• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 1999.03a
• /
• pp.271-280
• /
• 1999

인공신경망을 시계열예측에 적용하는 경우에 고려되어야 할 문제중, 특히 모형에 적합한 입력변수의 생성이 중요시되고 있는데, 이러한 분야는 인공신경망의 모형생성과정에서 입력변수에 대한 전처리기법으로써 다양하게 제시되어 왔다. 가장 최근의 입력변수 전처리기법으로써 제시되고 있는 신호처리기법은 전통적 주기분할처리방법인 푸리에변환기법(Fourier transforms)을 비롯하여 이를 확장시킨 개념인 웨이블릿변환기법(wavelet transforms) 등으로 대별될 수 있다. 이는 기본적으로 시계열이 다수의 주기(cycle)들로 구성된 상이한 시계열들의 집합이라는 가정에서 출발하고 있다. 전통적으로 이러한 시계열은 전기 또는 전자공학에서 주파수영역분할, 즉 고주파 및 저주파수를 분할하기 위한 기법에 적용되어 왔다. 그러나, 최근에는 이러한 연구가 다양한 분야에 활발하게 응용되기 시작하였으며, 그 중의 대표적인 예가 바로 경영분야의 재무시계열에 대한 분석이다. 전통적으로 재무시계열은 장, 단기의사결정을 가진 시장참여자들간의 거래특성이 시계열에 각기 달리 가격으로 반영되기 때문에 이러한 상이한 집단들의 고요한 거래움직임으로 말미암아 예를 들어, 주식시장이 프랙탈구조를 가지고 있다고 보기도 한다. 이처럼 재무시계열은 다양한 사회현상의 집합체라고 볼 수 있으며, 그만큼 예측모형을 구축하는데 어려움이 따른다. 본 연구는 이러한 시계열의 주기적 특성에 기반을 둔 신호처리분석으로서 기존의 시계열로부터 노이즈를 줄여 주면서 보다 의미있는 정보로 변환시켜줄 수 있는 웨이블릿분석 방법론을 새로운 필터링기법으로 사용하여 현재 많은 연구가 진행되고 있는 인공신경망의 모형결합을 통해 기존연구과는 다른 새로운 통합예측방법론을 제시하고자 한다. 본 연구에서는 제시하는 통합방법론은 크게 2단계 과정을 거쳐 예측모형으로 완성이 된다. 즉, 1차 모형단계에서 원시 재무시계열은 먼저 웨이브릿분석을 통해서 노이즈가 필터링 되는 동시에, 과거 재무시계열의 프랙탈 구조, 즉 비선형적인 움직임을 보다 잘 반영시켜 주는 다차원 주기요소를 가지는 시계열로 분해, 생성되며, 이렇게 주기에 따라 장단기로 분할된 시계열들은 2차 모형단계에서 신경망의 새로운 입력변수로서 사용되어 최종적인 인공 신경망모델을 구축하는 데 반영된다. 기존의 주기분할방법론은 모형개발자입장에서 여러 가지 통계기준치중에서 최적의 기준치를 합리적으로 선택해야 하는 문제가 추가적으로 발생하며, 본 연구에서는 이상의 제반 문제들을 개선시키기 위해 통합방법론으로서 기존의 인공신경망모형을 구조적으로 확장시켰다. 이 모형에서 기존의 입력층 이전단계에 새로운 층이 정의된다. 이렇게 해서 생성된 새로운 통합모형은 기존모형에서 생성되는 기본적인 학습파라미터와 더불어, 본 연구에서 새롭게 제시된 주기분할층의 파라미터들이 모형의 학습성과를 높이기 위해 함께 고려된다. 한편, 이러한 학습과정에서 추가적으로 고려해야 할 파라미터 갯수가 증가함에 따라서, 본 모델의 학습성과가 local minimum에 빠지는 문제점이 발생될 수 있다. 즉, 웨이블릿분석과 인공신경망모형을 모두 전역적으로 최적화시켜야 하는 문제가 발생한다. 본 연구에서는 이 문제를 해결하기 위해서, 최근 local minimum의 가능성을 최소화하여 전역적인 학습성과를 높여 주는 인공지능기법으로서 유전자알고리즘기법을 본 연구이 통합모델에 반영하였다. 이에 대한 실증사례 분석결과는 일일 환율예측문제를 적용하였을 경우, 기존의 방법론보다 더 나운 예측성과를 타나내었다.

• Spatial Information Research
• /
• v.14 no.1 s.36
• /
• pp.163-176
• /
• 2006

The concept of 'spatial association' explains spatial distribution pattern of geographical phenomenon based on similarity with neighborhoods, as in the Tobler's Law of Geography: 'Everything is related to everything else, but near things are more related than distant things.' In this study, we develop a time-series exploratory analysis tool for discovering temporal patterns of spatial association by combining spatial statistics and geo-visualization, and thus present a possibility to support spatial decision-making process. As for the spatial proximity weight matrix indispensable to measuring global and local spatial association, we employ a variety of flexible weighting schemes using geometric characteristics of areal unit. In addition, we renovate the existing visualization methods for more effective understanding of the procedures and results of time-series analysis on spatial association: for instance, temporal parallel coordinate plot with box plot, animated map for spatial association, and 3D Moran scatterplot. The feasibility of our system is verified by time-series analysis experiments on the spatial association of land price fluctuation rate for all administrative units in Korea, $1995{\sim}2004$.

• KDI Journal of Economic Policy
• /
• v.34 no.3
• /
• pp.187-214
• /
• 2012

Korea's national income statistics have been compiled by the Bank of Korea since 1953. However, there is a break in the time series. The current time series (1970 onward) is based on the '1993 SNA (System of National Accounts)' suggested by the UN, and the previous time series (1953~1970) was based on the '1953 SNA'. The difference between the previous and current time series is 4.8% in 1970 when the two series overlap. The difference is even greater in terms of comparisons across industries. In addition, it has now become even more difficult to connect the current and the previous time series because, in 2009, the Bank of Korea introduced a chain weighted method for calculating the current time series (1970 onward). Under the chain weighted method, the time series underwent substantial modification; for instance, the economic growth rate during 1970~2005 is 0.9%p higher than the rate under the general method. This paper applies chain weighted values and the '1993 SNA' to the previous time series (1953~1970) by utilizing various national account manuals published by the UN and previous Korean input-output tables in order to calculate a long term time series from 1953 to 2010 based on the same criteria as the current time series (1970 onward). In the revised time series, it appears that 1953 GDP at current basic prices is 3.5% higher and the growth rate for the period of 1953~1970 is 1.5%p higher each year than under the previous time series. Under the revised time series the size of the Korean economy as of 2010 is 50-fold bigger than that of 1953. In terms of industries, manufacturing and SOC show significant expansion whereas the extent of that of the service industry is relatively small.

• Proceedings of the Korean Statistical Society Conference
• /
• 2004.11a
• /
• pp.41-48
• /
• 2004

2002년 10월 유럽통계협회는 품질지수개발을 위해 협회소속국가들이 연합하여 특별연구팀을 발족시켰다. 이 팀의 주목적은 유럽통계협회에서 생산되는 자료의 품질을 측정하기 위해 대표성이 있으며, 계산하기 쉽고, 이해하기 쉬운 지수를 개발하는 것이었다. 유럽 통계협회는 연구팀에서 개발한 지수를 이용하여 내부품질보고서를 작성하도록 결정하였다. 개발된 풀질지수들은 유럽 통계협회 소속 국가에 의해 생산된 통계에 적용하기 적합해야하며 유럽전체를 위해 Eurostat 이 보유하고 있는 통계에도 적합해야한다. 그러므로 지수들은 각 국이 합의한 용어, 공식, 변수, 도메인, 분석의 정도를 고려하여 개발되도록 하였다. 이러한 지수는 정기적으로 생산되도록 규정하고 있으며 이 규정이 지켜지기 위해서는 동일한 변수, 공식 통이 적용되어야함은 물론이고 시계열의 유지를 위해 관련된 메타데이터가 제공되어야한다. 서로 다른 조사결과로부터 관련된 통계량의 측정과 개념들간의 차이를 확인하기 위해서 메타데이터는 반드시 필요하며 품질보고서가 있는 경우 많은 도움이 릴 것이다. 본 연구에서는 동계생산자의 관점에서 본 각각의 품질 요소에 따라서 생산된 다양한 통계의 풀질을 평가하기 위해서 개발된 일련의 표준화된 품질지수를 제시할 것이다. 각 지수들의 정의와 가장 대표적인 지수산출을 제안하고 지수산출을 위해 필요한 메타데이터를 선명한 것이다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2017.05a
• /
• pp.30-30
• /
• 2017

한반도의 기후변화는 전 세계 평균보다도 빠르게 진행되고 있다. 최근 빈발하고 있는 태풍 및 극한 강우, 폭설과 한파, 온난화 현상 등이 그 예이다. 특히 북한지역은 오랜 식량난과 에너지난으로 산림생태계가 훼손되어 홍수 및 이수와 같은 기후변화 관련 자연재해에 매우 취약하다. 이렇게 예상되는 대규모 자연재해를 대비하고 기후변화에 효율적으로 대처하기 위해서는 체계적이고 과학적인 기상 및 기후 예측 정보의 활용이 매우 중요하다. 하지만 북한지역은 우리가 수문자료를 구하기가 힘들고, 직접 측정을 할 수 없으므로 수문자료의 수집에 한계가 있기 때문에 기후변화관련 수문연구에 한계점이 있다. 따라서 본 논문에서는 WMO에서 제공하고 있는 북한의 27개 기상관측소의 강수량, 기온자료와 기상청의 RCP8.5기후변화시나리오를 제공 받아 각 관측소별 미래 잠재증발산량을 산정하였다. 또한 lumped conceptual model인 WASMOD 모형을 이용하여 북한의 대표유역(금야강, 대동강, 두만강, 압록강, 예성강, 임진강, 장연남대천)에 적용하여 부족한 수문시계열자료를 산정하였다. 이렇게 산정된 북한의 미래 수문순환요소의 시계열자료를 이용하여 통계분석, 변화점분석, 유황분석등 시계열 분석 등을 통해 RCP8.5기후변화시나리오 기반의 기후변화가 북한지역의 수문순환과정에 미치는 영향을 분석하고, 이를 통해 유역규모의 수자원에 미치는 영향을 전망하였다.

• The Korean Journal of Applied Statistics
• /
• v.29 no.3
• /
• pp.549-557
• /
• 2016

Consecutive missing values are likely to occur in long climate data due to system error or defective equipment. Furthermore, it is difficult to impute missing values. However, these complicated problems can be overcame by imputing missing values with reference time series. Reference time series must be composed of similar time series to time series that include missing values. We performed a simulation to compare three missing imputation methods (the adjusted normal ratio method, the regression method and the IDW method) to complete the missing values of time series. A comparison of the three missing imputation methods for the daily mean temperatures at 14 climatological stations indicated that the IDW method was better thanx others at south seaside stations. We also found the regression method was better than others at most stations (except south seaside stations).

• The Korean Journal of Applied Statistics
• /
• v.31 no.5
• /
• pp.667-675
• /
• 2018

When a financial time series consists of daily (closing) returns, traditional volatility models such as autoregressive conditional heteroskedasticity (ARCH) and generalized ARCH (GARCH) are useful to figure out daily volatilities. With high frequency returns in a day, one may adopt various multivariate GARCH techniques (MGARCH) (Tsay, Multivariate Time Series Analysis With R and Financial Application, John Wiley, 2014) to obtain intraday volatilities as long as the high frequency is moderate. When it comes to the ultra high frequency (UHF) case (e.g., one minute prices are available everyday), a new model needs to be developed to suit UHF time series in order to figure out continuous time intraday-volatilities. Aue et al. (Journal of Time Series Analysis, 38, 3-21; 2017) proposed functional GARCH (fGARCH) to analyze functional volatilities based on UHF data. This article introduces fGARCH to the readers and illustrates how to estimate fGARCH equations using UHF data of KOSPI and Hyundai motor company.

• Communications for Statistical Applications and Methods
• /
• v.18 no.1
• /
• pp.79-87
• /
• 2011

A spatial time series model was used for analyzing the method of spatial time series (not the ARIMA model that is popular for analyzing spatial time series) by using chicken pox data which is a highly contagious disease and grid data due to ARIMA not reflecting the spatial processes. Time series model contains a weighting matrix, because that spatial time series model influences the time variation as well as the spatial location. The weighting matrix reflects that the more geographically contiguous region has the higher spatial dependence. It is hypothesized that the weighting matrix gives neighboring areas the same influence in the study of the spatial time series model. Therefore, we try to present the conclusion with a weighting matrix in a way that gives the same weight to existing neighboring areas in the study of the suitability of the STARMA model, spatial time series model and STBL model, in the comparative study of the predictive power for statistical inference, and the results. Furthermore, through the Kalman-Filter method we try to show the superiority of the Kalman-Filter method through a parameter assumption and the processes of prediction.

• The Korean Journal of Applied Statistics
• /
• v.22 no.5
• /
• pp.1019-1032
• /
• 2009

The city gas demand data has strong seasonality. Thus, the seasonality factor is the majority for the development of forecasting model for city gas supply amounts. Also, real city gas demand amounts can be affected by other factors; weekday effect, holiday effect, the number of validity day, and the number of consumptions. We examined the degree of effective power of these factors for the city gas demand and proposed a time-series model for efficient forecasting of city gas supply. We utilize the liner regression model with autoregressive regression errors and we have excellent forecasting results using real data.

• The Korean Journal of Applied Statistics
• /
• v.28 no.5
• /
• pp.1013-1024
• /
• 2015

We compare the performance of two representative estimation methods for the dynamic conditional correlation (DCC) GARCH model. The first method is the pairwise estimation which exploits partial information from the paired series, irrespective to the time series dimension. The second is the multi-dimensional estimation that uses full information of the time series. As a simulation for the comparison, we generate a multivariate time series similar to those observed in real markets and construct a DCC GARCH model. As an empirical example, we constitute various portfolios using real KOSPI 200 sector indices and estimate volatility and VaR of the portfolios. Through the estimated dynamic correlations from the simulation and the estimated volatility and value at risk (VaR) of the portfolios, we evaluate the performance of the estimations. We observe that the multi-dimensional estimation tends to be superior to pairwise estimation; in addition, relatively-uncorrelated series can improve the performance of the multi-dimensional estimation.