• KDI Journal of Economic Policy
• /
• 제35권4호
• /
• pp.31-61
• /
• 2013

민간투자 도로사업의 경우, 사업의 미래 수익성과 직접적으로 관련 있는 예측 교통량의 불확실성과 이에 따른 위험이 민간 운영자에게 이전된다. 따라서 교통량 예측위험이 민간투자 도로사업의 추진에 어느 정도 영향을 미치며, 이러한 위험의 실제적인 경제적 가치를 파악하는 것은 민간투자사업의 적격성을 파악하고 이를 높일 수 있는 중요한 정보이다. 본 논문의 목적은 민간투자 도로사업의 교통수요 예측위험의 경제적 가치를 산정하는 것이다. 이를 위해 예측 교통량은 불확실성이 존재하는 확률변수이며, 시간이 경과하면서 기하 브라운 운동을 따른다고 가정한 후 민간투자사업의 가치변동성을 예측하는 방안을 제안하였다. 특히 본 논문에서는 개통 후 도로사업의 교통량 형성 특성을 고려한 램프업 기간 전후의 상이한 교통량 증가율과 그 변동성을 적용하여 단순히 임의적으로 가정한 기존 연구와 차별화하였다 사례 사업분석 결과, 예측된 해당 민간투자사업의 교통수요 예측 리스크 프리미엄은 출자 건설회사의 시가총액을 고려하지 않고 단순평균하는 경우 7.39%, 시가총액을 가중하여 평가하는 경우 8.30%로 분석되었으며, 교통수요 예측위험에 따른 해당 민간투자사업의 가치변동성은 17.11%로 예측되었다. 할인율이 클수록 프로젝트의 가치변동성은 작아졌는데, 비용의 고정으로 인한 레버리지 효과는 교통량 변동성보다 프로젝트의 가치변동성을 크게 하였다. 교통수요 예측위험에 따른 민간투자사업의 가치변동률과 리스크 프리미엄을 통해 산출하는 사례 민간투자사업 교통량 예측위험의 시장가치는 0.42~0.50 사이로 분석되었는데, 이는 교통량 변동성이 1% 증가하거나 감소하면 이에 따른 해당 프로젝트 위험 프리미엄은 0.42~0.50% 증가하거나 감소함을 의미한다.

• 기술혁신연구
• /
• 제23권2호
• /
• pp.33-54
• /
• 2015

국가차원의 슈퍼컴퓨팅 성능수요 예측은 슈퍼컴퓨터를 활용하는 계산과학분야의 연구자나 연구개발 인프라를 구축 운영하고 있는 전문기관, 과학기술 인프라구축을 주도할 정부기관에 있어서 매우 중요한 정보이다. 본 연구는 그동안 진행되었던 슈퍼컴퓨터 성능관련 예측활동 분석을 통해 과학기술 역량에 영향을 미치는 요인들을 도출하고 이를 슈퍼컴퓨터 기술진보 추세에 적용한 복합 예측모형을 제안하였다. 횡단면분석에서는 슈퍼컴퓨팅 성능에 영향을 미칠 것으로 판단되는 GDP, GERD, 연구원수, SCI논문수를 고려한 다중회귀분석을 수행하였다. 그리고 횡단면분석 결과에 Top500 자료의 성능(Rmax)값을 이용한 시계열분석을 통해 도출된 기간별 기술진보율을 곱하여 슈퍼컴퓨터의 성능을 예측하였다. 제안된 예측모형을 바탕으로 세계 슈퍼컴퓨터 500위의 시계열자료를 이용하여 한국이 2016년에 보유해야 할 슈퍼컴퓨터 성능규모를 예측하였다. 횡단면분석과 기술진보율을 적용하여 2016년 한국의 슈퍼컴퓨팅 성능수요를 예측해본 결과 현재의 추세를 이용할 경우 15~30PF 정도, 목표 국가수준의 추세를 이용할 때 20~40PF 정도의 컴퓨팅 역량이 필요할 것으로 예측되었다. 이 결과는 단순 회귀분석을 적용한 결과인 9.6PF와 횡단면분석을 적용한 결과인 2.5PF와 큰 차이를 나타내었다.

• 응용통계연구
• /
• 제29권1호
• /
• pp.193-203
• /
• 2016

본 논문은 ICT기반 시장에서의 수요관리시스템에서의 핵심 요소인 전력 수요 예측을 위하여, 전체 사용량을 기반으로 예측 하는 방식이 아닌, 시계열 기반 군집분석을 통한 군집별 예측량의 결합을 실시하였다. 시계열 군집 분석 방법으로서 Periodogram 기반의 정규화 군집분석, 예측 기반의 군집분석, DTW(Dynamic Time Warping)를 이용하여 군집화를 시도하였으며, 군집 별 수요예측 모형으로서 DSHW(Double Seasonal Holt-Winters) 모형, TBATS(Trigonometric, Box-Cox transform, ARMA errors, Trend and Seasonal components) 모형, FARIMA(Fractional ARIMA) 모형을 사용하여 예측을 실시하였다. 전체 사용량을 기반으로 예측 하는 방식이 아닌, 군집분석을 통한 군집별 예측량의 결합이 더 낮은 MAPE로 나타남에 따라 우수한 예측 방법으로 판단되었다.

• Communications for Statistical Applications and Methods
• /
• 제22권6호
• /
• pp.675-683
• /
• 2015

In the 21st century, we now face the serious problems of the enormous consumption of the energy resources. Depending on the power consumption increases, both China and South Korea face a reduction in available resources. This paper considers the regression models and time-series models to compare the performance of the forecasting accuracy based on Mean Absolute Percentage Error (MAPE) in order to forecast the electricity demand accurately on the short-term period (68 months) data in Northeast China and find the relationship with Korea. Among the models the support vector regression (SVR) model shows superior performance than time-series models for the short-term period data and the time-series models show similar results with the SVR model when we use long-term period data.

• 경영과학
• /
• 제19권2호
• /
• pp.125-137
• /
• 2002

The telecommunications market is expanding rapidly and becoming more substitutive. In this environment, demand forecasting is very difficult, yet important for both practitioners and researchers. in this paper, we adopt the modeling approach proposed dy Jun and Park ［6］. The basic premise is that demand patterns result from choice behavior, where customers choose a product to maximize their utility. We apply a choice-based substitutive diffusion model to the Korean mobile telecommunication service market where digital service has completely replaced analog service. In comparison with Bass-type multigeneration models. our model provides superior fitting and forecasting performance. The choice-based model is useful in that it enables the description of such complicated environments and provides the flexibility to include marketing mix variables such as price and advertising in the regression analysis.

• 한국항해항만학회지
• /
• 제42권5호
• /
• pp.341-346
• /
• 2018

Supramax bulk carriers cover a wide range of ocean transportation requirements, from major to minor bulk cargoes. Market forecasting for this segment has posed a challenge to researchers, due to complexity involved, on the demand side of the forecasting model. This paper addresses this issue by using technical indicators as input features, instead of complicated supply-demand variables. Artificial neural networks (ANN), one of the most popular machine-learning tools, were used to replace classical time-series models. Results revealed that ANN outperformed the benchmark binomial logistic regression model, and predicted direction of the spot market with more than 70% accuracy. Results obtained in this paper, can enable chartering desks to make better short-term chartering decisions.

• 대한산업공학회지
• /
• 제18권2호
• /
• pp.51-63
• /
• 1992

It is commonly accepted that the demand forecasting data play a vital role in deciding strategic variables such as the optimal market entry time, the price structure and the production capacity etc. In case of the new product, however, it is hard to apply the well known regression-type methodologies. In this study, we survey the characteristics of various types of new product demand forecasting(NPDF) methodologies which are useful in case the historical data are not available. Further, we explore the possibility of incorporating the NPDF methodologies and develope the unified infra-structure of the NPDF methodologies. Finally we propose an integrated prototype of the NPDF model.

• 한국조명전기설비학회지:조명전기설비
• /
• 제6권1호
• /
• pp.29-39
• /
• 1992

In this paper, the basic idea of optimum electric system design by means of the forecasting of maximum demand is presented, and the load characteristics and practical operating conditions are based on the technical data. After reconstruction of th model plant by use of above method, power supply reliability, future extention, initial cost, and running cost saving effects are analyzed. As a result, it is verified that the systems wherein the power is supply to each load frm main transformer whose capacity is calculated by forecasting are economic rather than the systems wherein the power is supply to each electric feeders from each corresponding transformer.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2003년도 하계학술대회 논문집 A
• /
• pp.68-70
• /
• 2003

This paper proposes the demand-side management(DSM) monitoring system of high efficient end-use appliances considering demand-side bidding (DSB). The effect on the market propagation of high efficient appliances by demand side bidding is analysed. Seasonal Peak demand forecasting and propagation capacity of these appliances are analysed.

• 전기학회논문지
• /
• 제58권1호
• /
• pp.1-6
• /
• 2009

The traditional demand prediction was based on the technique wherein electric power corporations made monthly or seasonal estimation of electric power consumption for each area and subscription type for the next one or two years to consider both seasonally generated and local consumed amounts. Note, however, that techniques such as pricing, power generation plan, or sales strategy establishment were used by corporations without considering the production, comparison, and analysis techniques of the predicted consumption to enable efficient power consumption on the actual demand side. In this paper, to calculate the predicted value of electric power consumption on a short-term basis (15 minutes) according to the amount of electric power actually consumed for 15 minutes on the demand side, we performed comparison and analysis by applying a 15-minute interval prediction technique to the average and that to the time series analysis to show how they were made and what we obtained from the simulations.