• 응용통계연구
• /
• 제28권6호
• /
• pp.1075-1091
• /
• 2015

이 리뷰논문은 경제분석체계의 발전과정을 계량경제학을 중심으로 살펴보고 불확실성이 더해지는 최근 경제현상의 통계학적 응용성을 모색한 것이다. 지난 반세기 동안 경제학의 분석체계는 발전을 거듭하며 현실 경제문제를 실효적으로 분석하고 예측해왔다. 그 중심에 이론통계학의 추론을 기반으로 하는 계량경제학의 절대적인 기여가 있었다. 최근 들어서는 IT발전, 인터넷과 SNS의 확산 등으로 계량경제학과 통계학의 새로운 연구 환경이 조성되고 있다. 앞으로 경제현상의 복잡다기화와 변동성 증대에 비례하여 분석체계도 정치화되며 발전할 것으로 보이지만, 급변하는 경제환경 변화를 적실하게 분석해내지 못하는 한계를 지적하는 시각도 있다. 한걸음 더 나아가 주류 경제학의 패러다임을 넘어 복잡계, 경제물리학과 같은 접근방법을 적극적으로 적용해야한다는 주장도 나오고 있는데, 이 또한 통계학에게는 도전이 되고 있다.

• 경영과학
• /
• 제33권2호
• /
• pp.117-131
• /
• 2016

This study introduces the concepts on the phase-shifting phenomenon of financial markets, which was firstly used in econophysics area and explains how the phase-shifting behavior is studied in the fields of business management and finance. Specifically, we explain how the phases of financial markets are extremely changed under some external conditions, do an extensive literature review, and carry out case studies focusing on the 3 major financial crisis events including the 87 October crash, 97 Asian financial crisis, and 2007 global financial crisis. We also empirically examine the phase-shifting behavior of the Korean ELW products that has a similar payoff structure to the KOSPI200 options.

• 통합자연과학논문집
• /
• 제1권2호
• /
• pp.67-75
• /
• 2008

행위자 기초 모형을 이용하여 행위자의 시장에 대한 불균일한 영향력에 대한 연구를 수행하였다. 이때 가중치를 금융시장에서 행위자 간의 공유하는 정보의 영향력의 크기로 사용하였으며 가중치의 크기와 분포가 수익의 변동에 기여하는 것을 관찰하였다. 행위자들의 가중치의 크기가 평균적으로 클수록 가격의 변동의 크기도 같이 증가함을 알 수 있었으며 가중치의 크기뿐만 아니라 가중치의 분포에 따라서도 수익의 분포가 변하게 된다. 이는 신흥시장과 성숙한 시장에서 관찰되는 분포의 차이와 관련하여 유사성을 찾아볼 수 있을 것이라는 가능성을 제공한다. 행위자의 정보의 영향력은 항상 일정하지 않고 그 영향력이 행위자의 시장 예측에 대한 적중률에 따라 변하게 된다. 이렇게 변화하는 행위자들의 정보의 영향력의 분포는 결국 소수의 큰 영향력을 갖는 행위자와 다수의 영향을 거의 끼치지 못하는 행위자들로 분포되게 된다. 그 분포는 초기의 행위자들의 영향력 분포가 어떻게 되었든 간에 충분히 시간이 흐르면 모두 멱법칙을 따르는 분포를 갖게 된다.

• Journal of the Korean Physical Society
• /
• 제73권10호
• /
• pp.1431-1436
• /
• 2018

We study the scaling of the price fluctuation in the Korean housing market. From the numerical analysis, we show that the normalized return distribution of the housing price, P(r), has a fat-tail and is well approximated by a power-law, $P(r){\sim}r^{-({\alpha}+1)}$, with ${\alpha}{\simeq}3$ for the whole data set. However, if we divide the data into groups based on the trading patterns, then the value of ${\alpha}$ for positive tail and negative tail can be different depending on the trading patterns. We also find that the autocorrelation function of the housing price decays much slower than that of the stock exchange markets, which shows a unique feature of the housing market distinguished from the other financial systems.

• 기술혁신학회지
• /
• 제15권1호
• /
• pp.28-46
• /
• 2012

본 연구는 최근 기술변화환경에 중요한 패러다임으로 대변되는 융합기술환경에서 바람직한 과학기술정책체계수립을 위한 정책적 시사점을 제시하고자 동태적 기술역량분포에 대한 실증 분석하였다. 본 연구결과를 간단하게 요약하면 다음과 같다. 먼저 비모수적 Hill추정치와 모수적 Rank-1/2추정치가 유사하게 멱법칙의 존재를 나타냈다. 둘째, 기술역량분포를 결정하는 멱법칙의 추정계수가 1990년부터 2008년 분석기간동안 지속적으로 증가하여 파레토분포에 접근하고 있다. 본 분석결과는 다음과 같은 과학기술정책수립에 시사점을 제공한다. 첫째, 최근 멱법칙 결정계수의 증가추이로 볼 때, 그 작동원리가 상대적으로 약화되고 있으며, 연구대상 국가간에 기술역량이 수렴화 되고 있다는 사실을 보여준다. 이러한 기술역량의 국제적 수렴화경향은 국가간 기술격차역량의 차이가 줄어들고 있음을 보여준다. 둘째, 본 연구에서 분석한 바와 같이 만일 기술역량분포의 구조결정에 지속적으로 멱법칙이 존재한다면, 국제적으로는 과학기술역량의 규모가 큰 국가의 기술개발변동이 전 세계의 과학기술변동에 매우 큰 영향을 미치게 된다. 국내적으로는 과학기술역량이 몇 기업에 국한된 경우에 그 기업의 성과가 우리나라 과학기술발전에 큰 영향을 미치게 된다는 것을 의미한다. 즉 이러한 멱법칙의 존재는 융합기술환경에서 한 국가의 기술역량이 소수의 기술잠재역량있는 기술개발기업에 너무 의존적이 될 수 있다는 기술정책적 시사점을 제공한다.

• 지능정보연구
• /
• 제25권3호
• /
• pp.1-17
• /
• 2019

빅데이터 시대에 정보의 양이 급증하고, 그중 많은 부분을 차지하는 문자열 정보를 정량화하여 의미를 찾아 낼 수 있는 인공지능 방법론이 함께 발전하면서, 텍스트 마이닝을 통해 주가 예측에 적용해 온라인 뉴스로 주가를 예측하려는 시도가 다양해지고 있다. 이러한 주가 예측의 방법은 대개 예측하고자 하는 기업의 뉴스로 주가를 예측하는 방식이다. 하지만 특정 회사의 뉴스만이 그 회사의 주가에 영향을 주는 것이 아니라, 그 회사와 관련성이 높은 회사들의 뉴스 또한 주가에 영향을 줄 수 있다. 그러나 관련성이 높은 기업을 찾는 것은 시장 전반의 공통적인 영향과 무작위 신호 때문에 쉽지 않다. 따라서 기존 연구들은 주로 미리 정해진 국제 산업 분류 표준에 기반을 둬 관련성이 높은 기업을 찾았다. 하지만 최근 연구에 따르면, 국제 산업 분류 표준은 섹터에 따라 동질성이 다르며, 동질성이 낮은 섹터는 그들을 모두 함께 고려하여 주가를 예측하는 것이 성능에 악영향을 줄 수 있다는 한계점을 가진다. 이러한 한계점을 극복하기 위해, 본 논문에서는 주가 예측 연구에서 처음으로 경제물리학에서 주로 사용되는 무작위 행렬 이론을 사용하여 시장 전반 효과와 무작위 신호를 제거하고 군집 분석을 시행하여 관련성이 높은 회사를 찾는 방법을 제시하였다. 또한, 이를 기반으로 관련성이 높은 회사의 뉴스를 함께 고려하며 다중 커널 학습을 사용하는 인공지능 모형을 제시한다. 본 논문의 결과는 무작위 행렬 이론을 통해 시장 전반의 효과와 무작위 신호를 제거하여 정확한 상관 계수를 찾아 군집 분석을 시행한다면 기존 연구보다 더 좋은 성능을 보여 준다는 것을 보여준다.