• 응용통계연구
• /
• 제35권1호
• /
• pp.93-104
• /
• 2022

S&P 500과 RUSSELL 2000, DJIA, Nasdaq 100 4가지 미국 주가지수의 실현변동성(realized volatility, RV)을 예측하는데 있어서 사람들의 관심 지표로 삼을 수 있는 인터넷 검색량(search volume, SV) 지수와 내재변동성(implied volatility, IV)를 이용하여 LSTM 딥러닝(deep learning) 방법으로 RV의 예측력을 높이고자하였다. SV을 이용한 LSTM 방법의 실현변동성 예측력이 기존의 기본적인 vector autoregressive (VAR) 모형, vector error correction (VEC)보다 우수하였다. 또한, 최근 제안된 RV와 IV의 공적분 관계를 이용한 vector error correction heterogeneous autoregressive (VECHAR) 모형보다도 전반적으로 예측력이 더 높음을 확인하였다.

• 문화경제연구
• /
• 제20권2호
• /
• pp.119-147
• /
• 2017

본 연구는 한류를 이끌어갈 새로운 성장 동력으로써 K-뷰티(K-Beauty)의 경제적 영향력을 파악하고자 하였다. K-뷰티 콘텐츠가 주로 온라인을 기반으로 확산된다는 점을 고려하여 K-뷰티에 대한 관심과 관여도를 파악할 수 있는 변수로 검색 빅데이터에 주목하였다. 이에 2008년부터 2016년까지 9년간 K-뷰티에 대한 웹 검색량과 유튜브 검색량을 독립변수로, 화장품 수출액과 외래관광객 수를 종속변수로 설정하였으며 GDP와 국가 거리를 통제변수로 하는 다중회귀분석을 실시하였다. 분석 결과, K-뷰티 관련 구글 웹 검색량은 통제변인의 영향 유무와 관계없이 화장품 수출액에 정적인 영향을 미치며, 외래관광객 수에도 정적 영향을 미치는 것으로 나타났다. 한편, 유튜브 검색량은 화장품 수출액에는 정적영향을 미치는 것으로 나타났으나 외래관광객 수에는 유의미한 영향을 미치지 못하는 것으로 나타났다. 본 연구는 신한류 콘텐츠로서 K-뷰티에 대한 영향력을 검증하고 웹 검색량과 유튜브 검색량이 경제적 지표에 미치는 영향력을 실증적으로 검증하였다. 이러한 분석결과를 기반으로 향후 K-뷰티 홍보 방안에 대한 전략에 대해 논하였다.