• Proceedings of the Korean Society for Quality Management Conference
• /
• 2006.04a
• /
• pp.506-512
• /
• 2006

다양한 아파트 특성들을 이용하여 아파트 가격을 추정하고 예측하는 연구 또한 많이 존재하고 있는 실정이다. 그렇지만 이러한 연구들 대부분이 회귀모형에 지나치게 의존하고 있는 실정이다 그러나 회귀모형은 단점보다 장점이 많은 모형이다. 본 연구는 회귀모형을 부정하기보다는 새로운 모형을 도입하여, 회귀모형의 문제점들을 극복하고 회귀모형과 상호보완적인 모형을 도입할 필요성에 의해서 본 연구를 수행한 것이다. 다양한 아파트 특성들에 대하여 신경망모형을 이용하여 아파트 가격을 예측하고, 기존의 회귀모형과 비교하는 것이 본 연구의 주목적이다 또한 회귀모형과 신경망모형의 상호 보완적인 측면을 규명하는 것은 본 연구의 부차적인 목적이 된다 아파트 특성들은 주변에서 쉽게 이용 가능한 데이터를 위주로 하였다. 2004년 6월 기준으로 서울시 송파구와 도봉구의 아파트 매매가격들과 12개의 아파트 특성들을 수집하였다. 아파트 매매가격들 (즉, 매매 하한가, 일반 거래가, 매매 상한가) 을 새로운 측정방법을 이용하여 하나의 매매가격으로 추정하였으며, 대표성을 가지도록 하였다. 신경망모형을 도입하여 아파트 특성들을 이용하여 아파트 가격을 정밀하고 유효하게 예측하고, 기존의 회귀모형들과 비교하는 것은 아파트 가격에 대한 연구 분야에 큰 의미가 있다 하겠다. 그리고 주택에 관한 기존의 연구와 신규 연구에 신경망모형이 활용될 수 있으리라 판단된다.

• The Korean Journal of Financial Management
• /
• v.13 no.1
• /
• pp.237-260
• /
• 1996

본 논문에서는 Duan(1995)이 개발한 GARCH 주식옵션가격결정모형을 통화옵션에 적용시켜 GARCH 통화옵션가격결정모형을 유도한 다음, 이를 Garman-Kohlhagen 모형과 유효성을 비교하여 다음과 같은 연구결과를 얻었다. 만기별 및 옵션의 상태별(OTM, ATM, ITM)로 GARCH 통화옵션가격결정모형의 가격오차가 Garman-Kohlhagen 모형보다 일관되게 낮게 나타났다. 이는 GARCH 통화옵션가격결정모형이 Garman-Kohlhagen모형보다 통화옵션의 평가에 더 유용한 모형임을 의미한다. 따라서 통화옵션의 가격을 예측할 때는 환율변동의 이분산성을 고려하여 환율의 변동성을 추정함으로써 통화옵션가격의 예측력을 제고시킬 수 있다고 생각한다. 그러나 GARCH 통화옵션가격결정모형의 모형가격이 시장가격과 상당한 편차를 보이는 경우도 있기 때문에 향후 통화옵션가격결정모형을 계속 발전시키는 과정에서 이자율의 확률적 특성을 반영하거나 환율변동의 점프특성을 도입해야 한다고 생각한다.

• Journal of Navigation and Port Research
• /
• v.41 no.4
• /
• pp.181-188
• /
• 2017

In the existing ship sales market, prices determined based on the prices of similar ship types that recently traded. ince the 2008 financial crisis, ship prices have fluctuated, and ship price criteria have become ever more necessary to the imminent value of the ship. Therefore, this research used the hedonic price model to estimate imminent values of ships. In this study, the influence on ship prices was analyzed by the value of each characteristic and an estimated functional formula was. Out of the four models suggested by the hedonic price model, an optimal model was selected with variance inflation factors and a stepwise selection. For this, the influence of determinants of ship prices was analyzed based on actually traded ships and characteristic data. The selected model s the Log-Line model; as a result of regression analysis, eight variables, including DWT, Age, Market Value, Short-Term Charter, Long-Term Charter, Enbloc, Special Survey Due and Builder were to affect the ship price model. This model is expected to be useful for objective and balanced ship price evaluation.

• Environmental and Resource Economics Review
• /
• v.7 no.1
• /
• pp.61-84
• /
• 1997

본 연구는 기존의 특성가격기법(特性價格技法)(hedonic price technique)에 공간(空間)개념을 도입한 계량경제모형을 이용하여 분석하였다. 이 공간시차모형은 기존의 모형과 달리 특성변수의 변화에 따른 직(直) 간접효과(間接效果)를 동시에 포착할 수 있는 장점을 가지고 있다. 또한 공간시차모형의 회귀진단 및 가설검정 결과는 공간시차모형이 적합한 것으로 나타났다. 이 경우 공간시차를 고려하지 않은 OLS 회귀분석 결과의 계수들은 편기추정(biased)된 동시에 효율적(efficiency)이지 못하다는 것이다. 회귀분석 결과는 주택에 자본화된 대기오염에 대한 잠재가격(潛在價格)(marginal implicit price)은 주택평균가격의 약 1.5% 정도인 것으로 추정된다.

• Korea Real Estate Review
• /
• v.27 no.1
• /
• pp.45-57
• /
• 2017

In this study, the factors influencing logistics warehouse price were analyzed using Hedonic price model. All the actual transaction cases of the logistics centers in Gyeonggi province for 10 years from 2006 to 2015 were investigated. In this hedonic model, statistically significant variables includes building, economic, investment and time characteristics. The analysis permits a better insight of price determinants of warehouse price. First, the purchase price of large size logistics centers is relatively high. Second, the indirect investment shows higher price due to active investment tendency. Third, Foreign investors with various know-how on investment are leading the selling price.

• Journal of the Economic Geographical Society of Korea
• /
• v.25 no.1
• /
• pp.183-201
• /
• 2022

Estimating the implicit value of housing assets is a very important task for participants in the housing market. Until now, such estimations were usually carried out using multiple regression analysis based on the inherent characteristics of the estate. However, in this paper, we examine the estimation capabilities of the Artificial Neural Network(ANN) and its 'Deep Learning' faculty. To make use of the strength of the neural network model, which allows the recognition of patterns in data by modeling non-linear and complex relationships between variables, this study utilizes geographic coordinates (i.e. longitudinal/latitudinal points) as the locational factor of housing prices. Specifically, we built a dataset including structural and spatiotemporal factors based on the hedonic price model and compared the estimation performance of the models with and without geographic coordinate variables. The results show that high estimation performance can be achieved in ANN by explaining the spatial effect on housing prices through the geographic location.

• Environmental and Resource Economics Review
• /
• v.8 no.1
• /
• pp.131-147
• /
• 1998

본 논문은 시차종속변수를 이용한 우리 나라 원목수요분석을 통해 장기원목수요의 변화를 예측하는 데 그 목적이 있다. 원목수요는 재화의 특성상 파생수요를 전제하여 분석하였다. 분석에서는 1970년부터 1996년까지 27년간의 원목수요 자료를 이용하였다. 원목수요는 1980년대 들어서면서 1970년대와 같은 빠른 증가는 아니지만 지속적으로 완만히 증가하다가 1991년을 정점으로 하향 안정세를 보이고 있다. 분석에서는 적응적 기대모형과 부분적 조정모형을 사용하였다. 1977년에서 1979년까지 원목수요량의 급격한 증가를 설명하기 위하여 모형내에 더미변수를 사용하였다. 설명변수는 원목가격, 더미변수, 파생재화(목재 및 나무제품)의 가격과 시차종속변수를 이용하였다. 분석 결과, 적응적 기대모형은 시차종속변수를 사용해야 할 만큼 유의한 결과를 얻을 수 없었다. 하지만 부분적 조정모형에서는 각 변수의 추정치가 전반적으로 유의하게 나타났다. 특히, 시차종속변수 추정치에 대한 t값이 2.07로 유의하게 나옴으로써 모형의 설명력을 높여 주었다. 부분적 조정모형의 수정계수는 0.74 정도로 나타났다. 부분적 조정모형의 가정하에 2010년까지 매년 원목가격지수 6.7%와 국내 목제품가격지수 5.8% 상승률에 근거한 방법과 원목가격지수 6.8%와 목제품가격지수 5.6%로 전제하여 원목수요를 전망하였다. 그 결과, 원목수요는 지속적으로 상승하는 것으로 나타났다. 일정한 가격상승률을 전제한 예측수요량이 일정한 가격지수의 상승을 전제한 경우보다 높게 나타났다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 2009.05a
• /
• pp.220-226
• /
• 2009

본 연구는 회귀모형을 부정하기보다는 새로운 모형을 도입하여, 회귀모형의 문제점을 극복하고 회귀모형과 상호보완적인 모형을 소개하고자 본 연구를 수행하였다. 현재까지 인공지능 분야에서 널리 이용되어 왔던 신경망모형(Neural Network Model)은 입력변수가 불완전하고 변동폭이 넓은 경우에도 해석이 가능하며, 데이터 수가 적거나 불규칙한 경우라도 사례의 반복학습을 통해 오차를 줄여나가기 때문에, 데이터 수에 민감한 영향을 받는 회귀모형보다 정밀한 산정이 가능하다(박우열, 차정환, 강경인, 2002). 이러한 신경망모형에 아파트 특성들을 도입하여 아파트 가격을 정밀하고 유효하게 예측하는 것은 아파트 가격에 대한 연구 분야에 큰 의미가 있다. 그리고 주택에 관한 기존 연구와 신규 연구에 신경망모형이 활용될 수 있으리라 판단된다.

• Proceedings of the Korean Society for Quality Management Conference
• /
• 2010.04a
• /
• pp.379-385
• /
• 2010

본 연구는 회귀모형을 부정하기보다는 새로운 모형을 도입하여, 회귀모형의 문제점을 극복하고 회귀모형과 상호보완적인 모형을 소개하고자 본 연구를 수행하였다. 현재까지 인공지능 분야에서 멀리 이용되어 왔던 신경망모형 (Neural Network Model)은 입력변수가 불완전하고 변동 폭이 넓은 경우에도 해석이 가능하며, 데이터 수가 적거나 불규칙한 경우라도 사례의 반복학습을 통해 오차를 줄여나가기 때문에, 데이터 수에 민감한 영향을 받는 회귀모형보다 정밀한 산정이 가능하다(박우열, 차정환, 강경인, 2002). 이러한 신경망모형에 아파트 특성들을 도입하여 아파트 가격을 정말하고 유효하게 예측하는 것은 아파트 가격에 대한 연구 분야에 큰 의미가 있다. 그리고 주택에 관한 기존 연구와 신규 연구에 신경망모형이 활용될 수 있으리라 판단된다.

• Journal of the Korean Data and Information Science Society
• /
• v.28 no.1
• /
• pp.173-183
• /
• 2017

We investigate the factors affecting the price of apartments using the spatial and temporal data of private real estate prices. The factors affecting the price of apartment were analyzed using geographical and temporal weighted regression (GTWR) model which incorporates the temporal and spatial variation. In contrast to the OLS, a general approach used in previous studies, and GWR method which is most widely used for analyzing spatial data, GTWR considers both temporal and spatial characteristics of the house price, and leads to better description of the house price determination. Year of construction and floor area are selected as the significant factors from the analysis, and the house price are affected by them temporally and geographically.