• 한국경제지리학회지
• /
• 제18권1호
• /
• pp.1-16
• /
• 2015

세계화와 산업구조조정으로 사회경제적 양극화가 진행됨에 따라 계층 간 거주지 분리가 심화될 것으로 여겨진다. 본 연구는 한국사회에서 1990년대 말 경제위기로 사회경제적 양극화가 급진전했음을 주목하고 이가 도시 내 거주지 분리에 미친 영향을 살펴보고자 하였다. 서울시를 사례로 2000년대를 걸쳐 일어난 계층별 거주지 분리의 변화를 분석하였다. 계층은 교육수준으로 정의되었으며 자료는 동별로 통계청 마이크로데이터서비스시스템(MDSS)을 통해 추출하였다. 거주지 분리의 주요 지리적 양태별로 개별 도시에서 시계열적 변화를 가늠하는 전역적 측도와 도시 내 공간적 변이를 보여주는 국지적 측도를 활용하였다. 구체적으로 집중-균등을 측정하기 위해 전역적 지표로 상이지수를 그리고 국지적 지표로 입지계수를 활용하였으며 군집-노출을 측정하기 위해 전역적 지표로는 상호작용지수와 노출지수를 국지적 지표로는 로컬 Moran's I를 활용하였다. 분석 결과, 사례지역에서 계층별 거주지 분화가 심화되었으며 도시내에서 뚜렷한 공간적 패턴을 보이고 있으며 계층 간 거주 패턴은 상호 연관되어 있음이 밝혀졌다. 본 연구는 국내 수위 도시에서 경제 위기 이후 거주지 분리의 최근 변화상을 보다 체계적인 방법으로 파악하였다는데 그 의의가 있다.

• 한국산림과학회지
• /
• 제106권3호
• /
• pp.310-319
• /
• 2017

본 연구는 참나무시들음병이 수도권에 피해가 집중되어 있는 점을 고려해 북한산, 청계산, 수리산의 시계열 항공사진을 사용하여 감독분류기법(supervised classification)으로 피해목을 분류하였으며, 피해지의 공간적인 특성을 분석하기 위해 피해목 위치의 지형적 특성을 통계처리 하여 고도와 경사와의 밀접한 상관관계를 확인하였다. 또한, Moran's I 통계분석을 이용한 북한산의 Moran's I 값은 2009, 2010, 2012년 각 0.25, 0.32, 0.24, 청계산은 2010, 2012, 2014년 각 0.26, 0.32, 0.22, 수리산은 2012, 2014년 각 0.42, 0.42의 값을 갖으며, 이는 피해목이 군집하여 분포함을 의미한다. 아울러, 피해목 군집의 이동성을 파악하기 위해 hotspot 분석을 실시하여 시계열적으로 hotspot이 이동하는 특성을 확인하였다. 참나무 시들음병의 전체 hotspot 면적(z-score>1.65) 중 고도 200~400 m, 경사 $20{\sim}40^{\circ}$에 분포하는 활엽수 및 혼효림에서의 발생비율은 약 80%로 나타났다. 이는 미래의 피해지역 hotspot은 상기의 지형 및 임상조건에서 발생 또는 이동될 수 있음을 시사한다. 본 연구의 결과는 참나무시들음병의 이동경로 예측의 기초자료로 이용될 수 있으며, 향후 병해충 피해의 사전 방제 및 시스템 구축에 사용될 수 있다.

• 지질공학
• /
• 제24권2호
• /
• pp.217-225
• /
• 2014

대규모 수막재배 시설은 동절기 수막재배 기간 동안 군집 취수정의 영향으로 지하수위가 하강하고 이로 인해 지하수 취수량 확보에 어려움을 겪고 있다. 본 연구에서는 동절기 수막재배지역에서의 집중취수에 따른 정밀한 지하수위 변화 분석을 수행하고자 한다. 대상지역인 청원군의 수막재배지역을 포함한 소유역의 지하수 유동을 모의하기 위해 3차원 유한차분모형인 MODFLOW를 구축하였으며, 중요한 입력자료인 지하수 함양량 시계열 자료는 유역수문모형 SWAT모형을 이용하여 구하였다. 여기에 수막재배지의 일최저기온과 취수가동시간과의 관계를 통해 지하수 이용량을 추정한 선행 연구(Moon et al., 2012)를 참고하여 취수계획을 수립, 지하수 모델링에 반영하였다. 부정류 모델링의 적합도를 평가하기 위해 동절기의 모의된 지하수위 강하 패턴을 관측지하수위 자료와 비교하였다. 모델링 기간은 수막재배가 본격적으로 이루어지는 2012년 11월부터 2013년 3월까지의 107일간으로 정하였다. 모의결과 동절기 지하수위 관측값과 비교적 유사한 지하수 하강을 재현할 수 있었고, 일최저기온을 이용한 취수계획방식이 다른 수막재배지역의 지하수 유동해석에도 적용가능할 것으로 판단되었다.

• 한국지리정보학회지
• /
• 제13권4호
• /
• pp.111-124
• /
• 2010

지표면의 환경변화를 관측하는 것은 토지사용과 기후변화, 기상연구, 농업, 지표면의 에너지 균형 및 환경시스템에 매우 중요한 연구로 이용되어지고 있다. 최근 위성영상을 이용한 변화탐지는 국지 단위 환경변화 탐지를 위해 그 필요성이 높아지고 있는 실정이며, 특히 잦은 개발과 변화로 주기적인 탐지가 필요한 도심지역의 변화탐지는 국토환경변화 및 지역계획 연구에 대한 효율적인 의사결정 지원이 가능하므로 그 활용성이 매우 높아지고 있다. 이러한 배경으로, 위성 영상을 이용한 원격탐사 자료를 활용한 분석은 비교적 짧은 시간에 광범위한 지역의 영상 정보를 취득할 수 있기 때문에 국토 환경변화 관리 분야에서의 적용 가능성이 높다. 본 연구에서는 인공위성 자료를 활용하여 변화탐지를 수행할 때 공간정보 추출의 정확성을 높이는 기술 개발을 위해 시계열자료의 통계적 분석을 통한 변화탐지기법 개발을 수행하였다. 전처리된 자료를 이용하여 정규화 식생지수를 산출하고 K-mean clustering 무감독 분류를 통해 처리된 데이터를 연구영역의 10년간 자료를 이용한 평균 정규화 식생지수 값과 표준편차 값을 계산하여 각각의 화소별 상대적인 변화량을 측정하여 변화 정도를 탐지하였다. 일반적으로 변화 탐지 수행 시, 태양광 채널을 이용할 경우 기하학적 특성에 의해 발생하는 방향성 효과를 보정하여야 한다. 본 연구에서는 대기 보정과 방향성 보정이 수행된 중 저해상도 정규화 식생지수를 이용하여 객관적인 변화 임계치 값을 결정하였다. 연구결과 반사도 값의 차이를 이용한 변화탐지보다 객관적이고 명확하게 변화지역을 탐지할 수 있었다.

• 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.