• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.21-21
• /
• 2018

수자원 시스템의 용수공급의 안정도를 평가하는 지표로 국내에서는 이수안전도 혹은 안전채수량(safety degree for water shortage or safe yield)의 개념이 이용된다. 아울러 공급 측면에서는 기준갈수량, 공급신뢰도, 저수용량 등이 분석되고 있으며, 수요 측면에서는 용수공급 보장일수, 최소 부족량, 갈수 조정기간 및 용수부족에 따른 피해정도 등을 고려하고 있다. 전통적으로 수자원 시스템의 평가는 용수공급 실패기간의 통계적 특성을 분석하여 이루어진다. 용수공급 실패기간으로부터 분석되는 통계적 특성은 용수부족 발생빈도, 용수부족 지곡기간 및 용수부족 총 양 등 세 가지로 정량화되는 것이 일반적이다. 수자원 시스템이 수요를 만족시키는 정도인 신뢰도(reliability), 용수부족 발생 후 얼마나 빨리 회복하는지를 나타내는 회복도(resilience) 및 용수부족의 양적 크기를 나타내는 취약도(vulnerability)의 지표는 앞서 언급된 세 가지 통계 특성으로부터 계산된다. 본 연구에서는 Copula 기반 이변량 빈도해석 개념을 적용하여 댐 용수공급 취약성 평가 방법을 개선한 후, 국내 남강 댐 유역의 용수공급 취약성을 평가해보고자 한다. 이를 위해, 국내외에서 이용되고 있는 용수공급 평가지표들의 특성들을 정리하였다. 다음으로는, 취약성 평가 방법에 Copula 기반 이변량 빈도해석 방법을 적용하는 방법을 제안하였다. 본 연구의 분석은 용수공급 실패 사상을 기준으로 수행되었으며, 용수공급 실패 사상의 발생확률은 포아송 분포, 총 부족량은 대수정규분포로 모의되었다. 최종적으로는 남강 댐의 재현기간별 취약성 평가 결과를 도출하여 본 연구에서 제안한 취약성 평가방법의 적용성을 검증하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.272-272
• /
• 2022

지진해일에 대한 분석은 주로 물리적인 계산에 의하여 이루어지고 있으나, 다수의 매개변수가 복잡하게 얽혀있어 계산이 오래 걸리고 해당 지진해일에 대한 분석은 지진해일이 발생한 후에 단층을 조사하여 매개변수를 산정하므로 준실시간에 해당하는 예측이 어렵다. 또한, 지진해일을 예측하는 모형을 구축하기 위해서는 충분한 지진해일에 대한 자료가 필수적이나, 국내의 지진해일은 지난 100년간 4건의 지진해일이 발생하여 자료 역시 불충분하다. 그러나, 일반적으로 지진해일은 주기적이지 않고 빈도가 많지 않으나, 지진해일로 인한 피해는 주요한 사회 기반 시설 및 막대한 인명피해를 야기하므로 지진해일 피해를 저감하기 위한 방안이 필요하다. 확률론적 지진해일 재해도 평가(Probabilistic Tsunami Hazard Assessment; PTHA)시에 주로 지역적인 범위에서 수행되어 자료의 특성을 고려하여 수행해야하나, 현재 지진해일고에 대한 분포를 대수정규분포로 하여 지역적인 특성이 고려되지 않고 있다. 따라서, 본 연구에서는 국내의 지역적 특성을 고려하기 위하여 단층매개변수와 지진해일고와의 Vine Copula 기법을 활용하여 관계성을 파악하고 국내에서 발생가능한 지진해일에 대한 위험도 평가를 수행하였다. 본 연구에서 선정된 지진해일고 클러스터링 결과를 활용하여 향후 지진해일에 대한 방재대책 시에 기초자료로 활용할 수 있을 것으로 예상된다.

• The Korean Journal of Applied Statistics
• /
• v.27 no.7
• /
• pp.1097-1114
• /
• 2014

Multiple-life policies pay a benefit on the first death or the last death among the group of lives. In practice, the future lifetime random variable of policy holders has been considered to be independent, but it is more rational to take into account the correlations among the policy holders. In this paper, the Gaussian copula is applied to re ect the correlations among policy holders and then to diversify the common shock of the multiple life policies which follows an exponential distribution. Five case studies demonstrate its usefulness of using copula in calculating the premiums of the multiple-life policies including the common shock.

• Journal of Digital Convergence
• /
• v.11 no.9
• /
• pp.103-111
• /
• 2013

As the demand-oriented management has been getting important in Supply Chain Management (SCM), various forecasting methods have been suggested including regression analyses. However, dependency structures among variables have been captured by a correlation coefficient, only. It results in inaccurate demand predictions. This paper suggests a new and effective forecasting modeling framework using student's t-copula function. In order to show overall modeling procedures framework, heavy tail typed numerical data and its copula estimations are provided. The suggested methodology can contribute to decrease the bullwhip effect and to stabilize volatile environment in a supply chain network.

• Journal of the Korean Data and Information Science Society
• /
• v.22 no.6
• /
• pp.1065-1074
• /
• 2011

During several decades, many researchers in the field of finance have studied Value at Risk (VaR) to measure the market risk. VaR indicates the worst loss over a target horizon such that there is a low, pre-specified probability that the actual loss will be larger (Jorion, 2006, p.106). In this paper, we compare conditional copula method with two conventional VaR forecasting methods based on simple moving average and exponentially weighted moving average for measuring the risk of the portfolio, consisting of two domestic stock indices. Through real data analysis, we conclude that the conditional copula method can improve the accuracy of portfolio VaR forecasting in the presence of high kurtosis and strong correlation in the data.

• Smart Structures and Systems
• /
• v.25 no.3
• /
• pp.285-299
• /
• 2020

Long term structural health monitoring has gained wide attention among civil engineers in recent years due to the scale and severity of infrastructure deterioration. Establishing effective damage indicators and proposing enhanced monitoring methods are of great interests to the engineering practices. In the case of bridge health monitoring, long term structural vibration measurement has been acknowledged to be quite useful and utilized in the planning of maintenance works. Previous researches are majorly concentrated on linear time series models for the measurement, whereas nonlinear dependences among the measurement are not carefully considered. In this paper, a new bridge health monitoring method is proposed based on the use of long term vibration measurement. A combination of the fundamental ARMA model and copula theory is investigated for the first time in detecting bridge structural damages. The concept is applied to a real engineering practice in Japan. The efficiency and accuracy of the copula based damage indicator is analyzed and compared in different window sizes. The performance of the copula based indicator is discussed based on the damage detection rate between the intact structural condition and the damaged structural condition.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2023.05a
• /
• pp.160-160
• /
• 2023

Generally, Global Climate Models (GCM) cannot be used directly due to their inherent error arising from over or under-estimation of climate variables compared to the observed data. Several bias correction methods have been devised to solve this problem. Most of the traditional bias correction methods are one dimensional as they bias correct the climate variables separately. One such method is the Quantile Mapping method which builds a transfer function based on the statistical differences between the GCM and observed variables. Laux et al. introduced a copula-based method that bias corrects simulated climate data by employing not one but two different climate variables simultaneously and essentially extends the traditional one dimensional method into two dimensions. but it has some limitations. This study uses objective functions to address specifically, the limitations of Laux's methods on the Quantile Mapping method. The objective functions used were the observed rank correlation function, the observed moment function and the observed likelihood function. To illustrate the performance of this method, it is applied to ten GCMs for 20 stations in South Korea. The marginal distributions used were the Weibull, Gamma, Lognormal, Logistic and the Gumbel distributions. The tested copula family include most Archimedean copula families. Five performance metrics are used to evaluate the efficiency of this method, the Mean Square Error, Root Mean Square Error, Kolmogorov-Smirnov test, Percent Bias, Nash-Sutcliffe Efficiency and the Kullback Leibler Divergence. The results showed a significant improvement of Laux's method especially when maximizing the observed rank correlation function and when maximizing a combination of the observed rank correlation and observed moments functions for all GCMs in the validation period.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2022.05a
• /
• pp.309-309
• /
• 2022

특정 극치사상 자료에 대한 특성 분석 시 수문자료에 대한 빈도해석은 일반적으로 단일 확률 변수를 기준으로 이루어지는 단변량 해석 방법이 활용된다. 그러나 두 가지 이상의 변량이 서로 상관성을 가지는 경우 다변량 빈도해석이 요구되며, 이를 단변량으로 해석하는 경우 재현기간의 과소추정 등의 문제점이 발생할 수 있다. 최근 이러한 점을 개선하기 위하여 다변량 빈도해석에 관한 연구가 지속적으로 진행되고 있다(Kwon and Lall, 2016; Vaziri et al., 2018). 특히, 가뭄의 경우, 강도(intensity)뿐만 아니라 지속기간, 심도도 매우 중요한 인자로 고려되고 있다. 특히, 가뭄지속기간과 심도의 경우 두 인자 간의 상관성이 매우 크기 때문에 단변량(univariate) 가뭄빈도해석 보다 다변량으로(multivariate) 가뭄빈도해석을 수행하는 것이 가뭄위험도 평가 측면에서 유리하다고 알려져 있다(Shiau and Shen, 2001; Kim et al., 2017). 따라서 이 둘을 결합한 빈도 해석을 위해 Copula Function을 이용한 다변량 빈도 해석에 관한 연구들이 활발히 진행되고 있다. 홍수의 경우 지속시간별 연최대강수량 계열을 이용한 빈도해석 과정이 지침으로 정립되어 수자원 설계 실무에서 활용되고 있으나, 가뭄은 실무에서 활용할 수 있는 지침 및 분석 도구가 없는 실정이다. 이에 환경부와 국가가뭄정보분석센터에서는 '20년도에 단변량 가뭄빈도 해석을 위한 프로그램을 제작·배포하였다. 본 연구에서는 가뭄의 특성을 대변하는 상관도 높은 두 인자인 가뭄 심도(severity)와 가뭄 지속기간(duration)이라는 두 가지 특성을 함께 고려해 이변량(bivariate) 가뭄 빈도를 해석할 수 있는 도구를 개발하는 것을 목표로, 다양한 확률분포형을 이용한 최적 주변 확률분포형 선정과 최신 Copula Function들을 이용한 최적 결합확률분포 추정을 통해 신뢰도 높은 2변량 가뭄빈도 해석을 수행할 수 있는 프로그램을 제작하였으며, 테스트 버전 배포 등을 거쳐 누구나 사용할 수 있도록 공개할 예정이다.

• Communications for Statistical Applications and Methods
• /
• v.21 no.1
• /
• pp.23-43
• /
• 2014

We study the dependence between the insureds in multiple-life insurance contracts. With the future lifetimes of the insureds modeled as correlated random variables, both premium and reserve are different from those under independence. In this paper, Gaussian copula is used to impose the dependence between the insureds with Gompertz marginals. We analyze the change of the reserves of standard multiple-life insurance contracts at various dependence levels. We find that the reserves based on the assumption of dependent lifetimes are quite different for some contracts from those under independence as its correlation increase, which elucidate the importance of the dependence model in multiple-life contingencies in both theory and practice.

• Journal of the Korean Data and Information Science Society
• /
• v.25 no.1
• /
• pp.245-254
• /
• 2014

The traditional methods of simulating daily precipitation have paid little attention to the inherent dependence structure between the total precipitation amount and the precipitation frequency for a fixed period of time. To address this issue, we propose a new simulation algorithm using copula in order to incorporate the dependence into the traditional methods. The algorithm consists of two parts: First, while reflecting the observed dependence, we generate the total precipitation amount (S) and the frequency (N) during the period of interest; then we simulate the daily precipitation whose aggregation matches the pair of (N; S) generated in the first part. Our result shows that the proposed method substantially improves the traditional methods.