• 한국방재안전학회논문집
• /
• 제13권1호
• /
• pp.1-11
• /
• 2020

수문 통계 분야에서 관측된 자료를 대표할 수 있는 확률분포 모형을 추정하는 일은 매우 중요한 문제이다. 이를 위해 표본 자료로부터 추정되는 확률분포 모형과 가정된 이론적 확률분포 모형의 일치 정도를 통해 적합도 검정을 수행한다. 확률 도시 상관계수 검정(PPCC)은 적합도 검정 방법 중 하나로 적용 방법이 간편하면서도 높은 기각력을 가지고 있다. 본 연구에서는 L-모멘트 법 기반의 generalized extreme value(GEV) 분포 모형을 위한 PPCC의 검정 통계량을 유도하고 이를 다변량 비선형 형태의 회귀식으로 제시하였다. 새롭게 제시된 방법의 기각력을 검토하고자 기존의 적합도 검정 방법들과 모의실험을 수행하였으며 그 결과 본 연구에서 제시된 PPCC-A 검정 방법이 기존의 PPCC 검정을 비롯한 다른 적합도 검정 방법보다 우수한 기각력을 보이는 것으로 나타났다. 이를 통해 표본 자료를 좀 더 정확하게 대표할 수 있는 확률분포 모형을 구축하는 데 도움이 될 것으로 기대된다.

• Journal of Animal Science and Technology
• /
• 제46권2호
• /
• pp.137-144
• /
• 2004

불연속 범주형 자료에 대한 잠재변수가 존재한다는 가정하에 임계값을 추정하고 잠재변수를 생성하며 생성된 잠재변수 및 기타 연속변량에 대한 관측치를 포함하는 다변량 임계개체모형을 설정하고 유전능력을 예측하기 위한 방법을 제시하였다. 각각의 범주형 조사 자료의 특성을 갖는 형질에 있어서 임계점의 추정은 추정 가능한 임계점에 대한 1차 미분값(gradient)과 2차 미분값(Hessian)을 이용한 Newton 방법을 이용하면 추정가능하며 지역모수인 육종가의 추정은 PCG 방법으로 구현 가능하다. 이러한 이론은 Quaas(2001)가 제시한 하나의 이산형 자료와 하나의 연속형 자료의 2변량 동시 분석방법을 확장하여 전개한 것이며 이때 잠재변수 및 임계점의 추정은 기타 형질의 잔차 회귀계수 및 상관을 고려해야 한다. 본 연구를 위한 모의실험은 2개의 연속변량으로 체중과 유량을 고려하였고 또 다른 2개의 불연속 변량인 분만난이도와 출생시 생존유무를 고려하여 4형질 동시 분석을 실시하였다. 임계모형에 의한 육종가 추정치의 정확도는 4개의 구간으로 분류되어 기록된 분만난이도의 경우에 91${\sim}$92%의 정확도를 보였고 이항분포인 분만시 생존유무에 대하여는 87~89%의 정확도를 보였다. 반면에 이들 범주형 자료를 선형으로 간주하고 분석한 선형 동물개체 혼합모형에서는 72${\sim}$84% 및 59${\sim}$70%으로 비교적 낮은 추정의 정확도를 보였다. 따라서 범주형 자료의 유전분석은 선형 혼합모형 보다 임계형 혼합모형이 크게 타당할 것으로 사료되었다.

• 경영과정보연구
• /
• 제39권2호
• /
• pp.17-37
• /
• 2020

본 연구의 목적은 2007년~2010년 유로 도입 이후 금융위기 및 그에 따른 EU 부채위기까지의 기간 내에 미국, 유럽 및 BRIC 금융시장 간의 선형과 비선형 인과관계의 존재를 통해 글로벌 전이효과를 조사하는데 있다. 금융위기로 인한 글로벌 전이효과가 잘 설명되어 있지만, 미국, 유럽 및 BRIC 주식시장 간의 변동성 전이효과의 특성 뿐만 아니라 전달 메커니즘은 체계적으로 조사되지 않았다. 동적 선형 및 비선형 인과관계를 조사하기 위해 단계적인 필터링 방법론이 도입되었는데, 이는 벡터자기회귀모형과 다변량 GARCH 모형을 포함한다. 본 논문의 표본은 유로 이후 기간을 포함하고 또한 2007년 금융위기, 2008년 글로벌 금융위기, 2010년 유로존 부채위기도 포함한다. 본 연구의 실증결과는 BRIC 주식시장의 효율성에 많은 함의를 가질 수 있는데 시장의 예측가능성에 영향을 미칠 뿐만 아니라 시장의 금융통합의 과정을 수량화하기 위해서 미래의 연구에 유용할 수 있다. 미국, 유럽 및 BRIC 간의 상호 의존성이 감지되면 금융시장 규제, 헤징 및 거래 전략에 대한 중요한 함의를 나타낼 수 있다. 또한 결과는 BRIC이 미국발 서브프라임 금융위기 이후 국제적으로 통합되고 있고 전이효과가 더욱 구체화 되어 현저하게 나타나고 있다는 것을 보여준다. 더욱이, 탈동조화 견해를 지지하는 일관된 증거가 전혀 없다. 일부 비선형 인과관계는 조사기간 동안 필터링 후에도 지속된다. 비록 꼬리분포 의존성과 고적률이 나머지 상호 의존성의 유의한 요소일 수 있을지라도, 이것은 비선형 인과관계가 단순한 변동성 효과에 의해 대체로 설명될 수 있다.

• 한국콘텐츠학회논문지
• /
• 제19권6호
• /
• pp.236-248
• /
• 2019

수도권의 그린벨트는 도시 경계선을 설치하여 생태 보호체계를 구축하고 도시의 탄성을 강화하는 데 목적이 있다. 베이징시에서 현재 진행되고 있는 도시종합계획이 실시되는 기한 동안 두 그린벨트가 포함하는 지역의 녹색 공간은 변화에 따라 그 비율에 큰 차이가 존재한다. 본 연구는 이를 출발점으로 삼아 '도시 구조체계요소' 및 '정책과 계획요소'가 녹색 공간 규모의 변화와 갖는 상관성을 연구하여, 베이징시 녹색 공간의 계획 시행에 영향을 미치는 요소들을 탐구하고자 한다. 본 연구는 다변량 선형 회귀 모형을 이용하여 베이징의 두 그린벨트를 대상으로 삼아 도시체계요소 및 계획정책요소(독립 변수)와 그린벨트 내의 건설용 토지의 증가(종속 변수)간의 상관관계를 검증하였다. 인구밀집과 건설용 토지가 확장될 수 있는 동력의 영향을 받아 산지, 물가, 단위 면적당 임대료, 대중교통의 접근성, 신설된 국가 소유의 건설용 토지 등 도시체계요소는 녹색 밸트 내의 건설용 토지의 규모 변화와 상관관계를 보인다는 것을 알 수 있었다.

• 한국경제지리학회지
• /
• 제13권2호
• /
• pp.234-252
• /
• 2010

본 논문은 서울 강남 3개구(강남구, 서초구, 송파구)의 아파트시장을 재건축대상과 재건축대상외(外)아파트로 구분하고 자본자산가격결정모형(Capital Asset Pricing Model, CAPM)을 활용하여 아파트시장의 위험과 수익 간의 관계를 분석하고자 한다. 이를 통해 서울 강남 재건축 아파트 자산의 의사금융자산(quasi-financial asset)화 경향허의 한 단면을 보여 주고자 한다. 단일 CAPM 모형 결과는 위험과 수익 간의 관계가 정(+)이라는 것을 보여주고 있다. 또한 시장요인 이외에 SMB(small minus big), 모멘텀(momentum), 비체계적 위험 변수들을 반영한 다변량 CAPM 모형 결과에 따르면, 시장요인과 SMB는 일반아파트와 재건축대상 아파트시장 모두에서 수익률에 대해 정(+)의 효과를 미치고 있다. 비체계적 위험변수는 재건축대상 아파트시장에서 통계적으로 유의하지만, 모멘텀 변수는 회귀모형에 따라 상이한 결과가 나타났다. 평형규모와 가격변동성 또는 베타값을 이용한 포트폴리오 분석도 위험-수익 간의 강한 정(+)의 선형 관계와 SMB 효과가 나타나고 있음을 확인하여 주고 있다. 이처럼 서울 강남 3개구 아파트시장, 특히 재건축 예정 아파트시장에는 주택자산의 투자재적 성격이 더욱더 부각되고 있다.

• 지능정보연구
• /
• 제24권4호
• /
• pp.1-32
• /
• 2018

본 연구는 경제적으로 국내에 큰 영향을 주었던 글로벌 금융위기를 기반으로 총 10년의 연간 기업데이터를 이용한다. 먼저 시대 변화 흐름에 일관성있는 부도 모형을 구축하는 것을 목표로 금융위기 이전(2000~2006년)의 데이터를 학습한다. 이후 매개 변수 튜닝을 통해 금융위기 기간이 포함(2007~2008년)된 유효성 검증 데이터가 학습데이터의 결과와 비슷한 양상을 보이고, 우수한 예측력을 가지도록 조정한다. 이후 학습 및 유효성 검증 데이터를 통합(2000~2008년)하여 유효성 검증 때와 같은 매개변수를 적용하여 모형을 재구축하고, 결과적으로 최종 학습된 모형을 기반으로 시험 데이터(2009년) 결과를 바탕으로 딥러닝 시계열 알고리즘 기반의 기업부도예측 모형이 유용함을 검증한다. 부도에 대한 정의는 Lee(2015) 연구와 동일하게 기업의 상장폐지 사유들 중 실적이 부진했던 경우를 부도로 선정한다. 독립변수의 경우, 기존 선행연구에서 이용되었던 재무비율 변수를 비롯한 기타 재무정보를 포함한다. 이후 최적의 변수군을 선별하는 방식으로 다변량 판별분석, 로짓 모형, 그리고 Lasso 회귀분석 모형을 이용한다. 기업부도예측 모형 방법론으로는 Altman(1968)이 제시했던 다중판별분석 모형, Ohlson(1980)이 제시한 로짓모형, 그리고 비시계열 기계학습 기반 부도예측모형과 딥러닝 시계열 알고리즘을 이용한다. 기업 데이터의 경우, '비선형적인 변수들', 변수들의 '다중 공선성 문제', 그리고 '데이터 수 부족'이란 한계점이 존재한다. 이에 로짓 모형은 '비선형성'을, Lasso 회귀분석 모형은 '다중 공선성 문제'를 해결하고, 가변적인 데이터 생성 방식을 이용하는 딥러닝 시계열 알고리즘을 접목함으로서 데이터 수가 부족한 점을 보완하여 연구를 진행한다. 현 정부를 비롯한 해외 정부에서는 4차 산업혁명을 통해 국가 및 사회의 시스템, 일상생활 전반을 아우르기 위해 힘쓰고 있다. 즉, 현재는 다양한 산업에 이르러 빅데이터를 이용한 딥러닝 연구가 활발히 진행되고 있지만, 금융 산업을 위한 연구분야는 아직도 미비하다. 따라서 이 연구는 기업 부도에 관하여 딥러닝 시계열 알고리즘 분석을 진행한 초기 논문으로서, 금융 데이터와 딥러닝 시계열 알고리즘을 접목한 연구를 시작하는 비 전공자에게 비교분석 자료로 쓰이기를 바란다.