실현변동성(RVs)이 지속적인 장기기억성과 상당히 큰 이상치의 존재로 인해 정상계열과 비정상계열의 경계에 위치한다는 것에 주목하였다. 실현변동성을 예측하기 위해 실현변동성 이상치 관측 유무에 따라 heterogeneous autoregressive (HAR) 모형과 integrated HAR (IHAR) 모형을 번갈아 사용하는 새로운 방법을 제안하였고, 이 방법을 IHAR-O-HAR라 칭하였다. 예측력 비교는 주요 지수인 S&P 500, Nasdaq과 Nikkei 225의 실현변동성 데이터를 이용하였으며 표본 외 예측력 비교에서 새로운 IHAR-O-HAR 방법은 RW 방법, HAR 방법이나 IHAR 방법의 예측력보다 우수함을 확인하였다.
본 논문에서는 딥러닝을 이용한 이변량 장기종속시계열(long-range dependent time series) 예측을 고려하였다. 시계열 데이터 예측에 적합한 LSTM(long short-term memory) 네트워크를 이용하여 이변량 장기종속시계열을 예측하고 이를 이변량 FARIMA(fractional ARIMA) 모형인 FIVARMA 모형과 VARFIMA 모형과의 예측 성능을 실증 자료 분석을 통해 비교하였다. 실증 자료로는 기능적 자기공명 영상(fMRI) 및 일일 실현 변동성(daily realized volatility) 자료를 이용하였으며 표본외 예측(out-of sample forecasting) 오차 비교를 통해 예측 성능을 측정하였다. 그 결과, FIVARMA 모형과 VARFIMA 모형의 예측값에는 미묘한 차이가 존재하며, LSTM 네트워크의 경우 초매개변수 선택으로 복잡해 보이지만 계산적으로 더 안정되면서 예측 성능도 모수적 장기종속시계열과 뒤지지 않은 좋은 예측 성능을 보였다.
본 연구는 이자율 스프레드 혹은 이자율 스프레드의 각 구성요소인 기대 스프레드와 기간 프리미엄의 경기 예측력에 관한 1990년대 이후 선행연구를 서베이하고, 한국의 국고채 현물이자율 데이터를 이용하여 이자율 스프레드 및 각 구성요소의 산업생산 증가율, 소비자물가 상승률, 생산갭 등에 대한 예측력에 관한 실증분석을 수행하였다. 먼저 주로 미국 경제를 대상으로 한 선행 연구들을 서베이한 결과 이자율 스프레드는 주요 경제변수들에 대하여 유의한 예측력을 갖고 있으나 1980년대 중반 이후 인플레이션 타깃팅 강화 경향 등에 따라 이자율 스프레드의 경기 예측력이 저하되고 있는 것으로 나타났다. 다음으로 한국 데이터를 대상으로 산업생산 증가율, 소비자물가 상승률, 생산갭 등에 대한 이자율 스프레드 및 각 구성요소의 예측력을 분석한 결과, 특히 이자율 스프레드의 구성요소 중 기간 프리미엄이 유의한 예측력을 갖는 것으로 나타났다. 이자율 스프레드를 이용하여 표본외 분석을 수행한 결과, 예측방정식이 구조적으로 불안정한 것으로 나타났으며, 특히 산업생산지수 예측에 있어서 이자율 스프레드의 분해가 유의한 기여를 하는 것으로 나타났다.
비관측요인(unobserved-component)모형을 이용한 GDP의 추세-순환요인 분해에서, 통상적으로 추세는 확률보행 과정을 갖는 것으로 가정된다. 본 연구는 추세를 ARIMA 과정으로 표현하는 경우, GDP 변동에서 갖는 추세요인의 의미가 어떻게 달라지는가를 살펴보고, GDP에 대한 예측력이 개선될 수 있는가의 여부를 미국의 데이터를 이용하여 실증적으로 분석하였다. 모형은 GDP만의 단일변수모형과 물가를 포함하는 2변수모형의 두 가지를 고려하여 설정하였으며, 모형 추정은 비관측요인모형을 상태-공간모형으로 전환한 후 칼만 필터(Kalman filter)를 이용한 최대우도추정법을 사용하였다. GDP에 대한 예측은 축차적 추정(recursive estimation)을 이용한 동적 표본외예측(dynamic out-of-sample) 방식을 사용하였으며, 예측력 비교결과에 대한 검정은 Diebold-Mariano 검정을 이용하였다. 분석 결과는 첫째, 모형의 추정결과에서 ARIMA 추세의 계수가 통계적으로 유의적인 값을 가지며, 둘째, ARIMA 추세 모형이 확률보행 추세 모형보다 GDP 변동의 분산 및 자기 상관성(autocorrelation)을 보다 잘 설명하며, 셋째, 예측력에서 단일변수보다는 2변수모형의 예측력이 그리고 확률보행 추세보다는 ARIMA 추세를 갖는 모형의 예측력이 통계적으로 유의하게 높은 것으로 나타났다. 이러한 결과들은 GDP 추세-순환 요인 분해에서 추세를 ARIMA 과정으로 표현하는 것이 보다 타당하다는 것을 시사하고 있다.
최근 고금리와 고물가로 인해 민생의 불안정성이 가중되고 있는 현 사회에, 보이스피싱으로 인한 피해액 또한 증가하고 있다. 이러한 범죄는 기술 발전으로 인해 그 형태와 수법이 지속적으로 진화하고 있으며, 피해자들에게 심각한 금전적 및 정신적 피해를 야기하고 있다. 본 연구는 보이스피싱 발생건수를 더 정확하게 예측하기 위하여, 시계열 모형을 연구 비교하는 것을 목표로 한다. 보이스피싱 발생건수 데이터를 기반으로 ARIMA, SARIMA 모형과 외생변수로서 피해액, 검거건수, 검거인원의 조합을 고려한 SARIMAX 모형을 비교 분석한다. 표본 외 예측분석을 수행하여 예측값의 예측 성능을 검증한다. 예측구간을 추정하고 이의 경험적 포함확률을 도출함으로써 예측 모형의 우수성을 확인한다. 2024년 12월까지의 보이스피싱 월별 발생 건수를 예측하여, 향후 보이스피싱 대응 및 예방 전략 수립에 기여하고자 한다.
최대예상손실액(VaR)은 위험관리수단으로 금융에서 시장위험을 측정하는 대표적인 값이다. 본 논문에서는 다양한 자산으로 이루어진 고차원 금융자료에서 자산들 간의 의존성 구조를 잘 설명할 수 있는 성근 바인 코풀라를 이용한 VaR 추정에 대해서 논의한다. 성근 바인 코풀라는 정규 바인 코풀라 모형에 벌점화를 적용한 방법으로 추정하는 모수의 개수를 벌점화를 통해 축소하는 방법이다. 모의 실험 결과 성근 바인 코풀라를 이용한 VaR 추정이 더 작은 표본 외 예측오차를 줌을 살펴볼수 있었다. 또한 최근 5년간의 코스피 60개 종목을 바탕으로 실시한 실증 자료 분석에서도 성근 바인 코풀라 모형이 더 좋은 예측 성능을 보임을 확인할 수 있었다.
재고투자와 경기변동의 관계를 설명하는데 있어 생산평활(production smoothing) 가설과 재고소진 회피(stock-out avoidance) 가설은 서로 상반된 입장을 취하고 있다. 기업의 재고 투자에 관한 의사결정은 두 가지 동기 모두에 의해 영향받을 것으로 생각되지만 경기국면에 따라 각각의 영향력의 상대적 크기 혹은 방향성이 다르게 나타날 수 있다. 이에 본고는 재고투자 동학에서 생산평활 동기와 재고소진 회피동기의 상대적 유의성을 실증적으로 검증하되 경기국면별 비대칭성의 존재와 형태를 규명하는 데 분석의 초점을 둔 점에서 기존 연구와 차별성을 지닌다. 이를 위해 기존의 선형 재고투자 모형을 확장한 비선형 모형을 설정하였으며 이러한 방식이 기존 방식에 비해 우수한 지를 모형의 예측력을 비교 평가하여 확인하였다. 분석 결과, 재고투자 동학의 경기국면별 비대칭적 특성을 확인하였다. 경기 호황기에는 재고소진 회피동기가 나타나지만 생산평활 동기는 유의하지 않았다. 반대로 경기 불황기에는 재고소진 회피동기는 유의하지 않지만 Ramey (1991)에서 제시된 생산비용의 비볼록성에 의하여 재고변화가 경기침체를 심화시키는 경기 의존적 특성을 발견하였다. 경기국면별 비대칭성을 모형에 고려함으로써 그렇지 않은 모형에 비해 예측력을 향상시킬 수 있음을 표본 내 및 표본 외 예측, 다양한 예측력 검정을 통해 확인하였다. 본 연구의 결과는 재고투자의 동학과 경기 불안정화 특성에 대한 이해를 제고하여 경제전망 등에 활용될 수 있을 것으로 기대된다.
본 연구에서는 2000년부터 2002년까지의 기간에서 국내 외의 재무분석가들이 1999년$\sim$2003년까지의 각 연도별 연간 매출액, 영업이익과 순이익에 대하여 발표한 예측치를 대상으로 하여 재무분석가들이 기업실적을 얼마나 정확하게 예측하며, 예측치를 수정할 때 어떤 체계적인 경향을 보이며, 기업실적을 예측할 때 전년도의 실적변화에 대해 어떤 반응을 보이는지를 분석하는데 목적을 두었다. 이러한 분석목적을 달성하기 위하여 재무분석가별, 예측년도별, 전년도의 기업실적 변화별로 표본을 각각 분류하여 재무분석가별 예측의 정확성, 합의예측치의 상대적 정확성, 예측치의 수정패턴 및 예상 밖의 전년도 실적변화에 대한 반응을 분석하였다. 본 연구에서 발견된 분석결과를 요약하면 다음과 같다. 첫째, 매출액, 영업이익과 순이익의 표준예측오차가 모두 통계적으로 유의적인 음(-)의 값을 보임으로써 재무분석가들이 기업실적을 상향 편의적으로 예측하는 경향이 있음을 발견하였다. 둘째, 국내. 외 재무분석가의 예측정확성을 비교한 분석에서 국내 재무분석가들이 국외 재무분석가들에 비해 상대적으로 정확한 예측을 하고 있음을 발견하였다. 셋째, 예측시점별로 측정한 평균표준예측오차에 대한 분석에서는 예측시점이 기업실적의 발표시점에 가까워질수록 예측의 정확성이 높아짐을 발견하였다. 넷째, 개별재무분석가와 비교할 때, 합의예측치의 정확성이 상대적으로 떨어지는 것으로 나타났으며, 합의 예측치를 추정할 때 평균보다 중위값을 이용하여 추정한 경우 예측오차를 줄일 수 있는 것으로 나타났다. 다섯째, 재무분석가들이 기업실적을 과대 예측한 다음 예측치를 하향 수정하는 것으로 나타났으나 체계적이지 않음을 발견할 수 있었다. 즉 재무분석가들은 전년도의 기업실적에 따라 예측치를 상향 또는 하향 수정하는 것으로 나타났다. 여섯째, 재무분석가들은 예측활동을 수행하는 과정에서 전년도의 매출액 변화에 대하여 과대 반응하는 한편 전년도의 영업이익과 순이익 변화에 대하여 과소 반응함을 발견할 수 있었다. 일곱째, 재무분석가들의 예측편의를 보다 정확하게 분석하기 위하여 정보변수인 전년기업실적 변수를 예상된 실적변화와 예상치 못한 실적변화로 분류하여 Easterwood-Nutt(1999)모형을 이용해 분석한 결과 세 개의 기업실적변수(매출액, 영업이익과 순이익)모두의 예상치 못한 전년실적변화에 대해 재무분석가들이 과대 예측하는 것이 아니라 낙관적 예측을 수행하는 경향이 있음을 발견할 수 있었다.
본 연구에서는 음성인식 엔진과 데이터베이스에 필요한 메모리 규모를 최소화시킨 실시간 임베디드 음성인식 시스템을 구현하였다. 실험을 위해 PCS 전화기에서 사용하는 40가지의 명령어와 10개의 숫자음으로 구성된 단어 목록을 만들고, 이들 단어들을 남,여 화자가 발성하여 음성 시료를 구했다. 채록된 음성을 대상으로 창크기 256표본외 단기 분석을 통해 선형 예측 계수를 구한다. 이때 고역강조를 통해 직류 성분을 제거하고 성문 등의 저역 필터효과를 제거하였다. 선형 예측 계수는 Levinson-Durbin 알고리즘을 사용해 구했고 이를 다시 켑스트럼 계수로 변환하여 인식을 위한 특징 벡터열로 구축하였다. 각 단어의 특징 벡터 열에 대해 Baum-Welch 추정법을 이용하여 HMM을 훈련시킨 다음, 기능성 계산을 통해 각 단어에 대한 인식을 수행하도록 하였다. 단어 인식을 위해 ARM CPU코어가 장착된 보드에 음성인식 엔진과 데이터 베이스를 포팅하여 실험용 임베디드 시스템을 구축하였다 5가지 인식 계수집단에 대한 인식 실험을 실시하여 인식률이 좋은 계수 집단을 선정하였다. 전체적인 음성인식 엔진의 인식률은 95%이었고 명령어에 대한 인식률은 96%, 숫자음에 대한 인식률은 94%로 나타났다.
'자살'은 다양한 원인들이 존재하지만 자살생각을 넘어선 자살시도는 곧 청소년 사망과 직결되기 때문에 예방차원의 대안모색이 필요하다. 따라서 본 연구에서는 우리나라 청소년들의 자살시도에 영향을 미치는 요인을 파악하여 청소년들의 자살시도예측요인을 규명하고 더 나아가 청소년 자살예방프로그램 개발 시 기초자료를 제공하고자 한다. 조사대상은 '2013년 청소년 건강행태 온라인조사'대상자인 중 고등학생 72,435명(남학생 36,655명, 여학생 35,780명)이며, 통계분석은 SPSS 21.0프로그램을 활용하였다. 자료 분석은 가중치를 적용하여 백분율을 산출하였고, 인구학적 특성및 건강행태, 자살시도와의 관련성 등은 복합표본 카이제곱검정, 자살시도에 영향을 미치는 요인은 복합표본 로지스틱 회귀분석을 실시하였다. 본 연구결과 자살시도 경험은 중학생 7.3%, 일반계고등학생 3.5%, 특성화고등학생 5.5%로 중학생들의 자살시도가 유의하게 높았다. 자살시도에 영향을 주는 요인은 남녀 공통적으로 승산비가 가장 컸던 변수로 '슬픔과 절망'이었고, 그 외 약물경험, 음주경험, 체중조절, 폭력피해 등이 자살시도 예측변수로 확인되었다. 한편 남녀 자살시도 예측요인으로 차이가 났던 변수는 남학생의 경우 '거주형태'였고, 여학생의 경우는 학교성적으로 확인되었다. 즉 남학생의 경우 보육시설에 거주하는 학생이 가족과 함께 사는 학생에 비해 자살시도 승산비가 약 4배 높았고, 여학생의 경우 학교성적이 낮은 여학생이 성적이 좋다고 응답한 여학생에 비해 자살시도 승산비가 1.309배 높게 나왔다. 따라서 추후 청소년 자살예방프로그램 개발 시에는 남녀 공통적으로 나타난 자살시도에 영향을 주는 변수와 차이가 났던 변수를 고려하여 성별을 고려한 청소년 자살예방프로그램을 개발할 필요가 있다.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.