• 응용통계연구
• /
• 제27권1호
• /
• pp.133-146
• /
• 2014

2012년중 미국 상무부 센서스국에서 X-12-ARIMA와 TRAMO-SEATS를 동시에 이용할 수 있는 계절조정 프로그램인 X-13ARIMA-SEATS을 공개하였다. 미국을 포함한 각국통계작성기관은 X-12-ARIMA에서 X-13ARIMA-SEATS로 계절조정방법을 전환하여 계절조정통계를 작성해가고 있다. 따라서 우리나라에서도 X-12-ARIMA로부터 X-13ARIMA-SEATS로 계절조정방법을 전환하는 방안을 마련할 필요가 있다. 이 논문에서는 국민소득, 국제수지, 통화통계에 대해 X-13ARIMA-SEATS 프로그램을 통해 계절조정통계를 필터를 달리하여 작성한 후 이를 X-12-ARIMA에 의한 계절조정통계와 비교하였다. 비교 결과 X11필터를 적용한 X-13ARIMA-SEATS에 의한 계절조정은 X-12-ARIMA에 의한 계절조정과 차이가 작게 나타나 X-12-ARIMA로부터 X-13ARIMA-SEATS로의 빠른 전환이 가능할 것으로 판단된다.

• 응용통계연구
• /
• 제13권2호
• /
• pp.225-236
• /
• 2000

계절변동조정에 대한 전문적인 지식이 없는 통계작성(이용)자가 계절변동조정통계를 정교히 작성하기 위해서는 계절변동조정작업을 전산화하여 체계화할 필요가 있다. 본고에서는 X-12-ARIMA에 바탕은 둔 BOK-X-12-ARIMA프로그램의 개발 내역을 설명하고 향후 개선방향을 정리하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제17권1호
• /
• pp.141-147
• /
• 2006

BOK-X12-ARIMA has been developed by the Bank of Korea in order to accomodate special features such as lunar effect, labor day and election effect which are intrinsic in Korean seasonal time series. Irregular component resulting from BOK-X12-ARIMA is usually treated as white noise time series. If this shows dependency structure, it may be advisable to incorporate dependency in irregular component into prediction. This article illustrates how to refine point forecast using dependency structure in irregular component.

• 응용통계연구
• /
• 제24권1호
• /
• pp.45-59
• /
• 2011

시계열에는 1년 주기의 계절변동이 포함되어 있다. 시계열의 기조적 움직임을 살펴보기 위해서는 시계열에서 계절 변동을 제거하는 계절조정이 필요하다. 계절조정 프로그램 X-12-ARIMA에서는 F검정과 Kruskal-Wallis검정으로 시계열에 존재하는 계절변동(계절성)을 식별하고, 스펙트럼 그래프로 계절조정후 불규칙변동에 계절변동이 남아 있는 지 점검한다. 본 연구에서는 평활 검정을 계절성 검정에 적용한 평활 계절성 검정을 제안하고, 그 특성을 모의실험과 실제 시계열에 대한 계절성 검정을 통해 살펴보았다. 모의실험 결과를 보면 평활 계절성 검정이 X-12-ARIMA의 스펙트럼 분석을 계량화하고, 계절성 검정인 F검정과 Kruskal-Wallis검정을 보완할 수 있을 것으로 판단된다.

• 응용통계연구
• /
• 제29권1호
• /
• pp.205-220
• /
• 2016

경제통계에서 기조적 변동인 추세변동과 순환변동을 살펴보려면 경제통계에서 달력변동을 포함한 계절변동을 적절히 제거하는 계절조정이 필요하다. 계절조정방법으로는 전년동기대비 증감률과 같이 간편한 방식이 있지만 통계작성기관에서는 이동평균 또는 시계열모형을 기반으로 한 X-12-ARIMA 또는 TRAMO-SEATS를 이용하여 계절조정계열을 작성한다. 통계청과 한국은행은 X-12-ARIMA 또는 X-13ARIMA-SEATS에 우리나라 고유의 명절, 공휴일 등을 추가로 보정한 계절조정방법을 만들고 이를 이용하여 우리나라 주요 경제통계의 계절조정계열을 작성, 공표하고 있다. 본 논문에서는 그 동안의 연구를 바탕으로 계절조정의 기본 원리와 우리나라의 계절조정 현황을 정리하고, 월별 산업생산지수(제조업)와 취업자의 계절조정을 통해 계절조정의 주요 쟁점을 정리하였다.

• 한국대기환경학회지
• /
• 제4권2호
• /
• pp.72-81
• /
• 1988

The typical ARIMA model which was developed by Box and Jenkins, was applied to the monthly $SO_2$ data collected at Seoungsoo and Oryudong in metropolitan area over five years, 1982 to 1986. To find out the changing pattern of $SO_2$ concentration, autocorrelation and partial autocorrelation analysis were undertaken. The three steps of time series model building were followed and the residual series was found to be a random white noise. The results of this study is summarized as follows. 1) The monthly $SO_2$ series was found to be a non-stationary series which which has a periodicity of 12 months. After eliminating the periodicity by differencing, the monthly $SO_2$ series became a stationary series. 2) The ARIMA seasonal model of the $SO_2$ was determined to be ARIMA $(1, 0, 0)(0, 1, 0,)_{12}$ model. 3) The model equations based on the prediction were: for Seoungsoodong: $Y_t = 0.5214Y_{t-1} + Y_{t-12} - 0.5214Y_{t-13} + a_t$ for Oryudong: $Y_t = 0.8549Y_{t-1} + Y_{t-12} - 0.8549Y_{t-13} + a_t$ 4) The validity of the model identified was checked by compairing the measured $SO_2$ values and one-month-ahead predicted values. The result of correlation and regression analysis is as follows. Seoungsoodong: $Y = 0.8710X + 0.0062 r = 0.8768$ Oryudong : $Y = 0.8758X + 0.0073 r = 0.9512$

• 노동경제논집
• /
• 제39권1호
• /
• pp.1-31
• /
• 2016

고용노동부 "고용보험DB" 의 상실자 종합통계와 실업급여 지급통계를 이용하여 구직급여 수급자격자의 수급과 재취업에 따른 수급자격 상실을 경합적 위험(competing risks)모형으로 분석하였다. 아울러 구직급여 수급률과 경기지수 간의 교차상관관계 분석을 하였다. 분석결과 구직급여 수급률이 실업률과 정(+)의 상관관계를 보이고, 6개월가량 실업률과 경기동행지수를 선행한다. 아울러 수급률이 연령, 학력, 급여지급기간, 소득대체율과 정(+)의 상관관계를 보이고 있다.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권6호
• /
• pp.109-116
• /
• 2020

The study examines the nexus between financial development and economic growth in India during Q1: 1996 to Q3: 2018. This study employs time-series data of real GDP and ratio of broad money to GDP as a proxy for economic and financial development, respectively. The data are obtained from RBI database on the Indian economy. All variables are seasonally adjusted using X12-arima technique and expressed in natural logarithm form. Non-linear Autoregressive Distributed Lag (NARDL) bound test has been used to check for cointegrating relationship of these two variables. Empirical findings suggest that, unlike in the short run, in the long run financial development does impact economic growth positively. Further, a symmetric effect of positive and negative components of financial development is found for the Indian economy, whereas the effect of control variable like exchange rate and trade openness is in consonance with common economic intuition. Exchange rate is in consonance with intuitive economic logic that a fall in exchange rate makes exports cheaper and increases the quantity of export, which improves the balance of payment and leads to a rise in aggregate demand, hence improves economic growth. This paper contributes to the existing literature on India by breaking down financial indicator into positive and negative components to examine the finance-growth relationship.