• Proceedings of the Safety Management and Science Conference
• /
• 2010.04a
• /
• pp.317-328
• /
• 2010

• Proceedings of the Korean Operations and Management Science Society Conference
• /
• 1994.10a
• /
• pp.100-100
• /
• 1994

• The Journal of Korea Institute of Information, Electronics, and Communication Technology
• /
• v.12 no.3
• /
• pp.192-200
• /
• 2019

This paper is analyzed causality using cointegration test and impact response after deriving a causality between direct overseas purchasing and sale and macroeconomic variables. The model used for the empirical analysis is the vector error correlation model. The model is used the macroeconomic variables such as the consumer price index and the GDP, and e-commerce variables such as direct overseas purchasing, direct overseas sales and online shopping amount. According to empirical analysis, the direct overseas purchasing has the causality with the consumer price index, and GDP has the causality with direct overseas purchasing and online. According to the impact response analysis of the VECM, the direct overseas purchasing has a positive effect on the CPI and GDP, but the direct overseas sales has a negative effect on the CPI and GDP. In addition, both direct overseas purchasing and sales have a negative effect on online shopping, but it has been shown that the direct overseas purchasing has a bigger negative effect on online shopping.

• The Korean Journal of Financial Management
• /
• v.19 no.2
• /
• pp.211-231
• /
• 2002

본 연구의 목적은 VECM(Vector Error Correction Model)과 인공지능모형(Artificial Neural Networks)을 이용하여 우리나라 증권시장과 거시경제 변수들과의 장기적 관계에 대한 설명력을 비교해보고자 함에 있다. VECM이 APT(Arbitrage Pricing Theory)에 기초를 둔 선형동학모형이라고 한다면, 인공지능모형은 비모수적 비선형모형이라는 점에서, 두 방법론의 분석결과를 직접 비판하는 것은 의미있는 연구라고 할 수 있다. 인공지능모형을 주로 활용하는 선행연구들에 의하면, 증권시장은 시장의 특이패턴들로 인해 계량경제학적 접근인 선형 모형보다는 인공지능모형을 통해 증권시장의 움직임을 설명하고 예측하는 것이 더 바람직할 수도 있다는 것이다. 따라서, 본 연구에서는 VECM분석에서 자료의 안정성을 검증하고, 공적분 백터를 발견한 이후, 장기적 균형관계의 실증적 분석을 하였다. 그리고, 인공지능모형에서는 delta rule과 Sigmoid 함수를 이용한 GRNN(General Regression Neural Net)과 Back-Propagation등의 방법들을 활용하였다. 이러한 분석결과, Back-Propagation 모형이 다른 모든 모형들보다도 더 우수한 설명력을 보여주고 있었다. 이러한 결과들은 인공지능모형이 동태적인 선형 모형보다도 더 우수한 설명력을 제공할 수 있는 가능성을 보여주고 있었다.

• KDI Journal of Economic Policy
• /
• v.11 no.2
• /
• pp.119-141
• /
• 1989

최근에 거시계량경제학(巨視計量經濟學)의 실증분석(實證分析)은 불안정적(不安定的) 시계열(時系列)(non-stationary time series)에 대한 인식과 그 통계적(統計的) 처리기법(處理技法)에 있어서 현저한 진전을 보였다. 주요한 거시경제변수(巨視經濟變數)들이 단위근(單位根)(unit root)을 가지기 때문에 계량경제학(計量經濟學)의 방법론(方法論) 단순적용할 수 없다는 주장이 대두되고 있는 한편 이러한 문제점을 극복하는 동시에 변수 상호간 장기균형관계(長期均衡關係)를 설명할 수 있는 공적분(共積分)(cointegration)이론(理論)이 개발되어 경제학(經濟學) 여러 분야에서 응용되고 있다. 본(本) 연구(硏究)에서는 단위근(單位根)과 공적분(共積分)의 개념과 그 통계학적(統計學的) 및 경제학적(經濟學的) 의미를 설명하고 여태까지 개발된 검정통계량(檢定統計量) 중 비교적 우수하다고 평가되는 몇가지의 검정력(檢定力)을 비교평가(比較評價)함으로써 이들을 이용한 실증분석(實證分析)의 지침을 제공하고자 하였다.

• Journal of the Korea Safety Management & Science
• /
• v.2 no.1
• /
• pp.171-188
• /
• 2000

이 논문은 거시경제변수가 유럽, 호주, 한국의 주식시장 변동성에서 시간에 따른 변화(Time Variation)를 설명할 수 있는지에 관하여 조사하는데에 목적을 두고 있다. 그리고 이 논문은 미국에서 발표된 논문들의 결과와 달리 많은 경우에서 주식시장 변동성의 시간에 따른 변화가 과거의 화폐적 또는 실물적 거시경제 요소의 변화 가능성에서 통계적으로 유의하게 영향을 받는 지를 알 수 있었다. 따라서 자본 및 포트폴리오 배분에 대한 중요한 의미를 가지고 있다. 한국의 경우 경제회복에 따라 통화와 산업생산의 변동성 증가가 이뤄지면 주식시장의 성장에 중요한 역할을 할 수 있을 것이다. G7국가중에서 상대적으로 소규모국가인 이태리와 네덜란드에서도 위에서와 같은 결과들을 발견할 수 있었다. 한편 한국에서 특이한 점은 경제회복 이후에는 산업생산증가율의 증가가 통화량의 증가보다 더 주식시장에 중요한 영향을 줄 것임을 알 수 있다.

• Proceedings of the Safety Management and Science Conference
• /
• 2004.11a
• /
• pp.393-406
• /
• 2004

이 논문은 거시경제변수가 유럽, 호주, 한국의 주식시장 변동성에서 시간에 따른 변화(Time Variation)를 설명할 수 있는지에 관하여 조사하는데에 목적을 두고 있다. 그리고 이 논문은 미국에서 발표된 논문들의 결과와 달리 많은 경우에서 주식시장 변동성의 시간에 따른 변화가 과거의 화폐적 또는 실물적 거시경제 요소의 변화 가능성에서 통계적으로 유의하게 영향을 받는 지를 알 수 있었다. 따라서 자본 및 포트폴리오 배분에 대한 중요한 의미를 가지고 있다. 한국의 경우 경제회복에 따라 통화와 산업생산의 변동성 증가가 이뤄지면 주식시장의 성장에 중요한 역할을 할 수 있을 것이다. G7국가중에서 상대적으로 소규모국가인 이태리와 네덜란드에서도 위에서와 같은 결과들을 발견할 수 있었다. 한편 한국에서 특이한 점은 경제회복 이후에는 산업생산증가율의 증가가 통화량의 증가보다 더 주식시장에 중요한 영향을 줄 것 임을 알 수 있다.

• KDI Journal of Economic Policy
• /
• v.36 no.4
• /
• pp.171-205
• /
• 2014

This paper investigates the manner in which house prices affect macroeconomic variables through a house price channel by applying the method of Iacoviello (2005) to Korean data, and establishing a DSGE model with complementarity. This paper found that higher LTV ratio coupled with stronger complementarity results in the co-movement in both consumption and housing. For instance, the results show that when the LTV ratio and complementarity stands respectively at 50% and 0.42, an 1% rise in house prices increases consumption by 0.057%, and when the complementarity parameter increases to 0.52 with LTV remains unchanged at 50%, consumption rises by 0.047% per 1% increase in house prices. An increase in house prices leads credit constraints for borrowers to become more loose as value of a house rises as a collateral. The increase in household credit enables more consumer spending, eventually leading to increased consumption. A key link in which house prices are connected to macroeconomic variables is change in consumption. To put it simply, a rise in house prices leads to an increase in consumption, which consequently impacts the overall macro-economy. At this point, complementarity is found, in that the elasticity of intra-temporal substitution between housing and consumption is estimated at 0.42, which plays an important role in the house price channel by amplifying the effects of house prices on consumption.

• Journal of the Korean Institute of Telematics and Electronics C
• /
• v.36C no.5
• /
• pp.13-26
• /
• 1999

This paper presents a metric that can guide to optimal circuit models for interconnects among various models, given interconnect parameters and operating environment. To get this goal, we categorize interconnects into RC~c1ass and RLC-c1ass model domains based on the quantitative modeling error analysis using total resistance, inductance and capacitance of interconnects as well as operating frequency. RC~c1ass circuit models, which include most on~chip interconnects, can be efficiently analyzed by using the model~order reduction techniques. RLC-c1ass circuit models are constructed using one of three candidates, ILC(Iterative Ladder Circuit) macromodels, MC(Method of Characteristics) macromodels, and state-based convolution method, the selection process of which is based upon the allowable modeling error and electrical parameters of interconnects. We propose the model domain diagram leading to optimal circuit models and the division of model domains has been achieved considering the simulation cost of macromodels under the environmental assumption of the general purpose circuit simulator such as SPICE. The macromodeling method presented in this paper keeps the passivity of the original interconnects and accordingly guarantees the unconditional stability of circuit models.

• Journal of Cadastre & Land InformatiX
• /
• v.47 no.1
• /
• pp.143-160
• /
• 2017

Since officially assessed land price system was introduced, it has functioned as the criterion for establishing and implementing real estate policies. However, there is a controversial issue about the adequacy of the officially assessed land price system. The problem is that it is difficult to establish a statistical model due to too many land characteristics. Also, local economy, macroeconomic environments and development plans are not reflected in the land price evaluation model. Considering longitudinal and cross-sectional variables, a two-way error component panel model was used in this study. This analysis model includes variables reflecting land characteristics, macroeconomic volatility, and development project. The Paju LCD Industrial Complex was selected as a analysis area and an empirical analysis was performed. According to the analysis, the number of significant land characteristic variables were 14(31%) under 5% significance level. Macroeconomic volatility has had an influence on the land price and year variable reflecting development project has consistently been significant since the industrial complex was designated. Therefore, this study suggests that the land price evaluation model should be improved by simplifying land characteristic variables and including macroeconomic and regional economic variables.