• 제목/요약/키워드: 파레토분포

검색결과 57건 처리시간 0.025초

복권형 투자

  • 강원
    • 한국벤처창업학회:학술대회논문집
    • /
    • 한국벤처창업학회 2022년도 추계학술대회
    • /
    • pp.237-240
    • /
    • 2022
  • 창업기업은 ICO나 크라우드펀딩 등을 통해 소액주주로부터 자금을 조달하여 캐즘(chasm)을 무사히 통과하게 되면 전문투자기관으로부터 시리즈 투자를 유치하게 된다. 이는 시리즈 단계에서는 창업기업의 불확실성을 줄여주는 전문투자기관이 필요한 반면, 사업의 불확실성이 더 높은 캐즘단계에서는 전문투자기관이 존재하지 않아도 소액투자자들의 모집이 가능하다는 역설이라 할 수 있다. 이러한 역설을 설명하기 위해 본 연구에서는 일반투자자들이 복권형투자(lottery-type investment)에 참여하고 있음을 가정하고, 이에 대한 이론적인 고찰을 시도하였다. 복권형투자는 수익률의 분포가 높은 양의 왜도를 가질 때 이론적으로 가능하다. 사실 경제현상에서 정규분포를 찾아보긴 어렵고 왜도가 높은 파레토분포가 더 일반적이다. 정규분포에 기초한 기존의 가격모델은 오히려 특수해라고 할 수 있다. 기대효용이론에 기초한 복권형투자 모형은 실증분석을 통해 파레토분포의 형상모수(𝛼) 값이 먼저 추정되어야 설계가 가능하다.

  • PDF

결합 로그노말-파레토 분포에서 추출된 양쪽 중도 절단된 표본을 이용한 모수추정 (Estimation on composite lognormal-Pareto distribution based on doubly censored samples)

  • 이광호
    • Journal of the Korean Data and Information Science Society
    • /
    • 제22권2호
    • /
    • pp.171-177
    • /
    • 2011
  • 최근에 비약적으로 발달하는 보험 산업에 수반하여 보험금 지불 분포에 대한 연구가 활발하게 진행되고 있다. 보험금 지불금의 분포는 일반적으로 두터운 꼬리를 가지면서 좌로 치우친 왜도를 가지는 파레토 분포나 로그노말 분포로 잘 설명된다고 알려져 왔으며 Cooray와 Ananda (2005)는 이들 두 분포를 결합한 결합 로그노말-파레토분포를 제시하고 이 분포의 적합도가 높음을 보였다. 그런데 보험금 지불의 경우 보금지불 총 금액의 한도로 인하여 극단적으로 큰 보험금이나 혹은 매우 사소한 보험지불금의 경우는 옵션을 두어 예외적으로 취금하는 경우가 많다. 본 논문에서는 결합 로그노말-파레토 분포로부터 추출된 표본이 양쪽 중도 절단되어 있는 경우에 대하여 모수를 추정하는 문제를 다루어 보았다.

2-모수 파레토분포의 객관적 베이지안 추정 (Objective Bayesian Estimation of Two-Parameter Pareto Distribution)

  • 손영숙
    • 응용통계연구
    • /
    • 제26권5호
    • /
    • pp.713-723
    • /
    • 2013
  • 본 연구에서는 2-모수 파레토분포에 대해 무정보사전분포인 준거사전분포의 가정 하에서 객관적 베이지안 모수추정 절차를 제안하였다. 베이지안 추정은 깁스샘플링에 의해서 수행된다. 깁스샘플러에서 모수생성하는 방법은 형태모수는 감마분포로부터 생성하고 척도모수는 적응기각표집 알고리즘에 의해 생성한다. 제안된 베이지안 모수추정 절차는 모의실험과 자료분석에서 기존의 추정방법들인 L-적률추정법, 최우추정법, 공액사전분포 하의 주관적 베이지안 모수추정법과 비교된다.

전역 최적해 수렴을 위한 다목적 최적화 진화알고리즘 (Evolutionary Multi-Objective Optimization Algorithms for Converging Global Optimal Solution)

  • 장수현;윤병주
    • 한국정보처리학회:학술대회논문집
    • /
    • 한국정보처리학회 2004년도 춘계학술발표대회
    • /
    • pp.401-404
    • /
    • 2004
  • 진화 알고리즘은 여러 개의 상충하는 목적을 갖는 다목적 최적화 문제를 해결하기에 적합한 방법이다. 특히, 파레토 지배관계에 기초하여 개체의 적합도를 평가하는 파레토 기반 진화알고리즘들은 그 성능에 있어서 우수한 평가를 받고 있다. 최근의 파레토 기반 진화알고리즘들은 전체 파레토 프론트에 균일하게 분포하는 해집합의 생성을 위해 개체들의 밀도를 개체의 적합도를 평가하기 위한 하나의 요소로 사용하고 있다. 그러나 밀도의 역할은 전체 진화과정에서 중요한 요소가 되기보다는 파레토 프론트에 어느 정도 수렴된 후, 개체의 균일 분포를 만들기 위해 사용된다. 본 논문에서 우리는 파레토 지배 순위와 밀도에 대한 적응적가중치를 이용한 다목적 최적화 진화알고리즘을 제안한다. 제안한 알고리즘은 진화 개체의 적합도를 평가하기위해 파레토 순위와 밀도에 대한 적응적 가중치를 적용하여 전체 진화과정에서 파레토 순위와 밀도가 전체 진화 개체집합의 상태를 고려하여 영향을 미치도록 하였다. 제안한 방법을 많은 지역해들을 포함하는 ZDT4문제에 적용한 결과 비교적 우수한 수렴 결과를 보였다.

  • PDF

균일분포의 파레토 최적해 생성을 위한 다목적 최적화 진화 알고리즘 (Evolutionary Multi-Objective Optimization Algorithms for Uniform Distributed Pareto Optimal Solutions)

  • 장수현;윤병주
    • 정보처리학회논문지B
    • /
    • 제11B권7호
    • /
    • pp.841-848
    • /
    • 2004
  • 진화 알고리즘은 여러 개의 상충하는 목적을 갖는 다목적 최적화 문제를 해결하기에 적합한 방법이다. 특히, 파레토 지배관계에 기초하여 개체의 적합도를 평가하는 파레토 기반 진화알고리즘들은 그 성능에 있어서 비교적 우수한 평가를 받고 있다. 그러나 일반화된 다목적 최적화 진화알고리즘은 복잡한 문제들에서 찾아진 해들의 분포가 전체 파레토 경계면에 대하여 균일하지 못하고 특정 지역에서 집중적으로 해를 생성하는 문제점을 가지고 있다. 본 논문에서 우리는 이러한 문제점을 보완하기 위한 다목적 최적화 진화알고리즘을 제안한다. 제안한 알고리즘은 현재까지 찾아진 최적해들 중 특정 지역에 관중되지 않은 해를 우수 종자로 복제 연산에 참여시킨다. 따라서 특별한 지역탐색 기법을 사용하지 않아도 종자가 되는 개체 주위에 새로운 개체를 생성할 확률이 높기 때문에 지역탐색의 효과를 가질 수 있고, 비교적 고른 분포의 파레토 최적 해를 생성한 수 있다. 5개의 테스트 함수에 대한 실험 결과, 제안한 알고리즘은 모든 문제에서 전체 파레토 경계면에 균일한 분포의 해들을 생성할 수 있었으며, 많은 지역해를 가지는 문제를 제외한 모든 문제에서 NSGA-II보다 우수한 수렴 결과를 보였다.

파레토 지배순위와 밀도의 가중치를 이용한 다목적 최적화 진화 알고리즘 (Evolutionary Multi - Objective Optimization Algorithms using Pareto Dominance Rank and Density Weighting)

  • 장수현
    • 정보처리학회논문지B
    • /
    • 제11B권2호
    • /
    • pp.213-220
    • /
    • 2004
  • 진화 알고리즘은 여러 개의 상충하는 목적을 갖는 다목적 최적화 문제를 해결하기에 적합한 방법이다. 특히, 파레토 지배관계에 기초하여 개체의 적합도를 평가하는 파레토 기반 진화알고리즘들은 그 성능에 있어서 우수한 평가를 받고 있다. 최근의 파레토 기반 진화알고리즘들은 전체 파레토 프론트에 균일하게 분포하는 해집합의 생성을 위해 개체들의 밀도를 개체의 적합도를 평가하기 위한 하나의 요소로 사용하고 있다. 그러나 밀도의 역할은 전체 진화과정에서 중요한 요소가 되기보다는 파레토 프론트에 어느 정도 수렴된 후, 개체의 균일 분포를 만들기 위해 사용된다. 본 논문에서 우리는 파레토 지배 순위와 밀도에 대한 임의가중치를 적용한 다목적 최적화 진화알고리즘을 제안한다. 제안한 알고리즘은 진화 개체의 적합도를 평가하기 위해 파레토 순위와 밀도에 대한 임의의 가중치를 적용하므로 전체 진화과정에서 파레토 순위와 밀도가 비슷한 영향을 미치도록 하였다. 또한, 제안한 방법을 6개의 다목적 최적화 문제에 적용한 결과 비교적 우수한 결과를 보였다.

일반화 파레토 모형에서의 베이지안 예측 (A Bayesian Prediction of the Generalized Pareto Model)

  • 판허;손중권
    • 응용통계연구
    • /
    • 제27권6호
    • /
    • pp.1069-1076
    • /
    • 2014
  • 기후 온난화의 한 현상으로 받아들여지는 집중호우로 인한 관심이 늘어난 만큼 강우량에 대한 예측 모형이 필요하다. 이러 환경 문제를 다룰 때, 모형을 설정하는 방법 중에 하나로 일반화 파레토 모형을 활용하는 연구가 이루어지고 있다. 본 논문에서는 서울특별시에 대한 1973년부터 2011년까지 매 7월 일별강우량 자료를 가지고 일반화 파레토 모형을 사용하여 강우량의 임계값(70mm) 이상의 분포가 어떻게 되는지 연구한다. 모수의 사전분포는 감마분포랑 역감마분포를 정의하고, 또는 제프리의 정보가 없는 사전분포를 두고, 깁스 표본방법을 통해 베이지안 사후예측분포를 구하고 얻어진 결과를 비교해 본다.

두꺼운 꼬리 분포를 이용한 수정된 인터넷 트래픽 모델 (A Strategy of Adjusted Internet Traffic Modeling using Heavy-Tailed Distributions)

  • 지선수
    • 한국산업정보학회논문지
    • /
    • 제12권3호
    • /
    • pp.10-18
    • /
    • 2007
  • 인터넷의 사용자가 증가함에 따라 사용자의 인터넷 작업부하 유형을 파악하고 이를 수리적으로 표현하여 웹사이트에서 송수신되는 트래픽의 형태를 모델링하는데 적합한 통계적 분포를 제시할 필요가 있다. 독립적이고 불규칙적인 트래픽 추세를 고려할 때 어떤 t 시점에서 임의의 외부적 개입이 주어질 경우 파레토 분포를 이용한 수정된 모델을 가지고 트래픽 발생에 어느 정도 영향을 주는지를 알아본다.

  • PDF

기술혁신분포, 기술모방분포 그리고 신 국제무역이론에 대한 실증연구

  • 조상섭;조병선;황호영;민경세
    • 한국기술혁신학회:학술대회논문집
    • /
    • 한국기술혁신학회 2017년도 추계학술대회 논문집
    • /
    • pp.249-249
    • /
    • 2017
  • 본 연구는 신 국제무역이론(Meltzer, 2012, 2014, 2015)에 대한 실증분석을 목적으로 한다. 신국제무역이론은 기술혁신역량에 대한 이질적 기업분포가 국제무역에 미치는 영향을 중심으로 전개된다. 이 새로운 국제무역이론은 기술혁신분포형태가 국제무역효과를 결정한다는 핵심가정에서 출발하기 때문에 실증적으로 우리나라 제조 기업 기술혁신분포를 추정하고, 기술혁신분포형태 즉 우리나라 기업의 기술혁신과 기술모방분포에 대한 통계적으로 검증하여, 신 국제무역이론기반에 대한 적정성을 평가하였다. 본 분석결과를 바탕으로 기술정책 및 산업정책 방향을 간단하게 제언하였다.

  • PDF

GPD 기반의 유전자 알고리즘을 이용한 포트폴리오 최적화 (Finding optimal portfolio based on genetic algorithm with generalized Pareto distribution)

  • 김현돈;김현태
    • Journal of the Korean Data and Information Science Society
    • /
    • 제26권6호
    • /
    • pp.1479-1494
    • /
    • 2015
  • 최적의 포트폴리오를 선택하기 위한 연구는 평균-분산모형을 시작으로 다양하게 진행되어 왔다. 과거에는 위험자산의 확률분포가 정규분포를 따른다고 가정하여, 투자자가 보유한 위험자산의 분산이 최소화되고 기대수익률이 최대가 되도록 포트폴리오를 구성하도록 하였다. 그러나 실제 위험자산의 분포에는 극단적인 사건들이 많이 발생하기 때문에 정규분포보다 훨씬 꼬리부분이 두꺼우며, 또한 왼쪽꼬리와 오른쪽꼬리가 대칭적이지도 않은 것으로 밝혀졌다. 이에 본 논문에서는 위험자산의 확률분포를 극단치 이론에서 널리 사용되는 일반화 파레토분포 (GPD)로 모형화하였고 체계적인 위험의 추정을 위하여 VaR를 이용하는 한편, 최적의 포트폴리오의 탐색을 위해서는 유전자 알고리즘을 사용하였다. 제안 방법의 적정성을 확인하기 위해 국내 증시에서 최적 포트폴리오를 탐색해 보았으며, 그 결과 GPD로 투자자산의 위험을 추정하였을 때 가장 좋은 결과를 얻을 수 있었다.