• 한국유통학회지:유통연구
• /
• 제16권2호
• /
• pp.119-138
• /
• 2011

지난 십년동안 인터넷을 통한 전자상거래는 빠른 속도로 성장해 왔다. 이러한 인터넷의 발달은 기업들의 사업방식에 많은 변화를 유도했으며, 그 중에서도 마케팅경로의 구조와 경로 구성원들 사이의 관계에 중요한 변화를 초래하고 있다. 각 기업이 처한 시장환경은 다양하며 이 다양한 시장 환경은 인터넷 경로가 각 시장에 미치는 효과를 조절하는 역할을 한다. 이러한 시장의 다양성에도 불구하고 지금까지의 선행연구들은 각기 특정한 하나의 시장상황(unique setting)을 상정하여 인터넷경로 도입이 그 시장에 미치는 영향을 분석하는데 그쳐왔다. 이러한 기존 연구의 공백을 채우기 위해 본 연구는 시장의 다양성을 소비자의 지리적 분포, 시장의 인터넷 수용도의 측면에서 살펴보고 이러한 시장 환경이 인터넷 경로 도입 효과에 미치는 영향에 관하여 조사해 보고자 한다. 이를 위해 본 연구는 다양한 소비자들의 지리적 분포, 경쟁강도, 소비자의 인터넷 상거래에 대한 수용도 등을 포함한 다양한 시장 환경을 수요모형에 반영시켜 그 영향력 분석을 가능하도록 하였다. 그러나, 다양한 시장 요소를 모형에 반영하는 과정에서 수요모형이 복잡한 구조를 가지게 되었다. 이 문제를 극복하고 게임이론의 균형해를 도출하기 위해 Newton-Raphson algorithm을 사용한 numerical search 방법을 사용하였다. 분석결과 두 종류의 경로에 대한 소비자선호의 분포에 따라 생산자의 가격차별정도, 생산자와 독립소매상 간의 경로이윤 배분율, 그리고 인터넷경로 도입이 각 경로주체의 이윤 향상에 도움이 되는지의 여부, 소비자잉여 등이 달라질 수 있음을 발견하였다. 끝으로 연구의 학술적, 실무적 시사점과 한계점 및 향후 연구방향도 논의되었다.

• 한국작물학회지
• /
• 제47권
• /
• pp.15-32
• /
• 2002

1980-'90년대에 쌀의 자급생산이 지속되고 생활수준 향상에 따른 양질미 수요가 점증되면서 자포니카 다수성 품종의 미질 개선에 힘을 크게 기울이게 되었고 식미향상을 위한 육종연구 와 효율적 평가 기술개발 연구에 박차를 가하게 되어 쌀의 이화학적 특성과 식미 및 밥 물리성간 상관과 식미의 객관적 평가방법 개발, 양식미 쌀 및 가공적성 특수미 개발 등 그 동안 많은 연구성과를 올리게 되었다. 1990년대에 밥맛이 매우 좋은 고품질 자포니카 품종과 대립, 심백미, 향미, 유색미 등 가공용 특수미 품종을 개발 보급하였고 식미와 용도에 대하여 식미검정계, 신속점도측정계 및 texture 분석계 등을 이용하여 검토하였다. 최근에는 아밀로스 함량이 9%로 찹쌀과 맵쌀의 중간 성질을 가진 중간찰 품종인 '백진주벼'와 배유가 보얀 멥쌀인 '설갱 벼'를 비롯하여 라이신 함량이 높은 '영안벼' 육성하여 쌀의 가공 이용성과 기능성을 한층 높혀 놓았다. 식미와 여러 가지 미질 특성간 관련성에 관한 연구 결과를 요약해 보면 다음과 같다. 쌀의 상온흡수율 및 최대흡수율은 K/Mg율 및 알칼리 붕괴도와 유의한 부의 상관성을 나타내었으며 가열흡수율이 높은 품종일수록 밥의 용적팽창률이 컸다. 수분함량이 낮은 경질인 쌀일수록 침지 20분 후의 상온흡수율과 최대흡수율이 더 높은 경향이었으며 이러한 흡수 특성은 쌀 단백질 함량이나 아밀로스 함량 및 식미와는 유의한 상관성이 없었다 취반 적정가수량은 품종에 따라 마른 쌀 무게의 1.45-l.61배의 변이를 나타내었고 평균은 1.52배였으며 알맞게 취사된 밥의 부피는 평균 쌀 부피의 2.63배가되었다. 쌀 형태, 알칼리붕괴도, 호응집성, 아밀로스 및 단백질 함량은 거의 비슷하지만 식미에 차이가 있는 자포니카 품종들을 사용하여 식미와 관련된 쌀의 이화학적 특성을 검토한 결과, 밥의 윤기와 식미 총평은 생산 연도에 따라 호화점도 특성 중 최고점도, 최저점도 및 응집점도와 밀접한 관계를 나타내었다. 밥맛이 가장 좋은 일품 벼는 쌀의 외층에 아밀로스 함량 분포가 낮고 쌀을 열탕에 담근 20분간 우러난 용출액의 요드 정색도가 낮고 증가정도도 완만하였다. 일품 벼는 밥맛이 떨어지는 동해 벼에 비해 밥알 횡단면의 주사형 전자현미경 사진에서 밥알 외층의 호화전분의 그 물망이 매우 치밀하고 속층의 전분립의 호화정도가 양호하였다. 식미총평은 식미관련 이화학적 특성과의 관계를 이용한 중회귀식에 의해 매우 높은 결정계수로 추정이 가능하였다. 밥노화의 품종간 차이는 α-amylase-iodine 법으로 비교할 수 있었는데 노화정도가 적었던 품종은 일품벼, 추청벼, 사사니시끼, 진부벼 및 고시히까리였다. 통일형 품종인 태백벼와 자포니카 품종 중 섬진벼가 비교적 밥노화가 빨랐다 일반적으로 밥맛이 좋은 품종이 밥의 노화정도가 느렸으며 찬밥의 탄력성이 큰 경향이었다. 또한 밥노화가 느렸던 품종은 최저점도가 높았고 최종점도가 낮았다 찬밥의 탄력성은 쌀의 마그네슘함량과 밥의 용적팽창률과 밀접한 관계를 나타내었다. 식은밥의 더운밥 대비 경도 변화율은 취반용출액의 고형물량과 취반용적 팽창률과 부의 상관을 나타내었다. 식미관련 주요 이화학적 특성은 밥의 노화와도 직접 간접으로 상관이 있는 것으로 평가되었다. 쌀의 여러 가지 식품 가공적성과 관련된 형태 및 이화학적 특성은 가공식품 종류에 따라 매우 다르다. 쌀 튀김성은 호응집성이 연질이거나 아밀로스 함량이 낮을수록 양호하며 지질함량이나 단백질 함량이 높으면 좋지 않은 경향이다. 심복백정도가 심할수록 튀김현미 정립률이 떨어지며 현미 강도가 높을수록 튀김률은 높은 경향이었다 쌀국수는 밀가루와 50% 혼합시에 쌀의 칼륨 및 마그네슘 함량이 높은 품종일수록 제면 총평이 낮은 경향이었고 제면이 양호한 것이 국수물의 용출고형 물량이 적은 경향이었다. 쌀빵 가공적성은 품종에 따라서 현미와 백미간에 현저한 차이를 나타내는 것이 있는데 현미에서 반죽의 부피 증가율이 큰 쌀일수록 푹신한 감이 있는 쌀방 제조가 가능하였으며 백미에서 단백질 함량이 높은 품종일수록 쌀빵이 더욱 촉촉한 느낌이 있는 경향이었다. 아밀로스 함량이 높고 호응집성이 경질인 쌀일수록 쌀빵의 탄력성이 더 높은 경향이었다. 쌀의 발효 및 양조적성은 심복백이 심한 쌀이나 새로운 돌연변이인 뽀얀 멥쌀이 홍국균이나 홍국균의 균사활착 밀도가 높고 당화 효소 역가도 높은 경향이었으며 쌀알이 대립이면서 단백질 함량이 낮은 쪽이 양조에 유리한 것으로 알려져 있다. 찰벼 품종도 여러 가지 이화학적 특성과 전분구조 특성의 차이에 따라 9개의 품종군으로 나누어 볼 수 있을 만큼 품종적 변이가 크며 이들 이화학적 및 구조적 특성간에 상호 밀접한 연관성을 나타내었으며 유과·인절미·식혜ㆍ미숫가루 등에 상당한 가공적성의 차이를 보였다. WTO 체제 출범이후 생산비와 가격 면에서 경쟁력이 약한 우리 쌀이 살아남기 위해서는 품질의 고급화와 쌀 가공식품의 다양화 및 고기능성 개발을 추구할 수밖에 없다. 따라서 이와 같은 노력은 벼 품종개발만으로 소기의 성과를 올리기 어렵고 쌀 식품의 고급화 및 다양화를 위한 여러 분야의 긴밀한 연구협력이 수반되지 않으면 안 된다.

• 대한방사선기술학회지:방사선기술과학
• /
• 제31권1호
• /
• pp.17-23
• /
• 2008

목적 : 골밀도검사의 중요한 부분을 차지하고 있는 검사장비 및 검사자의 정밀도와 정확도는 환경에 따라 차이가 있기 때문에 질 관리가 체계적으로 이루어져야 한다. 골밀도 검사장비의 노화 및 잦은 고장에 의하여 장비의 교체 및 추가 구입으로 인하여, 추적검사를 하는 환자들의 호환성에 문제가 있다. 따라서 장비 교체 및 증설 후 동일한 장비처럼 호환하여 시용해도 환자의 임상적인 골밀도 변화를 정확하고 정밀하게 반영할수 있는지 알아보고자 한다. 재료 및 방법 : 장비 정밀도는 GE Lunar Prodigy Advance 2 대의 장비 (P1, P2)와 HOLOGIC Spine Phantom(HSP)을 이용하여 각 장비에서 20 번씩 스캔하여 팬텀을 이용한 정밀도 데이터를 획득하였고 (Group 1), 여성 120명 (평균나이 48.78, $20{\sim}60$세)을 대상으로 각 장비에서 15명씩, 같은 환자가 두 번 촬영을 하여 각 검사자의 정밀도를 측정했다(Group 2), 또한 검사자의 정밀도는 팬텀(ASP)을 이용하여 매일 아침마다 질 관리 시행후 얻은은 데이터를 기준으로, 각각의 장비에서 HSP를 이용하여 각 장비에서 20번씩 스캔 후 데�歷� 획득하여 검사자정밀도 및교차 보정 데이터를 산출하였고(Group 3), 여성 120명(평균나이 48.78, $20{\sim}60$세)의 동일 환자를 대상으로 한 장비에서 한 번씩 교차로 측정하여 검사자 정밀도 및 교차보정 데이터를 산추라였다(Group 4). 결과 : Daily Q.C Data는 $0.996\;g/cm^2$, 변동계수(%CV) 0.08로 안정된 장비로서 Group 1에서 Mean${\pm}$SD 및 %CV값은 ALP(P1: $1.064{\pm}0.002\;g/cm^2$, $%CV=0.190\;g/cm^2$, P2: $1.061{\pm}0.003\;g/cm^2$, %CV=0.192). Group 2에서 Mean${\pm}$SD 및 %CV값은 P1: $1.187{\pm}0.002\;g/cm^2$, $%CV=0.164\;g/cm^2$, P2: $1.198{\pm}0.002\;g/cm^2$, %CV=0.163, Group 3에서의 Mean${\pm}$2SD 및 %CV는 P1 - (spine: $0.001{\pm}0.03\;g/cm^2$, %CV=0.94, Femur: $0.001{\pm}0.019\;g/cm^2$, %CV=0.96), P2 - (spine: $0.002{\pm}0.018\;g/cm^2$, %CV=0.55, Femur: $0.001{\pm}0.013\;g/cm^2$, %CV=0.48), Group 4에서 Mean${\pm}$2SD 및 %CV는, r값은 spine: $0.006{\pm}0.024\;g/cm^2$, %CV=0.86, r=0.995, Femur: $0{\pm}0.014\;g/cm^2$, %CV=0.54, r=0.998이였다. 결론 : HOLOGIC Spine Phantom과 LUNAR ASP %CV는 ISCD에서 규정한 정상오차 범위인 ${\pm}2%$안에 모두 포함되었고 BMD가 비교적 일정한 값을 유지하면 측정되어 뛰어난 재현성을 보였다. 하지만 Phantom은 환자의 체중이나 체지방 조성의 변화 등 임상적인 부분을 반영하는 데는 한계성을 갖고 있어 mis-calibration을 check하는데 유용할 것으로 판단된다. Group 3과 Group 4의 결과에서 환자를 하나의 장비로 두 번 측정한 값을 보았을 때와 두 대의 장비를 교차하여 측정한 값 모두 2SD값 이내에 포함되었고 선형회귀분석(Regression Analysis) r값이 0.99 이상으로 높은 정밀도와 상관도를 나타냄으로써 두 장비를 호환하여 추적검사를 시행하여도 영향이 없었다. 신뢰있는 BMD 산출을 위해서는 정기적으로 장비 및 검사자의 기능테스트와 이에 대한 적절한 교정행위가 이루어져야 할 것이다.

• 지능정보연구
• /
• 제23권2호
• /
• pp.107-122
• /
• 2017

주식시장의 주가 수익률에 나타나는 변동성은 투자 위험의 척도로서 재무관리의 이론적 모형에서뿐만 아니라 포트폴리오 최적화, 증권의 가격 평가 및 위험관리 등 투자 실무 영역에서도 매우 중요한 역할을 하고 있다. 변동성은 주가 수익률이 평균을 중심으로 얼마나 큰 폭의 움직임을 보이는가를 판단하는 지표로서 보통 수익률의 표준편차로 측정한다. 관찰 가능한 표준편차는 과거의 주가 움직임에서 측정되는 역사적 변동성(historical volatility)이다. 역사적 변동성이 미래의 주가 수익률의 변동성을 예측하려면 변동성이 시간 불변적(time-invariant)이어야 한다. 그러나 대부분의 변동성 연구들은 변동성이 시간 가변적(time-variant)임을 보여주고 있다. 이에 따라 시간 가변적 변동성을 예측하기 위한 여러 계량 모형들이 제안되었다. Engle(1982)은 변동성의 시간 가변적 특성을 잘 반영하는 변동성 모형인 Autoregressive Conditional Heteroscedasticity(ARCH)를 제안하였으며, Bollerslev(1986) 등은 일반화된 ARCH(GARCH) 모형으로 발전시켰다. GARCH 모형의 실증 분석 연구들은 실제 증권 수익률에 나타나는 두터운 꼬리 분포 특성과 변동성의 군집현상(clustering)을 잘 설명하고 있다. 일반적으로 GARCH 모형의 모수는 가우스분포로부터 추출된 자료에서 최적의 성과를 보이는 로그우도함수에 대한 최우도추정법에 의하여 추정되고 있다. 그러나 1987년 소위 블랙먼데이 이후 주식 시장은 점점 더 복잡해지고 시장 변수들이 많은 잡음(noise)을 띠게 됨에 따라 변수의 분포에 대한 엄격한 가정을 요구하는 최우도추정법의 대안으로 인공지능모형에 대한 관심이 커지고 있다. 본 연구에서는 주식 시장의 주가 수익률에 나타나는 변동성의 예측 모형인 GARCH 모형의 모수추정방법으로 지능형 시스템인 Support Vector Regression 방법을 제안한다. SVR은 Vapnik에 의해 제안된 Support Vector Machines와 같은 원리를 회귀분석으로 확장한 모형으로서 Vapnik의 e-insensitive loss function을 이용하여 비선형 회귀식의 추정이 가능해졌다. SVM을 이용한 회귀식 SVR은 두터운 꼬리 분포를 보이는 주식시장의 변동성과 같은 관찰치에서도 우수한 추정 성능을 보인다. 2차 손실함수를 사용하는 기존의 최소자승법은 부최적해로서 추정 오차가 확대될 수 있다. Vapnik의 손실함수에서는 입실론 범위내의 예측 오차는 무시하고 큰 예측 오차만 손실로 처리하기 때문에 구조적 위험의 최소화를 추구하게 된다. 금융 시계열 자료를 분석한 많은 연구들은 SVR의 우수성을 보여주고 있다. 본 연구에서는 주가 변동성의 분석 대상으로서 KOSPI 200 주가지수를 사용한다. KOSPI 200 주가지수는 한국거래소에 상장된 우량주 중 거래가 활발하고 업종을 대표하는 200 종목으로 구성된 업종 대표주들의 포트폴리오이다. 분석 기간은 2010년부터 2015년까지의 6년 동안이며, 거래일의 일별 주가지수 종가 자료를 사용하였고 수익률 계산은 주가지수의 로그 차분값으로 정의하였다. KOSPI 200 주가지수의 일별 수익률 자료의 실증분석을 통해 기존의 Maximum Likelihood Estimation 방법과 본 논문이 제안하는 지능형 변동성 예측 모형의 예측성과를 비교하였다. 주가지수 수익률의 일별 자료 중 학습구간에서 대칭 GARCH 모형과 E-GARCH, GJR-GARCH와 같은 비대칭 GARCH 모형에 대하여 모수를 추정하고, 검증 구간 데이터에서 변동성 예측의 성과를 비교하였다. 전체 분석기간 1,487일 중 학습 기간은 1,187일, 검증 기간은 300일 이다. MLE 추정 방법의 실증분석 결과는 기존의 많은 연구들과 비슷한 결과를 보여주고 있다. 잔차의 분포는 정규분포보다는 Student t분포의 경우 더 우수한 모형 추정 성과를 보여주고 있어, 주가 수익률의 비정규성이 잘 반영되고 있다고 할 수 있다. MSE 기준으로, SVR 추정의 변동성 예측에서는 polynomial 커널함수를 제외하고 linear, radial 커널함수에서 MLE 보다 우수한 예측 성과를 보여주었다. DA 지표에서는 radial 커널함수를 사용한 SVR 기반의 지능형 GARCH 모형이 가장 우수한 변동성의 변화 방향에 대한 방향성 예측력을 보여주었다. 추정된 지능형 변동성 모형을 이용하여 예측된 주식 시장의 변동성 정보가 경제적 의미를 갖는지를 검토하기 위하여 지능형 변동성 거래 전략을 도출하였다. 지능형 변동성 거래 전략 IVTS의 진입규칙은 내일의 변동성이 증가할 것으로 예측되면 변동성을 매수하고 반대로 변동성의 감소가 예상되면 변동성을 매도하는 전략이다. 만약 변동성의 변화 방향이 전일과 동일하다면 기존의 변동성 매수/매도 포지션을 유지한다. 전체적으로 SVR 기반의 GARCH 모형의 투자 성과가 MLE 기반의 GARCH 모형의 투자 성과보다 높게 나타나고 있다. E-GARCH, GJR-GARCH 모형의 경우는 MLE 기반의 GARCH 모형을 이용한 IVTS 전략은 손실이 나지만 SVR 기반의 GARCH 모형을 이용한 IVTS 전략은 수익으로 나타나고 있다. SVR 커널함수에서는 선형 커널함수가 더 좋은 투자 성과를 보여주고 있다. 선형 커널함수의 경우 투자 수익률이 +526.4%를 기록하고 있다. SVR 기반의 GARCH 모형을 이용하는 IVTS 전략의 경우 승률도 51.88%부터 59.7% 사이로 높게 나타나고 있다. 옵션을 이용하는 변동성 매도전략은 방향성 거래전략과 달리 하락할 것으로 예측된 변동성의 예측 방향이 틀려 변동성이 소폭 상승하거나 변동성이 하락하지 않고 제자리에 있더라도 옵션의 시간가치 요인 때문에 전체적으로 수익이 실현될 수도 있다. 정확한 변동성의 예측은 자산의 가격 결정뿐만 아니라 실제 투자에서도 높은 수익률을 얻을 수 있기 때문에 다양한 형태의 인공신경망을 활용하여 더 나은 예측성과를 보이는 변동성 예측 모형을 개발한다면 주식시장의 투자자들에게 좋은 투자 정보를 제공하게 될 것이다.