• 한국환경생태학회지
• /
• 제27권1호
• /
• pp.85-98
• /
• 2013

본 연구는 통영 수월숲의 인문학적 특성과 자연생태적 특성을 바탕으로 효율적인 보존 관리방안을 제안하기 위해 진행하였다. 김해김씨 서암파 문중 소유인 대상지는 약 1,000년 전 태풍에 대비하여 농작물을 보호하고자 조성한 숲으로 1960년까지 동신제를 지내는 등 양호하게 보호 관리되어 왔었다. 방풍림의 면적은 $12,392.69m^2$로 느티나무, 팽나무, 푸조나무 등 낙엽활엽수 노거수가 우점종이었으며 주변은 경작지(52.1%), 도시화지역(26.3%), 산림지역(16.6%)으로 둘러싸여 있었다. 우점종 및 이용압을 고려하여 군집을 분류한 결과, 이용압이 낮은 푸조나무군락(I), 굴피나무-소사나무-느티나무군락(II), 이용압이 높은 느티나무군락(III), 느티나무-푸조나무군락(IV), 이용에 의해 하층이 훼손된 느티나무군락(V)으로 구분되었다. 방풍림의 보존상태는 양호하나 과거 잘못된 마을숲 복원 사업, 내부를 관통하는 산책로, 교육장 설치 등으로 인해 훼손의 우려가 있었다. 따라서 수월숲 고유의 가치를 복원하기 위해서는 개발에 의한 숲 변화, 이용압에 의한 훼손, 관리부재로 인한 쇠퇴현상을 개선해야 할 것이다. 이용압에 의한 훼손을 방지하기 위해서는 과도한 휴게시설 철거와 정적이고 소극적인 이용을 유도해야 하고, 개발에 의한 숲 변화를 막기 위해서는 우회로를 설정한 후 관통도로를 폐쇄하는 것이, 관리부재로 인한 쇠퇴현상 개선을 위해서는 현명한 이용을 전제로 차대목 육성과 하층식생 복원이 필요하였다. 차대목은 숲내 우점종인 느티나무, 팽나무, 푸조나무, 이팝나무 등을 모수로 실생묘를 육성 도입하여 식생 및 원형경관을 회복해야 할 것이다. 하층식생 훼손지역 복원을 위해 훼손지와 양호한 식생군락을 비교한 결과 아교목층은 10.8개체, 관목층은 79.7개체 차이가 나므로 부족분을 보완식재해야 할 것이다.

• 한국환경생태학회지
• /
• 제35권2호
• /
• pp.135-153
• /
• 2021

비무장지대는 한반도 동-서 248km를 횡단하는 군사분계선을 기준으로 남, 북 각각 2km씩 무장이 금지된 지역이다. 그 중 남쪽으로 2km 떨어진 경계를 남방한계선이라고 한다. 비무장지대는 정전협정 이후 자연천이과정을 거치며 독특한 생태계를 형성한 지역으로 보전가치가 높다. 그러나 남방한계선 철책주변과 일부 지역은 군작전수행을 위한 각종 시설이용과 제초작업으로 인한 훼손이 빈번하게 발생하고 있다. 본 연구는 훼손된 불모지 식생복원을 위한 기초자료 마련을 목적으로 시행되었다. 불모지 식생구조 파악을 위해 지표종을 중심으로 식생군락을 분류한 결과 뱀딸기군락, 비비추군락, 기린초-돌나물군락, 가락지나물군락, 양지꽃군락, 꿀풀군락, 구절초-그늘사초군락, 산구절초군락, 질경이-토끼풀군락, 좀씀바귀-매듭풀군락 등 10개 군락으로 구분되었다. 남방한계선 내 불모지는 군사적 활동으로 인한 토양침식, 지형변화, 산불 등 인위적인 교란이 지속적으로 발생하기 때문에 교란된 환경에 대한 적응성이 높은 종을 중심으로 식생이 발달하는 특성을 나타냈다. 분류된 군락 내 우점종은 대부분 우리나라 전국에 분포하는 종으로 길 또는 길가, 나지, 훼손지, 초지 등 주변에서 흔히 볼 수 있는 식물로 구성되어 있다. 현재 비무장지대 불모지 식생은 나지에서 초본식생으로 발달하는 천이 초기의 형태를 보인다. 불모지 내 분포하는 우점종은 특별한 유지·관리 없이도 자생할 수 있으므로 향후 복원소재 개발에 활용하거나 복원 종 선정 등에 유용하게 사용될 수 있을 것이다

• Journal of Nutrition and Health
• /
• 제56권2호
• /
• pp.203-216
• /
• 2023

본 연구는 전북지역 대학생 447명을 대상으로 소셜미디어 이용동기 유형에 따른 소셜미디어 이용실태, 관련 식행동 및 체중조절 행태 등을 조사한 결과는 다음과 같다. 소셜미디어 이용동기 유형은 '흥미중심군,' '다목적 정보탐색군,' '관계중심군'으로 분류하였다. 조사대상자는 유튜브, 인스타그램, 페이스북을 주로 이용하며, '흥미중심군'은 게임, 스포츠 경기 및 교육 강의 등, '다목적 정보탐색군'은 음악, 영화, 드라마 및 먹방, 패션 등, '관계중심군'은 뉴스, 정치이슈 및 교육 강의에 관심이 높았다. 조사대상자의 소셜미디어 1일 이용시간은 모든 군에서 1시간 이상 1시간 30분 미만이 40.7%로 나타났다. 소셜미디어 관련 식행동의 군집별 평균은 '다목적 정보탐색군' 3.09 ± 0.82점, '관계중심군' 2.67 ± 0.75점, '흥미중심군' 2.40 ± 0.86점이었다. '소셜미디어에서 음식 레시피에 관한 정보를 듣고 따라서 요리를 한 적이 있다'가 가장 높은 식행동점수를 보였다. 현재 자신의 체중에 대하여 '흥미중심군'과 '다목적 정보탐색군'이 '관계중심군'보다불만족수준이높았으며, 실제체중조절경험이더많으며, 소셜미디어의체중조절 정보를 더 많이 이용하고 있었다. 가장 선호하는 체중조절 방법은 '규칙적인 운동'이나 '다목적 정보탐색군'은 다른 군보다 높게 '소셜미디어의 홈 트레이닝'을 병행하고 있었다. 이상의 결과, 전북지역 대학생의 소셜미디어 이용동기 유형이 '흥미중심군'과 '다목적 정보탐색군'일 때 '관계중심군'보다 체중조절 경험이 더 많으며 소셜미디어에서 관련정보를 더 활용하고 있었다. 따라서 향후 체중조절 관련 교육 프로그램은 대학생들의 소셜미디어 이용행태를 고려하여 흥미와 관심을 유발할 수 있는 주제로 프로그램을 구성하고 장소와 시간제약이 없도록 소셜미디어 매체를 활용함으로써 보다 많은 학생들에 대한 참여유도가 필요할 것으로 보인다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.