• 대한지리학회지
• /
• 제39권2호
• /
• pp.212-228
• /
• 2004

본 연구는 지역간 소득분포의 수렴/발산의 주요 측면인 베타-수렴을 공간자료분석에 의거하여 비판적으로 검토하고 있다. 베타-수렴에 대한 통상적인 접근법은 두 가지 측면에서 문제점을 갖고 있다. 첫째, 회귀분석 결과 도출되는 잔차의 공간적 자기상관을 고려하지 못한다. 둘째, 베타-수렴의 국지적 변이, 즉 공간적 이질성을 탐색할 어떠한 절차도 제공하지 못한다. 이러한 비판적 검토를 바탕으로, 다양한 공간자료분석 기법들, 즉, 공간적 자기회기 모델(spatial autoregressive models), 이변량 국지통지(bivariate local statistics)를 이용한 탐색적 공간자료분석(ESDA: exploratory spatial data analysis) 기법, 그리고 지리적 가중회귀분석(GWR: geographically weighted regression)을 사용하여 1969-1999년 간의 미국 노동시장지역에 대한 소득 자료를 분석하였다. 주요 결과는 다음과 같다. 첫째, OSL모델을 적용한 결과 베타-수렴은 단지 부분적으로만 드러났고, 베타-수렴 계수도 시기별로 상당한 편차를 보였다. 둘째, 공간적 자기회기 모델의 분석 결과 OLS에 의해 유의한 것으로 나타난 베타-수렴 계수가 99% 신뢰수준에서 유의하지 않은 것으로 드러났다. 셋째, 탐색적 공간자료분석과 지리적 가중회귀분석의 결과는 베타-수렴의 경향에 상당한 정도의 공간적 이질성이 존재한다는 점을 보여주고 있다. 또한 이 공간적 이질성의 양상이 시기별로도 다양하게 드러남이 관찰되었다.

• 한국항해항만학회지
• /
• 제46권3호
• /
• pp.289-296
• /
• 2022

본 연구의 목적은 유가와 벌크선 운임의 상관관계 및 영향력을 검증하는 것이다. 탄소배출 감축을 위해 석유의존도를 줄이고 친환경연료 선박의 개발이 추진되고 있지만, 현재의 진행상황으로 볼 때, 상당한 시간이 필요할 것으로 보인다. 반면, COVID 19 팬데믹 및 러시아의 우크라이나 침공에 따른 유가 변동성이 커지고 있다. 해운업에서 연료비용이 큰 비중을 차지하고 있으므로, 유가가 운임에 어떠한 영향을 주는지 점검이 필요하다. 유가 변수로 Brent, Dubai, WTI 그리고 운임변수는 BDI, BCI, BPI로 2008년 10월부터 2022년 2월까지 월별 데이터를 사용하였다. VAR(Vector Autoregressive) 모형을 이용한 상관관계 분석에서 BDI에 대한 충격반응 분석은 WTI가 가장 큰 영향을 미쳤고, 그 다음으로 두바이유, 브렌트유 순으로 차이를 보였다. 예측오차 분산분해 분석결과는 BDI에 대해 WTI, 두바이유, 브렌트유 순으로 설명력의 차이를 보였다. 선종별로 차이는 있으나, 대체로 WTI와 두바이유가 설명력이 높았다.

• 한국진공학회:학술대회논문집
• /
• 한국진공학회 2012년도 제42회 동계 정기 학술대회 초록집
• /
• pp.241-241
• /
• 2012

Semiconductor industry has been taking the advantage of improvements in process technology in order to maintain reduced device geometries and stringent performance specifications. This results in semiconductor manufacturing processes became hundreds in sequence, it is continuously expected to be increased. This may in turn reduce the yield. With a large amount of investment at stake, this motivates tighter process control and fault diagnosis. The continuous improvement in semiconductor industry demands advancements in process control and monitoring to the same degree. Any fault in the process must be detected and classified with a high degree of precision, and it is desired to be diagnosed if possible. The detected abnormality in the system is then classified to locate the source of the variation. The performance of a fault detection system is directly reflected in the yield. Therefore a highly capable fault detection system is always desirable. In this research, time series modeling of the data from an etch equipment has been investigated for the ultimate purpose of fault diagnosis. The tool data consisted of number of different parameters each being recorded at fixed time points. As the data had been collected for a number of runs, it was not synchronized due to variable delays and offsets in data acquisition system and networks. The data was then synchronized using a variant of Dynamic Time Warping (DTW) algorithm. The AutoRegressive Integrated Moving Average (ARIMA) model was then applied on the synchronized data. The ARIMA model combines both the Autoregressive model and the Moving Average model to relate the present value of the time series to its past values. As the new values of parameters are received from the equipment, the model uses them and the previous ones to provide predictions of one step ahead for each parameter. The statistical comparison of these predictions with the actual values, gives us the each parameter's probability of fault, at each time point and (once a run gets finished) for each run. This work will be extended by applying a suitable probability generating function and combining the probabilities of different parameters using Dempster-Shafer Theory (DST). DST provides a way to combine evidence that is available from different sources and gives a joint degree of belief in a hypothesis. This will give us a combined belief of fault in the process with a high precision.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 2003년도 ICCAS
• /
• pp.2087-2089
• /
• 2003

The presence of narrowband interference (NBI) in Direct-sequence code division multiple access (DS/CDMA) systems is an inevitable problem when the interference is strong enough. The improvement in the system performance employs by adaptive narrowband interference suppression techniques. Basically there have been two types of method for narrowband interference suppression estimator/subtracter approaches and transform domain approaches. In this paper the focus is on the type of estimator/subtracter approaches. However, the binary direct sequence (DS) signal, that acts as noise in the prediction process is highly non-Gaussian. The case of a Gaussian interferer with known in an autoregressive (AR) signal or a digital signal and also in a sinusoidal signal (Tone) that included in is paper. The proposed NBI suppression is presence in an adaptive IIR notch filter for lattice structure and more powerful by using a variable step-size algorithm. The simulation results show that the proposed algorithm can significantly increase the convergence rate and improved system performance when compare with adaptive least mean square algorithm (LMS).

• Journal of Preventive Medicine and Public Health
• /
• 제51권3호
• /
• pp.140-147
• /
• 2018

Objectives: Environmental pollution is a negative consequence of the development process, and many countries are grappling with this phenomenon. As a developing country, Iran is not exempt from this rule, and Iran pays huge expenditures for the consequences of pollution. The aim of this study was to analyze the long- and short-run impact of air pollution, along with other health indicators, on private and public health expenditures. Methods: This study was an applied and developmental study. Autoregressive distributed lag estimating models were used for the period of 1972 to 2014. In order to determine the co-integration between health expenditures and the infant mortality rate, fertility rate, per capita income, and pollution, we used the Wald test in Microfit version 4.1. We then used Eviews version 8 to evaluate the stationarity of the variables and to estimate the long- and short-run relationships. Results: Long-run air pollution had a positive and significant effect on health expenditures, so that a 1.00% increase in the index of carbon dioxide led to an increase of 3.32% and 1.16% in public and private health expenditures, respectively. Air pollution also had a greater impact on health expenditures in the long term than in the short term. Conclusions: The findings of this study indicate that among the factors affecting health expenditures, environmental quality and contaminants played the most important role. Therefore, in order to reduce the financial burden of health expenditures in Iran, it is essential to reduce air pollution by enacting and implementing laws that protect the environment.

• 한국수자원학회논문집
• /
• 제34권6호
• /
• pp.701-711
• /
• 2001

수질 인자들은 다양하고 관계가 복잡하여 수질 변화를 예측하는데 많은 어려움이 있다. 따라서 입력과 출력이 비교적 용이하고 비선형 예측에 적합한 신경망 모형을 이용하여 금강유역 공주지점의 DO, BOD, TN에 대한 월수질 예측을 수행하고 ARIMA 모형과 비교하여 적용 가능성을 검토하였다. 사용된 신경망 모형은 학습을 위해 BP(Back Propagation) 알고리즘을 적용하였으며 학습을 향상시키기 위한 모멘트-적응학습율(Moment-Adaptive learming rate) 방법을 이용한 MANN 모형, 레번버그-마쿼트(Levenberg-Marquardt) 방법을 이 용한 LMNN 모형, 그리고 정성적인 판단인자를 첨가하여 정량적인 월 수질 자료와 분별, 학습하 도록 은닉층을 분리한 MNN 모형으로 구분하였다. 대체로 신경망 모형의 예측치가 실측치에 근사한 결과를 보였으며, 은닉층을 분리한 MNN 모형이 가장 우수한 결과를 보였다.

• 한국항만경제학회지
• /
• 제31권1호
• /
• pp.69-84
• /
• 2015

본고는 개입 승법계절 ARIMA모형과 인공신경망모형을 이용하여 해상운송 물동량을 추정하고 사전적 예측치를 도출하였다. 개입 ARIMA의 추정결과 오차항에서 자기상관이 존재하지 않고 정규성이 존재함으로써 오차항의 기본가정이 잘 충족되고 있음을 확인하였다. 그리고 개입 승법계절 ARIMA모형과 인공신경망모형에 대해 예측실적 오류를 ME, MAE, RMSE, MSE로 측정한 결과 ARIMA $(2,1,0)(1,0,1)_{12}$이 가장 우수한 예측모형임을 확인할 수 있었다. 2015년부터 2019년까지의 기간에 대해 개입 ARIMA모형을 이용한 해상운송 물동량의 사전적 예측치 결과 4.54%에서 4.99%의 연평균 증가율을 보였고, 인공신경망모형을 이용한 예측결과 2.00%에서 2.44%까지의 연평균 증가율을 나타냈다.

• 응용통계연구
• /
• 제35권3호
• /
• pp.395-406
• /
• 2022

본 논문에서는 장기 종속 다변량 시계열 자료에 대한 이상점 탐지 기법을 연구한다. 기존 다변량 시계열 이상점 탐지 방법은 단기 종속 시계열 모형인 VARMA에 기반한 방법으로, 장기억성을 띈 다변량 시계열 자료에는 적합하지 않다. 자기회귀 모형을 통해서 장기 종속성, 즉 장기억성을 고려하기 위해서는 높은 차수의 모형이 필요하고, 이는 곧 추정의 불안성으로 이어지기에 장기억성을 효율적으로 다룰 수 없기 때문이다. 따라서, 본 논문은 이러한 문제를 보완하고자 VHAR 구조에 기반한 이상점 탐지 방법을 제시하고자 한다. 또한 더욱 정확한 추론을 위해서 로버스트한 방법을 이용하여 VHAR 계수를 추정하였고 이를 활용하여 이상점을 탐지하였다. 모의실험 결과 우리가 제안한 방법론이 기존 VARMA에 기반한 방법론보다 이상점 탐지에 더 효과적임을 살펴볼 수 있었다. 주가지수에 대한 실증자료 분석에서도 기존의 방법론은 탐지하지 못하는 추가 이상점을 찾음을 확인할 수 있었다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.

• 경영과정보연구
• /
• 제39권2호
• /
• pp.17-37
• /
• 2020

본 연구의 목적은 2007년~2010년 유로 도입 이후 금융위기 및 그에 따른 EU 부채위기까지의 기간 내에 미국, 유럽 및 BRIC 금융시장 간의 선형과 비선형 인과관계의 존재를 통해 글로벌 전이효과를 조사하는데 있다. 금융위기로 인한 글로벌 전이효과가 잘 설명되어 있지만, 미국, 유럽 및 BRIC 주식시장 간의 변동성 전이효과의 특성 뿐만 아니라 전달 메커니즘은 체계적으로 조사되지 않았다. 동적 선형 및 비선형 인과관계를 조사하기 위해 단계적인 필터링 방법론이 도입되었는데, 이는 벡터자기회귀모형과 다변량 GARCH 모형을 포함한다. 본 논문의 표본은 유로 이후 기간을 포함하고 또한 2007년 금융위기, 2008년 글로벌 금융위기, 2010년 유로존 부채위기도 포함한다. 본 연구의 실증결과는 BRIC 주식시장의 효율성에 많은 함의를 가질 수 있는데 시장의 예측가능성에 영향을 미칠 뿐만 아니라 시장의 금융통합의 과정을 수량화하기 위해서 미래의 연구에 유용할 수 있다. 미국, 유럽 및 BRIC 간의 상호 의존성이 감지되면 금융시장 규제, 헤징 및 거래 전략에 대한 중요한 함의를 나타낼 수 있다. 또한 결과는 BRIC이 미국발 서브프라임 금융위기 이후 국제적으로 통합되고 있고 전이효과가 더욱 구체화 되어 현저하게 나타나고 있다는 것을 보여준다. 더욱이, 탈동조화 견해를 지지하는 일관된 증거가 전혀 없다. 일부 비선형 인과관계는 조사기간 동안 필터링 후에도 지속된다. 비록 꼬리분포 의존성과 고적률이 나머지 상호 의존성의 유의한 요소일 수 있을지라도, 이것은 비선형 인과관계가 단순한 변동성 효과에 의해 대체로 설명될 수 있다.