• 전력전자학회논문지
• /
• 제26권6호
• /
• pp.381-389
• /
• 2021

Most diagnosis approaches rely on historical failure data that might not be feasible in real operating conditions because the battery voltage and internal parameters are nonlinear according to various operating conditions, such as cell-to-cell configuration and initial condition. To overcome this issue, the estimator and the predictor require integrated approaches that consider comprehensive data, with the degradation process and measured data taken into account. In this paper, vector autoregressive models (VAR) with various parameters that affect overdischarge to the cell in the battery pack were constructed, and the cell-to-cell parameters were identified using an adaptive model to analyze the influence of failure prognosis. The theoretical analysis is validated using experimental results in terms of the feasibility and advantages of fault prognosis.

• 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.

• The Journal of Asian Finance, Economics and Business
• /
• 제8권3호
• /
• pp.751-761
• /
• 2021

The Vietnamese economy is a developing country that has brought many opportunities and challenges for the banking system. Commercial banks have developed strongly from quality to quantity, which plays a vital role in developing the economy. They play an important role in capital formation, which is essential for the economic development of a country. They provide financial services to the general public and businesses, ensuring economic and social stability and sustainable growth of the economy. Therefore, the relationship between bank depth and economic growth is of importance in research. This paper used a VAR (Vector Autoregressive Models) estimator for time series data models. The data is collected quarterly from the first quarter of the year 2000 to 2020. The study uses the VAR model to examine the causal relationships of economic growth, growth in money supply expansion, private sector capital requirement, and banks' domestic credit. The results indicate a general short-run relationship between banking sector depth and economic growth with a positive connection, but in the long term, the relationship between these variables can be reversed because of other macro factors. The findings show the two-way causal relationship between GDP growth and banking depth factors. This research contributes to policy-making by underlining the banking sector depth determinants when setting regulations and policies to develop the banking sector.

• 국제지역연구
• /
• 제16권1호
• /
• pp.3-27
• /
• 2012

본 연구는 패널 공적분 검정 그리고 비교적 최근에 개발된 패널 단위근 검정을 이용하여 지역 주택가격과 지역총생산 간의 장기관계를 분석하였다. 횡단면 의존성(cross-section dependence)이 확인된 경우, 이를 고려한 Pesaran의 CIPS 패널 단위근 검정을 이용하였다. 기존 패널 단위근 검정의 결과와 다르게 CIPS 검정은 변수들이 불안정성을 갖는 것으로 나타났다. 또한 패널 벡터오차수정모형(VECM)을 이용하여 변수들 간의 인과관계를 확인하였으며, 고정효과모형(Fixed effect)과 패널 자기회귀시차(ARDL)모형을 이용하여 계수들의 장기관계를 구체적으로 추정하였다. 먼저 변수들 간에 공적분관계가 형성되며 장 단기 인과관계가 성립하는 것으로 나타났다. 또한 VECM 모형의 오차수정항은 통계적으로 유의한 것으로 나타나 변수들 간의 장기 공적분 관계를 뒷받침하고 있다. 모형의 추정 결과, 장기적으로 주택가격의 상승은 지역총생산을 증가시키며 반대의 관계도 성립함을 알 수 있다. 이 결과에 의해 우리나라 지역 주택시장에서 부의 효과(wealth effect)가 존재하고 있는 것으로 나타났다. 이러한 결과들과 함께 오차수정항으로부터, 주택 가격과 경제 변수들은 단기적으로는 일시적인 균형상태로부터 이탈될 수 있지만, 장기적으로는 이들 변수는 균형관계에 있다는 것을 의미한다.

• 대한토목학회논문집
• /
• 제44권2호
• /
• pp.245-256
• /
• 2024

2020년 이후 경기 부양을 목적으로 양적완화 및 저금리 정책이 전 세계적으로 시행되었고, 이로 인해 부동산 가격이 급등하였다. 본 연구에서는 부산광역시를 대상으로 2018년부터 2022년까지의 부동산 급등 시기의 주택유형별 매매가격, 임대가격 간의 관계를 시공간적으로 분석하였다. 분석자료는 국토교통부 실거래가 자료를 바탕으로 읍면동 단위의 주택유형, 거래유형, 월별 실거래가 자료를 구축하였다. 분석모형으로는 시공간 분석 모델 중 변수간의 시간적, 공간적 영향을 파악하는데 사용되는 SpVAR(공간적 벡터자기회귀모델)과 각 지역이 해당 변수에서 미치는 영향을 파악하는데 사용되는 GSTAR(일반화 시공간자기회귀모델)을 사용하였다. 분석결과 부산광역시 아파트 매매가격은 대상 지역을 포함한 주변 지역 전체의 아파트, 연립다세대, 단독다가구 매매가격에 정의 영향을 주는 것으로 나타났다. 반면, 아파트 매매가격이 증가함에 따라 해당 수요가 주변 지역의 아파트 임대수요로 전환되며, 시간의 경과에 따라 아파트 매매가격이 다시 하락하는 모습을 확인할 수 있었다. 아파트의 경우 이러한 시공간적 전이효과가 긍정적으로 나타났으나, 연립다세대와 단독다가구 주택의 경우 원도심 지역에 정의 효과가 집중되는 것으로 나타났다.

• 경영과정보연구
• /
• 제35권3호
• /
• pp.1-22
• /
• 2016

본 연구는 MS-VAR 모형을 이용하여 1971년 1분기부터 2016년 1분기까지 분기별 실질 GDP의 국제적 동조화 및 구조적 변화를 조사하고자 하였다. 본 연구의 주요 결과는 다음과 같다. 첫째, 본 연구에서 실질 GDP에서 모형 또는 개별 시계열에서 발생되는 경기변동현상은 마코프 국면전환 분석으로 파악되었다. 또한 본 연구에서 국가별 실질 GDP를 이용한 MS-VAR 모형의 동조성과 비대칭성을 현저하게 보여 주었다. 둘째, 본 연구에서 부분적으로 차이가 있을지라도 MS-VAR 모형에서 글로벌 오일쇼크위기가 끝나는 1988년 2분기와 글로벌 금융위기가 시작된 2007년 3분기 등에서 경기수축국면(불경기)이 나타나는 구조적 변화가 현저하게 존재하였다. 1988년 2분기 전의 경우 독일과 일본의 상관관계가 가장 높았고 다음으로 미국과 일본, 미국과 독일, 한국과 미국 등의 순으로 높았으며, 이후에는 미국과 독일간의 상관관계가 가장 높았고 미국과 캐나다, 독일과 캐나다, 한국과 일본 등의 순으로 높았다. 셋째, 경기확장과 경기수축국면은 동시적으로 국가간에 대규모로 구조적 변화를 발생시켰다. 1973년과 1974년의 1차의 글로벌 오일쇼크 이후에 동시에 발생한 2차의 전세계 오일쇼크가 대규모의 국제적 실질 GDP의 동조화를 일으킨 주요 원인이었다. 또한 이용되는 G7 국가들이 1997년부터 1999년까지의 아시아의 외환위기 동안에 한국과 관련된 동조화가 미약하게 나타났을지라도 글로벌 금융위기기간인 2007년 말에는 한국과 G7 국가간에 현저한 동조화를 나타내었다. 넷째, 실질 GDP를 이용한 국면전환과 더불어 1973년 이후는 국가별로 발생하는 고유의 충격으로 인해 동시적 상관관계가 높게 나타나는 특징을 보여 주었다. 이러한 결론은 이용가능한 많은 이론적 및 실증적 증거와 일치하였으며, 과거 30년의 거시경제적 변동은 주로 전세계적인 충격에 의해 발생되었다는 것을 확인하였다. 글로벌 경기변동은 대규모의 비대칭적 충격이 일반적 변동으로 인하여 일시적으로 상쇄될 수 있다는 가능성을 배제하지 못할 지라도, 본 연구의 결과는 국가별 고유의 충격으로 인한 주요 국제적 동조화 및 구조적 변화를 보여 주었다.