• 응용통계연구
• /
• 제35권1호
• /
• pp.93-104
• /
• 2022

S&P 500과 RUSSELL 2000, DJIA, Nasdaq 100 4가지 미국 주가지수의 실현변동성(realized volatility, RV)을 예측하는데 있어서 사람들의 관심 지표로 삼을 수 있는 인터넷 검색량(search volume, SV) 지수와 내재변동성(implied volatility, IV)를 이용하여 LSTM 딥러닝(deep learning) 방법으로 RV의 예측력을 높이고자하였다. SV을 이용한 LSTM 방법의 실현변동성 예측력이 기존의 기본적인 vector autoregressive (VAR) 모형, vector error correction (VEC)보다 우수하였다. 또한, 최근 제안된 RV와 IV의 공적분 관계를 이용한 vector error correction heterogeneous autoregressive (VECHAR) 모형보다도 전반적으로 예측력이 더 높음을 확인하였다.

• Journal of the Korean Statistical Society
• /
• 제34권4호
• /
• pp.345-366
• /
• 2005

This paper considers the cointegrating vector estimator in the error correction model with stationary covariates, which combines the stationary vector autoregressive model and the nonstationary error correction model. The cointegrating vector estimator is shown to follow the locally asymptotically mixed normal distribution. The variance of the estimator depends on the co­variate effect of stationary regressors, and the asymptotic efficiency improves as the magnitude of the covariate effect increases. An economic application of the money demand equation is provided.

• International journal of advanced smart convergence
• /
• 제12권4호
• /
• pp.171-176
• /
• 2023

This study is about a speech recognition error correction system designed to detect and correct speech recognition errors before natural language processing to increase the success rate of intent analysis in natural language processing with optimal efficiency in various service domains. An encoder is constructed to embedded the correct speech token and one or more error speech tokens corresponding to the correct speech token so that they are all located in a dense vector space for each correct token with similar vector values. One or more utterance tokens within a preset Manhattan distance based on the correct utterance token in the dense vector space for each embedded correct utterance token are detected through an error detector, and the correct answer closest to the detected error utterance token is based on the Manhattan distance. Errors are corrected by extracting the utterance token as the correct answer.

• 한국멀티미디어학회논문지
• /
• 제25권3호
• /
• pp.493-501
• /
• 2022

This paper is a study on context-sensitive spelling error correction and uses the Korean WordNet (KorLex)[1] that defines the relationship between words as a graph to improve the performance of the correction[2] based on the vector information of the word embedded in the correction technique. The Korean WordNet replaced WordNet[3] developed at Princeton University in the United States and was additionally constructed for Korean. In order to learn a semantic network in graph form or to use it for learned vector information, it is necessary to transform it into a vector form by embedding learning. For transformation, we list the nodes (limited number) in a line format like a sentence in a graph in the form of a network before the training input. One of the learning techniques that use this strategy is Deepwalk[4]. DeepWalk is used to learn graphs between words in the Korean WordNet. The graph embedding information is used in concatenation with the word vector information of the learned language model for correction, and the final correction word is determined by the cosine distance value between the vectors. In this paper, In order to test whether the information of graph embedding affects the improvement of the performance of context- sensitive spelling error correction, a confused word pair was constructed and tested from the perspective of Word Sense Disambiguation(WSD). In the experimental results, the average correction performance of all confused word pairs was improved by 2.24% compared to the baseline correction performance.

• 자원ㆍ환경경제연구
• /
• 제27권3호
• /
• pp.521-544
• /
• 2018

This paper investigates the impact of ethanol mandate on the price relationship between corn and beef using the monthly time-series data from January 2003 through December 2013. In addition, we examine the non-linearity in ethanol, corn, and beef markets. Based on the threshold cointegration test, we find the symmetric relationship in pairs with ethanol production-corn price and ethanol production-beef price whereas there is the asymmetric relationship between prices of corn and beef. Employing the threshold vector error correction and vector error correction models, we also find that the corn price in the U.S is caused by both ethanol production and beef price in a long-run when the beef price is relatively high. On the other hand, the corn price does not cause both ethanol production and beef price in the long run. Findings from this study imply that demanders for corn such as ethanol and beef producers have price leadership on corn producers.

• 한국항만경제학회지
• /
• 제39권2호
• /
• pp.129-141
• /
• 2023

본 연구는 오차교정모형을 활용해 건화물선과 유조선 일간 해상운임의 동태적 특성과 예측 정확도를 분석한다. 공적분된 시계열 자료의 오차를 계산하기 위해 본 연구는 공통 확률적 추세 모형(Common Stochastic Trend Model, CSTM 모형)과 벡터오차교정모형(Vector Error Correction Model, VECM 모형)을 활용한다. 먼저, CSTM 모형의 오차를 사용한 오차교정모형이 VECM 모형의 경우보다 교정계수(adjustment speed coefficient)가 경제학적 이론에 더 부합하는 결과를 보인다. 나아가 조정결정계수(adjR²) 측면에서도 CSTM 모형의 경우가 VECM 모형에 비해 모형 적합도가 큰 것으로 나타난다. 둘째, 예측 정확도를 판단하는 지표인 평균 절대 오차와 평균 절대 척도 오차를 살펴보면, CSTM 모형의 오차를 이용한 모형이 VECM 모형의 오차를 이용한 모형보다 총 15가지 경우 중에 12가지 경우에서 예측 정확도가 높은 것을 확인할 수 있다. 미래 연구주제로서 1) 두 가지 오차를 모두 활용하는 분석 및 예측 과제, 2) 원자재 및 에너지 자원 시장의 데이터를 추가하는 과제, 3) 오차항의 부호에 따라 교정계수를 다르게 추정하는 과제 등을 제시한다.

• Journal of the Korean Data and Information Science Society
• /
• 제27권6호
• /
• pp.1573-1583
• /
• 2016

주택가격은 대내외적으로 경기관련 많은 변수들에 의해 영향을 받기 때문에 다변량분석의 경우 이와 관련된 변수들간의 상호관련성을 검정하여야 한다. 그랜저 인과성 검정결과 변수들간에 서로 인과성이 있는 것으로 나타났다. 또한 변수들 사이에 공적분 존재유무를 확인한 결과 공적분이 존재하므로 오차수정항이 포함된 벡터오차수정모형을 이용하여 분석을 시도하였다. ARIMA 및 VAR 모형과의 예측력 실증비교 결과 벡터오차수정모형에 의한 예측력이 이들 두 모형에 비해 우수함을 확인할 수 있었다.

• Journal of the Korean Data and Information Science Society
• /
• 제22권3호
• /
• pp.401-412
• /
• 2011

본 연구는 벡터오차수정모형을 이용하여 유럽 탄소배출권 현물가격의 일간 시계열자료를 분석한다. 내생변수로는 탄소배출권가격 이외에 오일가격, 천연가스가격, 전력가격, 석탄가격 등 모두 5개 변수를 고려하며, 분석기간은 유럽 배출권가격의 왜곡이 발생한 제1단계 기간 (2005~2007년)을 피해 제2단계 기간 (2008년 4월 21일~2010년 3월 31일)을 대상으로 하였다. 시계열변수의 안정성 및 공적분 검정 결과, 모든 변수들이 단위근을 갖으며 또한 공적분 벡터가 존재하는 것으로 나타나서 분석모형으로서 벡터자기회귀모형 대신에 벡터오차수정모형을 채택하였다. 분석결과, (1) 오일, 천연가스, 전력 등의 가격이 배출권가격에 대해 원인으로 작용하는 그랜저인과관계가 존재하였다. (2) 충격 반응분석에서 배출권가격은 오일가격의 외생적 충격에 대해 가장 크게 반응하였고, 석탄가격의 충격에 대해서는 초기 상승 후 하락, 전력가격과 천연가스가격의 충격에 대해서는 초기 상승 후 음 (-)으로 감소하는 반응을 보였다. (3) 예측오차 분산분해 분석에서 배출권가격에 대해 가장 큰 영향을 주는 요인은 초기 (3기)에는 오일가격>석탄가격>천연가스가격>전력가격의 순이었으나 이후 (20기)에는 전력가격>오일가격>석탄가격>천연가스가격의 순으로 나타났다.

• Journal of the Korean Data and Information Science Society
• /
• 제18권1호
• /
• pp.73-80
• /
• 2007

Cointegration(together with VARMA(vector ARMA)) has been proven to be useful for analyzing multivariate non-stationary data in the field of financial time series. It provides a linear combination (which turns out to be stationary series) of non-stationary component series. This linear combination equation is referred to as long term equilibrium between the component series. We consider two sets of Korean bivariate financial time series and then illustrate cointegration analysis. Specifically estimated VAR(vector AR) and VECM(vector error correction model) are obtained and CV(cointegrating vector) is found for each data sets.

• 대한전자공학회논문지SP
• /
• 제37권5호
• /
• pp.76-83
• /
• 2000

본 논문에서는 벡터오차 확산법을 이용한 색수정 방법으로 장치간 색재현시 필연적으로 발생하는 색차를 줄이는 칼라 하프토닝(halftoning)법을 제안하였다 각 장치의 출력색을 추정하기 위하여 신경망을 이용하였으며 장치 특성화 과정의 평균 추정 오차를 정의하여 이를 색수정의 임계치로 정의하였다 즉 화소 단위로 색차를 비교하여 최대 허용 색차(임계치)보다 클 경우 그 화소의 프린팅을 위한 이진 도트 집합은 벡터 오차 확산법을 이용해 재배열된다 제안된 방법은 선택적으로 벡터 오차 확산법을 적용함으로써 기존의 벡더 오차 확산법이 갖는 스미어 현상(smear effect)을 줄일 수 있으며 색수정을 통하여 필연적으로 발생하는 장치간 색차를 줄일 수 있었다.