Financial Or Insurance-Related Operations Such As Payment And Settlement (AREA)
Abstract
본 발명은 비상장된 주식을 거래할 수 있는 플랫폼을 제공하며, 비상장 주식의 투자적격 여부에 관한 정보를 제공할 수 있는 비상장 주식거래 중개 시스템에 관한 것이다.
Description
본 발명은 비상장 주식거래 중개 시스템에 관한 것으로, 더욱 상세하게는 비상장된 주식을 거래할 수 있는 플랫폼을 제공하며, 비상장 주식의 투자적격 여부에 관한 정보를 제공할 수 있는 비상장 주식거래 중개 시스템에 관한 것이다.
주식 투자는 투자자들의 주요한 투자방식 중의 하나이다. 이러한 주식투자는 주로 거래소에 상장이 된 상장 주식들 위주로 활성화되고 있다. 하지만, 기업의 가치를 정확히 파악한다면 이러한 상장 주식들에 비해 비상장 주식의 투자가 보다 높은 수익률을 획득할 수도 있음은 널리 알려져 있다.
하지만 일반적인 투자자들이 비상장 주식에 투자를 수행하기는 용이하지 않다.
일반적으로 비상장 주식의 거래는 그 거래가 활발히 또는 빈번히 이루어지지 않고 개인 간의 거래가 이루어지다보니, 시장에 의해 객관적으로 가치가 결정되기가 용이하지 않는 특징이 있다.
이러한 문제점을 해결하기 위해서는 비상장 주식도 상장 주식과 마찬가지로 신뢰할 수 있는 중개기관(예컨대, 거래소 및/또는 증권사 등)에서 거래를 중개하는 방식이 있을 수 있다. 그리고 비상장 주식에ㅔ서도 특정 조건을 만족하는 주식은 이러한 시도(예컨대, 프리보드)가 이루어 졌지만 잘 활성화되지 않고 있다.
이러한 이유로 비상장 주식의 거래는 더욱 개인 간의 거래에 집중되고 있다. 이러한 일 예로 개인간의 비상장 주식 거래를 위한 서비스(예컨대, www.38.co.kr 등)가 있다.
하지만 전술한 바와 같이 비상장 주식은 개인 간의 거래이다 보니, 허위매물 또는 허위매수가 많이 이루어지고 있다. 또한 실제로 거래를 할 때에도 매도자와 매수자가 직접 다양한 방식의 통신을 통해 주식의 입고 및 금액의 입금을 자신들의 계좌를 통해 직접 수행하고 있다. 하지만 이처럼 개인 간의 직접 거래를 하는 경우에는 주식 또는 거래금액을 먼저 받은 자(매수자 또는 매도자)가 그에 대응되는 자산(거래금액 또는 주식)을 상대방에게 전송해주지 않는 일이 발생할 위험이 있고, 실제로도 가끔 이러한 사고들은 발생하고 있다. 그리고 이러한 사고로 인해 거래당사자들은 거래에 대한 불안감이 매우 높고, 이로 인해 비상장 주식의 거래는 더욱 위축되고 있는 실정이다.
이러한 문제점을 해결하기 위해 비상장 주식에도 이른바 에스크로라고 불리우는 거래중개 서비스를 적용하기 위한 시도가 존재해왔다.
이러한 일예는 대한민국 공개특허 (공개번호 10-2003-0045257, "비상장 주식 거래 에스크로 시스템 및 그 방법")에도 개시된 바 있다.
하지만 단순히 비상장 주식을 에스크로잉 하는 것만으로는 거래 당사자들의 불안을 완전히 해결하지 못하고 있다. 또한 완전히 신뢰할 만한 기관이 서비스를 제공하지 않는 이상, 비상장 주식의 에스크로 서비스를 제공하는 서비스측에 대해서도 당사자들은 크게 신뢰를 하지 못하는 리스크도 존재한다. 특히 이러한 리스크는 비상장 주식의 거래금액이 클수록 더욱 커지는 실정이다.
또한, 비상장 주식은 개인들 간의 거래가 거래 유형의 대부분이고, 따라서 객관적으로 그 가치를 설정하기가 어려운 점이 있다. 이러한 특성으로 인해 해당 비상장 주식을 보유하지도 않은 자가 허위로 매도를 하겠다는 내용의 컨텐츠를 게시판 등에 올려서 매수자를 유인하는 경우가 빈번하다. 이처럼 매수자를 유인한 후 거래 사기 예컨대, 매수자에게 상대적으로 저렴한 가격에 매도를 하겠다고 거래를 유인한 후, 매수자가 입금을 하면 입금된 금액만 탈취하고 종적을 감추는 행위 등이 종종 일어나고 있다.
더구나 이러한 허위 매물로 인한 거래사기 또는 사고뿐만 아니라, 이러한 허위 매물이 다수 노출될 경우에는 비상장 주식의 진정한 가치가 왜곡되는 문제점을 야기하고 이는 또 다시 비상장 주식의 거래를 위축시키는 결과를 가져올 수 있다.
따라서 비상장 주식의 매도 요청을 한자가 진정으로 해당 비상장 주식을 보유하고 있고, 매도하고자 하는 수량만큼 보유하고 있는지 등의 보유현황을 매수자가 객관적으로 확인할 수 있도록 하는 기술적 사상이 필요하며, 이를 통해 거래 당사자들이 믿고 신뢰할 수 있는 비상장 주식의 거래 방법 및 이를 위한 시스템이 절실히 요구되고 있다.
한편, 전술한 배경 기술은 발명자가 본 발명의 도출을 위해 보유하고 있었거나, 본 발명의 도출 과정에서 습득한 기술 정보로서, 반드시 본 발명의 출원 전에 일반 공중에게 공개된 공지기술이라 할 수는 없다.
본 발명의 일측면은 비상장된 주식을 거래할 수 있는 플랫폼을 제공하며, 비상장 주식의 투자적격 여부에 관한 정보를 제공할 수 있는 비상장 주식거래 중개 시스템을 제공한다.
본 발명의 기술적 과제는 이상에서 언급한 기술적 과제로 제한되지 않으며, 언급되지 않은 또 다른 기술적 과제들은 아래의 기재로부터 당업자에게 명확하게 이해될 수 있을 것이다.
본 발명의 일 실시예에 따른 비상장 주식거래 중개 시스템은 비상장된 주식을 거래할 수 있는 플랫폼 및 비상장 주식의 투자적격 여부에 관한 정보를 제공한다.
상기 비상장 주식거래 중개 시스템은,
관리서버에 접속한 사용자 단말 간 이루어지는 비상장 주식의 거래를 관리하는 거래 관리부; 및
비상장 주식의 투자적격 여부를 판단하는 비상장 주식정보 제공부;를 포함하고,
상기 거래 관리부는,
매도자 단말로부터 매도자가 보유한 비상장 주식에 대한 매도 게시글의 등록 요청을 수신하고,
매수자 단말로부터 상기 비상장 주식에 대한 매수 게시글의 등록 요청을 수신하고,
매도 게시글에 포함된 매도호가 및 상기 매수 게시글에 포함된 매수호가가 기 설정된 조건을 만족하는지 여부를 판단하여,
상기 매도호가 및 상기 매수호가가 기 설정된 조건을 만족한다고 판단되면 상기 매도자 단말 및 상기 매수자 단말에 거래 제안 알림을 제공하는 것을 특징으로 한다.
상기 비상장 주식정보 제공부는,
비상장 주식과 관련된 뉴스 데이터를 수집하고,
상기 뉴스 데이터를 구성하는 텍스트를 분석하여 적어도 하나의 키워드를 추출하여 추출된 키워드를 긍정 단어 그룹 또는 부정 단어 그룹 중 어느 하나의 그룹으로 분류하고,
분류된 단어 그룹에 속한 단어 개수를 수학식 1에 적용하여 각각의 뉴스 데이터에 대한 감성점수를 산출하여, 산출된 감성점수를 미리 설정된 기준값과 비교한 결과에 따라 뉴스 데이터를 긍정 뉴스 데이터 또는 부정 뉴스 데이터 중 어느 하나로 구분하고,
하기 수학식 2에 기초하여 비상장 주식에 대한 평가점수를 산출하여, 평가 점수의 크기에 기초하여 비상장 주식의 투자 적격 여부를 판단하는 것을 특징으로 한다.
[수학식 1]
여기서, Se는 특정 뉴스 데이터에 대한 감성점수, ai는 특정 뉴스 데이터로부터 추출된 키워드 중 긍정 키워드 그룹에 포함된 i번째 키워드에 대한 제1 가중치값으로, 상기 제1 가중치값은 미리 저장된 긍정 단어 사전에 설정된 상수값이고, Vi는 특정 뉴스 데이터로부터 추출된 키워드 중 긍정 키워드 그룹에 포함된 i번째 키워드에 대한 임베딩 벡터값이고, bj는 특정 뉴스 데이터로부터 추출된 키워드 중 부정 키워드 그룹에 포함된 j번째 키워드에 대한 제2 가중치값으로, 상기 제2 가중치값은 미리 저장된 부정 단어 사전에 설정된 상수값이고, Vj는 특정 뉴스 데이터로부터 추출된 키워드 중 부정 키워드 그룹에 포함된 j번째 키워드에 대한 임베딩 벡터값이다.
[수학식 2]
여기서, S는 특정 비상장 주식에 대한 평가점수이고, ni는 긍정 뉴스 데이터로 분류된 뉴스 데이터 중 i번째 뉴스 데이터에 대한 감성 점수, d는 i번째 뉴스 데이터에 대한 제1 상수값으로, 상기 제1 상수값은 뉴스 데이터의 생성 일자에 기초하여 설정되고, nj는 부정 뉴스 데이터로 분류된 뉴스 데이터 중 j번째 뉴스 데이터에 대한 감성 점수, d는 j번째 뉴스 데이터에 대한 제2 상수값으로, 상기 제2 상수값은 뉴스 데이터의 생성 일자에 기초하여 설정된다.
상술한 본 발명의 일측면에 따르면, 비상장된 주식을 거래할 수 있는 플랫폼을 제공하며, 비상장 주식의 투자적격 여부에 관한 정보를 제공할 수 있다.
도 1은 본 발명에 따른 비상장 주식거래 중개 시스템의 개략적인 구성이 도시된 도면이다.
도 2는 도 1의 관리서버에 구현된 비상장 주식거래 중개 시스템의 구체적인 구성이 도시된 도면이다.
도 3은 제1 가중치가 설정되는 구체적인 일 예가 도시된 도면이다.
도 4는 제2 가중치를 설정하기 위해 비상장 주식의 주봉 차트를 분석하는 구체적인 일 예가 도시된 도면이다.
도 2는 도 1의 관리서버에 구현된 비상장 주식거래 중개 시스템의 구체적인 구성이 도시된 도면이다.
도 3은 제1 가중치가 설정되는 구체적인 일 예가 도시된 도면이다.
도 4는 제2 가중치를 설정하기 위해 비상장 주식의 주봉 차트를 분석하는 구체적인 일 예가 도시된 도면이다.
후술하는 본 발명에 대한 상세한 설명은, 본 발명이 실시될 수 있는 특정 실시예를 예시로서 도시하는 첨부 도면을 참조한다. 이들 실시예는 당업자가 본 발명을 실시할 수 있기에 충분하도록 상세히 설명된다. 본 발명의 다양한 실시예는 서로 다르지만 상호 배타적일 필요는 없음이 이해되어야 한다. 예를 들어, 여기에 기재되어 있는 특정 형상, 구조 및 특성은 일 실시예와 관련하여 본 발명의 정신 및 범위를 벗어나지 않으면서 다른 실시예로 구현될 수 있다. 또한, 각각의 개시된 실시예 내의 개별 구성요소의 위치 또는 배치는 본 발명의 정신 및 범위를 벗어나지 않으면서 변경될 수 있음이 이해되어야 한다. 따라서, 후술하는 상세한 설명은 한정적인 의미로서 취하려는 것이 아니며, 본 발명의 범위는, 적절하게 설명된다면, 그 청구항들이 주장하는 것과 균등한 모든 범위와 더불어 첨부된 청구항에 의해서만 한정된다. 도면에서 유사한 참조부호는 여러 측면에 걸쳐서 동일하거나 유사한 기능을 지칭한다.
이하, 도면들을 참조하여 본 발명의 바람직한 실시예들을 보다 상세하게 설명하기로 한다.
도 1은 본 발명의 일 실시예에 따른 비상장 주식거래 중개 시스템의 개략적인 구성이 도시된 도면이다.
본 발명에 따른 비상장 주식거래 중개 시스템은 비상장 주식거래 관리서버(1, 이하 관리서버)에 구현되며, 관리서버(1)는 매도자 단말(2) 및 매수자 단말(3)과 통신하여 데이터를 송수신할 수 있다.
비상장주식을 매도하고자 하는 매도자가 소지한 매도자 단말(2) 또는 비상장주식을 매수하고자 하는 매수자가 소지한 매수자 단말(3)은 외부 기기와 유무선 통신이 가능하며, 정보의 입출력 및 처리가 가능한 PC, 스마트폰, 웨어러블 디바이스 등과 같은 전자장치일 수 있다.
매도자 단말(2) 또는 매수자 단말(3)은 관리서버(1)와 연동되는 웹페이지에 매도자가 소유한 비상장주식의 거래를 위한 매도 게시글의 등록을 요청하거나, 매수 게시글의 등록을 요청하고, 웹페이지로부터 비상장주식 종목의 정보, 호가 정보 및 거래 제안 알림을 수신하고 이를 화면에 표시할 수 있다.
관리서버(1)는 매도자 단말(2) 및 매수자 단말(3)과 데이터를 송수신하여, 비상장주식을 거래하고자 하는 매도자 및 매수자의 거래 희망 의견을 나타내는 매도 게시글 및 매수 게시글을 등록하고, 매도자 및 매수자에게 비상장주식 종목의 정보, 호가 정보 및 거래 제안 알림을 제공하여 매도자 및 매수자 간의 거래 조건 합의가 이뤄질 수 있도록 하는 역할을 수행할 수 있다.
여기서, 매도 게시글은 매도하고자 하는 비상장주식의 수량 및 매도호가를 포함할 수 있고, 매수 게시글은 매수하고자 하는 비상장주식의 수량 및 매수호가를 포함할 수 있다.
도 2는 관리서버(1)에 구현된 본 발명에 따른 비상장 주식거래 중개 시스템의 구체적인 구성이 도시된 도면이다.
구체적으로, 본 발명의 일 실시예에 따른 비상장 주식거래 중개 시스템은 거래관리부(100) 및 비상장 주식정보 제공부(200)를 포함한다.
거래관리부(100)는 매도자 단말(2)로부터 매도자가 보유한 비상장 주식에 대응하는 매도 게시글의 등록 요청을 수신할 수 있다.
또한, 거래관리부(100)는 매수자 단말(3)로부터 상기 비상장주식에 대응하는 매수 게시글의 등록 요청을 수신할 수 있다.
거래관리부(100)는 상기 매도자 단말(2) 및 매수자 단말(3)에 의해 상기 비상장 주식의 호가별 게시글 수를 나타내는 호가창이 표시될 수 있도록 상기 사용자 단말들에 상기 비상장주식에 대응하는 호가별 매도 게시글 수 및 호가별 매수 게시글 수를 포함하는 호가 정보를 관리서버(1)와 연동되는 웹페이지를 통해 제공할 수 있다.
상기 호가 정보는 어느 하나의 매도호가를 포함하는 매도 게시글 수 및 상기 매도호가와 동일한 매수호가를 포함하는 매수 게시글 수가 매핑된 정보를 포함하고, 상기 호가창에서 상기 매도 게시글 수를 나타내는 제1 그래프 및 상기 매수 게시글 수를 나타내는 제2 그래프는 상기 매도호가 및 상기 매수호가에 매칭되어 표시될 수 있다.
상기 그래프는 막대형 그래프일 수 있다. 즉, 호가창에서 호가들이 세로로 나열된 경우, 상기 그래프는 호가들 중 어느 하나에 대응하는 막대형 그래프일 수 있다.
상기 호가 정보는 상기 비상장주식에 대한 매도 권한이 확인된 매도 게시글들에 대응하는 호가별 확인된 매도게시글 수를 더 포함하고, 상기 호가창에서 상기 매도 게시글 수를 나타내는 제1 그래프 및 상기 확인된 매도게시글 수를 나타내는 제3 그래프는 상기 매도호가에 매칭되어 이중 막대 형식으로 표시될 수 있다.
매도자 또는 매수자는 상기 호가 정보에 기초하여 표시되는 호가창을 통해 거래하고자 하는 비상장주식의 종목 및 호가를 매도자 단말(2) 또는 매수자 단말(3)을 이용하여 선택할 수 있다.
다음으로, 거래 관리부는 상기 매도 게시글에 포함된 매도호가 및 상기 매수 게시글에 포함된 매수호가가 기 설정된 조건을 만족하는지 여부를 판단할 수 있다.
일 실시예에서, 상기 기 설정된 조건은 상기 매도호가 및 상기 매수호가가 동일한 경우에 만족되는 제1 조건을 포함할 수 있다.
일 실시예에서, 상기 기 설정된 조건은 상기 매도호가 및 상기 매수호가가 동적으로 설정된 가격 범위 내에 포함되는 경우에 만족되는 제2 조건을 포함할 수 있다.
상기 가격 범위는 상기 게시글들에 포함된 호가의 분포에 기초하여 동적으로 설정될 수 있다.
상기 가격 범위는 상기 매도호가 및 상기 매수호가 사이의 호가를 포함하는 게시글 수가 많을수록 상기 가격 범위가 좁게 설정되고, 상기 매도호가 및 상기 매수호가 사이의 호가를 포함하는 게시글 수가 적을수록 상기 가격 범위가 넓게 설정될 수 있다.
다음으로, 거래 관리부는 상기 판단 결과, 상기 매도호가 및 상기 매수호가가 기 설정된 조건을 만족한다고 판단되면 상기 사용자 단말들에 거래 제안 알림을 제공할 수 있다.
거래 관리부는 상기 거래 제안 알림에 대한 응답으로 매도자 및 매수자 사이에 거래 조건이 합의된 경우, 상기 거래 조건에 기초하여 매도 주문 및 매수 주문을 생성할 수 있다.
즉, 매도 게시글 및 매수 게시글에 포함된 호가에 기초하여 사용자들에게 거래 제안 알림이 제공되고, 매도 게시글 또는 매수 게시글에 포함된 호가가 아닌 사용자들간 협의에 따라 합의된 거래 조건에 따라 실제 거래가 수행될 수 있다.
비상장 주식정보 제공부(200)는 비상장 주식의 투자적격 여부를 판단하는 투자정보를 생성하여 관리서버(1)와 연동되는 웹페이지에 개시함으로써 웹페이지에 접속한 사용자들에게 비상장주식의 거래와 관련된 정보를 제공할 수 있다.
이를 위해, 비상장 주식정보 제공부(200)는 온라인을 통해 비상장기업에 대한 뉴스데이터를 수집한다.
비상장 주식정보 제공부(200)는 뉴스 데이터가 갖는 의미를 분석하여 해당 뉴스 데이터를 긍정 뉴스 데이터 또는 부정 뉴스 데이터 중 어느 하나로 구분한다.
구체적으로, 비상장 주식정보 제공부(200)는 상기 뉴스 데이터를 구성하는 텍스트를 분석하여 적어도 하나의 키워드를 추출하고, 추출된 키워드에 기초하여 상기 뉴스 데이터를 긍정 데이터 또는 부정 데이터 중 어느 하나로 구분한다.
이를 위해, 관리서버(1)에는 뉴스 데이터로부터 키워드를 추출하기 위한 평가용 키워드 목록이 미리 저장되어 있으며, 비상장 주식정보 제공부(200)는 평가용 키워드 목록과 뉴스 데이터를 구성하는 텍스트의 단어를 비교하여 적어도 하나의 키워드를 추출한다.
또한, 관리서버(1)에는 미리 학습된 제1 인공 신경망이 구현될 수 있으며, 비상장 주식정보 제공부(200)는 추출된 적어도 하나의 키워드를 제1 인공 신경망의 입력값으로 입력하고, 이에 대한 제1 인공 신경망의 출력값을 이용하여 해당 뉴스 데이터가 긍정적 의미를 갖는 뉴스 데이터인지 아니면 부정적 의미를 갖는 뉴스 데이터인지를 판단할 수 있다.
이후, 비상장 주식정보 제공부(200)는 특정 비상장 주식에 대해 수집된 복수의 뉴스 데이터를 각각 긍정 또는 부정 데이터로 구분하고, 상기 긍정 데이터의 개수에 대한 상기 부정 데이터의 개수의 비율에 기초하여 비상장기업 대한 초기 평가 점수를 산출한다.
구체적으로, 비상장 주식정보 제공부(200)는 하기 수학식을 이용하여 초기 평가 점수를 산출한다.
[수학식 1]
여기서, si는 초기 평가 점수, Pn은 긍정으로 분류된 뉴스 데이터의 개수, Nn는 부정으로 분류된 뉴스 데이터의 개수, w는 제1 가중치를 의미한다.
가중치는 도 3에 도시된 바와 같은 값으로 설정되며, 예컨대, 비상장 주식정보 제공부(200)는 특정 비상장 주식에 대해 수집된 복수의 뉴스 데이터의 생성 일자에 대한 정보를 수집하여 수집된 모든 뉴스 데이터가 7일 이내에 생성된 것으로 확인되면 0.1의 제1 가중치를 부여하고, 수집된 뉴스 데이터들이 1년 이상의 기간 동안 생성된 데이터인 것으로 확인되면 1.5의 제2 가중치를 부여한다. 이에 따라, 비상장 주식정보 제공부(200)는 뉴스 데이터의 수집 기간이 길수록 높은 제1 가중치를 부여하여 초기 평가 점수의 신뢰성을 보정할 수 있다. 산출된 초기 평가 점수는 후술하게 될 최종 평가 점수에 반영된다.
한편, 비상장 주식정보 제공부(200)는 분석 대상으로 설정된 비상장 주식 및 상장된 주식의 주가변동추이를 나타내는 증권 데이터를 함께 수집한다. 주가 데이터는 기업별 주가변동추이를 주 단위의 막대 형태로 표시한 주봉(週棒) 캔들 차트로, 비상장 주식정보 제공부(200)는 분석 대상으로 설정된 비상장주식의 주가 변동 추이와 유사한 변동성을 갖는 상장된 특정 기업의 주가 데이터를 검색하고, 이 주가 데이터의 다음 주봉에 대한 정보에 기초하여 비상장주식의 다음 주봉을 예측하는 것을 특징으로 한다.
예를 들어, 비상장 주식정보 제공부(200)는 비상장주식의 8월 2주차 주가를 예상하고자 하는 경우, 8월 1주차 직전 5회차까지의 주봉을 기준구간으로 설정할 수 있다. 여기서 기준구간은 반드시 5회차(5주) 구간으로 설정될 필요는 없으며, 3회차 이상의 주봉이 포함되기만 하면 기준구간은 자유롭게 설정될 수도 있다.
이후, 비상장 주식정보 제공부(200)는 도 4에 도시된 바와 같이 기준구간에 포함된 제1 주봉 캔들의 상단 중심점과 제1 주봉 캔들과 이웃한 제2 주봉 캔들의 중심점을 연결한 제1 선분(L1)을 생성하고, 제2 주봉 캔들의 중심점과 제2 주봉 캔들과 이웃한 제3 주봉 캔들의 중심점을 연결한 제2 선분(L2)을 생성할 수 있다. 이와 같은 방법으로, 비상장 주식정보 제공부(200)는 제3 선분(L3) 및 제4 선분(L4) 또한 생성할 수 있다.
비상장 주식정보 제공부(200)는 제1 선분(L1)의 기울기와 크기 및 방향을 나타내는 제1 특징벡터, 제2 선분(L2)의 기울기와 크기 및 방향을 나타내는 제2 특징벡터, 제3 선분(L3)의 기울기와 크기 및 방향을 나타내는 제3 특징벡터 및 제4 선분(L4)의 기울기와 크기 및 방향을 나타내는 제4 특징벡터를 생성할 수 있다.
비상장 주식정보 제공부(200)는 생성된 4개의 특징벡터를 미리 학습된 제2 인공 신경망의 입력값으로 입력하여 제2 인공 신경망의 출력값에 기초하여 상장된 주식들 중 4개의 특징 벡터와 가장 유사한 패턴을 갖는 주가 변동 패턴을 검색할 수 있다.
한편, 관리서버(1)에 구현된 제1 인공 신경망 및 제2 인공 신경망은 입력층, 은닉층 및 출력층으로 구성된 심층 신경망일 수 있으며, 심층 신경망을 이용하여 데이터의 의미를 추정하는 기술 및 유사한 패턴을 검색하는 기술은 이미 공지된 기술이므로, 구체적인 설명은 생략하기로 한다.
비상장 주식정보 제공부(200)는 제2 인공 신경망을 통해 검색된 어느 하나의 주가 변동 패턴에 대응되는 상장된 주식의 주봉 변동 패턴을 분석하여 제2 가중치를 설정한다.
예컨대, 비상장 주식정보 제공부(200)는 제2 인공 신경망을 이용하여 상장된 A 주식의 2015년 4월 2주차부터 2015년 5월 2주차까지의 주봉 변동 패턴이 분석 대상으로 설정된 비상장 주식의 2021년 7월 1주차부터 2021년 8월 1주차까지의 주봉 변통 패턴과 가장 유사한 것으로 확인되면, A 주식의 2015년 5월 3주차 주봉 캔들에 대한 증권 데이터를 검색하여 2015년 5월 2주차 주봉 캔들의 중심점과 2015년 5월 3주차 주봉 캔들의 중심점을 연결한 예측용 선분을 생성한다. 비상장 주식정보 제공부(200)는 생성된 예측용 선분의 기울기와 방향에 기초하여 제2 가중치를 설정한다.
즉, 비상장 주식정보 제공부(200)는 예측용 선분이 -0.7의 기울기를 가진 것으로 확인되면 제2 가중치를 -0.7로 설정하고, 예측용 선분이 1.2의 기울기를 가진 것으로 확인되면 제2 가중치를 1.2로 설정한다.
이후, 비상장 주식정보 제공부(200)는 앞서 산출된 초기 평가 점수에 제2 가중치를 반영하여 최종 평가 점수를 산출한다. 최종 평가 점수를 산출하는 수학식은 다음과 같다.
[수학식 2]
여기서, sf는 최종 평가 점수, si는 초기 평가 점수, w2는 제2 가중치를 의미한다.
비상장 주식정보 제공부(200)는 양의 점수로 산출되는 최종 평가 점수를 획득한 비상장 주식 데이터를 추천 비상장 주식 후보군에 포함시키고, 생성된 추천 비상장 주식 후보군 중 가장 높은 최종 평가 점수값을 갖는 3개의 비상장 주식을 최종 추천 비상장 주식으로 설정한다.
비상장 주식정보 제공부(200)는 설정된 최종 추천 비상장 주식, 최종 추천 비상장 주식에 대한 뉴스 데이터를 관리서버(1)와 연동되는 웹페이지에 개시함으로써 투자 적격인 비상장 주식에 대한 정보를 사용자들이 용이하게 획득할 수 있도록 한다.
몇몇 다른 실시예에서, 비상장 주식정보 제공부(200)는 다른 방법으로 비상장 주식에 대한 투자적격 여부를 판단할 수 있다.
구체적으로, 본 발명의 다른 실시예에 따른 상기 비상장 주식정보 제공부는, 비상장 주식과 관련된 뉴스 데이터를 수집하고, 상기 뉴스 데이터를 구성하는 텍스트를 분석하여 적어도 하나의 키워드를 추출하여 추출된 키워드를 긍정 단어 그룹 또는 부정 단어 그룹 중 어느 하나의 그룹으로 분류한다.
한편, 본 발명의 다른 실시예에 따른 상기 비상장 주식정보 제공부는 분류된 단어 그룹에 속한 단어 개수를 수학식 3에 적용하여 각각의 뉴스 데이터에 대한 감성점수를 산출하여, 산출된 감성점수를 미리 설정된 기준값과 비교한 결과에 따라 뉴스 데이터를 긍정 뉴스 데이터 또는 부정 뉴스 데이터 중 어느 하나로 구분한다.
[수학식 3]
여기서, Se는 특정 뉴스 데이터에 대한 감성점수, ai는 특정 뉴스 데이터로부터 추출된 키워드 중 긍정 키워드 그룹에 포함된 i번째 키워드에 대한 제1 가중치값으로, 상기 제1 가중치값은 미리 저장된 긍정 단어 사전에 설정된 상수값이고, Vi는 특정 뉴스 데이터로부터 추출된 키워드 중 긍정 키워드 그룹에 포함된 i번째 키워드에 대한 임베딩 벡터값이고, bj는 특정 뉴스 데이터로부터 추출된 키워드 중 부정 키워드 그룹에 포함된 j번째 키워드에 대한 제2 가중치값으로, 상기 제2 가중치값은 미리 저장된 부정 단어 사전에 설정된 상수값이고, Vj는 특정 뉴스 데이터로부터 추출된 키워드 중 부정 키워드 그룹에 포함된 j번째 키워드에 대한 임베딩 벡터값이다.
이후, 비상장 주식정보 제공부(200)는 하기 수학식 4에 기초하여 비상장 주식에 대한 평가점수를 산출하여, 평가 점수의 크기에 기초하여 비상장 주식의 투자 적격 여부를 판단하는 것을 특징으로 한다.
[수학식 4]
여기서, S는 특정 비상장 주식에 대한 평가점수이고, ni는 긍정 뉴스 데이터로 분류된 뉴스 데이터 중 i번째 뉴스 데이터에 대한 감성 점수, d1은 i번째 뉴스 데이터에 대한 제1 상수값으로, 상기 제1 상수값은 뉴스 데이터의 생성 일자에 기초하여 설정되고, nj는 부정 뉴스 데이터로 분류된 뉴스 데이터 중 j번째 뉴스 데이터에 대한 감성 점수, d2는 j번째 뉴스 데이터에 대한 제2 상수값으로, 상기 제2 상수값은 뉴스 데이터의 생성 일자에 기초하여 설정된다.
예를 들어, 제1 상수값 및 제2 상수값은 도 3에 도시된 바와 같은 값으로 설정되며, 비상장 주식정보 제공부(200)는 특정 비상장 주식에 대해 수집된 복수의 뉴스 데이터의 생성 일자에 대한 정보를 수집하여 수집된 모든 뉴스 데이터가 7일 이내에 생성된 것으로 확인되면 0.1의 제1 가중치를 부여하고, 수집된 뉴스 데이터들이 1년 이상의 기간 동안 생성된 데이터인 것으로 확인되면 1.5의 제2 가중치를 부여한다. 이에 따라, 비상장 주식정보 제공부(200)는 뉴스 데이터의 수집 기간이 길수록 높은 제1 가중치를 부여하여 평가 점수의 신뢰성을 향상시킬 수 있다.
비상장 주식정보 제공부(200)는 특정 비상장 주식에 대해 산출된 평가점수가, 미리 설정된 기준점수 이상인 경우 해당 비상장 주식을 추천 비상장 주식 후보군에 포함시키고, 생성된 추천 비상장 주식 후보군 중 가장 높은 평가 점수값을 갖는 n개의 비상장 주식을 최종 추천 비상장 주식으로 설정한다.
한편, 비상장 주식정보 제공부(200)는 추천 비상장 주식 후보군에 포함된 비상장 주식의 개수가 미리 정해진 기준개수 이하인 것으로 확인되면, 특정 비상장 주식에 대해 수집된 뉴스 데이터를 클러스터링하고, 클러스터링 결과에 기초하여 추천 비상장 주식 후보군에 포함될 비상장 주식을 결정할 수 있다.
이를 위해, 비상장 주식정보 제공부(200)는 특정 비상장 주식에 대해 수집된 뉴스 데이터로부터 추출된 키워드에 대한 임베딩 벡터를 생성한다. 예를 들어, 비상장 주식정보 제공부(200)는 워드투벡터(Word2Vec) 기법을 이용하여 추출된 키워드를 임베딩 벡터로 변환할 수 있으나, 이에 한정되는 것은 아니며 BERT(Bidirectional Encoder Representations from Transformers) 모델을 이용한 임베딩 벡터 생성 등 기존에 공개된 다양한 방법을 이용하여 임베딩 벡터를 생성할 수 있다.
이후, 비상장 주식정보 제공부(200)는 생성된 복수의 임베딩 벡터를 복수의 그룹(클러스터)으로 클러스터링한다. 예를 들어, 비상장 주식정보 제공부(200)는 실루엣 스코어(silhoutte score)를 이용하여 복수의 임베딩 벡터를 클러스터링 할 수 있으나, 이에 한정되는 것은 아니며
이후, 비상장 주식정보 제공부(200)는 각 클러스터에서 중심점과 가장 가까운 어느 하나의 임베딩 벡터를 해당 클러스터의 대표값로 추출하고, 추출된 대표값의 감성(긍정 또는 부정)을 판단할 수 있다.
이후, 비상장 주식정보 제공부(200)는 긍정으로 분류된 대표값을 갖는 클러스터들을 제1 그룹으로 병합하고, 부정으로 분류된 대표값을 갖는 클러스터를 제2 그룹으로 병합한다.
비상장 주식정보 제공부(200)는 제1 그룹에 속한 임베딩 벡터의 개수에 대한 제2 그룹에 속한 임베딩 벡터의 개수의 비율이 미리 설정된 임계값을 초과하는 경우 해당 비상장 주식을 추천 비상장 주식 후보군에 포함시킬 수 있다. 이후, 비상장 주식정보 제공부(200)는 추천 비상장 주식 후보군에 새롭게 포함된 비상장 주식에 대한 평가점수를 추가적으로 산출하여, 산출된 평가점수의 크기에 따라 최종적으로 추천할 비상장 주식을 결정할 수 있다.
이와 같이, 본 발명에 따른 비상장 주식정보 제공부(200)는 상술한 바와 같은 다양한 수학식 및 알고리즘을 통해 추천 비상장 주식을 추출함으로써, 정보 제공의 신뢰성을 향상시킬 수 있다.
이와 같은 기술은 애플리케이션으로 구현되거나 다양한 컴퓨터 구성요소를 통하여 수행될 수 있는 프로그램 명령어의 형태로 구현되어 컴퓨터 판독 가능한 기록 매체에 기록될 수 있다. 상기 컴퓨터 판독 가능한 기록 매체는 프로그램 명령어, 데이터 파일, 데이터 구조 등을 단독으로 또는 조합하여 포함할 수 있다.
상기 컴퓨터 판독 가능한 기록 매체에 기록되는 프로그램 명령어는 본 발명을 위하여 특별히 설계되고 구성된 것들이거니와 컴퓨터 소프트웨어 분야의 당업자에게 공지되어 사용 가능한 것일 수도 있다.
컴퓨터 판독 가능한 기록 매체의 예에는, 하드 디스크, 플로피 디스크 및 자기 테이프와 같은 자기 매체, CD-ROM, DVD 와 같은 광기록 매체, 플롭티컬 디스크(floptical disk)와 같은 자기-광 매체(magneto-optical media), 및 ROM, RAM, 플래시 메모리 등과 같은 프로그램 명령어를 저장하고 수행하도록 특별히 구성된 하드웨어 장치가 포함된다.
프로그램 명령어의 예에는, 컴파일러에 의해 만들어지는 것과 같은 기계어 코드뿐만 아니라 인터프리터 등을 사용해서 컴퓨터에 의해서 실행될 수 있는 고급 언어 코드도 포함된다. 상기 하드웨어 장치는 본 발명에 따른 처리를 수행하기 위해 하나 이상의 소프트웨어 모듈로서 작동하도록 구성될 수 있으며, 그 역도 마찬가지이다.
이상에서는 실시예들을 참조하여 설명하였지만, 해당 기술 분야의 숙련된 당업자는 하기의 특허 청구범위에 기재된 본 발명의 사상 및 영역으로부터 벗어나지 않는 범위 내에서 본 발명을 다양하게 수정 및 변경시킬 수 있음을 이해할 수 있을 것이다.
100: 거래관리부
200: 비상장 주식정보 제공부
200: 비상장 주식정보 제공부
Claims (3)
- 비상장된 주식을 거래할 수 있는 플랫폼 및 비상장 주식의 투자적격 여부에 관한 정보를 제공하는, 비상장 주식거래 중개 시스템에 있어서,
상기 비상장 주식거래 중개 시스템은,
관리서버에 접속한 사용자 단말 간 이루어지는 비상장 주식의 거래를 관리하는 거래 관리부; 및
비상장 주식의 투자적격 여부를 판단하는 비상장 주식정보 제공부;를 포함하고,
상기 거래 관리부는,
매도자 단말로부터 매도자가 보유한 비상장 주식에 대한 매도 게시글의 등록 요청을 수신하고,
매수자 단말로부터 상기 비상장 주식에 대한 매수 게시글의 등록 요청을 수신하고,
매도 게시글에 포함된 매도호가 및 상기 매수 게시글에 포함된 매수호가가 기 설정된 조건을 만족하는지 여부를 판단하여,
상기 매도호가 및 상기 매수호가가 기 설정된 조건을 만족한다고 판단되면 상기 매도자 단말 및 상기 매수자 단말에 거래 제안 알림을 제공하는 것을 특징으로 하고,
상기 비상장 주식정보 제공부는,
비상장 주식과 관련된 뉴스 데이터를 수집하고,
상기 뉴스 데이터를 구성하는 텍스트를 분석하여 적어도 하나의 키워드를 추출하여 추출된 키워드를 긍정 단어 그룹 또는 부정 단어 그룹 중 어느 하나의 그룹으로 분류하고,
분류된 단어 그룹에 속한 단어 개수를 수학식 1에 적용하여 각각의 뉴스 데이터에 대한 감성점수를 산출하여, 산출된 감성점수를 미리 설정된 기준값과 비교한 결과에 따라 뉴스 데이터를 긍정 뉴스 데이터 또는 부정 뉴스 데이터 중 어느 하나로 구분하고,
하기 수학식 2에 기초하여 비상장 주식에 대한 평가점수를 산출하여, 평가 점수의 크기에 기초하여 비상장 주식의 투자 적격 여부를 판단하는 것을 특징으로 하는, 비상장 주식거래 중개 시스템.
[수학식 1]
여기서, Se는 특정 뉴스 데이터에 대한 감성점수, ai는 특정 뉴스 데이터로부터 추출된 키워드 중 긍정 키워드 그룹에 포함된 i번째 키워드에 대한 제1 가중치값으로, 상기 제1 가중치값은 미리 저장된 긍정 단어 사전에 설정된 상수값이고, Vi는 특정 뉴스 데이터로부터 추출된 키워드 중 긍정 키워드 그룹에 포함된 i번째 키워드에 대한 임베딩 벡터값이고, bj는 특정 뉴스 데이터로부터 추출된 키워드 중 부정 키워드 그룹에 포함된 j번째 키워드에 대한 제2 가중치값으로, 상기 제2 가중치값은 미리 저장된 부정 단어 사전에 설정된 상수값이고, Vj는 특정 뉴스 데이터로부터 추출된 키워드 중 부정 키워드 그룹에 포함된 j번째 키워드에 대한 임베딩 벡터값이다.
[수학식 2]
여기서, S는 특정 비상장 주식에 대한 평가점수이고, ni는 긍정 뉴스 데이터로 분류된 뉴스 데이터 중 i번째 뉴스 데이터에 대한 감성 점수, d1은 i번째 뉴스 데이터에 대한 제1 상수값으로, 상기 제1 상수값은 뉴스 데이터의 생성 일자에 기초하여 설정되고, nj는 부정 뉴스 데이터로 분류된 뉴스 데이터 중 j번째 뉴스 데이터에 대한 감성 점수, d2는 j번째 뉴스 데이터에 대한 제2 상수값으로, 상기 제2 상수값은 뉴스 데이터의 생성 일자에 기초하여 설정된다.
- 삭제
- 삭제
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
KR20220024690 | 2022-02-24 | ||
KR1020220024690 | 2022-02-24 |
Publications (1)
Publication Number | Publication Date |
---|---|
KR102535515B1 true KR102535515B1 (ko) | 2023-05-26 |
Family
ID=86536766
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
KR1020220170286A KR102535515B1 (ko) | 2022-02-24 | 2022-12-08 | 비상장 주식거래 중개 시스템 |
Country Status (1)
Country | Link |
---|---|
KR (1) | KR102535515B1 (ko) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101855469B1 (ko) | 2016-01-19 | 2018-05-08 | 주식회사 미라클인베스트먼트 | 네고 가능한 비상장 주식 거래 방법 및 그 시스템 |
KR20180072029A (ko) * | 2016-12-20 | 2018-06-29 | (주)한국거래소 | 장외주식 거래 지원시스템 |
KR20220008592A (ko) * | 2020-07-14 | 2022-01-21 | 김성룡 | 예비체결 기반의 장외주식 거래 중계 장치 및 방법 |
-
2022
- 2022-12-08 KR KR1020220170286A patent/KR102535515B1/ko active IP Right Grant
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101855469B1 (ko) | 2016-01-19 | 2018-05-08 | 주식회사 미라클인베스트먼트 | 네고 가능한 비상장 주식 거래 방법 및 그 시스템 |
KR20180072029A (ko) * | 2016-12-20 | 2018-06-29 | (주)한국거래소 | 장외주식 거래 지원시스템 |
KR20220008592A (ko) * | 2020-07-14 | 2022-01-21 | 김성룡 | 예비체결 기반의 장외주식 거래 중계 장치 및 방법 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Knewtson et al. | Toward understanding FinTech and its industry | |
Boreiko et al. | New blockchain intermediaries: do ICO rating websites do their job well? | |
CN111429258B (zh) | 一种监测贷款资金流向的方法和装置 | |
Thomas | Consumer credit models: Pricing, profit and portfolios | |
US8930254B2 (en) | Financial methodology to valuate and predict the news impact of major events on financial instruments | |
KR20200007271A (ko) | 암호화폐 평가 방법 및 암호화폐 지수 | |
US20180144403A1 (en) | Select group crowdsource enabled system, method and analytical structure to perform securities valuations and valuation adjustments and generate derivatives thereform | |
CN109191307A (zh) | 资产配置合理性判断方法、系统、计算机设备和存储介质 | |
Anderson et al. | Accounting for cryptocurrencies | |
Ingermann et al. | The recovery rate for retail and commercial customers in Germany: a look at collateral and its adjusted market values | |
KR20170037299A (ko) | 통합계좌정보 기반의 실시간 신용리스크 분석 방법 및 시스템 | |
KR102535515B1 (ko) | 비상장 주식거래 중개 시스템 | |
Nath et al. | Currency futures market in India: an empirical analysis of market efficiency and volatility | |
Van Zandt | The Market as a Property Institution: Rules for the Trading of Financial Assets | |
KR20070033093A (ko) | 경매 부동산 분석보고서 생성시스템 및 그 방법 | |
KR101960863B1 (ko) | 기술가치 평가 시스템 | |
Brescia et al. | Scoring the banks: Building a behaviorally informed community impact report card for financial institutions | |
Al Habash et al. | Factors influencing prices of residential real estate in Turkey | |
CN114418739A (zh) | 一种个体工商户贷款的授信评估方法、装置、设备和介质 | |
KR20170004934A (ko) | 통합계좌정보 기반의 실시간 신용리스크 분석 방법 및 시스템 | |
Marcus et al. | The FX Race to Zero: Electronification and Market Structural Issues in Foreign Exchange Trading | |
Kartiwi et al. | Decision tree optimization for Sukuk rating prediction | |
Devaney et al. | Estimating the value, ownership structure and turnover rate for investible commercial real estate from transaction datasets | |
Heaton et al. | Generating synthetic data to test financial strategies and investment products for regulatory compliance | |
KR102120591B1 (ko) | P2p 대출 상품의 대출 정보 분석 서비스 시스템 및 방법 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
GRNT | Written decision to grant |