• 무역학회지
• /
• 제47권4호
• /
• pp.215-231
• /
• 2022

Analysis and forecasting of the Baltic Capsize Index (BCI) is important for managing an entity's losses and risks from the uncertainty and volatility of the fast-changing maritime transport market in the future. This study conducted volatility transition analysis through the GARCH model, using BCI which is highly related to steel raw materials. As for the data, 2,385 monthly data were used from March 1999 to March 2021. In this study, after basic statistical analysis, unit root and cointegration test, the GARCH, EGARCH, and DCC-GARCH models were used for volatility transition analysis. As the results of GARCH and EGARCH model, we confirmed that all variables had no autocorrelation between the standardized residuals for error terms and the square of residuals, that the variability of all variables at this time was likely to persist in the future, and that the variability of the time-series error term impact according to Iron ore trade (IoT). In addition, through the EGARCH model, the magnitude convenience of all variables except the Iron ore price (IOP) and Capesize bulk fleet (BCF) variables was greater than the positive value (+). As a result of analyzing the DCC-GARCH (1,1) model, partial linear combinations were confirmed over the entire period. Estimating the effect of variability transition on BCF and C5 with statistically significant linear combinations with BCI confirmed that the impact of BCF on BCI was greater than the impact of BCI itself.

• 지능정보연구
• /
• 제18권3호
• /
• pp.79-96
• /
• 2012

기술의 발전과 융합이 빠르게 이루어지고 있는 오늘날 유망기술을 어떻게 파악하여, 다양한 후보군들 중에서 최적의 R&D 대상을 어떻게 선정할 것인가에 대한 문제는 주요한 경영의사결정문제 중 하나로 부상하고 있다. 본 연구에서는 이러한 R&D 기술 선정 의사결정을 지원할 수 있는 새로운 지능형 의사결정지원시스템을 제안한다. 본 연구의 의사결정지원시스템은 크게 3가지 모듈로 구성되는데, 우선 첫 번째 모듈인 '기술가치 평가' 모듈에서는 기업이 관심을 갖고 있는 분야의 특허들을 분석하여 유망기술 파악에 요구되는 다양한 차원의 기술가치 평가지수 값들을 산출하는 작업이 이루어진다. 이를 통해, 현재 시점에서의 각 기술의 가치가 다양한 차원에서 평가가 이루어지고 나면, 두 번째 모듈인 '미래기술가치 예측' 모듈에서 이들의 시간 흐름에 따른 변화를 학습한 인공지능 모형을 토대로 각 후보기술들이 미래 시점에 어떤 가치지수값을 갖게 될 것인지 예측값을 산출하게 된다. 마지막 세 번째 모듈인 '최적 R&D 대상기술 선정 지원' 모듈에서는 앞서 두 번째 모듈에서 산출된 각 차원별 예상 가치지수값들을 적절히 가중합하여 기술의 종합적인 미래가치 예측값을 산출하여 의사결정자에게 제공하는 기능을 수행한다. 이를 통해 의사결정자가 자사에 적합한 최적의 R&D 대상기술을 선정할 수 있도록 하였다. 본 연구에서는 제안된 시스템의 적용 가능성을 검증하기 위해, 10년치 특허데이터에 인공신경망 기법을 적용하여 실제 기술가치 예측모형을 구축해 보고, 그 효과를 살펴본다.

• 해양환경안전학회지
• /
• 제29권7호
• /
• pp.915-929
• /
• 2023

최근 국민 삶의질 향상, 여가 활동 다변화, 인구구조의 변화 등으로 관광수요 증가 및 관광활동이 다양화되고 있다. 특히 연안도시의 경우, 육상 관광 요소와 해양관광 요소가 공존하는 지역으로 다양한 요인이 관광수요에 영향을 미치고 있다. 본 연구 목적은 본 연구는 행위자 기반의 데이터를 활용하여 관광규모의 시계열 분석을 통해 예측 정확도를 향상시키고, 영향요인을 탐색하고자 한다. 연구 대상은 부산 지역 내 기초자치단체이며, 데이터는 월단위의 관광객수와 관광소비금액을 활용하였다. 연구방법으로 확정적(결정적) 모형인 단변량 시계열 분석과 영향요인을 파악하기 위해 SARIMAX 분석을 수행하였다. 영향요인은 관광소비성향을 설정하였으며, 업종별 소비금액과 SNS 언급량을 중심으로 설정하였다. 연구결과 COVID-19를 고려하지 않은 시계열 모형과 고려한 모형 간의 정확도(RMSE 기준) 차이가 지역별로 최소 1.8배에서 최대 32.7배 향상되었다. 또한 영향요인을 보면 관광소비업종과 SNS 트렌드가 관광객수와 관광소비금액에 유의한 영향을 미치고 있다. 따라서 미래 수요예측을 위해서는 외적 영향을 고려하고, 관광객의 소비성향과 관심도가 지역관광 측면에서 고려 대상이 된다. 본 연구는 연안도시인 부산 지역의 미래 관광수요 예측과 관광규모에 미치고 있는 영향요인을 파악하여 정부 관광정책 및 관광추세를 고려한 관광수요태세 마련을 위한 정책 의사결정에 기여하고자 한다.

• 한국수자원학회논문집
• /
• 제51권12호
• /
• pp.1207-1216
• /
• 2018

본 연구는 물리적 수리 수문모형의 적용이 제한적인 감조하천에서의 수위예측을 목적으로 하고 있으며, 이를 위해 한강 잠수교를 대상으로 딥러닝 오픈소스 소프트웨어 라이브러리인 TensorFlow를 활용하여 LSTM 모형을 구성하고 2011년부터 2017년까지의 10분 단위의 잠수교 수위, 팔당댐 방류량과 한강하구 강화대교지점의 예측조위 자료를 이용하여 모형학습(2011~2016) 및 수위예측(2017)을 수행하였다. 모형 매개변수는 민감도 분석을 통해 은닉층의 개수는 6개, 학습속도는 0.01, 학습횟수는 3000번로 결정하였으며, 모형 학습 시 학습정보의 시간적 양을 결정하는 중요한 매개변수인 시퀀스길이는 1시간, 3시간, 6시간으로 변화시키며 모의하였다. 최종적으로 선행시간에 따른 모의 예측능력을 평가하기 위해 LSTM 모형의 예측 선행시간을 6개(1 ~ 24시간)로 구분하여 실측수위와 예측수위와의 비교 분석을 수행한 결과, LSTM 모형의 최적의 성능을 내는 결과는 시퀀스길이를 1시간으로 하였을 때로 분석되었으며, 특히 선행시간 1시간에 대한 예측정확도는 RMSE는 0.065 m, NSE는 0.99로 실측수위에 매우 근접한 예측 결과를 나타내었다. 또한 시퀀스길이에 상관없이 선행시간이 길어질수록 모형의 예측 정확도는 2017년 전기간에 걸쳐 평균적으로 RMSE 0.08 m에서 0.28 m로 오차가 증가하였으며, NSE는 0.99에서 0.74로 감소하였다.

• 지능정보연구
• /
• 제23권3호
• /
• pp.139-153
• /
• 2017

기업의 부도는 이해관계자들뿐 아니라 사회에도 경제적으로 큰 손실을 야기한다. 따라서 기업부도예측은 경영학 연구에 있어 중요한 연구주제 중 하나로 다뤄져 왔다. 기존의 연구에서는 부도 예측을 위해 다변량판별분석, 로짓분석, 신경망분석 등 다양한 방법론을 이용하여 모형의 부도 예측력을 높이고 과적합의 문제를 해결하고자 시도하였다. 하지만 기존의 연구들이 시간적 요소를 고려하지 않아 발생할 수 있는 문제점들을 갖고 있음에도 불구하고 부도 예측에 있어서 동적 모형을 이용한 연구는 활발히 진행되고 있지 않으며 따라서 동적 모형을 이용하여 부도예측모형이 더욱 개선될 여지가 있다는 점을 확인할 수 있었다. 이에 본 연구에서는 RNN(Recurrent Neural Network)을 이용하여 시계열 재무 데이터의 동적 변화를 반영한 모형을 만들었으며 기존의 부도예측모형들과의 비교분석을 통해 부도 예측력의 향상에 도움이 된다는 것을 확인할 수 있었다. 모형의 유용성을 검증하기 위해 KIS Value의 재무 데이터를 이용하여 실험을 수행하였고 비교모형으로는 다변량판별분석, 로짓분석, SVM, 인공신경망을 선정하였다. 실험 결과 제안된 모형이 비교 모형에 비해 우수한 예측력을 보이는 것으로 나타났다. 따라서 본 연구는 변수들의 변화를 포착하는 동적 모형을 부도예측에 새롭게 제안하여 부도예측 연구의 발전에 기여할 수 있을 것으로 기대된다.

• 유통과학연구
• /
• 제11권10호
• /
• pp.63-72
• /
• 2013

Purpose - This study analyzes the relationship and dynamic interactions between stock price index, interest rate, price index, and housing price indices using Korean monthly data from 2000 to 2013, based on a VAR model. This study also examines Granger causal relationships among these variables in order to determine whether the time series of one is useful in forecasting another, or to infer certain types of causal dependency between stochastic variables. Research design, data, and methodology - We used Korean monthly data for all variables from 2000: M1 to 2013: M3. First, we checked the correlations among different variables. Second, we conducted the Augmented Dickey-Fuller (ADF) test and the co-integration test using the VAR model. Third, we employed Granger Causality tests to quantify the causal effect from time series observations. Fourth, we used the impulse response function and variance decomposition based on the VAR model to examine the dynamic relationships among the variables. Results - First, stock price Granger affects interest rate and all housing price indices. Price index Granger, in turn, affects the stock price and six metropolitan housing price indices. However, none of the Granger variables affect the price index. Therefore, it is the stock markets (and not the housing market) that affects the housing prices. Second, the impulse response tests show that maximum influence on stock price is its own, and though it is influenced a little by interest rate, price index affects it negatively. One standard deviation (S.D.) shock to stock price increases the housing price by 0.08 units after two months, whereas an impulse shock to the interest rate negatively impacts the housing price. Third, the variance decomposition results report that the shock to the stock price accounts for 96% of the variation in the stock price, and the shock to the price index accounts for 2.8% after two periods. In contrast, the shock to the interest rate accounts for 80% of the variation in the interest rate after ten periods; the shock to the stock price accounts for 19% of the variation; however, shock to the price index does not affect the interest rate. The housing price index in 10 periods is explained up to 96.7% by itself, 2.62% by stock price, 0.68% by price index, and 0.04% by interest rate. Therefore, the housing market is explained most by its own variation, whereas the interest rate has little impact on housing price. Conclusions - The results of the study elucidate the relationship and dynamic interactions among stock price index, interest rate, price index, and housing price indices using VAR model. This study could help form the basis for more appropriate economic policies in the future. As the housing market is very important in Korean economy, any changes in house price affect the other markets, thereby resulting in a shock to the entire economy. Therefore, the analysis on the dynamic relationships between the housing market and economic variables will help with the decision making regarding the housing market policy.

• 대한원격탐사학회지
• /
• 제36권6_2호
• /
• pp.1579-1590
• /
• 2020

본 논문에서는 고해상도의 위성영상을 활용하여 도시의 변화 양상을 분석하기 위하여 SPADE기반의 U-Net과 객체 영역기반 변화탐지 방법을 제안한다. 제안하는 네트워크는 기존의 U-Net에서 공간 정보를 잃지 않기 위해 SPADE를 사용했다. 고해상도 위성영상을 활용한 변화탐지 방법은 계획, 예측 등 다양한 도시 문제를 해결하기 위해 활용할 수 있다. IR-MAD 등 전통적인 방법인 화소 기반의 변화탐지를 수행할 경우, 다중 시기 영상 간의 기후, 계절 변화 등에 의해 화소의 변화가 민감하기 때문에 미변화 지역들이 변화 지역으로 오탐지될 가능성이 매우 크다. 이에 본 논문에서는 시계열 위성영상에서 도시를 구성하는 객체에 대한 변위를 정확하게 탐지하기 위해 도시를 구성하는 주요 공간 객체를 정의하고, 딥러닝 기반 영상 분할을 통해 추출한 후 영역 간의 변위 오차를 분석하여 변화탐지를 수행한다. 변화 양상을 분석하기 위한 공간 객체로 건축물, 도로, 농경지, 비닐하우스, 산림 영역, 수변 영역의 6개로 정의하였다. KOMPSAT-3A 위성영상으로 학습한 각 네트워크 모델을 시계열 KOMPSAT-3 위성영상에 대한 변화탐지를 수행한다. 객관적인 성능 평가를 위한 변화탐지 지표는 F1-score, Kappa를 사용한다. 제안하는 변화탐지 기법은 U-Net, UNet++ 대비 뛰어난 결과를 보이며, 평균 F1 score는 0.77, kappa는 77.29의 성능을 확인할 수 있다.

• 인터넷정보학회논문지
• /
• 제23권4호
• /
• pp.45-55
• /
• 2022

암호화폐 시장의 규모는 날이 갈수록 커져가고 있으며, 대표적인 암호화폐인 비트코인의 경우 시가총액이 500조를 넘어섰다. 이에 따라 암호화폐의 가격을 예측하려는 연구도 많이 이루어졌으며, 이들은 대부분 주식가격을 예측하는 방법론과 유사성을 띄는 연구들이다. 하지만 선행연구를 비춰 봤을 때 주식가격예측과 달리 암호화폐 가격 예측은 머신러닝의 정확도가 우위에 있는 사례가 많다는 점, 개념적으로 주식과 달리 암호화폐는 소유로 인한 수동적 소득이 없다는 점, 통계적으로 시가총액 대비 하루 거래량의 비율을 살펴봤을 때 암호화폐가 주식 대비 최소 3배이상 높다는 점이 도출되었다. 이를 통해 암호화폐 가격 예측 연구에는 주식 가격 예측과 다른 방법론이 적용되어야 함을 본 논문에서 주장하였다. 우리는 기존에 주가 딥러닝 예측에 사용되던 워크 포워드 검증를 응용한 역순 워크 포워드 검증을 제안하였다. 역순 워크 포워드 검증은 워크 포워드 검증과 달리 검증 데이터셋을 테스트 데이터셋에 시계열상으로 바로 앞에 부분으로 고정시켜놓고, 훈련데이터를 훈련 데이터셋에 시계열상으로 바로 앞 부분부터 서서히 훈련 데이터셋의 크기를 늘려가면서 검증에 대한 정확도를 측정한다. 측정된 모든 검증 정확도 중 가장 높은 정확도를 보이는 훈련 데이터셋의 크기에 맞춰서 훈련 데이터를 절삭시킨 뒤 검증 데이터와 합쳐서 실험 데이터에 대한 정확도를 측정하였다. 분석모델로는 로지스틱 회귀분석과 SVM을 사용했으며, 우리가 제안한 역순 워크 포워드 검증의 신뢰성을 위해서 분석 모델 내부적으로도 L1, L2, rbf, poly등의 다양한 알고리즘과 정규화 파라미터를 적용하였다. 그 결과 모든 분석모델에서 기존 연구보다 향상된 정확도를 보임이 확인되었으며, 평균적으로도 1.23%p의 정확도 상승을 보였다. 선행연구를 통해 암호화폐 가격 예측의 정확도가 대부분 50%~60%사이에서 머무르는 걸 감안할 때 이는 상당한 정확도 개선이다.

• 한국수자원학회논문집
• /
• 제37권1호
• /
• pp.77-86
• /
• 2004

본 연구에서는 농업용 저수지에서 저수량 예측모형과 함께 저수지의 목표저수량 및 한계저수량을 유지하기 위한 저수지 운영방안을 제시하였다. 대상저수지인 금강저수지에서 1990년부터 200l년까지의 저수량 자료를 이용하여 갈수빈도해석을 적용하고, 2년빈도 한발저수량을 목표저수량(target storage)으로, 10년빈도 한발저수량을 한계저수량(critical storage)으로 설정하였다. 농업용 저수지의 운영의 효율화를 위해서는 우선 합리적인 방법을 통하여 장래 저수량을 예측하여야 한다. 예측된 저수량은 저수지 운영에 관한 계획을 수립하는데 기초자료로 활용될 수 있다. 본 연구에는 저수량 예측모형으로 ARIMA 모형과 자기회귀오차모형을 적용하였다. ARIMA 모형은 과거 저수량 자료만을 근거로 하여 저수량을 예측함으로서 예측정도가 상대적으로 낮은 것으로 나타난 반면, 자기회귀오차모형은 저수량과 관련 있는 설명변수들을 이용함으로써 예측의 효과를 높일 수 있었다. 농업용 저수지의 저수량은 이전 저수량, 강수량, 평균온도, 최고온도, 관개면적, 풍속, 습도의 영향을 받으므로 자기회귀오차모형을 적용하여 저수량과 저수량에 영향을 미치는 요인과의 관계를 분석하였다. 자기회귀오차모형에 의한 저수량 예측 관계식은 저수지의 연속방정식과 유사한 관계식으로 유도되어 실제 적용성이 높을 것으로 판단되며, 금광저수지에서 예측된 2002년도 저수량과 관측된 저수량을 비교한 결과, 양호한 예측결과를 보여 주었다.

• 자원환경지질
• /
• 제42권2호
• /
• pp.143-152
• /
• 2009

최근 몇 년간 발생한 원자재 가격의 급격한 변동은 국내 경제활동에 예상치 못한 부정적 영향을 초래하였다. 우리나라는 대부분 원자재를 수입에 의존하고 있어 예상치 못한 가격변동은 거시경제 변수를 통해 생산활동 전반에 영향을 미친다. 따라서 장기적 관점에서는 원자재 수요관리 혹은 공급안정성 확보 등 대안을 마련하여 정책적으로 지원하고 있으며 단기적 관점에서는 원자재 비축과 일반원자재 조기경보체제의 도입을 추진하고 있다. 단기적 관점의 정책 대안은 가격변동의 단기예측 가능성을 전제로 하고 있으며 최근까지 다양한 연구가 진행되어 왔다. 본 연구는 이와 같은 모수적 접근과 시계열 분석의 문제점을 완화하고 경제적 해석이 상대적으로 용이한 대안을 찾고자 하였다. 알루미늄, 전기동, 니켈을 대상으로 신호접근법을 활용하여 변수간 상관관계의 문제나 유의한 변수의 누락 문제를 완화할 수 있는 비모수적 접근을 시도하였다. 설정한 모형을 통해 실제 비철금속의 가격변동이 심화되었던 2004년 초와 2006년의 기간에 대해 모형이 선제적으로 신호를 발생시키고 있음을 확인하였다. 이는 사후적으로 살펴본 모형의 결과와도 큰 차이가 없는 것으로 나타나 본 연구의 모형이 기존연구의 단점을 완화하고 단기 가격변동을 예측할 수 있다는 실증적 결론을 얻을 수 있었다.