• 재무관리연구
• /
• 제23권1호
• /
• pp.193-225
• /
• 2006

본 연구는 EVT-Copula모형을 이용하여 아시아지역 8개국 외환시장 간 극단적 사건의 동조화 정도를 측정하였다. 본 연구의 분석대상은 대만, 말레이시아, 싱가포르, 인도네시아, 일본, 태국, 필리핀, 한국의 일별 현물환율이며 분석기간은 1997년 1월 1일부터 2005년 4월 13일까지이다. 주요 연구결과를 요약하면 다음과 같다. 첫째, AIC기준에 따라 의존구조를 모형화 하는데 있어 Gumbel Copula가 Galambos Copula에 비해 더 적합한 모형으로 나타났다. 둘째, 동남아시아 외환위기국 간의 극단적 동조성은 외환위기 기간에 비하여 그 이후에 낮아진 것으로 확인되었다. 넷째, 아시아 국가들은 동남아시아 외환시장의 거점인 싱가포르와 상대적으로 높은 극단적 의존성을 가지는 것이 확인되었다. 넷째, 인도네시아, 말레이시아, 태국, 필리핀 간 아시아 외환위기 동안의 꼬리의존성이 표본전체기간과 외환위기 이후기간에 비해 높게 나타났다. 특히 말레이시아의 경우 외환위기 기간에 필리핀, 인도네시아, 태국과의 꼬리의존성이 현저히 높았다. 지역적으로 인접한 국가들에서 단기간에 꼬리의존성이 급증하는 사실은 아시아 외환위기에 있어 시장간 극단적 의존성이 금융위기의 전파에 중요한 역할을 했다는 것을 의미한다. 다섯 째, 외환위기 동안 한국과 인도네시아, 말레이시아, 태국, 필리핀간의 극단적 의존관계는 증가하지 않았음으로 한국의 금융위기가 외부 요인으로 인한 것이 아니라는 주장을 지지하였다.

• 품질경영학회지
• /
• 제47권1호
• /
• pp.47-57
• /
• 2019

Purpose: This paper aims to investigate the concentration of fine particulate matter (PM2.5) in the Seoul area by predicting unhealthy days due to PM2.5 and comparing the regional differences. Methods: The extreme value theory is adopted to model and compare the PM2.5 concentration in each region, and each best model is selected through the goodness of fitness test. The maximum likelihood estimation technique is applied to estimate the parameters of each distribution, and the fitness of each model is measured by the mean absolute deviation. The selected model is used to estimate the number of unhealthy days (above $75{\mu}g/m^3$ PM2.5 concentrations) in each region, with which the actual number of unhealthy days are compared. In addition, the level of PM2.5 concentration in each region is analyzed by calculating the return levels for periods of 6 months, 1 year, 3 years, and 5 years. Results: The Mapo (MP) area revealed the most unhealthy days, followed by Gwanak (GW) and Yangcheon (YC). On the contrary, the number of unhealthy days was low in Seodaemun (SDM), Songpa (SP) and Gangbuk (GB) areas. The return level of PM2.5 was high in Gangnam (GN), Dongjak (DJ) and YC. It will be necessary to prepare for PM2.5 than other regions. On the contrary, Gangbuk (GB), Nowon (NW) and Seodaemun (SDM) showed relatively low return levels for PM2.5. However, in most of the regions of Seoul, PM25 is generated at a very poor level ($75{\mu}g/m^3$) every 6months period, and more than $100{\mu}g/m^3$ PM2.5 occur every 3 years period. Most areas in Seoul require more systematic management of PM2.5. Conclusion: In this paper, accurate prediction and analysis of high concentration of PM2.5 were attempted. The results of this research could provide the basis for the Seoul Metropolitan Government to establish policies for reducing PM2.5 and measuring its effects.