HO, Jen Sim;CHOO, Wei Chong;LAU, Wei Theng;YEE, Choy Leng;ZHANG, Yuruixian;WAN, Cheong Kin
The Journal of Asian Finance, Economics and Business
/
v.9
no.10
/
pp.1-13
/
2022
This paper empirically explores the predicting ability of the newly proposed smooth transition (ST) time-varying combining forecast methods. The proposed method allows the "weight" of combining forecasts to change gradually over time through its unique feature of transition variables. Stock market returns from 7 countries were applied to Ad Hoc models, the well-known Generalized Autoregressive Conditional Heteroskedasticity (GARCH) family models, and the Smooth Transition Exponential Smoothing (STES) models. Of the individual models, GJRGARCH and STES-E&AE emerged as the best models and thereby were chosen for constructing the combined forecast models where a total of nine ST combining methods were developed. The robustness of the ST combining forecasts is also validated by the Diebold-Mariano (DM) test. The post-sample forecasting performance shows that ST combining forecast methods outperformed all the individual models and fixed weight combining models. This study contributes in two ways: 1) the ST combining methods statistically outperformed all the individual forecast methods and the existing traditional combining methods using simple averaging and Bates & Granger method. 2) trading volume as a transition variable in ST methods was superior to other individual models as well as the ST models with single sign or size of past shocks as transition variables.
Stock market volatility largely depends on firms' value and growth opportunities. However, with the globalization of world economy, the effect of the synchronization in major countries is gaining its importance. Also, domestically, the business cycle and cash market of the country are additional factors needed to be considered. The main purpose of this research is to attest the application and usefulness of System Dynamics as a general stock market forecasting tool. Throughout this research, System Dynamics suggests a conceptual model for forecasting a KOSPI(Korea Composite Stock Price Index), taking the factors of the composite stock price indexes in traditional researches. In conclusion of this research, System Dynamics was proved to bean appropriate model for forecasting the volatility and direction of a stock market as a whole. With its timely adaptability, System Dynamic overcomes the limit of traditional statistic models.
In this paper, we propose an efficient forecasting methodology of the mid and long-term frequency demand in Korea. The methodology consists of the following three steps: classification of basic service group, calculation of effective traffic, and frequency forecasting. Based on the previous studies, we classify the services into wide area mobile, short range radio, fixed wireless access and digital video broadcasting in the step of the classification of basic service group. For the calculation of effective traffic, we use the measures of erlang and bps. The step of the calculation of effective traffic classifies the user and basic application, and evaluates the effective traffic. Finally, in the step of frequency forecasting, different methodology will be proposed for each service group and its applications are presented.
KIEE International Transactions on Power Engineering
/
v.4A
no.3
/
pp.159-166
/
2004
Forecasting prices in electricity markets is critical for consumers and producers in planning their operations and managing their price risk. We utilize the generalized autoregressive conditionally heteroskedastic (GARCH) method to forecast the electricity prices in two regions of New York: New York City and Central New York State. We contrast the one-day forecasts of the GARCH against techniques such as dynamic regression, transfer function models, and exponential smoothing. We also examine the effect on our forecasting of omitting some of the extreme values in the electricity prices. We show that accounting for the extreme values and the heteroskedactic variance in the electricity price time-series can significantly improve the accuracy of the forecasting. Additionally, we document the higher volatility in New York City electricity prices. Differences in volatility between regions are important in the pricing of electricity options and for analyzing market performance.
The Journal of Asian Finance, Economics and Business
/
v.9
no.3
/
pp.181-193
/
2022
This paper seeks to investigate major macroeconomic factors and bond yield interactions in Thai bond markets, with the goal of forecasting future bond yields. This study examines the best predictive yields for future bond yields at different maturities of 1-, 3-, 5-, 7-, and 10-years using time series data of economic indicators covering the period from 1998 to 2020. The empirical findings support the hypothesis that macroeconomic factors influence bond yield fluctuations. In terms of forecasting future bond yields, static predictions reveal that in most cases, the BVAR model offers the best predictivity of bond rates at various maturities. Furthermore, the BVAR model has the best performance in dynamic rolling-window, forecasting bond yields with various maturities for 2-, 4-, and 8-quarters. The findings of this study imply that the BVAR model forecasts future yields more accurately and consistently than other competitive models. Our research could help policymakers and investors predict bond yield changes, which could be important in macroeconomic policy development.
It has been more than four years since the outbreak of global financial crisis. However, the world economy continues to be challenged with new crisis such as the European debt crisis and the fiscal cliff issue of the U.S. The global economic environment remains fragile and prone to further disappointment, although the balance of risks is now less skewed to the downside than it has been in recent years. It's no wonder that maritime business will be bearish since the global business affects the maritime business directly as well as indirectly. This paper, hence, aims to predict the Baltic Dry Index representing the shipping business using the ARIMA-type models and Hodrick-Prescott filtering technique. The monthly data cover the period January 2000 through January 2013. The out-of-sample forecasting performance is measured by three summary statistics: root mean squared percent error, mean absolute percent error and mean percent error. These forecasting performances are also compared with those of the random walk model. This study shows that the ARIMA models including Intervention-ARIMA have lower rmse than random walk model. This means that it's appropriate to forecast BDI using the ARIMA models. This paper predicts that the shipping market will be more bearish in 2013 than the year 2012. These pessimistic ex-ante forecasts are supported by the Hodrick-Prescott filtering technique.
Journal of Korean Society of Industrial and Systems Engineering
/
v.42
no.3
/
pp.109-115
/
2019
Most demand forecasting studies for telecommunication services have focused on estimating market size at the introductory stage of new products or services, or on suggesting improvement methods of forecasting models. Although such studies forecast business growth and market sizes through demand forecasting for new technologies and overall demands in markets, they have not suggested more specific information like relative market share, customers' preferences on technologies or service, and potential sales power. This study focuses on the telecommunication service industry and explores ways to calculate the relative market shares between competitors, considering competitive situations at the introductory stage of a new mobile telecommunication service provider. To reflect the competitive characteristics of the telecommunication markets, suggested is an extended conjoint analysis using service coverage and service switching rates as modification variables. This study is considered to be able to provide strategic implications to businesses offering existing service and ones planning to launch new services. The result of analysis shows that the new service provider has the greatest market share at the competitive situation where the new service covers the whole country, offers about 50% of existing service price, and allows all cellphones except a few while the existing service carrier maintains its price and service and has no response to the new service introduction. This means that the market share of the new service provider soars when it is highly competitive with fast network speed and low price.
Purpose: This study investigated the effects of valuation errors on the capital market through the earnings forecasting errors of financial analysts. As a follow-up to Jensen (2005)'s study, which argued of agency cost of overvaluation, it was intended to analyze the effect of valuation errors on the earnings forecasting behavior of financial analysts. We hypothesized that if the manager tried to explain to the market that their firms are overvalued, the analysts' earnings forecasting errors would decrease. Research design, data and methodology: To this end, the analysis period was set from 2011 to 2018 of KOSPI and KOSDAQ-listed markets. For overvaluation, the study methodology of Rhodes-Kropf, Robinson, and Viswanathan (2005) was measured. The earnings forecasting errors of the financial analyst was measured by the accuracy and bias. Results: Empirical analysis shows that the accuracy and bias of analysts' forecasting errors decrease as overvaluation increase. Second, the negative relationship showed no difference, depending on the size of the auditor. Third, the results have not changed sensitively according to the listed market. Conclusions: Our results indicated that the valuation error lowered the financial analyst earnings forecasting errors. Considering that the greater overvaluation, the higher the compensation and reputation of the manager, it can be interpreted that an active explanation of the market can promote the accuracy of the financial analyst's earnings forecasts. This study has the following contributions when compared to prior research. First, the impact of valuation errors on the capital market was analyzed for the domestic capital market. Second, while there has been no research between valuation error and earnings forecasting by financial analysts, the results of the study suggested that valuation errors reduce financial analyst's earnings forecasting errors. Third, valuation error induced lower the earnings forecasting error of the financial analyst. The greater the valuation error, the greater the management's effort to explain the market more actively. Considering that the greater the error in valuation, the higher the compensation and reputation of the manager, it can be interpreted that an active explanation of the market can promote the accuracy of the financial analyst's earnings forecasts.
In terms of business, forecasting is a work of what is expected to happen in the future to make managerial decisions and plans. Therefore, the accurate forecasting is very important for major managerial decision making and is the basis for making various strategies of business. But it is very difficult to make an unbiased and consistent estimate because of uncertainty and complexity in the future business environment. That is why we should use scientific forecasting model to support business decision making, and make an effort to minimize the model's forecasting error which is difference between observation and estimator. Nevertheless, minimizing the error is not an easy task. Case-based reasoning is a problem solving method that utilizes the past similar case to solve the current problem. To build the successful case-based reasoning models, retrieving the case not only the most similar case but also the most relevant case is very important. To retrieve the similar and relevant case from past cases, the measurement of similarities between cases is an important key factor. Especially, if the cases contain symbolic data, it is more difficult to measure the distances. The purpose of this study is to improve the forecasting accuracy of case-based reasoning approach using fuzzy relation and composition. Especially, two methods are adopted to measure the similarity between cases containing symbolic data. One is to deduct the similarity matrix following binary logic(the judgment of sameness between two symbolic data), the other is to deduct the similarity matrix following fuzzy relation and composition. This study is conducted in the following order; data gathering and preprocessing, model building and analysis, validation analysis, conclusion. First, in the progress of data gathering and preprocessing we collect data set including categorical dependent variables. Also, the data set gathered is cross-section data and independent variables of the data set include several qualitative variables expressed symbolic data. The research data consists of many financial ratios and the corresponding bond ratings of Korean companies. The ratings we employ in this study cover all bonds rated by one of the bond rating agencies in Korea. Our total sample includes 1,816 companies whose commercial papers have been rated in the period 1997~2000. Credit grades are defined as outputs and classified into 5 rating categories(A1, A2, A3, B, C) according to credit levels. Second, in the progress of model building and analysis we deduct the similarity matrix following binary logic and fuzzy composition to measure the similarity between cases containing symbolic data. In this process, the used types of fuzzy composition are max-min, max-product, max-average. And then, the analysis is carried out by case-based reasoning approach with the deducted similarity matrix. Third, in the progress of validation analysis we verify the validation of model through McNemar test based on hit ratio. Finally, we draw a conclusion from the study. As a result, the similarity measuring method using fuzzy relation and composition shows good forecasting performance compared to the similarity measuring method using binary logic for similarity measurement between two symbolic data. But the results of the analysis are not statistically significant in forecasting performance among the types of fuzzy composition. The contributions of this study are as follows. We propose another methodology that fuzzy relation and fuzzy composition could be applied for the similarity measurement between two symbolic data. That is the most important factor to build case-based reasoning model.
Kim, Jong-Chan;Lee, Joon-Hyuck;Kim, Gab-Jo;Park, Sang-Sung;Jang, Dong-Sick
KIPS Transactions on Software and Data Engineering
/
v.3
no.9
/
pp.355-360
/
2014
Forecasting of emerging technology plays important roles in business strategy and R&D investment. There are various ways for technology forecasting including patent analysis. Qualitative analysis methods through experts' evaluations and opinions have been mainly used for technology forecasting using patents. However qualitative methods do not assure objectivity of analysis results and requires high cost and long time. To make up for the weaknesses, we are able to analyze patent data quantitatively and statistically by using text mining technique. In this paper, we suggest a new method of technology forecasting using text mining and ARIMA analysis.
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.