• KDI Journal of Economic Policy
• /
• 제12권1호
• /
• pp.111-125
• /
• 1990

본고(本稿)는 원화환율(貨換率)의 적정운용(適正運用)을 모색해 보았다. 이를 위해 먼저 Lipschitz(1980)의 방식을 따라 원화(貨)의 실질실효환율(實質實效換率)을 안정시킬 수 있는 적정통화(適正通貨)"바스켓"을 구성해 보았다. 80년대 중반 이후 이를 적용했을 경우 실제의 경우보다 원화(貨)의 실질실효환율(實質實效換率)이 훨씬 안정될 수 있었음이 입증되었다. 또한 특정시점에서 구한 적정가중치(適正加重値)를 계속해서 적용하는 것보다 주요환율(主要換率)과 상대물가간(相對物價間)의 관계변화(關係變化)에 따라 가중치(加重値)를 수정해 나가는 것이 바람직하다는 점도 지적되었다. 이와 같은 적정통화(適正通貨)"바스켓"과 그에 기초한 "바스켓"환율(換率)은 우리의 경상수지(經常收支)나 생산성(生産性) 변화추이(變化推移)와 함께 시장평균환율제도하(市場平均換率制度下)에서 적절한 환율운용(換率運用)을 위한 중장기적(中長期的) 지표(指標)의 하나가 될 수 있을 것이다.

• 재무관리연구
• /
• 제10권1호
• /
• pp.249-280
• /
• 1993

보험업자는 보험계약자가 사전에 납부(納付)한 보험료를 사채 주식등의 유가증권에 투자하여 보험본연의 업무에서 보다 더 큰 수익을 얻고 있다. 한편, 보험수요자도 보험을 구입함과 동시에 효율적인 부(富)의 운용을 위해 투자에 참여하는 것이 일반적이다. 이런 관점에서 본 논문은 전통적인 보험수요모형 에 채권과 수익에의 투자결정을 내재화(內在化)함으로써 투자수익이 고려된 균형보험료의 재무경제학적인 의미(意味)를 규명하고 전통적인 보험이론을 수정 보완하는데 그 의의가 있다. 본 논문에서 논의된 결과를 요약해 보면 다음과 같다. 균형보험료는 담보위험의 보험계리적 현상(現像)인 순보험료와 보험계약자가 위험회피성향에 의해 추가적으로 부담하는 부가보험료와의 합으로 구성됨을 보였다. 여기서, 부가보험료는 명백히 투자소득의 함수로 나타나는데, 이 결과는 투자에 대한 기회비용이 수요와 공급에 의거한 합리적 보험요율에 영향을 주는 근본 요인임을 보여준다. 아울러, 보험수요자의 주식시장에의 참여가 최적보험수준에 미치는 영향을 Arrow-Pratt의 위험회피척도를 사용하여 분석하였다. 그러나 보다 일반적인 분석에서 투자위험이 담보위험과 동시적으로 존재하는 분석모형의 경우 Arrow-Pratt의 위험회피척도는 충분한 역할을 하지 못한다. 본고에서는 Ross에 의해 개발된 강력한 위험회피척도를 도입하여, 보험계약자의 최적보험과 최적포트폴리오에 미치는 위험회피심도(深度)의 효과 및 부(富)의 효과를 도출하였다. 최근 보험산업환경은 금융산업 전반의 국제화, 자유화 및 개방화 조류를 타고 급변하고 있다. 소비자는 보험가격의 적정성에 대한 요구를 증대시키고 있으며 감독당국은 보험 상품의 가격자유화를 시급한 현안 문제로 검토하고 있다. 본 논문의 연구결과는 경쟁에 의해 균형보험요율의 합리적 수준이 유지되기 위해서는 요율산정과정에 투자소득이 필수적으로 반영되어야 함을 지적하고 있다.모두에 있어서 수술 후 유의한 감소를 확인할 수 있었다(p<0.01). 대동맥 판막 크기에 따른 판막 전후의 압력차에 관한 분석에서는 19 mm와 21 mm의 판막을 사용한 경우가 그보다 큰 판막을 사용한 경우에 비하여 유의하게 큰 것을 확인할 수 있었다(p<0.001, p<0.001). 결론: 10년간의 사용결과 ATS 인공판막은 우수한 혈역학적 결과와 함께 낮은 판막과 관련된 합병증의 빈도를 나타내었다. ATS 기계 판막은 임상적으로 비교적 안전하게 사용할 수 있는 판막이라고 생각된다.다.미숙밭, 중점밭, 고원밭, 화산회밭으로 6개 유형으로 분류할 경우 각각의 분포면적은 41.9%, 23.3%, 17.5%, 13.9%, 1.1. 2.2% 이었다. 도시화 및 도로확대 등 다양한 토지이용 및 지형개변으로 과거의 토양정보가 많이 변경되었다. 그래서, 앞으로는 인공위성자료 및 항공사진을 이용하여 빠르고 쉽게 활용할 수 있는 토양조사 방법개발과 기 구축된 토양도의 수정, 보완 작업이 필요한 절실히 요구되고 있는 현실이다.브로 출시에 따른 마케팅 및 고객관리와 관련된 시사점을 논의한다.는 교합면에서 2, 3, 4군이 1군에 비해 변연적합도가 높았으며 (p < 0.05), 인접면과 치은면에서는 군간 유의차를 보이지 않았다 이번 연구를 통하여 복합레진을 간헐적 광중합시킴으로써 변연적합도가 향상될 수 있음을 알 수 있었다.시장에 비해 주가가 비교적 안정적인 수준을 유지해 왔다고 볼 수 있다.36.4%)와 외식을 선호(29.1%)${\lrcorner}$ 하기 때문에 패스트푸드를 이용하게 된 것으로 응답 하였으며, 남 여 대학생간에는 유의한 차이(p<0.05)가 인정되었다. 응답자의 체형은 ${\ulcorner}$적당하다${\lrcorner}$고 응답한 경우가 가장 많이 이러한 음식을 즐겨 먹었으며(49.5%),

• 한국축산식품학회지
• /
• 제30권6호
• /
• pp.896-904
• /
• 2010

축산물에 HACCP가 도입된 후 농장, 도축장, 가공장, 판매장 등 많은 업체에서 HACCP를 도입하고 있고 현재도 많은 업체들이 HACCP를 도입하기 위해 준비하고 있지만, 축산물 운반업은 타업종에 비해 HACCP 도입이 활발하게 이루어지지 않고 있다. 무선응용통신(WAP)을 이용한 HACCP 기반의 축산물 유통 실시간 관제 시스템은 GPS와 개인 휴대용 무선기기를 이용하여 축산물 운반차량 또는 보관창고의 위치정보, 온도정보, 그리고 HACCP 운반 관리점검표 등의 정보를 실시간으로 중앙의 관리시스템으로 전송하여 중앙관리자가 실시간으로 운반차량을 관제할 수 있도록 하는 시스템이다. 실시간 HACCP 관리시스템은 운반업이나, 보관업에서 HACCP을 실시하기에 어려운 점들(문서관리, 검증단계)을 시스템화하여 운반업이나 보관업의 특성 상 발생 가능한 물리적/화학적/생물학적 위해 요소를 최소화 하고, 중앙 관리자의 가시권에서 벗어날 수 있다는 단점을 실시간 관제 시스템과 접목된 정보 수신 기능을 통해 중앙 관리 및 감시를 가능하게 하여 위해 요인 제어 및 개선 조치의 기능을 강화할 수 있다. 실시간 HACCP 관리시스템은 운반업이나 보관업의 특성 상HACCP을 실시하기 어려운 유통업체의 실시간으로 HACCP 관리를 실시할 수 있게 해 주며, 특히 규모가 큰 업체의 경우 다량의 차량을 보유하여 이들의 위생상태나 안전관리가 어려운 점을 보완해 줌으로써 안전한 축산물의 유통 증대를 통해 저 품질화 제품의 유통을 감소시켜 경제적 손실을 줄일 수 있으며, 축산물의 선호도가 높아짐으로써 경제적 이익을 창출할 수 있음으로 축산물 유통에 매우 유용하다고 할 수 있다. 우리나라 축산물 운반 단계의 HACCP 적용이 자율 적용이라는 취지를 고려할 때 HACCP 적용 및 운반업의 현대화를 위한 모든 노력은 업체의 의지에 의해 이루어져야 할 것이나, 이를 위한 HACCP 교육의 확대, 시스템 개발에 대한 연구, 실행을 위한 기술적 도움 등 관련 전문가들의 관심과 협조가 동행되어야 할 것으로 여겨지며, 이를 통해 HACCP의 본 취지인 'From Farm To Table'을 실현할 수 있게 될 것이다.

• 대한원격탐사학회지
• /
• 제39권5_3호
• /
• pp.1031-1042
• /
• 2023

인공위성은 시공간적으로 연속적인 지구환경 데이터를 제공하므로 위성영상을 이용하여 효율인 작물 수확량 예측이 가능하며, 딥러닝(deep learning)을 활용함으로써 더 높은 수준의 특징과 추상적인 개념 파악을 기대할 수 있다. 본 연구에서는 Landsat 8 위성 영상을 활용하여 다시기 영상 데이터를 이용하여 5대 수급 관리 채소인 배추와 무의 수확량을 예측하기 위한 딥러닝 모델을 개발하였다. 2015년부터 2020년까지 배추와 무의 생장시기인 6~9월 위성영상을 이용하여 강원도를 대상으로 배추와 무의 수확량 예측을 수행하였다. 본 연구에서는 수확량 모델의 입력자료로 Landsat 8 지표면 반사도 자료와 normalized difference vegetation index, enhanced vegetation index, lead area index, land surface temperature를 입력자료로 사용하였다. 본 연구에서는 기존 연구에서 개발된 모델을 기반으로 우리나라 작물과 입력데이터에 맞게 튜닝한 모델을 제안하였다. 위성영상 시계열 데이터를 이용하여 딥러닝 모델인 convolutional neural network (CNN)을 학습하여 수확량 예측을 진행하였다. Landsat 8은 16일 주기로 영상이 제공되지만 구름 등 기상의 영향으로 인해 특히 여름철에는 영상 취득에 어려움이 많다. 따라서 본 연구에서는 6~7월을 1구간, 8~9월을 2구간으로 나누어 수확량 예측을 수행하였다. 기존 머신러닝 모델과 참조 모델을 이용하여 수확량 예측을 수행하였으며, 모델링 성능을 비교했다. 제안한 모델의 경우 다른 모델과 비교했을 때, 높은 수확량 예측 성능을 나타내었다. Random forest (RF)의 경우 배추에서는 제안한 모델보다 좋은 예측 성능을 나타내었다. 이는 기존 연구 결과처럼 RF가 입력데이터의 물리적인 특성을 잘 반영하여 모델링 되었기 때문인 것으로 사료된다. 연도별 교차 검증 및 조기 예측을 통해 모델의 성능과 조기 예측 가능성을 평가하였다. Leave-one-out cross validation을 통해 분석한 결과 참고 모델을 제외하고는 두 모델에서는 유사한 예측 성능을 보여주었다. 2018년 데이터의 경우 모든 모델에서 가장 낮은 성능이 나타났는데, 2018년의 경우 폭염으로 인해 이는 다른 년도 데이터에서 학습되지 못해 수확량 예측에 영향을 준 것으로 생각되었다. 또한, 조기 예측 가능성을 확인한 결과, 무 수확량은 어느 정도 경향성을 나타냈지만 배추의 경우 조기 예측 가능성을 확인하지 못했다. 향후 연구에서는 데이터 형태에 따라 CNN의 구조를 조정해서 조기 예측 모델을 개발한다면 더 개선된 성능을 보일 것으로 생각된다. 본 연구 결과는 우리나라 밭 작물 수확량 예측을 위한 기초 연구로 활용될 수 있을 것으로 기대된다.