• The Korean Journal of Financial Management
• /
• v.14 no.3
• /
• pp.23-56
• /
• 1997

본 연구는 주식의 시장가치와 거래빈도, 기관지분비율, 거래량 등에 따라 주식수익률의 시계열상관이 일정한 패턴을 갖는 것으로 나타나고 있다는 사실을 실증적으로 확인하고, 주식수익률의 시계열상관에 주된 영향을 미치는 요인을 횡단면 분석방법을 이용하여 살펴보고 있다. 1985년부터 1995년까지의 기간에 걸친 일별수익률자료를 이용하여 분석한 결과를 요약하면, 1) 규모, 거래빈도, 기관지분비율, 거래량 등이 작은 주식들로 구성된 포트폴리오일수록 수익률이 강한 양의 자기상관을 갖게 되며, 또한 그러한 변수들의 크기가 큰 주식들로 구성된 포트폴리오의 수익률에 대하여 후행하는 관계에 있다는 보여주고 있다. 2) Lo and MacKinlay(1990a)의 비거래모형을 이용한 분석결과에서는 한국주식수익률의 시계 및 상관이 전적으로 비거래로 인하여 나타나는 현상이 아니라는 것을 보여주고 있다. 3) 시계열상관의 정도를 나타내는 후행척도를 상기한 변수들에 대하여 회귀분석한 결과는 모든 변수들이 주식수익률의 시계열상관에 동시적으로 영향을 주고 있다는 것을 보여준다. 특히 시계열상관을 야기하는 요인들 중에서 거래빈도는 분석기간에 관계없이 항상 시계열상관에 음의 영향을 미치는 것으로 나타나고 있다. 기관지분비율과 거래량은 분명히 시계열상관에 음의 영향을 미치지만, 분석기간에 따라 유의성에 다소 차이를 보여주고 있다. 수익률의 변동성은 전반기의 경우에 시계열상관과 음의 관계를, 후반기의 경우에는 양의 관계를 갖는 것으로 나타나고 있다. 이러한 검증결과들로 미루어, 한국주식수익률의 시계열상관은 주가의 반응에 영향을 주게되는 시장구조나 투자패턴 등이 전 후반기에 있어서 서로 다르기 때문에 나타나는 현상으로 보인다.력(事前賣却努力)이 협의발행하에서 더 높았으나 발행일 직후의 주가회복은 보이지 않아 인수방식에 따른 가격안정화(價格安定化) 노력의 차이는 없었다. 발행기업들간의 주가차별화의 정도를 분석한 결과 협의발행에서 인회활동(認淮活動) (certification effects)을 더 잘 할 수 있다는 사실을 지지하지 못했다.범위(範圍)에 벗어나 한국주식시장(韓國株式市場)에서 주식시장(株式市場)의 비효율성(非效率性)을 배제할 수 없는 것으로 나타났다. 뿐만 아니라 차기에도 이어지고 화폐량과 소득이 주가의 결정에 영향을 미치고 있으며 다른 금융변수(金融變數)들은 영향을 미치지 않고 있다. 그러나 실질화폐잔고와 실질주가 장단기수익비율 화폐차등수익률과 소득변화률과는 장기적(長期的) 정상적(定常的) 균형관계(均衡關係)를 형성하고 있다. 따라서 장기적 관점에서 증권시장은 경제성장을 위한 통화정책과 각 분야의 균형적 성장을 유발할 수 있는 재정정책(財政政策)이 요청되고 있다. 위의 논의에서 유추할 수 있는 것은 화폐의 영향을 완화시키기 위하여 option시장의 개발과 농산물, 광물, 기타 실물 및 금융에 대한 선물시장의 개설이 요청된다. 이와 같은 시장을 통하여 통화 정책이 증권시장에 미치는 과도한 효과를 축소시켜 합리적이고 건전한 증권시장(證券市場)의 발전(發展)과 금융시장(金融市場)의 원활한 발전이 이룩될 수 있을 것이다. 자본시장이론(資本市場理論)에서는 화폐는 무시하고 실물적인 관점에서 증권가격의 결정을 연구하거나 위험분석에 주안점이 주어져 왔었다. 본 연구를 통하여 통화정책의 결과가 자본시장에 직접적으로 영향을 미치고 있음을 확인하였다. 통화금융정책과 주가의 유기적 관계를 확인한 본 논문의 결과를 정책당국이 참고하여

• The Korean Journal of Applied Statistics
• /
• v.21 no.6
• /
• pp.1037-1044
• /
• 2008

In this paper, we show the performance of the power transformation GARCH(PGARCH) model to analyze the internet traffic data. The long memory property which is the typical characteristic of internet traffic data can be explained by the PGARCH model rather than the linear GARCH model. Small simulation and the analysis of the real internet traffic show the out-performance of the PARCH MODEL over the linear GARCH one.

• Communications for Statistical Applications and Methods
• /
• v.18 no.1
• /
• pp.13-21
• /
• 2011

This paper studies the analysis of multivariate nonstationary time series with seasonality. Three types of multivariate time series models are considered: seasonal cointegration model, nonseasonal cointegration model with seasonal dummies, and vector autoregressive model in seasonal differences that are compared for forecasting performances using Korean macro-economic time series data. The cointegration models produce smaller forecast errors in short horizons; however, when longer forecasting periods are considered the vector autoregressive model appears preferable.

• Journal of Korea Water Resources Association
• /
• v.48 no.12
• /
• pp.981-993
• /
• 2015

The analysis of hydrologic time series data is crucial for the effective management of water resources. Therefore, it has been widely used for the long-term forecasting of hydrologic variables. In tradition, time series analysis has been used to predict a time series without considering exogenous variables. However, many studies using decomposition have been widely carried out with the assumption that one data series could be mixed with several frequent factors. In this study, the empirical mode decomposition method was performed for decomposing a hydrologic time series data into several components, and each component was applied to the time series models, autoregressive moving average (ARMA). After constructing the time series models, the forecasting values are added to compare the results with traditional time series model. Finally, the forecasted estimates from ARMA model with empirical mode decomposition method showed better performance than sole traditional ARMA model indicated from comparing the root mean square errors of the two methods.

• Spatial Information Research
• /
• v.20 no.4
• /
• pp.47-55
• /
• 2012

Normalized Difference Vegetation Index (NDVI) has been used to measure and monitor plant growth, vegetation cover, and biomass from multispectral satellite data. It is also a valuable index in forest applications, providing forest resource information. In this research, an approach for monitoring forest change using MODIS NDVI time series data is explored. NDVI difference-based approaches for a specific point in time have possible accuracy problems and are lacking in monitoring long-term forest cover change. It means that a multi-time NDVI pattern change needs to be considered. In this study, an efficient methodology to consider long-term NDVI pattern is suggested using a harmonic model. The suggested method reconstructs MODIS NDVI time series data through application of the harmonic model, which corrects missing and erroneous data. Then NDVI pattern is analyzed based on estimated values of the harmonic model. The suggested method was applied to 49 NDVI time series data from Aug. 21, 2009 to Sep. 6, 2011 and its usefulness was shown through an experiment.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2019.05a
• /
• pp.230-230
• /
• 2019

대규모순환패턴과 같은 기후시스템에서의 상태와 변화를 정량화하여 나타낸 기상인자는 수문기상학적 변수와 밀접한 연관이 있는 것으로 알려져 있으며, 이에 따라 비정상성 빈도해석의 수행에 있어서 확률분포모형의 매개변수에 대한 공변량으로 널리 활용되고 있다. 본 연구에서는 비정상성 강우빈도해석 시 매개변수의 공변량으로 우리나라의 극치강우의 장기경향성을 잘 반영할 수 있는 기상인자를 선정하고자 한다. 먼저, 시계열자료를 주기성을 가지는 내재모드함수와 장기경향성을 나타내는 잔여값으로 분해할 수 있는 앙상블 경험적 모드분해법을 이용하여 우리나라 전역에 분포된 61개 지점에서 관측된 연 최대치 강우자료의 평균 및 분산에 대한 잔여값을 추출하였다. 다음으로 11개의 월 단위 기상인자에 대한 계절별 연 평균 시계열과 추출된 평균 및 분산의 잔여값과의 상관계수를 산정하였다. 그 결과, 11개의 기상인자 중 Atlantic Meridional Mode (AMM), Atlantic Multi-decadal Oscillation (AMO), North Atlantic Oscillation (NAO)가 우리나라 연 최대치 강우자료의 평균 및 분산에 대한 장기경향성과 높은 상관성이 있는 것으로 나타났다. 계절적으로는 AMM과 AMO의 경우 이전 년도 가을철 평균이 전 지점 평균 약 0.6, NAO는 이전 년도 여름철 평균이 전 지점 평균 0.3 이상의 유의한 상관계수를 가지는 것으로 나타났다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2012.06b
• /
• pp.330-332
• /
• 2012

시계열 데이터 모델링은 시간 간격의 길이에 따라 단기적인 패턴이 주로 반영된다. 특히, 모델에 마코프 가정을 적용하였을 경우 이전 시간의 값에 따라 현재값이 결정된다. 시계열 데이터의 장기적인 변화를 다루기 위해, 특정 길이의 순차적 패턴을 부호화 하고, 이를 상위 모델의 입력으로 사용하는 과정을 통해 추상화를 시도하고자 한다. 실제로 사람의 감각기억은 200~500 밀리초 가량의 짧은 기억 유지기간을 갖는데, 이 기간의 정보를 상위 처리기의 입력 단위로 보고자 하는 것이다. 이에 본 고에서는 에너지기반 모델링 기법을 이용하여 반복적으로 나타나는 순차적 패턴을 부호화 하는 방법을 제안한다. 이 부호화 방법은 시간 순서에 따른 패턴의 유사도를 이용하여 확률적으로 다음 패턴과의 관계를 표현할 수 있으며, 이는 향후 시계열 데이터를 간략하게 표현하여 분석 및 시각화에 도움을 줄 수 있다.

• Korean Security Journal
• /
• no.30
• /
• pp.139-169
• /
• 2012

The purpose of this study is to contribute to establishing the scientific policing policies through deriving the time series models that can forecast the occurrence of major crimes such as murder, robbery, burglary, rape, violence and identifying the occurrence of major crimes using the models. In order to achieve this purpose, there were performed the statistical methods such as Generation of Time Series Model(C) for identifying the forecasting models of time series, Generation of Time Series Model(C) and Sequential Chart of Time Series(N) for identifying the accuracy of the forecasting models of time series on the monthly incidence of major crimes from 2002 to 2010 using IBM PASW(SPSS) 19.0. The following is the result of the study. First, murder, robbery, rape, theft and violence crime's forecasting models of time series are Simple Season, Winters Multiplicative, ARIMA(0,1,1)(0,1,1), ARIMA(1,1,0 )(0,1,1) and Simple Season. Second, it is possible to forecast the short-term's occurrence of major crimes such as murder, robbery, burglary, rape, violence using the forecasting models of time series. Based on the result of this study, we have to suggest various forecasting models of time series continuously, and have to concern the long-term forecasting models of time series which is based on the quarterly, yearly incidence of major crimes.

• Journal of Labour Economics
• /
• v.38 no.3
• /
• pp.1-22
• /
• 2015

We analyze the effect of the minimum wage on employment using time series data forr groups of individuals most affected by the minimum wage: young males (18 to 24 years old), young females (18 to 22 years old), old males (60 years and older) and old females (60 years and older). Our findings are as follows. First, a unit root test says that the variables like minimum wages and employments are non-stationary variables and they have cointegrational relations each other. It says that in this case, VEC is more suitable than OLS or VAR. Second, an increase of the minimum wage is found to have a weak but persistently negative effect on employment.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.523-526
• /
• 2009

시계열 데이터에서 패턴을 분석하는 기법은 많은 발전이 이루어져 오고 있으나 주식시장의 경우 패턴 분석 및 예측에 관련되어 많은 연구가 이루어져 있지 않고 있다. 이는 주가의 등락 자체가 본질적으로 무작위하다고 생각되어지고 있기 때문이다. 본 연구에서는 주가의 등락이 보여주는 무작위성의 정도를 Kolmogorov Complexity로 측정, 그 무작위성의 정도와 본 논문에서 제시한 반전역정렬로 예측하는 주가의 예측 간의 상관관계를 보인다. 이를 위하여 KOSPI 주식 데이터 28년 690개의 데이터를 수집하여 이들 주식 데이터의 등락을 양자화된 문자열로 변환하여 본 논문에서 제시한 방법의 의미를 평가하였다. 그 결과 Kolmogorov Complexity가 높은 경우에는 주가 변동 예측이 어려우며, Kolmogorov Complexity가 낮은 경우에는 주식 변동 예측은 가능하나 등락 예측 율은 단기 예측은 12%이상의 예측율을 보일 수 없으며, 장기 예측의 경우 54%의 예측율로 수렴함을 확인하였다.