• The Korean Journal of Applied Statistics
• /
• v.13 no.2
• /
• pp.437-445
• /
• 2000

The present paper is introducing a new model so called TAR-GARCH in the context of stock price analysis Conventional models such as AR(l), TAR(l), ARCH(I) and GARCH( 1,1) are briefly reviewed and TAR-GARCH is suggested in analyizing domestic stock prices. Also, relevant iterative estimation procedure is developed. It is seen that TAR-GARCH provides the better fit relative to traditional first order models for stock prices data in Korea.

• Journal of the Korean Data and Information Science Society
• /
• v.22 no.2
• /
• pp.335-351
• /
• 2011

In order to resolve data scarcity problem related to crisis, Oh and Kim (2007) proposed to use stability oriented approach which focuses a base period of financial market, fits asymptotic stationary autoregressive model to the base period and then compares the fitted model with the current market situation. Based on such approach, they developed financial market instability index. However, since neural network, their major tool, depends on the base period too heavily, their instability index tends to suffer from inaccuracy. In this study, we consider linear asymptotic stationary autoregressive model and neural network to fit the base period and produce two instability indexes independently. Then the two indexes are combined into one integrated instability index via newly proposed combining method. It turns out that the combined instability performs reliably well.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2021.06a
• /
• pp.178-178
• /
• 2021

최근 들어 기후변화로 인한 극심한 가뭄 피해가 한반도에 발생하고 있다. 가뭄 상황에 대비하여 댐을 안정적으로 운영하기 위해서는 갈수빈도 유입량에 대한 분석이 필수적이다. 갈수빈도해석의 경우, 홍수빈도해석과 유사하게 확률밀도함수의 극값에 대한 확률값을 산정하며, 확률 분포형의 역함수에 비초과확률을 대입하여 산정한다. 그러나 홍수와 달리 가뭄은 지속기간이 긴 특성 탓에 자기상관을 고려해야하며, 댐 및 저수지 등 대규모 시설물의 경우 일반적인 하천과 달리 저류효과로 인해 누적 유량에 대한 고려가 필요하다. 이에 K-water는 자체 제작한 누가차분법 및 Disaggregation 두 가지 방법을 채택하여 실무에서 사용해왔다. 그러나 누가차분법을 사용할 경우, 빈도유입량이 지나치게 크게 산정되는 문제가 있으며, Disaggregation 방법을 사용하는 경우, 특정 빈도 이상의 극한가뭄에서 유입량의 차이가 유의미하지 않아 산정된 빈도유입량과 최근 발생한 극심한 가뭄의 실측유입량간 큰 차이가 발생하고 있다. 따라서 본 연구에서는 자기상관을 고려한 선형회귀모형에 근거하여 빈도유입량을 배분하는 방법을 제안한다. 또한, 앞서 서술한 네 가지 빈도유입량 방법(월빈도분석, 누가차분법, K-water Disaggregation, 자기상관 선형회귀모형)에 대한 수식적 비교를 수행하며, 국내 댐 유역에 적용 및 평가를 통해 자료 특성에 따른 적절한 빈도유입량 산정방식에 대한 기준을 제안한다. 본 연구를 통해 가뭄특성을 고려한 합리적인 댐 유입량을 산정함으로써 보다 유연한 수자원시설물의 가뭄대응이 이루어질 것으로 기대된다.

• Communications for Statistical Applications and Methods
• /
• v.16 no.2
• /
• pp.265-275
• /
• 2009

This paper considers a linear regression model with a spatial autoregressive disturbance with ill-posed data and proposes the generalized maximum entropy(GME) estimator of regression coefficients. The performance of this estimator is investigated via Monte Carlo experiments. The results show that the GME estimator provides efficient and robust estimate for the unknown parameter.

• Environmental and Resource Economics Review
• /
• v.17 no.1
• /
• pp.3-22
• /
• 2008

We study nonlinearities of $CO_2$ emissions and economic growth m Korea using the Smooth Transition Autoregressive (or STAR) model. We find evidence for nonlinearities and cyclical regime changes of both time series. In the extended nonlinear empirical work, we characterize dynamic properties of the two time series and then find mutually significant Granger causality between $CO_2$ emissions and economic growth. All these empirical evidences together reinforce long standing concern that economy-wide restrictions on $CO_2$ emissions would hurt economic growth for Korean styled medium industrialized countries.

• The Korean Journal of Applied Statistics
• /
• v.13 no.1
• /
• pp.97-104
• /
• 2000

본 논문은 m개의 독립적인 일차 비선형 시계열로 구성된 패널자료의 동질성 검정에 대한 연구로서 먼저 일반적인 일차 비선형 시계열의 정상성 조건을 유도하고 이어서 동질성 검정법을 제시하고 연관된 극한분포를 규명하였다. 또한 모의실험을 하여 제안된 검정법의 모의검정력을 구하였다.

• Journal of the Korean Data and Information Science Society
• /
• v.21 no.3
• /
• pp.419-425
• /
• 2010

Kernel machine learning is gaining a lot of popularities in analyzing large or high dimensional nonlinear data. We use this technique to estimate a GARCH model for predicting the conditional volatility of stock market returns. GARCH models are usually estimated using maximum likelihood (ML) procedures, assuming that the data are normally distributed. In this paper, we show that GARCH models can be estimated using kernel machine learning and that kernel machine has a higher predicting ability than ML methods and support vector machine, when estimating volatility of financial time series data with fat tail.

• Environmental and Resource Economics Review
• /
• v.15 no.3
• /
• pp.405-423
• /
• 2006

This paper develops theoretical model between economic growth and pollution as follows: First, emissions are generated from final good production process and technology accumulation. Second, pollution is directly connected with increase in final good production or in consumption, Third, no pollution abatement activity would be undertaken. Fourth, reproducible factors associated with labor and capital input are used in production function. We also test the existence of nonlinear Dynamics between economic growth and pollution using an exponential smooth transition autoregressive model(ESTAR). We find the presence of nonlinear dynamics between economic growth and pollution with a time series data for Seoul. This result shows indirectly that an inverted U relationship between air pollution and economic growth exists.

• Journal of Korean Society of Coastal and Ocean Engineers
• /
• v.25 no.6
• /
• pp.422-432
• /
• 2013

A System Identification method to develop parametric models linking free surface elevation and wave pressure is presented and two models are built allowing for either wave pressure or free surface elevation simulation. Linear, time invariant model structures with static nonlinearities are assumed and solutions are sought in a form of autoregressive model with extra input (ARX). An arbitrary chosen free-surface elevation and wave pressure dataset is used for estimation of the models, which are subsequently verified against datasets with similar pressure gauge depth but different free-surface elevation spectra due to different meteorological conditions. It is shown that free-surface simulation using System Identification methods can perform better than traditional linear transfer function derived from linear wave theory (LTF), while wave pressure simulation quality using presented methods is generally similar to that obtained with corrected LTF.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2010.05a
• /
• pp.1164-1168
• /
• 2010

수자원이 우리 생활의 전반적으로 중요한 역할을 차지하면서 댐의 효율적인 운영과 안정적인 용수공급에 대한 연구는 지속적으로 수행되어지고 있다. 1990년대 이후 비선형적인 특성을 잘 모의하는 장점을 가진 인공신경망(ANN)을 이용하여 유입량 예측에 대한 많은 연구가 수행되었다. 하지만 ANN 모형을 포함한 회귀모형은 월 강우 및 유입량의 예측에 대해 간편하게 사용을 할 수 있지만, 예측의 정확성에 한계를 가지고 있다. 본 연구에서는 ANN 모형과 회귀모형의 예측오차를 후처리 과정을 통하여 오차를 줄임으로써 예측모형의 성과를 향상시키는 방법을 제안하였다. 연구지역은 금강수계의 대청댐 유역으로, 1982년 9월부터 2005년 12월에 해당하는 유역 내 11개 지점의 강우관측소에서 관측한 월 강우와 댐 유입량을 수집하여 모형을 구축하였다. 강우량과 유입량 자료에 대해 자기상관함수와 교차상관함수를 이용하여 입력변수를 결정하였고, 정규화를 통한 전처리 과정을 거쳐 ANN 모형과 회귀모형을 이용한 예측모형을 구축하였으며, 예측성과의 향상을 위하여 군집 분석을 이용하여 오차를 재조정하였다. 이러한 오차 후처리 과정을 포함한 모형은 RMSE와 상관계수를 이용하여 비교 평가한 결과, 예측성과를 약 40% 정도 향상시켰다.