• 토지주택연구
• /
• 제2권4호
• /
• pp.367-377
• /
• 2011

본 연구는 지난 2008년 리먼사태로 인한 글로벌 금융위기 이후 부동산가격의 결정요인이 어떻게 변화하는지를 VAR모형을 통해 분석하고자 하였다. 이를 위해 2000년 1분기부터 2011년 2분기까지의 전국 토지, 주택매매, 주택전세 등 부동산가격에 대해 실질GDP, 국고채수익률, 소비자물가, KOSPI, 주택건설실적, 토지가격 등을 이용하여 VAR모형을 구축하고 충격반응 및 분산분해 분석을 실시하였다. 금융위기 이후의 변화행태를 분석하기 위해 글로벌 금융위기가 발생한 2008년 3분기를 기준으로 이전과 현재까지로 분석기간을 나누어 가격결정요인 변화를 비교 분석하였다. 분석결과, 토지가격은 금융위기 이전과 비교할 때 실질GDP와 금리의 영향력은 더 커진 것으로 나타났다. 이는 토지가격이 과거에 비해 거시경제여건에 더욱 민감하게 반응하게 되었다는 사실을 보여준다. 주택매매가격도 금리나 GDP와 같이 시장기본가치에 대해 거의 영향을 받지 않고, 주택가격 자체의 변화나 전세가격의 변화에 크게 영향을 받는 것으로 나타났다. 최근의 전세가격 급등세가 지속되고 있음을 감안할 때 매매가격도 조만간 상승할 가능성이 크다고 예상할 수 있는 부분이다. 주택전세가격은 금융위기 이전이나 이후 모두 거시경제지표의 영향력이 약화되고, 소비자물가나 전세가격 자체의 변화에 민감하게 반응하는 것으로 나타났다. 이와 같이 부동산가격이 과거와 달리 금리, GDP 등 시장기본가치요인의 중요성이 약화된 것을 알 수 있는데, 이는 부동산시장이 금융위기 이후 인구 가구구조 변화나 가격상승 기대심리 약화, 월세전환 등 경제 외적 요인에 크게 영향을 받는 쪽으로 변화했음을 보여주는 것이라 할 수 있다. 따라서 정책당국이나 소비자, 건설업체 등 경제주체들은 경제 환경 뿐 아니라 수급상황 등 시장내부요인을 감안하여 보다 신중하게 시장에 접근할 필요가 있을 것이다.

• 한국항만경제학회지
• /
• 제37권2호
• /
• pp.73-89
• /
• 2021

핸디사이즈 벌크선 시장은 중대형 선박으로 운송이 불가능한 다양한 화물을 운송할 수 있으며, Spot용·대선 시장이 활성화 되어 있고 중대형 벌크선과 독립적인 성격의 시장으로 단기간에 변화하는 시황 및 용선료 변동성에 의한 위험이 보다 많은 시장이다. 본 연구에서는 부정기 벌크선 선형에서 핸디사이즈 운임지수(BHSI)와 Spot용선료에 영향을 미치는 요인들을 검정하고 요인들의 과거 값을 이용하여 종속변수의 동태적 반응을 파악 및 단기 예측을 위하여 벡터자기회귀모형(VAR)을 이용하여 분석을 하였다. 인과성 검정 결과 핸디사이즈의 주요 선적 화물인 원료탄, 일본후판, 열연강판의 가격과 선복량, 선박유가와 인과관계가 나타났으며, VAR모형의 적정시차와 안정성을 확인 후 충격반응함수와 예측오차분해분석을 실시하였다. 충격반응함수 분석 결과 원료탄 가격, 열연강판 가격, 선박유가 3가지 변수는 신뢰구간 상한과 하한이 모두 같은 구간으로 유의하다고 나타났으며, 열연강판 가격의 충격이 가장 유의한 영향을 미치는 것으로 확인되었다. 운임지수(BHSI)와 Spot용선료 두 종속변수 모두 거의 동일한 결과로 나타났으며 t시점에서 발생한 원료탄가격의 표준편차 1단위의 충격에 양(+)의 영향, 열연강판 가격의 충격에 양(+)의 영향, 선박유가의 충격에는 음(-)의 영향의 결과를 보였다. 예측오차 분산분해분석 결과 운임지수(BHSI)와 Spot용선료에 영향을 미치는 설명력은 열연강판 가격, 원료탄 가격, 선박유가, 일본후판 가격, 선복량 순으로 동일하게 나타났으며 열연강판 가격의 설명력은 3기부터 점차 상승하여 운임지수에는 30%, Spot용선료에는 26%까지 영향을 미친다고 나타났다. 기존 선행연구와 차별화하여 단기적인 시차 영향을 알아보기 위해 주요 선적화물의 월간 가격 데이터를 사용하여 분석을 수행하였으며, 월 단위 시황 예측이 가능한 유의미한 결과를 도출하였다. 이 연구가 핸디사이즈 선박을 운항하는 선사와 핸디사이즈 용·대선 시장 관계자들에게 단기적인 시황 예측에 도움이 될 수 있다는데 의의가 있다고 생각한다.

• 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.

• 지능정보연구
• /
• 제23권2호
• /
• pp.71-88
• /
• 2017

언어모델은 순차적으로 입력된 자료를 바탕으로 다음에 나올 단어나 문자를 예측하는 모델로 언어처리나 음성인식 분야에 활용된다. 최근 딥러닝 알고리즘이 발전되면서 입력 개체 간의 의존성을 효과적으로 반영할 수 있는 순환신경망 모델과 이를 발전시킨 Long short-term memory(LSTM) 모델이 언어모델에 사용되고 있다. 이러한 모형에 자료를 입력하기 위해서는 문장을 단어 혹은 형태소로 분해하는 과정을 거친 후 단어 레벨 혹은 형태소 레벨의 모형을 사용하는 것이 일반적이다. 하지만 이러한 모형은 텍스트가 포함하는 단어나 형태소의 수가 일반적으로 매우 많기 때문에 사전 크기가 커지게 되고 이에 따라 모형의 복잡도가 증가하는 문제가 있고 사전에 포함된 어휘 외에는 생성이 불가능하다는 등의 단점이 있다. 특히 한국어와 같이 형태소 활용이 다양한 언어의 경우 형태소 분석기를 통한 분해과정에서 오류가 더해질 수 있다. 이를 보완하기 위해 본 논문에서는 문장을 자음과 모음으로 이루어진 음소 단위로 분해한 뒤 입력 데이터로 사용하는 음소 레벨의 LSTM 언어모델을 제안한다. 본 논문에서는 LSTM layer를 3개 또는 4개 포함하는 모형을 사용한다. 모형의 최적화를 위해 Stochastic Gradient 알고리즘과 이를 개선시킨 다양한 알고리즘을 사용하고 그 성능을 비교한다. 구약성경 텍스트를 사용하여 실험을 진행하였고 모든 실험은 Theano를 기반으로 하는 Keras 패키지를 사용하여 수행되었다. 모형의 정량적 비교를 위해 validation loss와 test set에 대한 perplexity를 계산하였다. 그 결과 Stochastic Gradient 알고리즘이 상대적으로 큰 validation loss와 perplexity를 나타냈고 나머지 최적화 알고리즘들은 유사한 값들을 보이며 비슷한 수준의 모형 복잡도를 나타냈다. Layer 4개인 모형이 3개인 모형에 비해 학습시간이 평균적으로 69% 정도 길게 소요되었으나 정량지표는 크게 개선되지 않거나 특정 조건에서는 오히려 악화되는 것으로 나타났다. 하지만 layer 4개를 사용한 모형이 3개를 사용한 모형에 비해 완성도가 높은 문장을 생성했다. 본 논문에서 고려한 어떤 시뮬레이션 조건에서도 한글에서 사용되지 않는 문자조합이 생성되지 않았고 명사와 조사의 조합이나 동사의 활용, 주어 동사의 결합 면에서 상당히 완성도 높은 문장이 발생되었다. 본 연구결과는 현재 대두되고 있는 인공지능 시스템의 기초가 되는 언어처리나 음성인식 분야에서 한국어 처리를 위해 다양하게 활용될 수 있을 것으로 기대된다.