• KDI Journal of Economic Policy
• /
• 제37권4호
• /
• pp.1-20
• /
• 2015

We examine the validity of popular exchange rate models such as the purchasing power parity (PPP) hypothesis and the monetary model for Korean won/US dollar exchange rate. Various specification tests demonstrate that Korean data are more favorable for both models based on time-varying cointegration coefficients as compared to those based on constant cointegration coefficients. When the abilities to predict future exchange rates between those models based on time-varying cointegration coefficients are compared, an in-sample analysis shows that the time-varying PPP (monetary model) has better predictive power over horizons shorter (longer) than one year. Results from an out-of-sample analysis indicate that the time-varying PPP outperforms models based on constant cointegration coefficients when predicting future exchange rate changes in the long run.

• KDI Journal of Economic Policy
• /
• 제31권2호
• /
• pp.1-13
• /
• 2009

환율 결정 모형의 근간이 되는 이론으로 널리 알려져 온 화폐모형은 두 국가 간의 환율이 각국의 통화량과 소득 수준에 의해 결정된다고 설명하고 있다. 그러나 이 이론이 성립하려면 이 모형에 내포된 변수 간에 공적분이 성립해야 하는데, Rapach and Wohar(2002)의 논문은 10개 국가의 자료 중 대 여섯개의 자료에만 (선형) 공적분이 존재한다는 결과를 제시하였다. 본 논문은 그들이 사용한 100년간에 걸친 자료를 사용하되, 환율 결정과정에서 발생할 수 있는 비대칭적 조정과정을 감안하여 비선형 공적분이 성립하는가를 검증하였다. 또한 독립변수가 불안정적이 아닐 경우에는 공적분 관계를 설정하기 곤란하다는 이유로 누락시키는 경우가 많은데 본 논문에서 사용되는 방법론에서는 그러한 문제가 제기되지 않는다. 본 논문에서는 선형 공적분 검정 결과에 비해 더 많은 경우에 있어서 비선형 공적분 관계가 있다는 검정 결과가 산출되었다.

• Communications for Statistical Applications and Methods
• /
• 제18권1호
• /
• pp.13-21
• /
• 2011

본 논문에서는 계절성을 가지는 다변량 비정상 시계열자료의 분석 방법을 연구한다. 이를 위하여, 3가지의 다변량 시계열분석 모형(계절형 공적분 모형, 계절형 가변수를 가지는 비계절형 공적분 모형, 차분을 이용한 벡터자기회귀모형)을 고려하고, 한국의 실제 거시경제 자료를 이용하여 3가지 모형의 예측력을 비교한다. 공적분 모형은 단기적 예측에서 우수하였고, 장기적 예측에서는 차분을 이용한 벡터자기회귀모형이 우수하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제16권3호
• /
• pp.695-703
• /
• 2005

This paper extends the maximum likelihood seasonal cointegration procedure developed by Johansen and Schaumburg (1999) for daily time series. The finite sample distribution of the associated rank test for dally data is also presented.

• 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.

• 농업과학연구
• /
• 제43권1호
• /
• pp.136-143
• /
• 2016

Garlic and onion are staple agricultural products to Koreans and also are important with regard to agricultural producers' income. These products' acreage responses are highly correlated with each other. Therefore, it is necessary to test whether there is a cointegration relationship between garlic acreage and onion acreage when one tries to estimate the acreage response's function. Based upon the test result of cointegration, it is confirmed that there is no statistically significant cointegration relationship between garlic acreage and onion acreage. In this case, vector autoregressive model is preferred to vector error correction model. This study investigated the dynamic relationship between garlic and onion acreage responses using vector autoregressive (VAR) model. The estimated results of VAR acreage response models show that there is a statistically significant relationship between current and lagged acreage of more than one lag. Therefore, it is recommended that government should consider the long-run period's relationship of each product's acreage when it plans a policy for stabilizing the supply and demand of garlic and onion. For the price variables, garlic price only affects garlic acreage response while onion price affects not only onion acreage response but also garlic acreage response. This implies that the stabilizing policy for onion price could have bigger effects than that for garlic price stabilization.

• Communications for Statistical Applications and Methods
• /
• 제15권3호
• /
• pp.411-420
• /
• 2008

This paper considers a feasible two-step estimator for seasonal cointegration as the extension of $Br{\ddot{u}}ggeman$ and $L{\ddot{u}}tkepohl$ (2005). It is shown that the reducedrank maximum likelihood(ML) estimator for seasonal cointegration can still produce occasional outliers as that for non-seasonal cointegration even though the sizes of them are not extreme as those in non-seasonal cointegration. The ML estimator(MLE) is compared with the two-step estimator in a small Monte Carlo simulation study and we find that the two-step estimator can be an attractive alternative to the MLE, especially, in a small sample.

• 산학경영연구
• /
• 제20권2호
• /
• pp.1-13
• /
• 2007

The purpose of this study is to investigate a simple present value model Involving earnings (i.e., the earnings discount model) that presumes a relationship between stock prices and earnings. The model suggests a simple linear equilibrium relationship between stock prices and earnings. The tests for cointegration render strong support for the cointegration hypothesis between stock prices (Pt) and earnings (Xt) even at the one-percent significance level. The tests are based on residuals from a cointegrating regression of Pt on Pt+l + Xt. This suggests that there is a stable long-nu equilibrium relationship between stock prices and earnings. The results of the tests lead to the acceptance of the present value model of stock prices involving earnings.

• 정보처리학회논문지B
• /
• 제14B권7호
• /
• pp.531-540
• /
• 2007

본 논문에서는 주가예측의 정확도를 향상시키기 위하여 공적분 검정(Cointegration Tests)과 인공 신경망(Artificial Neural Networks)을 사용한 2단계 하이브리드 예측 모델을 제시한다. 기존의 연구에서는 예측을 시도하고자 하는 종목의 일자별 개별 레코드를 인공 신경망과 같은 방법으로 학습함으로써 주식 데이터가 가지는 시계열적 특성을 충분히 반영하지 못하였는데, 새로 제안한 모형에서는 주식자료의 과거시차들의 값들도 인공 신경망의 속성(feature)으로 사용하여 기존 연구의 한계를 보완하였다. 또한, 예측대상종목의 정보들 외에도 장기적으로 높은 시계열 유사성을 보유한 종목들을 선발한 후 속성으로 사용하여 모형의 예측성능을 향상 시켰다. 구체적으로 1단계는 Johansen의 공적분 검정을 통하여 예측대상종목과 장기적 관계(long-term relationship)에 있는 종목을 추출하고, 2단계는 이 선발된 종목들과 예측대상종목의 시계열 정보 특성을 속성으로 구축한 인공 신경망으로 학습하여 관심 종목을 예측한다. 제안된 모델의 성능을 확인하기 위하여 KOSPI 지수의 방향성을 예측하는 시스템을 구현하였으며, 시가총액 상위 종목군을 대상으로 지수와의 공적분 검정을 하였다. 성능을 살펴보기 위하여 본 연구에서는 시계열 정보가 속성으로 반영된 단순 인공 신경망 모델, 공적분 검정을 통과한 종목들의 시계열 속성이 포함된 모델, 그리고 그 모델과 속성의 개수를 동일하게 하기 위하여 임의로 종목을 선택하여 이들의 시계열 속성이 포함된 모델을 구축하였다. 실험 결과 공적분 검정을 통과한 종목군의 속성이 결합된 모델은 단순 인공 신경망만으로 학습된 기존 모델에 비하여 평균적으로는 11.29% (최대 29.98%) 정확도가 향상되었고, 임의로 선택된 종목군의 속성이 결합된 모델에 비해서는 평균적으로는 10.59% (최대 25.78%) 가 향상된 예측 정확도를 보여주었다.

• 한국통계학회:학술대회논문집
• /
• 한국통계학회 2005년도 춘계 학술발표회 논문집
• /
• pp.13-15
• /
• 2005

In this paper, we propose an extension of the maximum likelihood seasonal cointegration procedure developed by Johansen and Schaumburg (1999) for daily time series. We presented the finite sample distribution of the associated rank test statistics for daily data.