• 한국수자원학회:학술대회논문집
• /
• 한국수자원학회 2018년도 학술발표회
• /
• pp.421-421
• /
• 2018

효율적인 수자원 관리를 위하여 전국유역조사, 수자원 장기종합계획 등 다양한 사업이 수행되고 있으며, 이를 위하여 유출해석은 필수적인 항목이라 할 수 있다. 유출해석을 위하여 수문모형 또는 관측소의 유량자료가 활용되고 있으나, 이는 기존에 관측된 유량자료를 바탕으로 구축된 수위-유량관계 곡선식(Rating-curve)을 활용하여 재생산된 자료라 할 수 있다. 즉, 수위자료는 매시간 관측소에서 측정이 되지만, 유량자료의 경우 측정이 어려울 뿐만 아니라 변동성 및 불확실성이 크기 때문에 시계열 수위를 곡신식을 통해 유량으로 변환하여 활용하고 있다. 이와 같이 수위-유량관계 곡선식의 정확성이 수문자료 생산에 핵심 요소임에도 불구하고 이에 대한 연구는 제한적이며, 특히 홍수터 등의 영향을 고려하여 분할된 곡선의 천이점 접합시 곡선식의 정확도 향상을 위한 연구도 드문 편이다. 따라서 본 연구에서는 구간 분할된 곡선의 최적 천이점 선정을 위하여 Particle Swarm Optimization(PSO)기법을 활용하였으며, 총 5개 구간까지 구간별 목적함수로 RMSE, RSR, 결정계수 적용시 특성변화에 대한 연구를 수행하였다. 구간에 대하여 절대적인 오차를 산정하는 RMSE를 활용하는 경우 저수위 부분에 대한 오차가 증가하는 것을 확인할 수 있었으며, 상대적인 오차인 RSR, 결정계수를 활용하는 경우 전체 구간에 대한 오차를 보완할 수 있는 것으로 나타났다. PSO기법을 활용하여 도출된 곡선식에 대해서는 구간 및 전체구간에 대한 오차(RMSE, 결정계수, RSR, MAPE)를 활용하여 불확실성을 검토할 수 있도록 하였고, 잔차분석을 통한 이상치 및 회귀곡선에 대한 정규성 검토를 수행할 수 있는 툴을 개발하였다. 레이팅 커브를 작성하는데 있어 최적화 알고리즘을 활용하여 구간분할시 천이점 선정의 자동화로 천이점 선정에 소요되는 시간을 대폭 감축할 수 있을 뿐만 아니라, 구간별 오차를 종합적으로 고려하여 우수한 품질의 레이팅 커브를 도출할 수 있는 기반을 구축하였다.

• 한국수자원학회논문집
• /
• 제31권3호
• /
• pp.317-326
• /
• 1998

시계열자료의 분해능력이 뛰어난 wavelet 변환을 사용하여 물소비특성을 분석하였다. Wavelet 변환의 기저함수로는 물수요량의 경우 Coiflets5 함수, 기온측정치의 경우 Coiflets3 함수를 사용하였으며 해석결과 212 scale에서 목표된 장기간에 걸친 변화추이는 hyperbolic tangent 함수의 형태로 전기간에 걸처 꾸준한 증가세를 보였다. 또한 절기혹은 경기주기와 밀접한 관련이 있을 것으로 생각되는 추가수요가 6월과 12월말을 정점으로 발생하였으며 이 추가 수요량은 하절기의 경우 $1,700\;\textrm{cm}^3/hr$, 동절기의 경우 $500\;\textrm{cm}^3/hr$ 정도인 것으로 관측되었다. 정수장 생산량 시계열자료에 내재한 주기성분은 주기가 각각 3.13day, 33.33 hr, 23.98hr와 12hr인 것으로 규명되었다. 진폭은 주기가 23,98hr인 성분이 가장 큰 것으로 밝혀졌으며 2i[i = 1,2,…12] scale에서 목도된 단주기성분들은 Gaussian PDF를 따르는 것이 확인되엇다. 잔차성분의 상호독립성, 자색파여부와 FPE의 최소화를 기준으로 할 경우 물수요량의 최적예측모형으로는 기온을 입력자료로한 다원 AR[32, 16, 23]과 다원 ARM [20, 16, 10, 23]인 것으로 판단된다.

• 국제지역연구
• /
• 제21권4호
• /
• pp.41-63
• /
• 2017

외국인 직접투자는 국내투자와 함께 생산과정에 흡수되어 생산유발효과를 창출할 수도 있고, 아니면 외부요인으로 존재하면서 GDP의 변동성을 키우는 경우도 있다. 이러한 외국인 투자의 상이한 역할에 대하여 연구하는 것이 본 논문의 목적이다. 경제이론으로는 내생적 성장론을 사용하였고, 통계분석방법으로는 GARCH와 VAR모형을 이용하였다. 실증연구 대상으로는 미얀마를 선택하였는데, 미얀마는 장기간 군사정부 상태로 있었고 2011년 4월 민선정부가 출범하였다. 군사독재정부시절에는 외국인 직접투자는 주로 석유 가스와 전력산업에 투입되었고, 2011년 문민정부로 전환됨과 동시에 서방의 경제제재가 완화되면서 외국인 직접투자가 동남아에서 가장 활발한 국가이다. 한국도 이에 동참하고 있어 미얀마 국가의 경제발전과 한국과 미얀마의 경제적 상호관계의 발전을 위하여 본 연구가 필요하다. 산업별 패널분석의 결과에 의하면, 미얀마에서 외국인 투자가 주로 이루어진 산업은 석유 가스 부분인데, 산업유발효과보다는 수입을 위한 달러조달의 의미가 크다. 생산유발효과가 높은 제조업에는 외국인 직접투자는 낮은 수준이고 생산량 변화와의 관계를 찾을 수가 없었다. 시계열 분석은 결과는 민선정부 출범이전 기간(2006.01~2011.12)에서는 GARCH의 존재가 확인되지만 외국인 직접투자가 미얀마 국내총생산에 영향을 주지 않는 것으로 판단되었다. 민선정부 출범이후 기간(2011.04~2015.12)에서는 외국인 직접투자가 미얀마 국내총생산에 영향을 주는 것으로 판단되었고, GARCH의 존재가 확인되었다. 그러나 외국인 직접투자가 국내총생산에 기여하는 정도는 상당히 낮은 것으로 판단되었다. 그랜저 인과관계 검증을 통하여 GARCH에 외국인 직접투자가 영향을 주는 것으로 추정되었는데, 이는 외국인 직접투자가 국내총생산의 변동성을 키운 것을 의미한다. VAR에 의하여도 외국인 직접투자가 국내 총생산에 영향을 주지만 그 영향은 적고 기간도 길지 않았다. 본 연구에 의하여 외국인 직접투자는 국내총생산에 내부화되는 부분과 잔차항의 변화를 증대시키는 부분으로 구분될 수 있다는 사고가 검증되었고, 미얀마의 경우는 후자가 더 큰 것으로 나타났다.

• 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.