• 유통과학연구
• /
• 제12권6호
• /
• pp.49-57
• /
• 2014

Purpose - The world now recognizes environmental disruption as a serious issue when regarding growth-oriented strategies; therefore, environmental preservation issues become pertinent. Consequently, green distribution is continuously emphasized. However, studying the prediction and association of distribution and the environment is insufficient. Most existing studies about green distribution are about its necessity, detailed operation methods, and political suggestions; it is necessary to study the distribution service industry and environmental service industry together, for green distribution. Research design, data, and methodology - ARIMA (auto-regressive moving average model) was used to predict the environmental service and distribution service industries, and the Granger Causality Test based on VAR (vector auto regressive) was used to analyze the causal relationship. This study used 48 quarters of time-series data, from the 4th quarter in 2001 to the 3rd quarter in 2013, about each business type's production index, and used an unchangeable index. The production index about the business type is classified into the current index and the unchangeable index. The unchangeable index divides the current index into deflators to remove fluctuation. Therefore, it is easy to analyze the actual production index. This study used the unchangeable index. Results - The production index of the distribution service industry and the production index of the environmental service industry consider the autocorrelation coefficient and partial autocorrelation coefficient; therefore, ARIMA(0,0,2)(0,1,1)4 and ARIMA(3,1,0)(0,1,1)4 were established as final prediction models, resulting in the gradual improvement in every production index of both types of business. Regarding the distribution service industry's production index, it is predicted that the 4th quarter in 2014 is 114.35, and the 4th quarter in 2015 is 123.48. Moreover, regarding the environmental service industry's production index, it is predicted that the 4th quarter in 2014 is 110.95, and the 4th quarter in 2015 is 111.67. In a causal relationship analysis, the environmental service industry impacts the distribution service industry, but the distribution service industry does not impact the environmental service industry. Conclusions - This study predicted the distribution service industry and environmental service industry with the ARIMA model, and examined the causal relationship between them through the Granger causality test based on the VAR Model. Prediction reveals the seasonality and gradual increase in the two industries. Moreover, the environmental service industry impacts the distribution service industry, but the distribution service industry does not impact the environmental service industry. This study contributed academically by offering base line data needed in the establishment of a future style of management and policy directions for the two industries through the prediction of the distribution service industry and the environmental service industry, and tested a causal relationship between them, which is insufficient in existing studies. The limitations of this study are that deeper considerations of advanced studies are deficient, and the effect of causality between the two types of industries on the actual industry was not established.

• 한국산학기술학회논문지
• /
• 제17권5호
• /
• pp.179-185
• /
• 2016

본 연구에서는 금융위기 이후 투기적 성향의 거래가 원자재 가격 상승의 주요 요인으로 작용했음을 구조적 벡터자기회귀(SVAR: Structural Vector Auto Regressive) 모형을 이용해 정량적으로 증명했다. SVAR 모형을 추정 후 충격반응 분석과 분산분해 결과에서 금융위기 이후 투기 거래가 원자재 가격에 미친 영향력이 금융위기 전 보다 3~6배 커진 것으로 분석되었다. 또한 금융위기 이후 급증한 글로벌 유동성도 원자재 가격에 영향을 준 것으로 나타났다. 금융위기 이전에는 산업생산 등 수요와 경기 요인이 원자재 가격에 크게 영향을 주었으나 금융위기 이후에는 그 영향력이 감소했다. 따라서 금융위기 이후 원자재 가격 반등은 유동성 확대에 따른 투기 거래 증가에 영향을 받은 것으로 판단할 수 있다. 미국은 2015년 12월 금리 인상을 시작했고 향후 금융 긴축 기조를 지속할 것으로 전망되어 글로벌 유동성이 감소할 가능성이 커지고 있다. 금융위기 이후 원자재 가격이 금융 변수의 영향을 크게 받았기 때문에 향후 유동성이 감소한다면 투기 거래가 위축되고 원자재 가격의 하락 요인으로 작용할 것으로 예상된다.

• 지역연구
• /
• 제31권4호
• /
• pp.91-105
• /
• 2015

본 연구에서는 MBS의 위험 요소인 조기상환에 영향을 미치는 요인을 실증적으로 분석하고, 이에 더하여 이러한 정책의 함의를 짚어보고자 하였다. 이를 위하여 2004년부터 2014년까지의 자료를 통하여 분석하였다. MBS 조기상환의 주요 요인은 다른 나라의 경우와 마찬가지로 이자율 하락에 따른 차환이다. 하지만, 기존 연구에서 주요하게 다루지 않았던 주택가격변동을 고려했을 때, 한국의 MBS는 주택가격이 상승할 때 조기상환이 증가하는 현상을 보이고 있다. 이는 외국의 연구결과가 보여주는, 경기 하강기 채무자의 상환능력 저하로 압류가 발생하면서 나타나는 외부에 의한 강제적 조기상환이 일어나는 것과 다른 현상이다. 또한, MBS 도입시 주택에 대한 인식전환(투자재에서 주거안정으로)과 그 결과 주택가격 안정을 목적으로 도입되었지만, MBS를 통해 주택자금의 조달이 수월해 지면서 발생할 수 있는 부작용이 작지 않을 수 있음을 보여주고 있어, 정책적 보완이 필요하다.

• IEIE Transactions on Smart Processing and Computing
• /
• 제6권1호
• /
• pp.10-17
• /
• 2017

We propose classification algorithms for human and dog movement. The proposed algorithms use micro-Doppler signals obtained from humans and dogs moving in four different directions. A two-stage classifier based on a support vector machine (SVM) is proposed, which uses a radial-based function (RBF) kernel and $16^{th}$-order linear predictive code (LPC) coefficients as feature vectors. With the proposed algorithms, we obtain the best classification results when a first-level SVM classifies the type of movement, and then, a second-level SVM classifies the moving object. We obtain the correct classification probability 95.54% of the time, on average. Next, to deal with the difficult classification problem of human and dog running, we propose a two-layer convolutional neural network (CNN). The proposed CNN is composed of six ($6{\times}6$) convolution filters at the first and second layers, with ($5{\times}5$) max pooling for the first layer and ($2{\times}2$) max pooling for the second layer. The proposed CNN-based classifier adopts an auto regressive spectrogram as the feature image obtained from the $16^{th}$-order LPC vectors for a specific time duration. The proposed CNN exhibits 100% classification accuracy and outperforms the SVM-based classifier. These results show that the proposed classifiers can be used for human and dog classification systems and also for classification problems using data obtained from an ultra-wideband (UWB) sensor.

• 산업경영시스템학회지
• /
• 제39권1호
• /
• pp.25-30
• /
• 2016

It is critical to forecast the maximum daily and monthly demand for power with as little error as possible for our industry and national economy. In general, long-term forecasting of power demand has been studied from both the consumer's perspective and an econometrics model in the form of a generalized linear model with predictors. Time series techniques are used for short-term forecasting with no predictors as predictors must be predicted prior to forecasting response variables and containing estimation errors during this process is inevitable. In previous researches, seasonal exponential smoothing method, SARMA (Seasonal Auto Regressive Moving Average) with consideration to weekly pattern Neuron-Fuzzy model, SVR (Support Vector Regression) model with predictors explored through machine learning, and K-means clustering technique in the various approaches have been applied to short-term power supply forecasting. In this paper, SARMA and intervention model are fitted to forecast the maximum power load daily, weekly, and monthly by using the empirical data from 2011 through 2013. $ARMA(2,\;1,\;2)(1,\;1,\;1)_7$ and $ARMA(0,\;1,\;1)(1,\;1,\;0)_{12}$ are fitted respectively to the daily and monthly power demand, but the weekly power demand is not fitted by AREA because of unit root series. In our fitted intervention model, the factors of long holidays, summer and winter are significant in the form of indicator function. The SARMA with MAPE (Mean Absolute Percentage Error) of 2.45% and intervention model with MAPE of 2.44% are more efficient than the present seasonal exponential smoothing with MAPE of about 4%. Although the dynamic repression model with the predictors of humidity, temperature, and seasonal dummies was applied to foretaste the daily power demand, it lead to a high MAPE of 3.5% even though it has estimation error of predictors.

• 수산해양기술연구
• /
• 제55권3호
• /
• pp.264-272
• /
• 2019

The aim of this study is to analyze the relationship between international oil price as a fuel cost in overseas fisheries and skipjack tuna price as a part of main products in overseas fisheries using monthly time series data from 2008 to 2017. The study also tried to analyze the change of fishing profits by fuel cost. For a time series analysis, this study conducted both the unit-root test for stability of data and the Johansen cointegration test for long-term equilibrium relations among variables. In addition, it used not only the Granger causality test to examine interactions among variables, but also the Vector Auto Regressive (VAR) model to estimate statistical impacts among variables used in the model. Results of this study are as follows. First, each data on variables was not found to be stationary from the ADF unit-root test and long-term equilibrium relations among variables were not found from a Johansen cointegration test. Second, the Granger causality test showed that the international oil prices would directly cause changes in skipjack tuna prices. Third, the VAR model indicated that the posterior t-2 period change of international oil price would have an statistically significant effect on changes of skipjack tuna prices. Finally, fishing profits from skipjack would be decreased by 0.06% if the fuel cost increases by 1%.

• 한국경제지리학회지
• /
• 제15권4호
• /
• pp.585-600
• /
• 2012

본 연구의 목적은 유동성 관련 변수가 주택시장에 미치는 영향과 지역별 영향력의 차이를 벡터자기회귀모형을 이용하여 실증분석하고 정책적 시사점을 도출하는데 있다. 2003년 10월부터 2012년 5월까지의 월별 시계열 자료를 사용하여 유동성 관련 변수는 주택담보대출금리, 주택담보대출금, 금융기관유동성, 종합주가지수로 하였고 전국, 서울, 강남, 강북의 아파트 매매가격을 분석대상으로 하였다. 그랜저인과관계 검정결과, 주택담보대출금리와 주택담보대출금이 지역별 매매가격에 강하게 인과관계가 있었다. 이후 충격반응 분석결과, 각 변수 충격에 대해 매매가격은 지열별로 차이는 존재하였으나 매매가격 자체에 가장 크게 지속적인 양(+)의 반응을 보였고 주택담보대출금리는 음(-), 주택담보대출금은 양(+), 금융기관유동성은 양(+), 종합주가지수는 양(+)의 반응을 보였다. 매매가격 충격에 종합주가지수는 음(-)의 반응을 보였다. 유동성의 변화가 주택가격을 상승시킬 수 있고 강남지역이 강북지역에 비해 주택투자적인 요인이 크다는 것을 실증적으로 확인하였다. 정부는 현재의 경제상황을 고려해 저금리 기조를 유지하면서 시장의 유동성이 부동산이 아닌 산업활동으로 투입될 수 있도록 해야하며 지역별로 차별화된 정책을 수립 집행해야 부동산 정책효과를 크게 거둘 수 있을 것이다.

• 재무관리연구
• /
• 제27권1호
• /
• pp.1-30
• /
• 2010

본 연구는 영국 파운드, 캐나다 달러, 호주달러, 원달러 및 브라질 레알화 통화선물시장과 현물시장 수익률사이의 선도-지연관계, 변동성의 비대칭적 인과관계 및 시장효율성을 비교분석하였다. 각 통화현 선물시장 수익률간의 선도 지연관계 분석을 위하여 VAR(vector auto regressive)모형에 기초를 둔 Granger 인과관계분석을 실시하였으며 변동성의 비대칭적인 정보전달메커니즘 분석은 시간변동MA(1)-GJR-GARCH(1, 1)-M모형을 도입하였다. 주요 실증분석결과는 다음과 같다. 첫째, Granger 인과관계분석결과 각 통화선물 및 현물시장사이에는 피드백적인 인과관계가 존재하는 것으로 나타났다. 각 통화선물시장의 현물시장에 대한 가격발견기능이 통화현물시장의 선물시장에 대한 영향력보다 상대적으로 더 높은 것으로 나타났다. 둘째, MA(1)-GJR-GARCH(1, 1)-M모형을 추정한 결과, 각국 통화 현 선물시장사이에는 피드백적인 조건부평균이전효과(conditional mean spillovers)가 강하게 존재하는 것으로 나타났으며 전반적으로 선물시장의 현물시장에 대한 영향력이 그 반대의 경우보다 상대적으로 강한 것으로 나타났다. 셋째, 변동성의 비대칭적인 전이효과를 분석한 결과, 각국 모두 통화 선물시장에서 현물시장으로의 비대칭적인 변동성이전효과가 강하게 존재하고 있으며 통화현물시장에서 선물시장으로는 호주달러현물시장을 제외하고 나머지 시장에서는 정보의 비대칭적특성이 존재하는 것으로 나타났다. 이러한 각국 통화선물시장과 현물시장사이의 대칭적 비대칭적 정보이전효과로부터 통화 선물시장이 현물시장에 대한 가격발견기능이 지배적이며 각 통화 현 선물시장은 정보에 비효율적인 시장임을 추론해 볼 수 있다. 이는 주식시장을 연구한 Stoll and Whaley(1990), Abhyankar(1995), Brooks et al.(2001) 등의 연구와 일맥상통하는 것으로 나타났다.

• 무역학회지
• /
• 제42권2호
• /
• pp.145-174
• /
• 2017

최근 계속되는 글로벌 경기 침체로 수출 여건이 악화됨에 따라 수출 주도형 소규모 개방경제인 우리나라는 수출이 감소하고 국내 경제 또한 침체가 지속되고 있다. 따라서 앞으로 수출증대를 통한 우리 경제의 지속적인 성장을 위해서는 수출보험과 같은 수출 지원제도의 유효성을 분석하여 수출확대를 위한 방안을 마련할 필요가 있다. 이에 본 연구에서는 수출보험이 국내 중소기업 및 대기업 수출에 미치는 효과를 살펴보기 위해 국내 중소기업 및 대기업 수출실적, 수출보험인수실적, 단기수출보험인수실적, 수출 상대가격지수(수출물가지수), 원/달러 환율, 국내경기 동행지수 등의 자료를 이용하여 시계열 분석을 실시하였다. 특히 벡터자기회귀모형(VAR 모형)을 통한 그랜저 인과관계 검정, VAR 모형 분석, 충격반응 분석, 분산분해 분석 등의 계량경제학적 분석 방법을 이용하여 수출보험이 국내 중소기업 및 대기업의 수출에 미치는 영향을 분석하였다. 첫째, 그랜저 인과관계 검정을 통해 대기업 수출은 국내경기 동행지수에, 국내경기 동행지수는 수출보험인수실적 및 단기수출보험인수실적에 선행하는 인과관계가 있는 것으로 나타났다. 둘째, VAR 모형 분석 결과 수출보험인수실적 및 수출물가지수의 경우 중소기업의 수출에는 부(-)의 영향을, 그리고 대기업 수출에는 정(+)의 영향을 주는 것으로 나타난 반면, 단기수출보험인수실적의 경우 중소기업의 수출에는 정(+)의 영향을, 그리고 대기업 수출에는 부(-)의 영향을 주는 것으로 나타났다. 셋째, 충격반응분석 및 분산분해 분석 결과 대기업 수출은 중소기업에 비해 단기수출보험인수실적에 크게 영향을 받는 것으로 나타났으며, 수출보험인수실적 역시 중소기업 보다 대기업 수출에 미치는 효과가 더 큰 것으로 나타났다. 결론적으로 수출보험의 경우 중소기업보다 대기업 수출 증대에 더 긍정적인 영향을 주고 있는 것으로 나타났으며, 향후 중소기업의 중장기적 수출보험 활성화를 위해서는 지자체별로 중소기업에 대한 수출보험 지원을 확대할 필요가 있는 것으로 분석되었다. 본 연구는 수출보험이 국내 중소기업 및 대기업의 수출에 미치는 영향을 분석하고 효율적인 수출보험정책을 수립하기 위한 정책적 시사점을 제시하고자 하였다는 점에서 그 의의가 있다. 향후 후속연구에서는 수출보험의 수출지원 효과를 보다 정밀하게 측정하기 위해 산업별 보험 인수실적에 따른 수출실적에 대한 시계열 분석을 실시할 필요가 있을 것이다.