A Study on a Deep Learning Model for Analyzing Financial Risk Contagion in Renewable Energy Sector Stocks
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구A)
2026년
2710115175
과학기술정보통신부
한국연구재단
한국외국어대학교연구산학협력단
김성은
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2029.08.31
4,517만원
4,517만원
기초연구
대학
경기도 용인시
수학 > 응용수학 > 인공지능수학/데이터사이언스수학
1) 연구과제의 최종 목표o 재생에너지 시장 리스크가 언제, 어떤 변수를 통해, 어떠한 경로로 금융시장 리스크로 전이되는지를 설명하는 것을 목표로 하여, TFT를 기반으로 한 해석 가능한 Deep CoVaR 모형(Explainable Deep Conditional Value at Risk)을 구축한다. 이러한 접근은 기존 연구의 방법론적 한계를 개선하며, ...
본 연구의 개발 내용을 단계적으로 정리하면 다음과 같다.o (1단계: 데이터 구축 및 전처리) 본 연구는 재생에너지 시장과 금융시장 간 상호작용을 반영하기 위해 다변량 시계열 데이터를 구성한다. - 데이터 구성: 재생에너지 주식(개별주식, Wilderhill 및 S&P clean energy 지수), 금융시장 지수(S&P500, MSCI AC 등), 안전...
1) 연구과제의 활용방안 o 금융기관 및 자산운용 분야에서는 재생에너지 관련 자산의 시스템 리스크 기여도를 반영한 포트폴리오 리스크 관리에 활용 가능하다. 특히 연기금, 국부펀드, 자산운용사는 재생에너지 자산 비중 확대에 따른 잠재적 리스크를 사전에 점검하고, tail risk 기반의 자산배분 및 리밸런싱 전략 수립에 활용할 수 있다. o 정책 영역에서는 ...