Sivarethinamohan, R;ASAAD, Zeravan Abdulmuhsen;MARANE, Bayar Mohamed Rasheed;Sujatha, S
The Journal of Asian Finance, Economics and Business
/
v.8
no.8
/
pp.311-324
/
2021
Investors have increasingly become interested in macroeconomic antecedents in order to better understand the investment environment and estimate the scope of profitable investment in equity markets. This study endeavors to examine the interdependency between the macroeconomic antecedents (international oil price (COP), Domestic gold price (GP), Rupee-dollar exchange rates (ER), Real interest rates (RIR), consumer price indices (CPI)), and the BSE Sensex and Nifty 50 index return. The data is converted into a natural logarithm for keeping it normal as well as for reducing the problem of heteroscedasticity. Monthly time series data from January 1992 to July 2019 is extracted from the Reserve Bank of India database with the application of financial Econometrics. Breusch-Godfrey serial correlation LM test for removal of autocorrelation, Breusch-Pagan-Godfrey test for removal of heteroscedasticity, Cointegration test and VECM test for testing cointegration between macroeconomic factors and market returns,] are employed to fit regression model. The Indian market returns are stable and positive but show intense volatility. When the series is stationary after the first difference, heteroskedasticity and serial correlation are not present. Different forecast accuracy measures point out macroeconomics can forecast future market returns of the Indian stock market. The step-by-step econometric tests show the long-run affiliation among macroeconomic antecedents.
This study attempts to establish a precise forecast model for the container inventory demand of shipping companies through forecasts based on equipment type/size, ports, and weekly system dynamics. The forecast subjects were Shanghai and Yantian Ports. Only dry containers (20, 40) and high cubes (40) were used as the subject container inventory in this study due to their large demand and valid data computation. The simulation period was from 2011 to 2017 and weekly data were used, applying the actual data frequency among shipping companies. The results of the model accuracy test obtained through an application of Mean Absolute Percentage Error (MAPE) verified that the forecast model for dry 40' demand, dry 40' high cube demand, dry 20' supply, dry 40' supply, and dry 40' high cube supply in Shanghai Port provided an accurate prediction, with $0%{\leq}MAPE{\leq}10%$. The forecast model for supply and demand in Shanghai Port was otherwise verified to have relatively high prediction power, with $10%{\leq}MAPE{\leq}20%$. The forecast model for dry 40' high cube demand and dry 20' supply in Yantian Port was accurate, with $0%{\leq}MAPE{\leq}10%$. The forecast model for supply and demand in Yantian Port was generally verified to have relatively high prediction power, with $10%{\leq}MAPE{\leq}20%$. The forecast model in this study also had relatively high accuracy when compared with the actueal data managed in shipping companies.
Proceedings of the Korea Water Resources Association Conference
/
2018.05a
/
pp.150-150
/
2018
The Numerical Weather Prediction (NWP) models provide information for weather forecasts. The highly nonlinear and complex interactions in the atmosphere are simplified in meteorological models through approximations and parameterization. Therefore, the simplifications may lead to biases and errors in model results. Although the models have improved over time, the biased outputs of these models are still a matter of concern in meteorological and hydrological studies. Thus, bias removal is an essential step prior to using outputs of atmospheric models. The main idea of statistical bias correction methods is to develop a statistical relationship between modeled and observed variables over the same historical period. The Model Output Statistics (MOS) would be desirable to better match the real time forecast data with observation records. Statistical post-processing methods relate model outputs to the observed values at the sites of interest. In this study three methods are used to remove the possible biases of the real-time outputs of the Weather Research and Forecast (WRF) model in Imjin basin (North and South Korea). The post-processing techniques include the Linear Regression (LR), Linear Scaling (LS) and Power Scaling (PS) methods. The MOS techniques used in this study include three main steps: preprocessing of the historical data in training set, development of the equations, and application of the equations for the validation set. The expected results show the accuracy improvement of the real-time forecast data before and after bias correction. The comparison of the different methods will clarify the best method for the purpose of the forecast skill enhancement in a real-time case study.
Generally, the weather forecast system has been run using prescribed ocean condition. As it is widely known that coupling between atmosphere and ocean process produces consistent initial condition at all-time scales to improve forecast skill, there are many trials on the application of data assimilation of coupled model. In this study, we implemented a weakly coupled data assimilation (short for WCDA) system in global NWP model with low horizontal resolution for coupled forecast with uncoupled initialization, following WCDA system at the Met Office. The experiment is carried out for a typhoon evolution forecast in 2017. Air-sea exchange process provides SST cooling and gives a substantial impact on tendency of central pressure changes in the decaying phase of the typhoon, except the underestimated central pressure. Coupled data assimilation is a challenging new area, requiring further work, but it would offer the potential for improving air-sea feedback process on NWP timescales and finally contributing forecast accuracy.
This paper studies the financial analyst's forecasting activities on the firm's operating performance during the period from 1999 to 2003. In this study, financial analyst's forecasting activities are focused on the sales, operating income and net income and financial analyst's forecasting accuracy, forecasting revising patterns and forecasting activities to the unexpected firm's operating performance are studied. Some empirical findings in this study are as follows. First, standard estimate error on the sales, operating income and net income are all significantly negative value and so financial analyst's forecast on the firm's operating performance are upwardly biased. Second, domestic financial analyst's forecasting activities is relatively more accuracy than foreign financial analyst's forecasting activities. Third, forecasting time is more close to the end of the operating performance announcement day, forecasting activities are more accuracy. Fourth, comparing with individual financial analyst's forecast, consensus forecast is more accuracy. Fifth, in the comparative forecasting activities study according to the prior firm's operating performance, financial analyst's forecasting revision activities are found to be upward or downward. Sixth, financial analysts overreact in the sales forecast and underreact in the operating income and net income forecast. Seventh, in the empirical analysis on the Easterwood-Nutt's test model(1999) which the firm's performance change are divided into the expected performance change and the unexpected performance change, it is found that financial analyst's forecasting activities on the firm's operating performance are systematically optimistic.
Park, Jongyeob;Moon, Yong-Jae;Lee, Kangjin;Lee, Jaejin
The Bulletin of The Korean Astronomical Society
/
v.40
no.1
/
pp.84.2-84.2
/
2015
There are probabilistic forecast models for solar flare occurrence, which can be evaluated by various skill scores (e.g. accuracy, critical success index, heidek skill score, true skill score). Since these skill scores assume that two types of forecast errors (i.e. false alarm and miss) are equal or constant, which does not take into account different situations of users, they may be unrealistic. In this study, we make an evaluation of a probabilistic flare forecast model (Lee et al. 2012) which use sunspot groups and its area changes as a proxy of flux emergence. We calculate daily solar flare probabilities from 1996 to 2014 using this model. Overall frequencies are 61.08% (C), 22.83% (M), and 5.44% (X). The maximum probabilities computed by the model are 99.9% (C), 89.39% (M), and 25.45% (X), respectively. The skill scores are computed through contingency tables as a function of forecast probability, which corresponds to the maximum skill score depending on flare class and type of a skill score. For the critical success index widely used, the probability threshold values for contingency tables are 25% (C), 20% (M), and 4% (X). We use a value score with cost/loss ratio, relative importance between the two types of forecast errors. We find that the forecast model has an effective range of cost/loss ratio for each class flare: 0.15-0.83(C), 0.11-0.51(M), and 0.04-0.17(X), also depending on a lifetime of satellite. We expect that this study would provide a guideline to determine the probability threshold for space weather forecast.
Proceedings of the Korea Society for Simulation Conference
/
1998.03a
/
pp.101-105
/
1998
A large system predictor, which can perform prediction of sales trend in a huge number of distribution centers, is presented using neural predictive model. There are 20,000 number of distribution centers, and each distribution center need to forecast future demand in order to establish a reasonable inventory policy. Therefore, the number of forecasting models corresponds to the number of distribution centers, which is not possible to estimate that kind of huge number of accurate models in ERP (Enterprise Resource Planning)module. Multilayer neural net as universal approximation is employed for fitting the prediction model. In order to improve prediction accuracy, a sequential simulation procedure is performed to get appropriate network structure and also to improve forecasting accuracy. The proposed simulation procedure includes neural structure identification and virtual predictive model generation. The predictive model generation consists of generating virtual signals and estimating predictive model. The virtual predictive model plays a key role in tuning the real model by absorbing the real model errors. The complement approach, based on real and virtual model, could forecast the future demands of various distribution centers.
The Transactions of The Korean Institute of Electrical Engineers
/
v.65
no.5
/
pp.718-723
/
2016
The temperature changes are very important in improving the accuracy of the load forecasting during the summer. It is because the cooling load in summer contribute to the increasing of the load. This paper proposes a weekend load forecasting algorithm using the temperature change characteristic in a summer of Jeju. The days before and after weekends in Jeju, when the load curves are quite different from those of normal weekdays. The temperature change characteristic are obtained by using weekends peak load and high temperature data. And load forecasted based on the sensitivity between unit temperature changes and load variations. Load forecast data with better accuracy are obtained by using the proposed temperature changes than by using the ordinary daily peak load forecasting. The method can be used to reduce the error rate of load forecast.
Load forecasting is essential in order to supply electrical energy stably and economically in power systems. ANNs have flexibility to predict a nonlinear feature of load profiles. In this paper, we selected just the necessary input variables used in the paper(2) which is based on the phase-space embedding of a load time-series and reviewing others. So only 5 input variables were selected to forecast for spring, fall and winter season and another input considering temperature sensitivity is added during the summer season. The training cases are also selected from all previous data composed training cases of a 7-day, 14-day and 30-day period. Finally, we selected the training case of a 7-day period because it can be used in STLF without sacrificing the accuracy of the forecast. This allows more compact ANNs, smaller training cases. Consequently, test results show that compact neural networks can be forecasted without sacrificing the accuracy.
Kim, In-Gyum;Jung, Jihoon;Kim, Jeong-Yun;Shin, Jinho;Kim, Baek-Jo;Lee, Ki-Kwang
The Journal of the Korea Contents Association
/
v.13
no.11
/
pp.382-395
/
2013
The providers of meteorological information want to know the level of satisfaction of forecast users with their services. To provide better service, meteorological communities of each nation are administering a survey on satisfaction of forecast users. However, most researchers provided these users with simple questionnaires and the respondents had to choose one answer among different satisfaction levels. So, the results of this kind of survey have low explanation power and are difficult to use in developing strategy of forecast service. In this study, instead of cost-loss concept, we applied satisfaction-dissatisfaction concept to the $2{\times}2$ contingency table, which is a useful tool to evaluate value of forecast, and estimated satisfaction value of 24h precipitation forecasts in Shanghai, China and Seoul, Korea. Moreover, not only the individual satisfaction value of forecast but the user group's satisfaction value was evaluated. As for the result, it is effective to enhance forecast accuracy to improve the satisfaction value of deterministic forecast user group, but in the case of probabilistic forecast, it is important to know the level of dissatisfaction of user group and distribution of probability threshold of forecast users. These results can help meteorological communities to search for a solution which can provide better satisfaction value to forecast users.
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.