• 한국산림과학회지
• /
• 제90권5호
• /
• pp.663-671
• /
• 2001

이 연구는 이자율의 변화가 임산물수입량에 미치는 영향을 우리나라 시장을 대상으로 분석하였다. 첫번째 목적은 이자율의 변화가 임산물수입량 변화의 원인이 되는지, 즉 인과관계를 파악하는 것이고, 두번째 목적은 이자율의 변화가 임산물수입량에 얼마만큼 얼마동안 영향을 미치는지, 즉 동태적 영향을 추정하는 것이다. 이자율과 임산물수입량의 관계는 자기회귀모형에 의해 만들어졌다. 인과관계 파악은 인과성검정을 이용하였고, 동태분석은 분산분해분석과 충격반응분석을 이용하였다. 결과에 의하면 이자율의 변화는 임산물 중에서 합판수입량 변화의 원인이 되었다. 합판의 경우에 어느 시기의 수입량은 그 시기 이전의 이자율에 의해 20%, 그 시기 이전의 수입량에 의해 80% 가량 설명되었다. 또한 이자율의 변화는 합판수입량에 6개월까지 영향을 미쳤다. 즉 이자율의 변화가 합판수입량에 영향을 미쳤더라도 단기간에 불과했다.

• 자원ㆍ환경경제연구
• /
• 제12권4호
• /
• pp.687-708
• /
• 2003

VAR(벡터자기회귀)에서 모형의 식별가정에 관한 주된 비판은 변수의 나열순서에 따라 결과가 달라진다는 것이다. 본 논문은 Swanson and Granger (1997) 이후 시계열 분석에 활발히 적용되기 시작한 그래프이론이 이와 같은 임의식별 문제를 해결함으로써, 자원가격의 가격발현과정을 이해하는데 유용한 수단임을 보여준다. 모형이 이론적 방법론을 소개한 후, 미국 대두의 지역 베이시스를 이용한 실증추정 결과를 제시한다.

• East Asian Economic Review
• /
• 제22권3호
• /
• pp.371-400
• /
• 2018

Although asset price is an important factor in determining changes in external balances, no studies have investigated it from the Chinese perspective. In this study, I empirically examine the underlying driving forces of China's trade balances, particularly the role of asset price and the real exchange rate. To this end, I estimate a sign-restricted structural vector autoregressive model with quarterly time series data for China, using the Bayesian method. The results show that changes in asset price affect China's trade balances through private consumption and investment. Also, an appreciation of the real exchange rate tends to deteriorate trade balances in China. Furthermore, forecast error variance decomposition results indicate that changes in asset price (stock price and housing price) explain about 20% variability of trade balances, while changes in the real exchange rate can explain about 10%.

• 대한산업공학회지
• /
• 제27권3호
• /
• pp.289-296
• /
• 2001

This paper proposes multivariate control chart for autocorrelated data which are common in chemical and process industries and lead to increase in the number of false alarms when conventional control charts are applied. The effect of autocorrelated data is modeled as a vector autoregressive process, and canonical analysis is used to reduce the dimensionality of the data set and find the canonical variables that explain as much of the data variation as possible. Charting statistics are constructed based on the residual vectors from the canonical variables which are uncorrelated over time, and therefore the control charts for these statistics can attenuate the autocorrelation in the process data. The charting procedures are illustrated with a numerical example and Monte Carlo simulation is conducted to investigate the performances of the proposed control charts.

• Journal of Electrical Engineering and information Science
• /
• 제2권6호
• /
• pp.20-27
• /
• 1997

We present a method of electromyographic(EMG) pattern recognition to identify motion commands for the control of a prosthetic arm by evidence accumulation with multiple parameters. Integral absolute value, variance, autoregressive(AR) model coefficients, linear cepstrum coefficients, and adaptive cepstrum vector are extracted as feature parameters from several time segments of the EMG signals. Pattern recognition is carried out through the evidence accumulation procedure using the distances measured with reference parameters. A fuzzy mapping function is designed to transform the distances for the application of the evidence accumulation method. Results are presented to support the feasibility of the suggested approach for EMG pattern recognition.

• Communications for Statistical Applications and Methods
• /
• 제31권1호
• /
• pp.87-104
• /
• 2024

Most functional magnetic resonance imaging (fMRI) studies in resting state have assumed that the functional connectivity (FC) between time series from distinct brain regions is constant. However, increased interest has recently been in quantifying possible dynamic changes in FC during fMRI experiments. FC study may provide insight into the fundamental workings of brain networks to brain activity. In this work, we focus on the specific problem of estimating the dynamic behavior of pairwise correlations between time courses extracted from two different brain regions. We compare the sliding-window techniques such as moving average (MA) and exponentially weighted moving average (EWMA), dynamic causality with vector autoregressive (VAR) model, dynamic conditional correlation (DCC) based on volatility, and the proposed alternative methods to use differencing and recursive residuals. We investigate the properties of those techniques in a series of simulation studies. We also provide an application with major depressive disorder (MDD) patient fMRI data to demonstrate studying dynamic correlations.

• East Asian Economic Review
• /
• 제28권1호
• /
• pp.95-140
• /
• 2024

This study empirically investigates the international transmission of China's uncertainty shocks. It estimates a time-varying parameter Bayesian global structural vector autoregressive model (TVP-BGVAR) using time series data for 33 countries to evaluate heterogeneous international linkage across countries and time. Uncertainty shocks are identified via sign restrictions. The empirical results reveal that an increase in uncertainty in China negatively affects the global economy, but those effects significantly vary over time. The effects of China's uncertainty shocks on the global economy have been significantly altered by China's WTO accession, the global financial crisis, and the recent US-China trade conflict. Furthermore, the effects of China's uncertainty shocks, typically on inflation, differ significantly across countries. Moreover, Trade openness appears crucial in explaining heterogeneous GDP responses across countries, whereas the international dimension of monetary policy appears to be important in explaining heterogeneous inflation responses across countries.

• 경제분석
• /
• 제27권4호
• /
• pp.1-42
• /
• 2021

우리나라 소비자물가상승률에 대한 예측은 한국은행의 물가안정목표제 운용, 채권시장 참가자의 만기 포트폴리오 최적화, 부동산 시장 및 민간의 소비와 투자 등 경제 전반에 지대한 영향을 미친다. 본 연구는 향후 3년간 우리나라 소비자물가상승률 예측결과를 제시한다. 이를 위해 우선 자기회귀시차(Autoregressive Distributed Lag, ADL) 모형, AR 모형, 소규모 벡터자기회귀(VAR) 모형, 대규모 VAR 모형의 표본외 예측력을 기준으로 모형선택을 실시한다. 물가상승률에는 다수의 잠재적인 예측변수가 존재하기 때문에 12개의 거시변수를 대상으로 ADL 모형에 베이지안 변수선택기법을 도입하고, 예측력 향상을 위한 정밀한 튜닝과정을 고안하고 적용하였다. VAR 모형에는 미네소타 사전분포를 설정하여 차원의 저주 문제를 극복하고자 하였다. 최근 5년을 대상으로 한 장단기 표본외 예측결과, ADL 모형이 점예측과 분포예측 모두에서 여타 경쟁모형에 비해 전반적으로 우월하였다. 예측조합을 통한 예측결과, 우리나라 소비자물가상승률이 2022년 하반기까지는 현재 비슷한 2% 내외의 수준을 유지할 것으로 보이며, 2023년 상반기부터는 1% 내외로 하락할 것으로 전망된다. 80% 신용구간은 예측치의 대략 ±1%p이다.

• KDI Journal of Economic Policy
• /
• 제14권1호
• /
• pp.121-145
• /
• 1992

본고(本稿)에서는 현재의 경제상황을 잘 반영하는 건설투자활동(建設投資活動)의 단기예측모형(短期豫測模型)을 정립하고자 먼저 관련 시계열자료의 안정성(安定性) 여부(與否)와 순환성(循環性), 계절성(季節性)의 특성을 살펴본 후 여러 단기모형의 예측력(豫測力), 정합성(整合性), 설명력(說明力)을 비교 검토했다. 단위근(單位根) 검정(檢定)과 자기상관계수(自己相關係數) 스펙트랄 밀도함수 분석의 결과, 건설관련 시계열자료들이 대체로 단위근(單位根)을 갖지 않음으로써 안정적이고 주기적인 순환변동을 하고 있으며, 시차변수의 설명력이 높은 특성을 나타내었다. 또한 건설투자자료의 특성이 선행지표(先行指標)인 건축허가연면적(建築許可延面積) 및 건설수주액(建設受注額)과 아주 유사하여 건설투자 단기예측에 있어서 두 지표 사이의 시차관계(時差關係) 파악이 중요함을 알 수 있었다. 제(第)III장(章)에서는 단변량(單變量) 시계열모형(時系列模型)으로 ARIMA모형(模型)과 승법선형추세예측모형(乘法線型趨勢豫測模型)을, 다변량(多變量) 시계열모형(時系列模型)으로는 첫째, 선행지표(先行指標)를 이용한 1차자기회귀모형(次自己回歸模型), VAR모형(模型), 둘째 GNP자료를 이용한 거시경제모형의 단순한 축약형모형(縮約型模型)과 VAR모형(模型)을 제시하고 이들을 비교 평가하였다. 이에 따르면 단변량 시계열모형보다는 다변량 시계열모형이 시간이 경과할수록 예측오차(豫測誤差)가 커지지 않는다는 점에서 우수한 것으로 나타났으며, 다변량모형 중에서도 벡터자기회귀모형이 여타 모형보다 절대예측오차평균(絶對豫測誤差平均), 평균자승근(平均自乘根) 퍼센트 오차(誤差), 결정계수(決定係數) 등 모든 면에서 우수한 것으로 평가되었다. 이는 최근 건설투자가 추세에서 벗어난 급증세를 지속하고 있음을 고려할 때 타당한 결론이라 생각된다.

• International Journal of Contents
• /
• 제15권4호
• /
• pp.113-119
• /
• 2019

It has been reported that large amounts of information on agri-foods were delivered to consumers through television and social networks, and the information may influence consumers' behavior. The purpose of this paper was first to analyze relations of social network service and broadcasting program on paprika consumption in the aspect of amounts to purchase and identify potential factors that can promote paprika consumption; second, to develop prediction models of paprika consumption by using structured and unstructured big data. By using data 2010-2017, cross-correlation and time-series prediction algorithms (autoregressive exogenous model and vector error correction model), statistically significant correlations between paprika consumption and television programs/shows and blogs mentioning paprika and diet were identified with lagged times. When paprika and diet related data were added for prediction, these data improved the model predictability. This is the first report to predict paprika consumption by using structured and unstructured data.