공시 타이밍 이상 — 늑장·집중·호재 부풀리기 진단

공개 호출 방식

AI 도구 실행 순서는 EngineCall 우선이다. Company.panel("IS"|"BS"|"CF"), Company.filings, scan.quality, scan.audit, scan.disclosureRisk 는 엔진 호출로 근거를 먼저 확보한다. 아래 Python 블록은 확보한 L1/L1.5 근거를 buildEvidenceForensicsMemo 로 묶는 RunPython fallback 절차다 — 공시 timing 이상 — event-statement 매칭.

import dartlab
from dartlab.synth.evidenceForensics import buildEvidenceForensicsMemo

target = "005930"  # KOSPI/KOSDAQ 종목코드
c = dartlab.Company(target)

statements = {}
for topic in ("IS", "BS", "CF"):
    try:
        statements[topic] = c.panel(topic, freq="Y")
    except TypeError:
        statements[topic] = c.panel(topic)
    except Exception:
        pass

sectionTexts = {}
for topic in ("businessOverview", "riskFactors", "mdna", "notesDetail"):
    try:
        sectionTexts[topic] = str(c.panel(topic))[:20000]
    except Exception:
        pass

try:
    disclosure = c.filings()
    events = disclosure.head(20).to_dicts() if hasattr(disclosure, "head") else list(disclosure)[:20]
except Exception:
    events = []

scanRows = []
for axis in ("quality", "audit", "disclosureRisk"):
    try:
        df = dartlab.scan(axis)
        rows = df.head(3).to_dicts() if hasattr(df, "head") else []
        for row in rows:
            row["axis"] = axis
        scanRows.extend(rows)
    except Exception:
        pass

memo = buildEvidenceForensicsMemo(
    target=target,
    market=str(getattr(c, "market", "KR")),
    companyName=str(getattr(c, "corpName", target)),
    statements=statements,
    sectionTexts=sectionTexts,
    events=events,
    scanRows=scanRows,
)

emit_result(
    table=memo["tables"]["eventToStatementMatcher"],
    values={
        "target": target,
        "riskScore": memo["headline"].get("riskScore"),
        "signalCount": memo["headline"].get("signalCount"),
    },
    date=memo.get("asOf", "latest"),
    sources=memo["sources"],
)

호출 동작 — 5 단 분석 구조

1. 결론 도출

공시 timestamp 이상 + 호재·악재 균형 + 정정·반복 패턴 + 어닝 시즌 game 신호 한 문장.

좋은 결론 예시:

• “한화 케이스 — 상장폐지 실질심사 사유 발생 D+N 일 공시 (의무공시 기한 초과). 동일 분기 호재 공시 X 건 (자율) vs 악재 공시 1 건 (의무). 정정공시 Y 회 발생, 정정 본문 핵심 숫자 변경 (매출 -Z%). 늑장공시 + 호재 부풀리기 결합 [conf:75]. counter — 실제 사유 발생일 확정 어려움.”

금지:

• 의무공시 기한 (법규) 미명시 단정.
• 호재 반복 공시 + 후속 매출 반영 비교 누락.

2. 핵심 근거 수집

requiredEvidence: skillRef + target + tableRef + valueRef + dateRef + sourceRef + executionRef 필수.

• target (stockCode).
• sourceRef: 공시 원문 (DART 주요사항보고 / 자율공시 / 정정공시). 외부 IR 자료·언론 보도 timing 별도.
• tableRef (4+ 표):
  1. 공시 timestamp ledger — 공시일 / 사건 발생일 / 의무공시 기한 / 지연 일수 / 의무 vs 자율 구분
  2. 호재·악재 균형 — 분기·연도별 호재 (자율공시 多) vs 악재 (의무공시 多) 건수
  3. 정정공시 ledger — 최초 공시일 / 정정일 / 본문 변경 핵심 (매출·이익·일정·숫자)
  4. 어닝 시즌 timing — 잠정실적 발표일 / 확정 공시일 / 시장 합의 추정치 (있다면) vs 실제 차이
• valueRef: 지연 일수 평균·중앙값, 정정 횟수, 호재/악재 비율.
• dateRef: 분기 발표일·잠정실적일·정정일·사건 발생일.
• executionRef: RunPython 으로 timing 분포 + 정정 본문 차이 계산.

3. 메커니즘 분석

공시 타이밍 이상 진단 = 법규 기한 비교 + 호재·악재 균형 + 정정·반복 패턴 + 어닝 시즌 game 신호 4 차원 동시 검증:

graph LR
  EVENT["사건 발생일"] --> KIH["의무공시 기한<br/>주요사항 D+1 / D+3"]
  EVENT --> ACT_DATE["실제 공시일"]
  KIH --> DELAY["지연 일수"]
  ACT_DATE --> DELAY

  DELAY --> LATE_SIG["늑장공시 신호<br/>기한 초과 + 거래정지 직전"]

  DISC_LOG["공시 시계열"] --> CLS["호재 vs 악재 분류"]
  CLS --> IMBAL["호재 자율 vs 악재 의무<br/>편향 비율"]

  DISC_LOG --> RPT["정정공시 빈도"]
  RPT --> DIFF["정정 본문 차이<br/>매출·이익·일정 변경"]

  EARNINGS["잠정실적일"] --> EST["시장 합의 추정치"]
  EARNINGS --> ACT["실제 발표일"]
  EST --> SURPRISE["서프라이즈 game 신호<br/>직전 가이던스 동행"]
  ACT --> SURPRISE

  LATE_SIG --> SCORE["타이밍 이상 점수"]
  IMBAL --> SCORE
  DIFF --> SCORE
  SURPRISE --> SCORE

4 패턴 정량 신호:

패턴	신호	임계	가중치
늑장공시	사건 발생일 → 공시일 지연	의무공시 기한 초과	high
늑장공시	거래정지 직전 24h 내 부정 공시	발생	high
호재 부풀리기	동일 호재 (MOU·신사업) 반복 공시 횟수	≥ 3 회 / 6M	medium
호재 부풀리기	호재 공시 후 12M 내 실제 매출 반영	< 10%	high
정정공시	정정 본문 핵심 숫자 변경 (매출·이익)	≥ 5% 변경	high
어닝 게임	잠정실적 직전 비공식 가이던스	발생	medium
어닝 게임	매 분기 시장 추정 대비 +1~3% 흑자	4 분기 연속	medium

4. 반례·한계

• Falsifier: 공시 timestamp 또는 본문 부재 시 timing 진단 불가 — DART 원문 fetch 후 재호출.
• 사건 발생일 확정 어려움: 의무공시 기한은 사유 발생 익일 기준인데, “발생일” 자체가 회사 내부 판단 (이사회 결의일·계약일·인지일) 이라 외부 판정이 항상 명확하지 않다. 늑장 단정 시 법적 기한 vs 추정 발생일 별도 메모.
• 반복 공시의 정당성: 신사업 MOU·R&D 진행상황은 진행상황 자율공시 가 정상이라 단순 횟수만 보면 정상 패턴을 부풀리기로 오판할 수 있다. 실제 매출 반영 + 공시 본문 변화 동행 검증.
• 정정공시 = 회계 부실 ≠: 정정공시는 typo·첨부 누락 등 단순 정정도 다수. 본문 핵심 숫자 변경 폭 으로 분류 필요.
• 어닝 서프라이즈 game 외부 소스 의존: 시장 합의 추정치 (FnGuide·Bloomberg 등) 는 dartlab L1/L1.5 범위 밖. 외부 소스 인용 후 판단.
• 자율공시 편향: 호재는 자율공시·악재는 의무공시 패턴 자체가 제도적 구조 (한국 자율공시 도입 의도) 의 산물이라 단순 편향만으로 부풀리기 단정 금지.
• 거래정지 직전 부정 공시: 거래정지 직전 24h 신호는 강하나, 거래정지 사유 자체가 공시 누락 인 경우 인과 역전 (공시 → 정지 vs 정지 → 공시). 사유 별도 확인.

5. 후속 모니터링

신호	임계	조치
지연 일수 평균	≥ 5 영업일	의무공시 위반 추적
정정공시 횟수 / 분기	≥ 3 회	정정 본문 차이 ledger 작성
호재 반복 공시 후속 매출	< 10% / 12M	부풀리기 신호 격상
어닝 서프라이즈 연속	4 분기 연속 ±1~3%	가이던스 game 추적
정정 본문 매출 변경 폭	≥ 10%	회계 부실 의심 격상
거래정지 직전 부정 공시	발생	늑장공시 가중치 high

대표 반환 형태

• tableRef:timing:disclosure_log — 공시 timestamp ledger
• tableRef:timing:event_vs_filing_lag — 사건 발생 → 공시 지연 일수
• tableRef:timing:positive_negative_balance — 호재/악재 균형
• tableRef:timing:correction_diff — 정정공시 본문 차이
• tableRef:timing:earnings_surprise — 어닝 시즌 timing
• valueRef:timing:avg_delay_days — 평균 지연 일수
• valueRef:timing:correction_count_quarter — 분기당 정정 횟수
• valueRef:timing:anomaly_score — timing 이상 종합 점수
• sourceRef:timing:disclosure_id — 공시 id
• executionRef:timing:calc_id — RunPython 실행 id

연계 절차

• 사건 ↔ 재무 매칭 → recipes.fundamental.quality.forensics.eventToStatementMatcher
• 주석 신호 (계속기업·정정) → recipes.fundamental.quality.forensics.noteSignalExtractor
• 계정 추적 → recipes.fundamental.quality.forensics.accountTraceLedger
• 실질지배력 (정보 비대칭 동행) → recipes.fundamental.quality.forensics.controllingPowerJudgment
• 영업권 손상 (호재 반복 후 손상) → recipes.fundamental.quality.forensics.goodwillImpairmentCheck

재호출 트리거: “한화 늑장공시”, “어닝 서프라이즈 game”, “공시 timing 이상”, “호재 부풀리기”, “정정공시 패턴”.

기본 검증

• 공시 시계열 ≥ 3 년.
• 의무공시 기한 (법규) 본문 인용.
• 호재·악재 분류 + 분기별 건수.
• 정정공시 발생 시 본문 차이 핵심 숫자 명시.
• falsifier — 사건 발생일 확정 어려움 메모.

AI 직접 사용 방식

1. ReadSkill 에서 공시 timing 질문이면 본 recipe 선정.
2. target stockCode 확인.
3. Company.filings(window="3Y") 공시 시계열.
4. Company.panel("IS", freq="Q") 분기 실적 — 어닝 시즌 timing 비교.
5. scan("disclosureRisk") 횡단 비교 — 동종 업종 평균 대비.
6. RunPython 으로 4 패턴 신호 점수 계산.
7. 답변에 timestamp ledger + 호재·악재 균형 + 정정 차이 + 어닝 시즌 timing 4 셋 + 반례·한계 필수.