• 한국수자원학회논문집
• /
• 제55권10호
• /
• pp.723-736
• /
• 2022

본 연구에서는 금강권역을 대상으로 최대 12개월까지 선행예측이 가능한 월 강수량 예측모형을 구축하였으며, 예측모형 구축에는 다중회귀분석과 인공신경망의 두 가지 통계적 기법을 적용하였다. 예측인자 후보로 NOAA에서 제공하는 글로벌 기후패턴 39종과 금강권역에 대한 기상인자 8종 등 총 47종의 기후지수를 활용하였다. 예측대상월을 기준으로 과거 40년간의 월 강수량과 기후지수와의 지연상관성 분석을 통해 상관도가 높은 기후지수를 예측인자로 활용하여 다중회귀모형 및 인공신경망 모형을 구축하였다. 1991~2021년에 대해 매월 예측결과의 평균값과 관측값과의 적합도를 분석한 결과, 다중회귀모형은 PBIAS -3.3~-0.1%, NSE 0.45~0.50, r 0.69~0.70으로 분석되었으며, 인공신경망모형은 PBIAS -5.0~+0.5%, NSE 0.35~0.47, r 0.64~0.70로, 다중회귀모형에 의해 도출된 예측치의 평균값이 인공신경망모형보다 관측치에 좀 더 근접한 것으로 나타났다. 각 월의 예측범위 안에 관측치가 포함될 확률을 분석한 결과에서는 다중회귀모형이 57.5~83.6%(평균 72.9%), 인공신경망모형의 경우에는 71.5~88.7%(평균 81.1%)로 인공신경망모형 결과가 우수한 것으로 나타났다. 3분위 예측확률을 비교한 결과는 다중회귀모형의 경우에는 25.9~41.9%(평균 34.6%), 인공신경망모형은 30.3~39.1%(평균 34.7%)로 비슷하며, 두 모형 모두 평균 33.3% 이상으로 월 강수량에 대한 장기예측성을 확인 할 수 있었다. 이상과 같이 두 모형의 예측성 차이는 비교적 크지 않은 것으로 나타났으나, 예측범위에 대한 적중률이나 3분위 예측확률로부터 판단할 때 예측성에 대한 월별 편차는 인공신경망모형의 결과가 상대적으로 작게 나타났다.

• 산업진흥연구
• /
• 제7권3호
• /
• pp.115-124
• /
• 2022

인간의 미래를 예측하는 운명학을 공부하면서 가장 당혹스러운 일은 사람의 타고난 운명 즉 사주팔자가 좋지 않을 때 어떻게 해야 하나? 그냥 운명에 순응하며 살아가는가? 아니면 좋은 운명으로 바뀌도록 도전적인 노력을 하며 개운하는가? 라는 물음에 대한 답을 찾기가 쉽지 않다는 점이다. 운명을 뛰어넘는 길을 제시한 명대의 학자 원료범이 자식을 훈계하기 위하여 남긴 『요범사훈』은 팔자를 고치는 안내 책이며 그 핵심은 공덕(적선)을 쌓는 일이라 하며 운명은 얼마든지 바뀔 수 있다고 했다. 또 혹자는 "미래는 예측하는 것이 아니라 창조하는 것이다." 라고 하기도 하고 동기부여 전문가로 베스트셀러 저자인 스티븐 코비 박사는 "미래를 예측하는 가장 확실한 방법은 미래를 창조하는 것이다."라고 했다. 하여간 인간의 미래를 알고 싶어 하는 욕구와 궁금증은 창세 이래로 오늘날까지도 지속되어 오고 있다. 아마도 이는 우리 인간의 본능적 욕구가 아닐까 생각된다. 그렇다면 인간의 운명이 정명론(定命論)이든 변명론(變命論)이든, 운명학의 기능과 역할은 미래 예측의 정확도를 높이는 것일 것이다. 따라서 본 연구는 미래 예측 술수학의 하나로 가장 대중화되어 있고 예측의 적중률이 높은 것으로 인지되고 있는 명리학에 있어서 그 핵심과 요체가 되는 격국과 이에 수반되는 상신에 대하여 자평명리학을 중심으로 살펴보며 혼란스러운 용어에 대하여 정리해 보았다. 격은 주로 내격을 위주로 살펴보았고 여러 외격이나 별격은 본 논문에서는 다루지 않았다. 구체적으로는 명리 고전과 현대의 여러 학자들의 격국과 용신에 대한 견해를 정리하였고, 특히 격국의 여러 개념과 각각의 내격 특성의 장·단점의 비교, 내격의 취격 순서 및 취격된 격에 대한 성격·패격의 경우를 구분하여 살펴보았다. 아울러, 『자평진전』에서 얘기하는 상신에 대한 개념을 정리하고 보다 폭넓은 개념인 희신에 대하여도 간단히 정리하였고, 일간간명법과 월지간명법에서의 상신의 쓰임의 차이점을 검토·분석하였다. 마지막으로, 격신과 격국의 혼용 및 동일한 용어에 대한 학자들의 포괄적인 다양성의 수용에서 오는 혼란을 후일의 연구 과제로 남겨둔 채 마무리하였다.

• 농업과학연구
• /
• 제10권1호
• /
• pp.61-73
• /
• 1983

경지(耕地)의 이용율(利用率)을 높이면서 식량작물(食糧作物)의 증산(增産)을 위하여 현행작부체계(現行作付體系)를 개선(改善)할 기초자료(基礎資料)를 얻고자 충남지방(忠南地方)을 도시근교(都市近郊)(대덕(大德) 천원군(天原郡)), 평야지역(平野地域)(논산(論山) 당률군(唐律郡)), 해안지역(海岸地域)(서산(瑞山) 보령군(保寧郡)), 및 산간지역(山間地域)(공주(公州) 청양군(靑陽郡))으로 구분(區分)하여 각(各) 지역별(地域別)로 10호(戶)의 농가(農家)를 선정(選定) 계(計)400호(戶)의 농가(農家)에 대(對)하여 1982년(年)에 재배(栽培)한 전답(田沓)의 작부양식(作付樣式)과 그 이용(利用) 상황(狀況)을 조사분석(調査分析)하였는데 그 결과(結果)를 다음과 같이 요약(要約)한다. 1) 밭의 평균이용율(平均利用率)은 161.9%이었는데 평야지역(平野地域)은 188.9%로 그 이용율(利用率)이 가장 높았고 도시근교(都市近郊)는 152.0%로 가장 낮았다. 2) 밭에서 재배(栽培)된 작목수(作目數)는 32종(種)이었는데 밭의 총식부면적중(總植付面積中) 콩의 재배면적(栽培面積) 비율(比率)이 18.8%로서 가장 높았고 다음은 보리가 15.4%, 고추는 13.1% 그리고 배추가 10.1% 등이었으나 도시근교(都市近郊)에서는 고추, 평야지역(平野地域)과 해안지역(海岸地域)에서는 콩, 산간지역(山間地域)에서는 보리의 재배면적비율(栽培面積比率)이 가장 높았다. 3) 논의 평균이용율(平均利用率)은 115.6%이었는데 도시근교(都市近郊)는 140.0%로 그 이용율(利用率)이 가장 높았고 해안지역(海岸地域)은 108.2%로서 가장 낮았다. 4) 논에서 재배(栽培)된 작목수(作目數)는 12종(種)이었는데 수도(水稻)를 제외(除外)하면 보리의 재배면적(栽培面積)이 가장 넓어서 총식부면적(總植付面積)의 5.0%를 차지하고 있으며 다음은 딸기가 4.0%이었으나 도시근교(都市近郊)에서는 딸기, 기타지역(其他地域)에서는 보리의 재배면적(栽培面積)이 가장 넓었다. 5) 밭의 작부유형(作付類型)은 1년(年)1작형(作型)과 1년(年)2작형(作型)으로 나타났는데 1년(年)2작형(作型)은 다시 작물간(作物間)의 조합(組合)에 따라서 38형(型)으로 분류(分類)되며 기중(其中) 대맥(大麥)+대두형(大豆型)의 재배면적(栽培面積)은 1년(年)2작면적(作面積)의 35.0%를 차지하고 있으나 도시근교(都市近郊)에서는 이 형(型)의 재배면적(栽培面積)이 좁은 반면(反面) 채소류간(菜蔬類間)의 조합면적(組合面積)이 넓었다. 6) 논의 1년(年)2작형(作型)은 다시 6개형(個型)으로 나뉘는데 수도(水稻)+맥류형(麥類型)의 재배면적(栽培面積)이 1년(年)2작면적(作面積)의 42.8%로 가장 높은 비율(比率)을 차지하고 있으나 도시근교(都市近郊)에서는 이 형(型)의 재배면적(栽培面積)이 좁고 수도(水稻)+과채류(果菜類)의 재배면적(栽培面積)이 가장 넓었다. 한편 답이작면적(沓裏作面積)은 1년(年)2작면적(作面積)의 76.3%로서 답전작면적(沓前作面積)보다 현저히 넓었다. 7) 밭의 작부조합(作付組合)에 있어서는 동과(同科) 또는 근록작물(近綠作物)로서 윤작특성(輪作特性)이 근사(近似)한 작물간(作物間)의 불합리(不合理)한 재배조합면적(栽培組合面積)이 19.09ha에 달(達)했다. 8) 밭에서의 식량작물(食糧作物) 재배면적(栽培面積)은 88.92ha인데 반(反)하여 채소류(菜蔬類)는 93.70ha, 그러고 공운작물(工芸作物)이 21.80ha로서 식량작물(食糧作物)의 재배면적(栽培面積)이 채소류(菜蔬類)의 재배면적(栽培面積)보다 좁았다. 9) 1910년(年)부터 1980년(年)까지 연구보고(硏究報告)된 보문중(報文中) 1134건(件)을 분석(分析)한 결과(結果) 우리나라에서의 작부(作付) 체계(體系)에 관(關)한 연구(硏究)는 답이작중심(沓裏作中心)으로 이루어졌고 연구(硏究) 목적(目的)은 14개(個)로 분류(分類)할수 있었는데 파종기(播種期), 파종량(播種量), 시비량(施肥量), 이식기(移植期), 작휴법(作畦法), 파종방법(播種方法) 및 품종선발(品種選拔) 시험(試驗) 등이 대부분(大部分)이었다.

• 지능정보연구
• /
• 제16권2호
• /
• pp.19-32
• /
• 2010

학계와 금융파생상품 가격결정이나 변동성매매와 같은 실무영역 모두에서 주식시장의 변동성은 중요한 역할을 한다. 본 연구는 GARCH 모형에 기초하여 한국주식시장의 변동성을 정확히 예측함으로써 변동성매매시스템의 성과를 높일 수 있는 새로운 방법을 제시하였다. 특히, 여러 연구 자료에서 밝혀지고 있는 변동성 비대칭성개념을 도입하였다. 최근 새로 개발된 한국주식시장 변동성 지수인 VKOSPI를 변동성 대용값으로 사용한다. VKOSPI는 KOSPI 200 지수옵션의 가격을 이용하여 계산된 값으로서 옵션딜러들의 변동성 예측치를 반영하고 있다. KOSPI 200 옵션시장은 1997년 시작되었으며, 발전을 거듭하여 현재 하루 거래량이 1,000만 계약을 넘어서면서 세계 최고의 지수옵션시장으로 발전하였다. 이러한 옵션시장에 반영된 변동성을 분석하는 것은 투자자들에게 좋은 투자정보를 제공하게 될 것이다. 특히, 변동성 대용값으로 VKOSPI를 사용하면 다른 변동성 대용치를 사용할 때 발생하는 통계적 추정의 문제를 피해 갈 수 있다. 본 연구는 2003년부터 2006년의 KOSPI 200 지수 일별자료를 대상으로 최우도추정방법(MLE)을 이용하여 GARCH 모형을 추정한다. 비대칭 GARCH 모형으로는 Glosten, Jagannathan, Runke의 GJR-GARCH 모형, Nelson의 EGARCH 모형, 그리고 Ding, Granger, Engle의 PARCH모형을 포함하며 대칭 GARCH 모형은 (1, 1) GARCH 모형을 이용한다. 2007년부터 2009년까지의 KOSPI 200 지수 일별자료를 대상으로 반복적 계산과정을 통해 내일의 변동성 예측값과 오르고 내리는 변화방향을 예측하였다. 분석 결과 시장변동성과 예기치 않은 주가변동 사이에는 음의 상관관계가 존재하며, 음의 주가변동은 동일한 크기의 양의 주가변동보다 훨씬 더 큰 변동성의 증가를 가져옴을 알 수 있다. 즉, 한국 주식시장에도 변동성 비대칭성이 존재함을 보여주었다. GARCH 모형을 이용하여 내일의 VKOSPI의 등락방향을 예측하고 이를 이용하여 변동성 매매시스템을 개발하였다. 내일의 변동성이 상승할 것으로 예측되면 스트래들매수전략을 이용하고 반대로 변동성이 하락할 것으로 예측되면 스트래들 매도전략을 이용한다. 변동성의 변화방향성을 맞춘 경우에는 VKOSPI 변동분을 더하고 틀린 경우에는 변동분을 뺀 누적합을 이용하여 변동성매매전략의 총수익을 계산한다. 모형추정용 자료구간의 경우 통계적 기준인 MSPE 기준으로는 PARCH 모형의 적합도가 가장 높고, 예측방향의 적중도를 재는 MCP 기준으로는 EGARCH 모형이 가장 높은 값을 보여주었다. 테스트용 자료구간의 경우에는 PARCH 모형이 모형적합도와 내일의 변동성 등락방향 예측에서 가장 좋은 결과를 보여주었다. 모형추정용 자료구간의 경우 GARCH 모형 전체에서 매매이익을 기록하고 있고 테스트용 자료구간의 경우에는 EGARCH 모형을 제외한 GARCH 모형들이 매매이익을 보여주었다. 본 연구에서 나타난 변동성의 군집과 비대칭성 현상으로부터 변동성에 비선형성이 존재함을 알 수 있었으며, 비선형성에서 좋은 결과를 보이고 있는 인공지능시스템과 비대칭 GARCH 모형을 결합한다면 제안된 변동성매매시스템의 성과를 많이 개선할 수 있을 것으로 판단된다.