• 자원ㆍ환경경제연구
• /
• 제17권1호
• /
• pp.3-22
• /
• 2008

본 논문은 평활 전이 자기회귀모형(Smooth Transition Autoregressive Model : STAR)을 이용하여 우리나라 이산화탄소 배출량과 경제성장률 시계열의 비선형성과 주기적 행태에 대하여 설명한다. 비선형 검정 결과 이산화탄소 배출량과 경제성장률 시계열 모두 선형성을 기각하며, 주기적인 국면전환을 보이고 있다. 또한 STAR 모형에 근거한 비선형 그랜저 인과관계 검정에서는 선형의 검정 결과와 달리 이산화탄소 배출량과 경제성장률 시계열이 상호간에 유의적이고 강한 영향을 주고 있는 것으로 나타났다.

• 자원ㆍ환경경제연구
• /
• 제15권3호
• /
• pp.405-423
• /
• 2006

본 연구는 자본과 노동의 요소투입물 증가가 환경오염의 증가를 유발하고 기술축적자체도 환경오염을 유발한다는 가설모형을 설정하고, 사회계획자모형과 환경오염방지활동이 이루어지지 않는 시장경제모형을 구축하여 이론모형을 도출한다. 도출된 이론모형을 이용하여 환경오염변수와 경제성장률(또는 국민소득 수준) 간에 선형이 아닌 비선형동학(nonlinear dynamics) 관계가 존재하는지를 분석하기 위하여 변수의 부드러운 곡면전환이 이루어지는 평활전이자기회귀모형(Smooth Transition Autoregressive : STAR)을 사용하였다. 서울시 산업생산지수와 대기오염도를 이용한 실증분석에서 경제성장률과 환경오염변수 간에 비선형 동태적인 관계와 비선형 그랜저 인과관계가 존재하는 것으로 나타나 서울지역에서의 환경쿠즈네츠곡선가설이 성립하고 있음을 간접적으로 확인하였다. 그러나 그 해석에는 한계가 있음을 지적하였다.

• 자원리싸이클링
• /
• 제30권3호
• /
• pp.3-17
• /
• 2021

산업혁명 이후 인간의 대량생산과 과소비는 자원고갈, 환경오염, 폐기물발생 및 지구온난화 문제를 야기시키는데, 이는 물질제조와 사용 및 폐기를 반복하는 선형경제에서 기인 된 것이다. 선형경제의 문제점을 극복할 대안은 자원이용의 효율성향상을 통한 자원고갈문제 해결, 에너지효율 향상 및 대체에너지 개발에 의한 CO₂ 발생억제, 물질활용의 극대화 및 오염물질의 무해화, 제품의 재사용과 재활용 등을 통한 폐기물발생의 제로화를 기할 수 있는 유일한 방법인 순환경제로의 전환뿐이다. 순환경제는 사용 후 제품의 폐기보다 재생 및 재활용이 가능케하여 상호연결고리 안에서 반복사용함으로써, 생산 후 판매에만 그치지 않고 실질적인 가치와 편익이 대부분 다시 창출되는 사용 및 회수까지의 가치사슬을 확장하는 경제개념이다. 이를 이루기 위해서는 순환경제로 혁신적인 변환의 절실함을 깊이 인식하여, 지구생태계 보호 및 지속가능한 성장에 필요한 새로운 비즈니스모델을 제시한 다음 현실화화 시켜야 한다. 그리고 전술한 내용의 순환경제로의 전환은 필요성 인식, 성공적인 달성방안 및 방법확립, 다양한 비즈니스모델의 실현, 구체적인 우위기술 확보 및 정책적인 지원이 수반되어야 가능할 것이다.

• 재무관리연구
• /
• 제19권2호
• /
• 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.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 제37회 하계학술대회 논문집 A
• /
• pp.311-312
• /
• 2006

본 논문에서는 선로 전력조류제약을 고려한 경제급전(SCED : Security-Constrained economic dispatch)에 내점 선형계획법을 이용하여 최적해를 구하는 문제를 다룬다. 최적전력조류(Optimal Power Flow)식으로부터 선로의 유효전력만을 근사화하여 선로 전력조류 제약을 고려할 경제급전(SCED)의 식을 정식화한다. 선형계획법을 적용하여 최적해를 구하기 위해서 발전기출력과 유효전력, 부하, 손실과의 관계를 이용하여 경제급전의 식을 선형화 하는 알고리즘을 제시한다. 선형화 알고리즘은 목적함수로 계통 발전기의 총 연료비를 취하고 전력수급평형식으로 발전기출력증분에 대한 선로의 증분손실계수를 이용하며, 선로의 제약조건은 일반화발전 분배계수(GGDF : Generalized Generation Distribution Factor)를 이용하여 선형화한다. 최적화 기법으로서 내점법(Interior Point Method)을 적용하고자 하며 사례연구를 통하여 선형계획법 중 가장 많이 사용하는 심플렉스(Simplex)법과의 수렴특성을 비교하여 내점 법의 효용성을 확인하고자 한다.

• 한국해양공학회지
• /
• 제14권2호
• /
• pp.117-120
• /
• 2000

In the Step of preliminary ship design a designer should decide a economic ship. The economic ship has the least building cost to a annual freight amount satisfying a given design condition That is RFR is minimum among alternatives.

• 재무관리연구
• /
• 제14권1호
• /
• pp.171-205
• /
• 1997

'80년대 중반 들어 주가지수 예측모형으로 애용되던 시계열 예측모형에 대한 근본적인 의문이 제기되었다. 이것은 기존 예측모형이 선형 데이터 생성과정을 기본가정으로 채택하고 있지만 진정한 데이터 생성과정은 비선형일 수도 있다는 점에서 출발한다. 주가지수의 변동을 유발하는 경제의 기본구조가 비선형임에도 불구하고 이를 선형모형으로 접근한다면 주가의 움직임을 제대로 설명할 수 없을 뿐만 아니라 이러한 설정오류는 모형의 신뢰성을 크게 손상시킨다. 이와 같은 점에 착안하여 본 연구는 업종별 주가지수의 비선형 검정을 통해 주가가 어떠한 형태의 경제구조에서 생성되었는지 여러 가지 방법으로 정정한다. 10개 업종지수의 검정결과 보험업을 제외한 대부분의 업종지수가 카오스 끌개를 보유하고 있다는 증거가 포착되었다. 표본외 예측을 위해서 국지적 가중회귀법을 채택하였는데 예측결과 모형에 따라 $6{\sim}7$개 업종에서 통상최소자승법보다 예측력 우위를 보였다.

• KDI Journal of Economic Policy
• /
• 제3권2호
• /
• pp.171-189
• /
• 1981

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 추계학술발표대회
• /
• pp.1516-1519
• /
• 2011

예측에 필요한 중요한 자료에는 비선형 자료와 시계열과 같은 선형 자료 등이 있다. 이들 자료는 그 함축적인 관계가 매우 복잡하여 전통적인 통계분석 도구로 식별하는데 어려움이 많다. 신경망 분석은 비모수적 문제나 비선형 곡선 적합능력의 우수성 때문에 현실세계에서의 고유한 복잡성을 다루는 많은 경제 응용 분야에서 널리 이용되고 있다. 신경망은 또한 경제 시계열자료의 예측분야에서도 여러 연구에서 훌륭한 도구로서 적용되고 있다. 전통적으로 우리나라에서 시계열자료의 예측은 선형 자료적 분석을 중심으로 하는 분석도구인 자기회귀누적이동평균(ARIMA)모형을 이용한 시계열분석이 일반적이다. 이 연구에서는 신경망과 ARIMA 모형을 이용하여 한국의 주가변동 자료 및 자동차등록 현황 자료등과 같은 시계열자료를 이용한 예측결과를 비교한다. 연구의 결과는 신경망을 이용한 예측 방법들이 ARIMA 예측 결과보다 통계적으로 작은 오차를 주는 보다 효율적인 방법임을 보여주고 있다.

• Journal of the Korean Data Analysis Society
• /
• 제20권6호
• /
• pp.2953-2966
• /
• 2018

주택가격은 거시경제상황을 나타내는 다양한 변수들과 밀접한 관계를 지니고 있다. 다수의 선행연구에서는 경제상황 변화 하에서의 주택가격 행태나 여러 변수들과의 관계성에 초점을 맞추고 있다. 본 논문에서는 선행연구를 참고하되 데이터에 근거한 새로운 시각의 실증분석을 실시하고자 하였다. 주택가격에 미치는 잠재적 영향요인들 중 정책금리에 초점을 맞추고 금리충격에 대한 여타 주요 변수들의 비선형적 반응 행태를 분석하였다. 데이터마이닝 기법 중 하나인 랜덤 포레스트 알고리즘을 이용하여 선행연구에서 제시되었던 거시경제변수들의 변수 중요도 점수를 산출하였다. 이 과정을 통해 변수를 선택한 뒤, 비선형성을 포착할 수 있는 모형을 사용하여 충격반응을 산출하였다. 동 모형에 따르면 주택가격의 경우에 있어서 금리 인상 시에만 충격반응이 유의미하게 나타났다. 특히 기존 전통적 VAR(vector autoregression) 방법론에서 포착하지 못한 비선형적 특징에 기인하여 금리 인상 충격의 크기가 커질 경우 그 효과가 정률적으로만 증가하는 것이 아니라 그 이상 증폭될 수 있다는 분석 결과를 얻었다. 이러한 파급효과의 비선형성, 비대칭성은 정책 수단으로서의 금리를 보다 신중한 시각에서 접근해야 함을 의미한다고 하겠다.