보충. 기업과 증권을 올바르게 연결하기

이름이 비슷해도 같은 회사는 아니다

지우는 공시 매출과 웹사이트 방문량을 합치려 한다. 공시에는 정식 법인명이 있고 방문량 자료에는 상표명이 있다. 두 이름이 비슷하다고 합쳤는데 실제로는 서로 다른 기업이라면, 매출과 방문량의 관계는 처음부터 잘못 만들어진다.

Entity Resolution(실체 식별)은 서로 다른 자료의 이름과 식별자가 현실의 어느 대상을 가리키는지 확인하는 과정이다. 빠진 연결은 분석 대상이 줄어드는 문제를 만든다. 잘못된 연결은 틀린 값을 계속 전파하므로, 애매한 후보는 억지로 연결하지 않고 따로 검토한다.

법인과 거래 대상은 서로 다르다

지우가 찾은 방문량은 기업 전체의 활동을 나타낼 수 있다. 하지만 지우가 수익률을 계산하는 대상은 그 기업이 발행한 특정 주식이다. 한 기업은 여러 종류의 주식과 채권을 발행할 수 있고, 각 상품의 가격은 서로 다르다.

1. ●법인
   어느 기업이나 자회사의 공시인가↓
2. ●증권
   그 기업이 발행한 어느 주식이나 채권인가↓
3. ●계약
   파생상품이라면 어느 거래소와 만기인가

보고한 기업과 실제 주문할 증권은 각각 식별한다.

Legal Entity Identifier(법인식별기호, LEI)나 미국 공시의 Central Index Key(중앙 색인 키, CIK)는 법인 또는 공시 주체를 식별하는 데 쓰인다. Financial Instrument Global Identifier(금융상품 글로벌 식별자, FIGI) 등은 금융상품을 식별한다. 식별자가 정확하게 일치해도 그것이 법인용인지 증권용인지 확인해야 한다.

자회사에서 발생한 판매를 모회사에 합산할지도 별도의 판단이다. 모회사가 자회사를 소유했던 기간과 분석하려는 사업 범위를 확인한다. 분리된 이후의 활동까지 자동으로 옛 모회사에 연결하면 관계가 실제로 바뀐 사실을 놓친다.

이름과 소유 관계는 시간에 따라 바뀐다

가상의 기업 한빛이 2022년 1월까지 HB라는 종목 기호를 사용하고 2월부터 HBIT로 바꿨다고 하자. 지우가 2021년 자료를 찾을 때는 그 시기에 유효한 HB를 사용해야 한다. 오늘의 HBIT만 과거 전체에 붙이면 당시 자료와의 연결을 검증하기 어렵고, 다른 기업이 같은 기호를 사용했던 경우 잘못 이어질 수 있다.

1. ●2021년
   HB: 당시 유효한 기호로 과거 자료를 찾는다.↓
2. ●2022년 1월까지
   HB의 유효 기간이 끝난다.↓
3. ●2022년 2월부터
   HBIT: 바뀐 뒤의 자료에 연결한다.

기호가 같아도 그 기호가 가리키는 대상은 적용 날짜를 확인해 정한다.

매핑에는 시작 시각과 종료 시각을 기록한다. 같은 기호라도 기업이 바뀔 수 있으므로 그 시점에 유효한 관계인지 확인한다. 종목뿐 아니라 주식 종류와 거래소, 자회사 관계도 분석에 필요한 수준으로 기록한다. 종료 시각을 어느 구간에 포함할지 정해 일관되게 적용하면 경계 시각의 중복을 줄일 수 있다.

확실한 연결부터 확인하고 애매한 후보는 검토한다

자료에 믿을 만한 공통 식별자가 있으면 우선 정확히 일치하는지 확인한다. 식별자가 없다면 이름, 주소, 웹사이트와 사업 설명을 이용해 후보를 찾을 수 있다. 이름의 철자 차이를 다루는 Fuzzy Matching(유사 일치)은 후보를 찾는 도구이지 같은 기업이라는 증거 자체는 아니다.

1. ●1 · 식별자 확인
   대상 계층과 유효 기간이 맞는 공통 식별자를 찾는다.↓
2. ●2 · 후보 비교
   이름뿐 아니라 주소와 사업 내용을 비교한다.↓
3. ●3 · 검토와 기록
   애매하면 사람이 확인하고 근거를 남기거나 미해결로 둔다.

확실히 연결하지 못한 기록은 검토 대상으로 남긴다.

점수가 높더라도 자회사와 모회사, 동명이 기업을 혼동할 수 있다. 사람이 확인한 결과에는 근거와 확인 날짜를 남기고, 확정되지 않은 연결은 미해결로 둔다. 자동 연결된 일부를 표본 검토하고 시간에 따른 연결률과 오류율을 살피면 공급자의 표기 변경을 발견하는 데 도움이 된다. 자동 승인 점수의 기준은 실제 정답 표본으로 조정하며 보편적인 숫자로 가정하지 않는다.