• 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.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.

• 지능정보연구
• /
• 제24권1호
• /
• pp.167-181
• /
• 2018

지난 10여 년간 딥러닝(Deep Learning)은 다양한 기계학습 알고리즘 중에서 많은 주목을 받아 왔다. 특히 이미지를 인식하고 분류하는데 효과적인 알고리즘으로 알려져 있는 합성곱 신경망(Convolutional Neural Network, CNN)은 여러 분야의 분류 및 예측 문제에 널리 응용되고 있다. 본 연구에서는 기계학습 연구에서 가장 어려운 예측 문제 중 하나인 주식시장 예측에 합성곱 신경망을 적용하고자 한다. 구체적으로 본 연구에서는 그래프를 입력값으로 사용하여 주식시장의 방향(상승 또는 하락)을 예측하는 이진분류기로써 합성곱 신경망을 적용하였다. 이는 그래프를 보고 주가지수가 오를 것인지 내릴 것인지에 대해 경향을 예측하는 이른바 기술적 분석가를 모방하는 기계학습 알고리즘을 개발하는 과제라 할 수 있다. 본 연구는 크게 다음의 네 단계로 수행된다. 첫 번째 단계에서는 데이터 세트를 5일 단위로 나눈다. 두 번째 단계에서는 5일 단위로 나눈 데이터에 대하여 그래프를 만든다. 세 번째 단계에서는 이전 단계에서 생성된 그래프를 사용하여 학습용과 검증용 데이터 세트를 나누고 합성곱 신경망 분류기를 학습시킨다. 네 번째 단계에서는 검증용 데이터 세트를 사용하여 다른 분류 모형들과 성과를 비교한다. 제안한 모델의 유효성을 검증하기 위해 2009년 1월부터 2017년 2월까지의 약 8년간의 KOSPI200 데이터 2,026건의 실험 데이터를 사용하였다. 실험 데이터 세트는 CCI, 모멘텀, ROC 등 한국 주식시장에서 사용하는 대표적인 기술지표 12개로 구성되었다. 결과적으로 실험 데이터 세트에 합성곱 신경망 알고리즘을 적용하였을 때 로지스틱회귀모형, 단일계층신경망, SVM과 비교하여 제안모형인 CNN이 통계적으로 유의한 수준의 예측 정확도를 나타냈다.

• 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.

• 지능정보연구
• /
• 제22권3호
• /
• pp.71-89
• /
• 2016

누구나 본인이 사용한 제품이나, 이용한 서비스에 대한 후기를 자유롭게 인터넷에 작성할 수 있고, 이러한 데이터의 양은 점점 더 많아지고 있다. 감성분석은 사용자가 생성한 온라인 텍스트 속에 내포된 감성 및 감정을 식별하기 위해 사용된다. 본 연구는 다양한 데이터 도메인 중 영화 리뷰를 분석 대상으로 한다. 영화 리뷰를 이용한 기존 연구에서는 종종 리뷰 평점을 관객의 감성으로 동일시하여 감성분석에 이용한다. 그러나 리뷰 내용과 평점의 실제적 극성 정도가 항상 일치하는 것은 아니기 때문에 연구의 정확성에 한계가 발생할 수 있다. 이에 본 연구에서는 기계학습 기반의 감성 분류기를 구축하고, 이를 통해 리뷰의 감성점수를 산출하여 리뷰에서 나타나는 감성의 수치화를 목표로 한다. 나아가 산출된 감성점수를 이용하여 리뷰와 영화 흥행 간의 연관성을 살펴보았다. 감성분석 모델은 지지벡터 분류기와 신경망을 이용해 구축되었고, 총 1만 건의 영화 리뷰를 학습용 데이터로 하였다. 감성분석은 총 175편의 영화에 대한 1,258,538개의 리뷰에 적용하였다. 리뷰의 평점과 흥행, 그리고 감성점수와 흥행과의 연관성은 상관분석을 통해 살펴보았고, t-검정으로 두 지표의 평균차를 비교하여 감성점수의 활용성을 검증하였다. 연구 결과, 본 연구에서 제시하는 모델 구축 방법은 나이브 베이즈 분류기로 구축한 모델보다 높은 정확성을 보였다. 상관분석 결과로는, 영화의 주간 평균 평점과 관객 수 간의 유의미한 양의 상관관계가 나타났고, 감성점수와 관객 수 간의 상관분석에서도 유사한 결과가 도출되었다. 이에 두 지표간의 평균을 이용한 t-검정을 수행하고, 이를 바탕으로 산출한 감성점수를 리뷰 평점의 역할을 할 수 있는 지표로써 활용 가능함을 검증하였다. 나아가 검증된 결론을 근거로, 트위터에서 영화를 언급한 트윗을 수집하여 감성분석을 적용한 결과를 살펴봄으로써 감성분석 모델의 활용 방안을 모색하였다. 전체적 실험 및 검증의 과정을 통해 본 연구는 감성분석 연구에 있어 개선된 감성 분류 방법을 제시할 수 있음을 보였고, 이러한 점에서 연구의 의의가 있다.

• 수산해양기술연구
• /
• 제36권3호
• /
• pp.175-185
• /
• 2000

한국 연근해에서 조업하고 있는 어선을 효율적으로 관리할 수 있는 어선관제시스템의 구축을 위한 기초 연구로서 제주도 성산포항을 거점으로 하여 조업중인 대형선망어선단의 어로과정의 ARPA 영상을 디지털신호로 변환시켜 분석하고 VTMS를 이용하여 모의실험을 행한 결과를 요약하면 다음과 같다. (1) 대형선망어선단의 어로과정을 분석한 결과 투망소요시간은 16분, 양망소요시간은 35분이었고, 앞잡이 배가 끌어 주는 로프의 길이는 200m, 투망시 선회경은 340.8m, 선회속도는 약 6kts로써 조업 과정을 명확하게 파악할 수 있었다. (2) 실선실험에서 구한 투$.$양망과정에 유향$.$유속을 NE, 2kts와 SW, 2kts로 가상하여 시뮬레이션한 결과, 각각 SW, NE 방향으로 편위됨을 알 수가 있었다. 이와 같이 어장환경정보 또는 어업 정보나 조선정보를 관제시스템에 가미함으로써 실제조업과 같은 상황을 예측할 수 있었으며, 클로즈업시킨 화면을 통해 투 양망중 예상되는 상황과 문제점을 검토할 수 있었다. (3) 시뮬레이션에서 사용한 VTMS의 레이더 관제범위는 16mile이었고, 관제범위를 넘었더라도 타관제선으로의 이관이 가능하였다. 또한, 관제선과 집단선단들과의 거리와 방위를 측정하고 분석하면 관제선의 위치선정이 용이함을 알 수 있었다. (4) 조업선들이 어황정보와 안전항행정보를 제공받아 안전하고 효율적인 조업을 행할 수 있는 어선관제 시스템(FVTMS)의 예측모델을 제시하였다. 이와 같이 VTMS용 관제시스템을 이용하여 선단조업어선의 어로과정에 대한 시뮬레이션 한 결과, 근접조업에 따른 잦은 경보와 추적 상실 등 몇가지 기능상의 문제점이 발견되었으므로 어선관제시스템(FVTMS)에 적합한 프로그램이 시급히 개발되어야 할 것으로 사료된다. 대한 추종 성능이 현용 어로시스템에 비하여 매우 우수하기 때문에 해상에서 어로작업시 과부하에 대한 어구의 손상 방지 및 조업 효율의 향상에 크게 기여할 것으로 판단된다.Exp.2), 실험 수온 27$^{\circ}C$에서, Exp. 1에서와 동일한 3개의 수리학적 부하량에서 산소 전달률을 측정한 결과, Exp. 1에서와 같이 수리학적 부하량과 매질의 깊이의 증가에 따라 산소 전달률이 증가하였으며, 매질의 깊이가 가장 깊은 36 cm에 대해, 수리학적 부하량이 2 $m^3$/$m^2$/min 일때, 2 kg 02 kg $O_2$/kW-hr의 가장 높은 표준에어레이션효율을 나타내었다. 위의 두 실험 결과에 따라 packed column 에어레이터에서 발포스티로폼 입자를 산소전달 매질로 이용하여 산소 전달률을 증가시킬 수 있다는 것을 확인할 수 있었다.i, Cu, Y, Nb, La, Nd, Pb, Th in excess of 10 ppm. Relatively high amount of most trace elements were detected in the Hwangto. The major and minor chemical compositions of the Hwangto were different depending on the types of host rocks. However, their difference was in the similar range compared with the compositions of host rocks. electron acceptor triggers sensory transduction processes in B. japonicum.t the Christian rejection

• 대한원격탐사학회지
• /
• 제14권2호
• /
• pp.175-195
• /
• 1998

위성영상으로부터 자동화된 선구조 추출 알고리즘은 지형적 특징에 따라 다양한 방법으로 개발되어 왔다. 국내 지형은 주로 산악지형에 가깝지만 충적층 지대가 함께 발달되어 있으며 이와 같은 충적층은 종종 단층과 같은 주요 선구조를 이루고 있다. 그러나 기존의 방법들은 이와 같은 복합적인 지형에 대해 적용하는데 여러 가지 문제점들이 있다 이에 따라 본 연구에서는 이러한 지형적 특징을 나타내는 지역에 적용 가능한 새로운 알고리즘을 개발하였다. 위성영상으로부터 선구조 요소와 비 선구조 요소로 구분되는 이진영상을 생성하기 위해 DSTA(Dynamic Segment Tracing Algorithm)를 개발하였다. DSTA는 선구조 추출시 발생하는 태양방위각에 따른 선택적 증감효과를 제거하고 동적 소창문(dynamic sub window)의 사용에 의해 명암차가 낮은 지역에서의 잡음(noise)을 상당히 제거하였다. 또한, 충적층 처리 루틴은 충적층 지역에서 나타나는 잡음 대부분을 제거하여 효과적으로 선구조를 추출할 수 있었다. 이진영상으로부터 선구조의 양끝점을 결정하기 위해 일반 영상자료 처리에 이용되고 있는 Hierarchical Hough 변환 또는 Generalized Hough 변환을 지질학적 적용에 적합하도록 결합연산 과정을 결합한 ALEHHT(Automatic Lineament Extraction by Hierarchical Hough Transform) 및 ALEGHT (Automatic Lineament Extraction by Generalized Hough Transform) 알고리즘을 개발하였으며, 이를 이용하여 지질학적으로 이용 가능한 선구조를 구하였다. 본 연구에서 제안된 결합연산 과정은 두선 사이의 사이각($\delta$$\beta$), 수직거리(d$_{ij}$) 및 중점거리(dn)를 이용하였다. 개발된 알고리즘을 Landsat TM 자료에 적용하여 지질학적 선구조를 추출한 결과, 산악지역 및 충적층 지대에 발달한 선구조 모두 잘 추출되었으며 태양방위각에 평행한 서북서방향의 선구조 역시 잘 드러나고 있어 만족할 만한 결과를 얻을 수 있었다. 그러나 효과적으로 알고리즘을 사용하기 위해서는 적절한 입력변수의 사용이 필수적이며, 특히 ALEGHT의 입력변수 중 영상 정량화 간격(drop)에 의한 영향은 차후의 연구에서 수행, 보완되어야 할 것으로 사료된다.

• 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.