• 한국품질경영학회:학술대회논문집
• /
• 한국품질경영학회 2006년도 춘계학술대회
• /
• 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.

• 재무관리연구
• /
• 제13권1호
• /
• 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.

• 한국항해항만학회지
• /
• 제41권4호
• /
• pp.181-188
• /
• 2017

기존 선박매매시장에서 선박가격은 최근 거래되는 비슷한 유형의 선박가격을 기반으로 산정되었다. 하지만 2008년 금융위기 이후 선박가격 변동이 심해지면서 선박 내재적 가치를 산정할 수 있는 선박가격평가기준이 필요하다. 본 연구에서는 선박의 내재된 요소를 추정하기 위해 헤도닉가격모형을 사용하였다. 이에 본 연구는 헤도닉가격모형을 이용하여 선박가격에 미치는 영향을 각 특성별 가치를 분석하고 추정모형을 도출하였다. 헤도닉가격모형에서 제시된 4가지 모형들 중에 분산확대인자와 단계선택방식으로 최적의 모형을 선정하였다. 이를 위해 실제 거래된 선박과 특성자료를 활용하여 선박가격에 미치는 결정변수들의 영향력 정도를 분석하였다. 최종 선정된 모형은 Log-Line모형으로 회귀분석결과 DWT, Age, Market Value, Short-Term Charter, Long-Term Charter, Enbloc, Special Survey Due, Builder 8개의 변수가 선박가격모형에 영향을 미치는 것으로 나타났다. 제시한 선박가격모형은 선박가격을 평가할 때 객관적이고 균형있는 의사결정을 하는데 도움이 될 것이다.

• 자원ㆍ환경경제연구
• /
• 제7권1호
• /
• 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.

• 부동산연구
• /
• 제27권1호
• /
• pp.45-57
• /
• 2017

본 연구에서는 물류부동산의 가격결정에 영향을 미치는 요인에 대하여 헤도닉 가격 모형을 이용하여 분석하였다. 연구의 분석을 위하여, 2006년부터 2015년까지 10년간 경기도지역에서 거래된 물류센터의 실거래 사례를 전수 조사하였다. 또한 매매가격 형성요인으로 건물특성, 경제특성, 투자특성 및 시간특성을 설정하였고, 헤도닉 가격 모형을 활용하여 다중회귀분석을 실시하였다. 분석결과, 첫째, 규모의 경제에 대한 선호도 경향으로 인하여 대형면적의 매매가격이 높게 형성되었고, 둘째, 간접투자의 경우에 더욱 적극적인 투자성향으로 인하여 직접투자의 경우보다 매매가격이 상대적으로 높게 나타났으며, 셋째, 물류센터의 투자에 대한 다양한 노하우를 보유한 외국인투자자가 매매가격을 주도하고 있는 것으로 판단된다. 본 연구를 통하여 물류센터에 대한 투자의사 결정의 판단기준을 제시하고자 한다.

• 한국경제지리학회지
• /
• 제25권1호
• /
• pp.183-201
• /
• 2022

주택가격을 정확히 추정하기 위한 많은 연구가 진행되어 왔다. 선행연구들은 주택의 고유 특성과 인근 지역 특성을 통제하는 계량경제모형을 활용한 분석이 많았다. 본 연구에서는 인공신경망 모형(ANN)을 활용하여 주택가격을 추정하였다. 딥러닝 기술의 장점은 변수 간의 복잡하고 비선형적인 특성을 모델링하고 데이터의 패턴을 인식할 수 있다는 것이다. 본 연구에서는 부동산 시장에서 공간적 분포도 패턴으로 인식할 수 있다는 가정하에 지리좌표를 설명변수로 ANN에 투입하였다. 선형회귀분석과 ANN 모형 간 비교 결과, 선형 모형 대비 ANN 모형의 설명력이 높았으며, 특히 ANN 모형은 지리좌표를 투입하였을 때 더 높은 정확도를 보여주었다. 또한 ANN 모형의 경우 지리좌표를 통해 모형 잔차의 공간적 자기 상관성이 크게 감소하였다는 점을 확인하였다. 이를 통해 ANN 모형의 패턴인식 능력을 활용하면 공간적 패턴을 학습시킴으로써 주택가격을 정확히 추정할 수 있음을 밝혔다.

• 자원ㆍ환경경제연구
• /
• 제8권1호
• /
• 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.

• 한국산업정보학회:학술대회논문집
• /
• 한국산업정보학회 2009년도 춘계학술대회 미래 IT융합기술 및 전략
• /
• 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.

• 한국품질경영학회:학술대회논문집
• /
• 한국품질경영학회 2010년도 춘계학술대회
• /
• 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
• /
• 제28권1호
• /
• pp.173-183
• /
• 2017

본 연구는 아파트 개별 실거래가격에 대한 시공간 자료를 활용하여 아파트 매매가격에 영향을 미치는 요인을 시계열적 흐름과 공간적 변화를 반영한 지리시간가중 회귀모형 (geographical temporal weighted regression; GTWR)모형을 적용하여 분석하였다. 기존 연구에서 활용되었던 일반적인 접근방법인 최소제곱 (ordinary least square; OLS) 회귀모형과 공간 데이터를 분석하기 위한 공간계량 모델 중 가장 많이 활용되고 있는 지리가중 회귀모형 (geographically weighted regression;GWR)과 달리 GTWR은 주택가격 특성을 고려함에 있어서 시간과 공간을 함께 고려함으로써 보다 정밀한 평가모형이 될 것으로 기대되었다. 본 연구에 사용된 주택가격결정 설명 요인들 중에서 건축연도 및 전용면적이 주택가격을 결정하는데 유의적인 영향을 미치는 것으로 나타났으며, 주택가격이 시간적 공간적 특성 모두에 의하여 유의적으로 설명되었다.