This paper presents a portfolio model for a long-term power generation mix problem. The proposed portfolio model evaluates generation mix by considering the tradeoffs between the expected cost for power generation and its variability. Unlike conventional portfolio models measuring variance, we introduce Conditional Value-at-Risk (CVaR) in designing the variability with aims to considering events that are enormously expensive but are rare such as nuclear power plant accidents. Further, we consider uncertainties associated with future electricity demand, fuel prices and their correlations, and capital costs for power plant investments. To obtain an objective generation by each energy source, we employ the sample average approximation method that approximates the stochastic objective function by taking the average of large sample values so that provides asymptotic convergence of optimal solutions. In addition, the method includes Monte Carlo simulation techniques in generating random samples from multivariate distributions. Applications of the proposed model and method are demonstrated through a case study of an electricity industry with nuclear, coal, oil (OCGT), and LNG (CCGT) in South Korea.
Let X$_1$, X$_2$,... be a sequence of independent and identically distributed random variables with continuous cumulative distribution function F(x). X$_j$ is an upper record value of this sequence if X$_j$ > max {X$_1$,X$_2$,...,X$_{j-1}$}. We define u(n)=min{j$\mid$j> u(n-1), X$_j$ > X$_{u(n-1)}$, n $\geq$ 2} with u(1)=1. Then F(x) = 1-x$^{\theta}$, x > 1, ${\theta}$ < -1 if and only if (${\theta}$+1)E[X$_{u(n+1)}$$\mid$X$_{u(m)}$=y] = ${\theta}E[X_{u(n)}$\mid$X_{u(m)}=y], (\theta+1)^2E[X_{u(n+2)}$\mid$X_{u(m)}=y] = \theta^2E[X_{u(n)}$\mid$X_{u(m)}=y], or (\theta+1)^3E[X_{u(n+3)}$\mid$X_{u(m)}=y] = \theta^3E[X_{u(n)}$\mid$X_{u(m)}=y], n $\geq$ M+1$.
Let X$_1$, X$_2$‥‥,X$\_$n/ be n independent and identically distributed random variables with continuous cumulative distribution function F(x). Let us rearrange the X's in the increasing order X$\_$1:n/ $\leq$ X$\_$2:n/ $\leq$ ‥‥ $\leq$ X$\_$n:n/. We call X$\_$k:n/ the k-th order statistic. Then X$\_$n:n/ - X$\_$n-1:n/ and X$\_$n-1:n/ are independent if and only if f(x) = 1-e(equation omitted) with some c > 0. And X$\_$j/ is an upper record value of this sequence lf X$\_$j/ > max(X$_1$, X$_2$,¨¨ ,X$\_$j-1/). We define u(n) = min(j|j > u(n-1),X$\_$j/ > X$\_$u(n-1)/, n $\geq$ 2) with u(1) = 1. Then F(x) = 1 - e(equation omitted), x > 0 if and only if E[X$\_$u(n+3)/ - X$\_$u(n)/ | X$\_$u(m)/ = y] = 3c, or E[X$\_$u(n+4)/ - X$\_$u(n)/|X$\_$u(m)/ = y] = 4c, n m+1.
Purpose - This study examines whether flight-to-liquidity (FTL) explains the dynamic liquidity risk on stock returns, and whether it has a significant influence on determinants the cross-section of stock returns. Design/methodology/approach - This study suggests a new risk factor, dynamic liquidity hedge portfolio (DLP), to reflect the dynamic impact of liquidity risk on stock returns and the Fama-MacBeth 2 stage regression analysis is employed in order to analyze the data. Findings - First, the DLP factor shows more positive and significant beta for the small or illiquidity stocks. Second, the DLP shows a different influence than SMB (size risk factor), HML (value risk factor), NMP (liquidity risk factor), FTVOL (total volatility factor) in determining the cross-section of stock returns. In addition, the DLP has a statistically significant risk premium of around 5%, which is relatively larger than other risk factors. Research implications or Originality - This study has academic value in terms of newly confirming that the DLP factor has a more significant impact on cross-sectional determination of stock returns than other risk factors by proposing a conditional liquidity factor that can explain the FTL phenomenon.
SAMINENI, Ravi Kumar;PUPPALA, Raja Babu;KULAPATHI, Syamsundar;MADAPATHI, Shiva Kumar
The Journal of Asian Finance, Economics and Business
/
제8권4호
/
pp.857-861
/
2021
The study aims to find the asymmetric effect in National Stock Exchange in which the Nifty50 is considered as proxy for NSE. A return can be stated as the change in value of a security over a certain time period. Volatility is the rate of change in security value. It is an arithmetical assessment of the dispersion of yields of security prices. Stock prices are extremely unpredictable and make the investment in equities risky. Predicting volatility and modeling are the most profuse areas to explore. The current study describes the association between two variables, namely, stock yields and volatility in equity market in India. The volatility is measured by employing asymmetric GARCH technique, i.e., the EGARCH (1,1) tool, which was used in building the study. The closing prices of Nifty on day-to-day basis were used for analysis from the period 2011 to 2020 with 2,478 observations in the study. The model arrests the lopsided volatility during the mentioned period. The outcome of asymmetric GARCH model revealed the subsistence of leverage effect in the index and confirms the impact of conditional variance as well. Furthermore, the EGARCH technique was evidenced to be apt in seizure of unsymmetrical volatility.
본 논문에서는 기존의 global soft decision 방법에서 음성부재확률의 고정 파라미터에 2차 조건 사후 최대 확률기법을 적용한 음성 향상 기법을 제안한다. 기존의 global soft decision 방법은 음성부재확률을 구하기 위해 가정한 가설에 따라 파라미터값을 고정하여 다양한 음성 환경 변화에 민감한 점을 고려하여 본 논문에서 제안한 알고리즘은 기존의 고정 파라미터 값에 직전 2 프레임에서의 음성 존재와 부재에 대한 조건을 부여해주어 음성과 음성사이의 상호 연관성을 고려해주고, 보다 유동적으로 현재 프레임의 음성부재확률을 추정하는 음성향상 기법이다. 제안된 방법의 성능평가를 위해 ITU-T P.862 perceptual evaluation of speech quality (PESQ)를 이용하여 평가하였고, 그 결과 제안된 2차 조건 사후 최대 확률기법을 적용한 global soft decision 방법은 기존의 Global soft decision 방법보다 향상된 결과를 나타내었다.
주식, 환율 등과 같은 금융자료의 수익률의 분포는 정규분포에 비해 꼬리가 두껍고, 좌우 비대칭성을 보인다. 조건부수익률이 정규분포를 따른다고 가정한 GARCH 모형을 이용하여 VaR을 추정하였을 때, 이러한 비정규성 때문에 적절한 추정이 이루어지지 않고, VaR을 초과하는 손실의 발생과정에 군집(clustering)현상이 발생하는 문제점이 있다. 이러한 문제를 해결하기 위해, 본 논문에서는 조건부수익률의 분포로 unbounded Johnson 분포를 이용한 GARCH 모형을 이용하여 VaR을 추정한다. 또한, 조건부수익률이 각각 정규분포, Student-t 분포를 따르는 GARCH 모형의 경우와 비교하였다. 초과손실 발생과정 자료를 이용하여 실패율검정과 군집성검정을 통해 조건부수익률 분포로 unbounded-Johnson 분포를 사용하는 방법의 타당성을 살펴보았다. Unbounded Johnson 분포가 조건부수익률 분포로 주어지는 GARCH 모형의 경우는 과소, 과대추정을 하지 않고, 군집현상 또한 발생하지 않아 적절한 추정을 하고 있음을 확인하였다.
본 논문에서는 다변량 DCC(dynamic conditional correlation) GARCH 모형에서 동태적 상관계수를 추정하기 위한 대표적 방법인 쌍별 추정법과 다차원 추정법의 효율성을 비교한다. 이를 위하여 금융 시장의 변동성을 반영하는 다변량 시계열을 생성하고 이에 대한 DCC GARCH 모형을 수립 및 추정하는 시뮬레이션을 실시하였다. 또한 KOSPI 200 섹터지수를 이용하여 포트폴리오를 구성하고 이의 변동성 추정 및 VaR 계산을 통하여 동태적 상관계수 추정에 대한 정확성을 평가하였다. 그 결과로서, 전반적으로 다차원 추정법이 쌍별 추정법보다 우수함을 발견하였다. 특히, 다차원 추정법에서 상대적으로 상관관계가 낮은 시계열을 추가할수록 쌍별 시계열에 대한 동태적 상관계수 추정의 정확성을 높여줌을 발견하였다.
Simulation is performed to analyze the characteristics of turbulent spray combustion in a diesel engine condition. An extended Conditional Moment Closure (CMC) model is employed to resolve coupling between chemistry and turbulence. Relevant time and length scales and dimensionless numbers are estimated at the tip and the mid spray region during spray development and combustion. The liquid volume fractions are small enough to support validity of droplets assumed as point sources in two-phase flow. The mean scalar dissipation rates (SDR) are lower than the extinction limit to show flame stability throughout the combustion period. The Kolmogorov scales remain relatively constant, while the integral scales increase with decay of turbulence. The chemical time scale decreases abruptly to a small value as ignition occurs with subsequent heat release. The Da and Ka show opposite trends due to variation in the chemical time scale. More work is in progress to identify the spray combustion regimes.
We suggest a method to configure feature functions of continuous conditional random field (C-CRF). Regression tree and similarity analysis are introduced to construct the first and second feature functions of C-CRF, respectively. Rules from the regression tree are transformed to logic functions. If a logic in the set of rules is true for a data then it returns the corresponding value of leaf node and zero, otherwise. We build an Euclidean similarity matrix to define neighborhood, which constitute the second feature function. Using two feature functions, we make a C-CRF model and an illustrate example is provided.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.