• Journal of the Korean Data and Information Science Society
• /
• 제15권4호
• /
• pp.783-791
• /
• 2004

In this paper we review recent developments in nonlinear time series modeling on both conditional mean and conditional variance. Traditional linear model in conditional mean is referred to as ARMA(autoregressive moving average) process investigated by Box and Jenkins(1976). Nonlinear mean models such as threshold, exponential and random coefficient models are reviewed and their characteristics are explained. In terms of conditional variances, ARCH(autoregressive conditional heteroscedasticity) class is considered as typical linear models. As nonlinear variants of ARCH, diverse nonlinear models appearing in recent literature including threshold ARCH, beta-ARCH and Box-Cox ARCH models are remarked. Also, a class of unified nonlinear models are considered and parameter estimation for that class is briefly discussed.

• Communications for Statistical Applications and Methods
• /
• 제26권3호
• /
• pp.295-304
• /
• 2019

This article deals with threshold-asymmetric volatility models for over-dispersed and zero-inflated time series of count data. We introduce various threshold integer-valued autoregressive conditional heteroscedasticity (ARCH) models as incorporating over-dispersion and zero-inflation via conditional Poisson and negative binomial distributions. EM-algorithm is used to estimate parameters. The cholera data from Kolkata in India from 2006 to 2011 is analyzed as a real application. In order to construct the threshold-variable, both local constant mean which is time-varying and grand mean are adopted. It is noted via a data application that threshold model as an asymmetric version is useful in modelling count time series volatility.

• 경영과정보연구
• /
• 제33권3호
• /
• pp.21-33
• /
• 2014

본 연구는 최근에 해외직접투자의 결정요인으로써 간주되고 있는 투자대상국의 지적재산권 보호의 영향에 관하여 실증분석 하였다. 2000부터 2008년까지 미국의 다국적기업들을 대상으로 고정효과 모형(FEM)과 시스템 GMM을 사용하여 분석한 결과, 지적재산권 보호의 변화는 미국 다국적기업으로부터의 해외직접투자를 유입에 있어서 긍정적인 영향을 미치는 반면에, 지적재산권 보호의 정도는 유의적인 영향을 제공하지 않았다. 소득수준을 기준으로 고소득국가와 저소득국가로 나누어 실시한 추가 분석결과에서 역시 지적재산권 보호의 변화만이 저소득국가에서의 미국 다국적기업의 투자에 긍정적인 영향을 미치는 것으로 나타났다. 패널자료의 특성상 오차항의 이분산성(heteroscedasticity)을 고려하여 전체 투자대상국을 상대로 FGLS와 PCSE 분석을 실시한 결과에서도 지적재산권 보호의 변화만이 해외직접투자의 유입에 긍정적인 영향을 미치고 있음을 알 수 있으며, 동일한 방법으로 고소득국가와 저소득국가로 나누어 추가분석을 실시한 결과에서는, 저소득국가에서만 미국 다국적기업의 해외직접투자 유입에 유의적으로 긍정적인 영향을 제공하고 있음을 보여주었다. 이러한 결과는 투자대상국의 지적재산권 보호의 수준보다는 변화가 해외직접투자의 유입에 영향을 제공하는 것으로써, 특히 저소득국가가 미국 다국적 기업의 해외직접투자를 유입하기 위하여 지적재산권 보호의 변화에 대한 중요성을 시사한다.

• 한국수자원학회논문집
• /
• 제41권9호
• /
• pp.943-958
• /
• 2008

본 연구는 수위-유량 관계곡선식의 매개변수 추정을 수행하기 위하여 Bayesian 회귀분석을 적용하였다. 또한 불확실성측면에서의 효과를 탐색하기 위하여 Bayesian 회귀분석에 의한 추정치와 t 분포를 이용하여 산정한 일반 최소자승법(ordinary least square, OLS)에 의한 회귀분석의 추정치를 각각 산정하여 산정결과의 신뢰구간을 비교분석 하였다. 등분산케이스의 통계적 실험결과 t 분포를 이용하여 산정된 평균 추정치와 Bayesian 회귀분석에 의한 평균 추정치는 크게 다르지 않았으나, 비등분산 케이스의 경우에는 Bayesian 회귀분석이 참값에 가까운 추정치를 산정함을 알 수 있었다. 또한 불확실성 측면에서 평가해 볼 때 신뢰구간의 상한추정치와 하한추정치의 차이는 Bayesian 회귀분석을 사용한 경우가 기존 방법을 사용한 경우보다 작은 것으로 나타났으며, 이로부터 수위-유량 관계곡선식의 매개변수를 추정하는 경우 Bayesian 회귀분석이 일반 회귀분석보다 불확실성을 표현하는데 있어서 우수하다는 결과를 얻을 수 있었다. 적용된 두 가지의 추정방법은 비등분산성을 고려한 통계적 실험을 통하여 장점과 단점이 비교되었으며, 안양천 유역의 5개 지점으로부터 얻어진 유량측정성과를 이용하여 적용성을 알아보았다. 현장 적용결과는 참값을 알지 못하므로 정량적 우수성은 평가할 수 없었으나, 기존에 사용되는 불확실성 산정방법보다 Bayesian 회귀 분석 불확실성은 감소시켜 나타냄을 알 수 있었다.

• 분석과학
• /
• 제34권6호
• /
• pp.241-250
• /
• 2021

검량선 작성은 기기분석을 통해 생체시료에서 분석물질의 농도를 측정하는 정량분석법 개발과 측정값의 정확도 향상에 있어서 필수적인 요소이다. 본 연구에서는 R 기반 통계분석기법을 이용하여 개별 분석물질 정량에 적합한 가중계수와 회귀모델 선정하기 위한 단계별 선택 기준을 적용하여 분석 프로그램을 설정하였다. 국내에서 남용빈도가 가장 높은 필로폰과 대마 복용여부 확인을 위해 액체크로마토그래피-질량분석법(LC-MS/MS)이 적용되었으며, 분석물질로 마약의 복용 여부를 확인에 일반적으로 사용되는 대상 마약의 모체와 대사체를 소변 시료에서 분석하였다. 검량선 작성에 있어서 가중계수 적용여부는 원본데이터의 이분산성 검정을 통해 확인하였고, 가중계수가 필요하다고 판단된 경우 분산분석을 통해 적정 가중계수를 선정하였다. 다음으로 편분산분석을 이용하여 회귀모델에 적합한 차수를 결정하였다. 분석물질인 메트암페타민, 암페타민, 대마 대사체에 대해 R 기반 프로그램에 적용한 결과, 단계별 결과 및 최종 모델식을 직관적으로 이해하기 쉽고 신속하게 얻을 수 있었다. 이러한 결과는 문서 파일로 저장이 가능하여 보관의 편의성을 제고하였으며, 본 연구를 통해 제작된 R 기반 프로그램을 활용하여 검량선 작성을 필요로 하는 다양한 약물분석 분야에 확대 적용할 수 있을 것으로 판단된다.

• ETRI Journal
• /
• 제35권5호
• /
• pp.849-858
• /
• 2013

In this paper, we propose a new adaptive single model to track a maneuvering target with abrupt accelerations. We utilize the stochastic differential equation to model acceleration of a maneuvering target with stochastic volatility (SV). We assume the generalized autoregressive conditional heteroscedasticity (GARCH) process as the model for the tracking procedure of the SV. In the proposed scheme, to track a high maneuvering target, we modify the Kalman filtering by introducing a new GARCH model for estimating SV. The proposed tracking algorithm operates in both the non-maneuvering and maneuvering modes, and, unlike the traditional decision-based model, the maneuver detection procedure is eliminated. Furthermore, we stress that the improved performance using the GARCH acceleration model is due to properties inherent in GARCH modeling itself that comply with maneuvering target trajectory. Moreover, the computational complexity of this model is more efficient than that of traditional methods. Finally, the effectiveness and capabilities of our proposed strategy are demonstrated and validated through Monte Carlo simulation studies.

• 응용통계연구
• /
• 제24권6호
• /
• pp.1213-1224
• /
• 2011

관측치의 개수보다 변량의 개수가 더 많은 다변수 상황에서 정규혼합모형을 이용하여 군집분석을 하기 위해서는 비정보적인 변수들을 제거하는 과정이 필수적으로 요구된다. 이와 같은 변수선택과 군집의 동시 처리를 위한 기존 연구의 대부분은 군집별 등분산 가정 하에서 이루어져 왔으며, 비정보적인 변수를 제거하기 위해 주로 벌점화 우도 기법이 이용되었다. 본 연구에서는 약간 변형된 정규혼합모형을 기반으로 비현실적인 등분산 가정을 탈피하면서 효율적으로 비정보적인 변수를 제거하는 새로운 방법을 제공한다. 이 모형에 대한 타당성을 설명하였고, 모수 추정을 위한 EM 알고리즘을 유도하였다. 그리고 모의실험 및 실자료 실험을 통해 제안된 방법의 유효성을 보였다.

• Communications for Statistical Applications and Methods
• /
• 제18권3호
• /
• pp.319-331
• /
• 2011

In this paper, we propose automatic procedures for the model selection of various univariate time series data. Automatic model selection is important, especially in data mining with large number of time series, for example, the number (in thousands) of signals accessing a web server during a specific time period. Several methods have been proposed for automatic model selection of time series. However, most existing methods focus on linear time series models such as exponential smoothing and autoregressive integrated moving average(ARIMA) models. The key feature that distinguishes the proposed procedures from previous approaches is that the former can be used for both linear time series models and nonlinear time series models such as threshold autoregressive(TAR) models and autoregressive moving average-generalized autoregressive conditional heteroscedasticity(ARMA-GARCH) models. The proposed methods select a model from among the various models in the prediction error sense. We also provide an R package autots that implements the proposed automatic model selection procedures. In this paper, we illustrate these algorithms with the artificial and real data, and describe the implementation of the autots package for R.

• 재무관리연구
• /
• 제13권1호
• /
• pp.341-357
• /
• 1996

Some empirical studies have shown that asset prices respond to announcements of economic news, however, others also have found little evidence. This study assesses how market participants of the S&P 500 Index Futures reacted to the U.S. economic news announcements. For this purpose, using a GARCH (Generalized Autoregressive Conditional Heteroscedasticity) model, we use several U.S. news variables, its each surprise component and interest rates. We find that some economic news variables affected significantly on the S&P 500 Index Futures. In other words, we find that weekend variable, lagged volatility, and surprise component of trade deficit increased level of volatility. However, interest rate, M1, unemployment announcements caused the variance of the S&P 500 Index Futures to reduce, and each of the surprise component of M1 and trade deficit increased it. The result suggests that resolution of uncertainty, through economic news announcement, while, in some cases, causes market participants to reduce their forecast of volatility, a large difference between the market's forecast and the realization of the series causes the volatility to increase.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권3호
• /
• pp.127-135
• /
• 2020

The paper aims to examine whether business cycles affect the link between financial development and bank risk, measured by Zscore and non-performing loans to total loans in six Southeast Asian countries, namely Indonesia, Philippines, Malaysia, Singapore, Thailand and Vietnam. This study uses a sample of 95 listed commercial banks over a 15-year period between 2004 and 2018 in the six Southeast Asian countries. This study employs panel OLS regression and modifications to tackle issues such as endogeneity and heteroscedasticity. The results show that the impact of stock market development (the ratio of the market capitalization to GDP) on Zscore is significantly positive, whereas its effect on non-performing loans is significantly negative. The findings suggest that financial development, in terms of stock market capitalization, improves banks' Zscores and reduces their level of non-performing loans, suggesting that financial development on average reduces bank risk. The impact of business cycle is insignificant towards bank risk, thus rejecting both counter- and pro-cyclical hypotheses, except for the case of risk indicator of loan loss provisions. Examining the joint effect of the business cycle and financial development on bank risk, we find that the phase of business cycles generally does not moderate the link between financial development and bank risk.