• The Korean Journal of Applied Statistics
• /
• v.36 no.5
• /
• pp.457-471
• /
• 2023

The monthly series is an aggregation of daily values. In the absence of observable daily data, calendar effects such as trading day and holidays are estimated using a RegARIMA model. However, if the daily series were observable, these calendar effects could be estimated directly from the daily series, potentially improving the seasonal adjustment of the monthly time series. In this paper, we propose a method to improve the seasonal adjustment of monthly time series by using calendar variation estimation based on daily time series. We apply this seasonal adjustment method to three monthly time series and compare our results with those obtained using X-13ARIMA-SEATS.

• The Korean Journal of Financial Management
• /
• v.19 no.2
• /
• pp.159-185
• /
• 2002

한 시계열이 비정상적과정에 의해 생성될 때 이 시계열의 정상성을 확보하기 위하여 시계열의 차분을 수행한다. 이 시계열에 I(1)을 적용하여도 정상적과정이 되지 못하는 경우가 존재하고 있다. 그러면 이 시계열은 과도한 차분과정을 거치게 된다. 따라서 차분모수 d는 0

• The Korean Journal of Applied Statistics
• /
• v.26 no.1
• /
• pp.1-14
• /
• 2013

ARIMA and ARIMA+IGARCH models are fitted and compared for daily Korean won/US dollar exchange rate data over 17 years. A linear structural change model and an autoregressive structural change model are fitted for multiple change-point estimation since there seems to be structural change with this data.

• The Pure and Applied Mathematics
• /
• v.2 no.1
• /
• pp.67-82
• /
• 1995

경제학에서 분석하는 연도별 국민총생산액, 월별 소비자물가지수, 경영학에서 분석하는 어느 제품의 월별 판매량, 특정주식의 일별 종가 및 거래량, 기상학에서 관찰되는 일별 최고온도 및 최저온도, 태풍의 경로, 등등 여러 학문분야에서 접할 수 있는 통계자료들은 시간이 흐름에 따라 변하는 시계열자료(time series data)들이 많다. 따라서 대부분의 학문분야에서 시계열 분석이 필요하다.(중략)

• Journal of the Korean Data and Information Science Society
• /
• v.25 no.1
• /
• pp.155-167
• /
• 2014

This study uses a continuous autoregressive (CAR) model to analyze daily average temperature in six Korean metropolitan cities. Data period is Jan. 1, 1954 to Dec. 31, 2010 covering 57 years. Using a relative long time series reveals that the linear time trend components are all statistically significant in the six cities, which was not shown in previous studies. Particularly the plus sign of its coefficient implies the effect on Korea of the global warming. Unit-root test results are that the temperature time series are stationary without unit-root. It turns out that CAR(3) is suitable for stochastic component of the daily temperature. Since developing suitable continuous stochastic model of the underlying weather related variables is crucial in pricing the weather derivatives, the results in this study will likely prove useful in further future studies on pricing weather derivatives.

• The Korean Journal of Financial Management
• /
• v.15 no.2
• /
• pp.279-337
• /
• 1998

이 논문에서는 주가가 확률과정, 즉 확률미분방정식에 의하여 생성되는가를 검정하고 주가의 운동법칙을 규명한다. 일별종합주가지수가 양수의 완전시계열상관을 갖고 있으며, 더욱이 3년 정도의 시차까지 의미있는 시계열상관을 갖고 있음이 발견되었다. 수익률과 가격변화의 시계열상관도 존재하고 시계열은 정상성(定常性)을 갖고 있다. 마팅게일에 의하여 주가가 생성되고있지 않음이 밝혀졌다. 한국증권거래소에서 계산하고 있는 일별 종합주가지수를 포함한 41개 산업별 지수를 사용하여 자본시장의 운동법칙을 규명하기 위하여 가장 많이 이용하고 있는 세개의 확률미분방정식을 검정하였다. 각 주가지수들이 온스타인 울렌벡 브라운 운동과정과 평균회귀과정을 따르지 않고 있다는 것이 발견되었다. 그러나 주가가 편류를 갖는 일반 기하 브라운 운동과정에 의하여 생성되고 있음이 검정을 통하여 확인되었다. 평균회귀과정에 의하여 주가가 생성되지 않는다는 발견은 의외라 할 수 있다. 주가가 온스타인 울렌벡 과정을 따르지 않는다는 것은 주가가 제 1계 정상적 자기회귀과정이 아니라는 것을 의미한다. 일별종합주가지수는 제 4계 자기회귀과정에 의하여 생성된다. 가격변화와 수익률의 생성함수는 제 4계 자기회귀과정이다. 종합주가지수의 제 1계 시계열상관계수는 1이다. 상당히 큰 시차를 갖을 때까지 시계열상관이 대략적으로 1을 유지하고 있다. 따라서 지수가 마팅게일을 따르고 있지 않다. 이 점은 가격변화와 수익률에 있어서도 유사하다. 가격변화, 수익률, 대수수익률의 제 1계 시계열상관이 0.1로 유의적이다. 따라서 수익도 마팅게일 과정을 따르고 있지 않다. 증권가격은 세 번에 걸쳐 구조의 번화가 발생하였다. 구조의 변화가 발생할 때마다 평균가격이 상승하였다. 이와 같은 현상은 장기적 기대가격이 미지일 가능성이 배제되지 않는다. 단기적 기대 주가가 알려진 반면 장기적 기대 주가가 미지라면 평균회귀과정은 장기적 기대주가로 회귀하고 있는 과정이므로 장기기대 주가의 미지성이 평균회귀 과정의 기각을 유도하게 된다. 우리나라의 투자자들은 무위험자산과 위험을 동시에 고려하여 투자활동을 전개하고 있음이 발견되었다. 선형의 효용함수를 갖는 위험중립적 태도의 투자자가 아니다. 위험기피형 효용함수 아래에서 투자활동을 수행하고 있는 합리적 투자자들이라 할 수 있다. 뿐 만 아니라 자신의 평생에 걸친 소비를 소비가 이루어지는 각 기마다 가급적 일정하게 하는 소비행동을 목표로 삼고 소비와 투자에 대한 의사결정을 내리고 있음이 실증분석을 통하여 밝혀졌다. 투자자들은 무위험 자산과 위험성 자산을 동시에 고려하여 포트폴리오를 구성하는 투자활동을 행동에 옮기고 있다.

• The Korean Journal of Applied Statistics
• /
• v.26 no.2
• /
• pp.349-360
• /
• 2013

Forecasting the daily peak load for electricity demand is an important issue for future power plants and power management. We first introduce several time series models to predict the peak load for electricity demand and then compare the performance of models under the RMSE(root mean squared error) and MAPE(mean absolute percentage error) criteria.

• The Korean Journal of Financial Studies
• /
• v.11 no.1
• /
• pp.1-36
• /
• 2005

한 시계열의 원래 관찰치가 본래 가지고 있는 정보를 하나도 잃지 않고 또한 손상시키지 않고 그대로 보존되며 계산이 용이하고, 뿐만 아니라 가능도함수나 비모수 추정함수를 계산함에 있어 수치적 불안정 잠재성이 존재하지 않도록 변환된 시계열을 얻을 수 있으면, 다시 말해 각종 통계량의 계산에 용이하게 적용 가능하되 원래 시계열이 보유하고 있는 모든 성질들은 추호도 손상시킴이 없이 이 시계열을 변환시킬 수 있는 변환방법이 존재한다면, 모수의 추정치와 검정통계량을 정확히 얻을 수 있을 것이다. 이와 같은 변환방법이 웨이브렛 변환이다. 이 변환은 푸리에 분석의 결점을 극복하되 후리에 변환이 적용되는 분야에는 거의 모두 적용 가능한 변환방법이다. 이 논문에서는 시계열의 웨이브렛 변환을 소개하고 이 변환이 재무시계열의 모형화에 한몫을 단단히 할 수 있다는 점을 밝히고자 한다. 그리고 웨이브렛 변환을 성공적으로 적용할 수 있는 주가과정을 하나의 예로 제시하여 웨이브렛 변환의 구체적 적용방법을 탐구하고자 한다. 웨이브렛의 주가 시계열의 적용방법의 한 예로 주가의 장기기억과정을 분석한다. 한국과 외국의 일별 주가지수의 수익률 시계열들이 장기기억과정을 따르는 시계열임이 발견되었다. 여러 형태의 웨이브들을 사용하여 검정하였는데 이 모두가 한결같이 주가지수가 장기기억성과정임을 지지하고 있다.

• The Korean Journal of Financial Studies
• /
• v.12 no.1
• /
• pp.1-17
• /
• 2006

쇄신의 분산이 무한인 주가시계열이 장기의존성 과정에 의하여 생성되고 있는가 또는 생성되고 있지 않는가를 검정하고자 한다. 기존의 연구가 쇄신의 분산이 유한한 경우에 한정하여 장기의존성 주가 과정에 대한 장기기억성이 검토되어왔다. 이 논문에서는 쇄신의 분산이 유한한 경우와 무한한 경우에 다같이 적용되는 방법들을 한국종합주가지수의 일별수익률에 적용하여 장기기억 모수를 추정 검정한다. 추정방법으로서는 분수 가우스 잡음, 가우스 분수적분 자기회기 이동평균, 선형 분수안정잡음 등이 형성되는 상황에 절대값 방법, 분수 방법과 총량화 Whittle 방법을 사용한다. 한국종합주가지수의 일별대수수익률 시계열은 분산이 무한한 경우에도 장기의존성과정에 의하여 생성되고 있다. 극치가 존재해도 장기기억과정이 형성 되고 있다.

• The Korean Journal of Financial Studies
• /
• v.13 no.1
• /
• pp.1-17
• /
• 2007

고빈도의 주가 데이터 시계열의 확률적 진폭성을 다 시간 축척 가중치를 사용하여 정립된 비모수적 추정방법으로 이 논문에서는 추정하였다. 이 방법을 한국종합 주가지수에 적용하였다. 확률과정에 의한 주가 움직임은 표류 항보다 확산 항이 고빈도 시계열에 있어서는 중요시된다. 데이터의 이산시간 간격이 매우 짧으면 표류 항은 그 값이 매우 작아 거의 0에 가깝다. 이 경우에는 주가 행동이 확산 항에 의하여 결정된다. 주가 확률과정의 확산 항은 결정짓는 인자는 주가의 확률적 진폭성이다. 따라서 주가의 운동을 정확히 파악하기 위해서는 확률적 진폭성의 추정이 관건이 된다. 일별 한국종합주가지수를 사용하여 연별로 추정한 확률적 진폭성은 상당이 크다. 연도의 관점에서 볼 때 주가는 일별로 상당히 변동하고 있다는 것을 이 결과는 함의하고 있다. 주가가 상승하고 있는 기간에는 그렇지 않은 기간에 비해 진폭성이 증가하고 있다. IMF 이전과 이후는 확률적 진폭성의 질이 다르다. IMF 이후에 확률적 진폭성의 측면에서 구조변화가 발생하였다. 변화된 특성은 진폭성이 매우 크다는 것이다.