• 한국데이타베이스학회:학술대회논문집
• /
• 한국데이타베이스학회 1999년도 춘계공동학술대회: 지식경영과 지식공학
• /
• pp.175-186
• /
• 1999

Detecting the features of significant patterns from their own historical data is so much crucial to good performance specially in time-series forecasting. Recently, a new data filtering method (or multi-scale decomposition) such as wavelet analysis is considered more useful for handling the time-series that contain strong quasi-cyclical components than other methods. The reason is that wavelet analysis theoretically makes much better local information according to different time intervals from the filtered data. Wavelets can process information effectively at different scales. This implies inherent support fer multiresolution analysis, which correlates with time series that exhibit self-similar behavior across different time scales. The specific local properties of wavelets can for example be particularly useful to describe signals with sharp spiky, discontinuous or fractal structure in financial markets based on chaos theory and also allows the removal of noise-dependent high frequencies, while conserving the signal bearing high frequency terms of the signal. To date, the existing studies related to wavelet analysis are increasingly being applied to many different fields. In this study, we focus on several wavelet thresholding criteria or techniques to support multi-signal decomposition methods for financial time series forecasting and apply to forecast Korean Won / U.S. Dollar currency market as a case study. One of the most important problems that has to be solved with the application of the filtering is the correct choice of the filter types and the filter parameters. If the threshold is too small or too large then the wavelet shrinkage estimator will tend to overfit or underfit the data. It is often selected arbitrarily or by adopting a certain theoretical or statistical criteria. Recently, new and versatile techniques have been introduced related to that problem. Our study is to analyze thresholding or filtering methods based on wavelet analysis that use multi-signal decomposition algorithms within the neural network architectures specially in complex financial markets. Secondly, through the comparison with different filtering techniques' results we introduce the present different filtering criteria of wavelet analysis to support the neural network learning optimization and analyze the critical issues related to the optimal filter design problems in wavelet analysis. That is, those issues include finding the optimal filter parameter to extract significant input features for the forecasting model. Finally, from existing theory or experimental viewpoint concerning the criteria of wavelets thresholding parameters we propose the design of the optimal wavelet for representing a given signal useful in forecasting models, specially a well known neural network models.

• 한국지능정보시스템학회:학술대회논문집
• /
• 한국지능정보시스템학회 1999년도 춘계공동학술대회-지식경영과 지식공학
• /
• pp.175-186
• /
• 1999

Detecting the features of significant patterns from their own historical data is so much crucial to good performance specially in time-series forecasting. Recently, a new data filtering method (or multi-scale decomposition) such as wavelet analysis is considered more useful for handling the time-series that contain strong quasi-cyclical components than other methods. The reason is that wavelet analysis theoretically makes much better local information according to different time intervals from the filtered data. Wavelets can process information effectively at different scales. This implies inherent support for multiresolution analysis, which correlates with time series that exhibit self-similar behavior across different time scales. The specific local properties of wavelets can for example be particularly useful to describe signals with sharp spiky, discontinuous or fractal structure in financial markets based on chaos theory and also allows the removal of noise-dependent high frequencies, while conserving the signal bearing high frequency terms of the signal. To data, the existing studies related to wavelet analysis are increasingly being applied to many different fields. In this study, we focus on several wavelet thresholding criteria or techniques to support multi-signal decomposition methods for financial time series forecasting and apply to forecast Korean Won / U.S. Dollar currency market as a case study. One of the most important problems that has to be solved with the application of the filtering is the correct choice of the filter types and the filter parameters. If the threshold is too small or too large then the wavelet shrinkage estimator will tend to overfit or underfit the data. It is often selected arbitrarily or by adopting a certain theoretical or statistical criteria. Recently, new and versatile techniques have been introduced related to that problem. Our study is to analyze thresholding or filtering methods based on wavelet analysis that use multi-signal decomposition algorithms within the neural network architectures specially in complex financial markets. Secondly, through the comparison with different filtering techniques results we introduce the present different filtering criteria of wavelet analysis to support the neural network learning optimization and analyze the critical issues related to the optimal filter design problems in wavelet analysis. That is, those issues include finding the optimal filter parameter to extract significant input features for the forecasting model. Finally, from existing theory or experimental viewpoint concerning the criteria of wavelets thresholding parameters we propose the design of the optimal wavelet for representing a given signal useful in forecasting models, specially a well known neural network models.

• 자원ㆍ환경경제연구
• /
• 제13권2호
• /
• pp.219-243
• /
• 2004

전력산업은 필수재적인 성격과 막대한 초기시설투자의 필요 등으로 독점적 시장구조를 갖고 있는 것이 일반적이었다. 그러나 기술의 진보로 인해 전력산업과 같은 네트워크 산업에서의 규모의 경제로 인한 효과가 감소되면서 자연독점적 산업에서의 경쟁도입이 점차 확산되고 있는 것이 세계적인 추세이다. 우리나라에서도 현재 전력산업 구조개편이 추진되고 있지만 아직 소매시장에서의 경쟁도입은 이루어지지 않은 상황이다. 소매경쟁은 구조개편의 성과를 확인할 수 있는 완성단계로서 소매시장에서의 경쟁이 효율적으로 일어나는 가의 문제는 구조개편을 추진하는 정책결정자의 입장에서 중요한 문제이나 이에 대한 정량적인 연구는 거의 없는 현실이다. 본 논문은 전력소매시장에서 경쟁의 유효성을 전환비용을 통해 정량적으로 분석하였다. 전환비용이 크면 시장에 경쟁이 도입되더라도 실질적으로 소비자가 기존 사업자에게 고착될 가능성이 높으므로 전환비용의 크기를 정량적으로 측정하는 것은 향후 전력소매시장에 도입된 경쟁이 유의하게 작용할 것인가에 대해 정보를 제공할 수 있다. 이를 위해 본 논문에서는 컨조인트 분석을 통해 얻어진 가상적인 상황에서의 소비자의 전력상품에 대한 진술선호 자료를 바탕으로 전력소매시장에서의 전환비용을 정량적으로 추정하였다. 실증분석 결과, 전력상품의 특성상 절차상의 전환비용은 크지 않았으나 기존 공급업자에 대한 상대적인 브랜드 로열티가 크게 나타났으며, 전력상품의 선택시 소비자는 가격을 가장 중요한 요인으로 고려하고 있는 것으로 나타났다 이 결과는 영국 등의 해외 소매경쟁 자료와 유사한 것이며, 이를 통해 신규 진입기업의 경영효율성에 따른 가격경쟁력과 소비자의 전환가능성의 관계 파악이 가능하므로 개별기업이나 정책결정자에게 소매경쟁 진출 및 도입의 판단근거를 제시할 수 있을 것이다.

• 국제지역연구
• /
• 제12권3호
• /
• pp.321-339
• /
• 2008

본 연구는 소비자 선택행위에 대한 설명과 예측에 유용한 이산적 선택모델들 중 널리 알려진 다항 로짓모형(Multinomial Logit Model)을 통해 소비자의 특성과 구매 행동을 분석하는데 그 목적이 있다. 본 연구에서는 미용화장지 시장을 중심으로 제조업자 브랜와 유통업자 브랜드간 경쟁상황을 파악하고 어떤 인구 통계적 특성과 마케팅 변수들이 소비자들의 브랜드 선택에 영향을 미치는가를 파악하고자 한다. 이를 위하여 개개인의 시점별 구매기록이 담겨진 패널(panel) 자료를 연구목적에 맞도록 재구성하고 소비자의 구매시점별 브랜드 선택 확률 및 이에 영향을 미치는 요인들에 대한 분석을 진행하였다. 실증분석 결과 구매자의 연령과 소득이 높을수록 제조업자 브랜드 구매확률이 높아지는 것으로 나타났다. 또한 구매 장소가 달라짐에 따라 브랜드 선택에 중요한 영향을 미치는데, 백화점이나 대형할인점에서는 유통업자 브랜드를 선택하는 것으로 확인되었다. 판매촉진의 경우에는 고소득자는 오히려 구매확률이 낮아지는 것으로 나타났으며, 판매촉진의 형태가 사은품일 경우보다 가격할인이 일어날 경우에 구매확률이 더 높아지는 것으로 나타났다. 한편, 구매단계별 분석결과를 살펴보면, 유명제조업자 브랜드 충성고객은 가격이 높을수록 구매확률이 증가하고, 유통업자 브랜드를 지속적으로 구매하는 고객은 가격할인을 통한 판매촉진에 영향을 많이 받는 것으로 나타났다.

• 한국사회복지학
• /
• 제60권2호
• /
• pp.99-129
• /
• 2008

이 연구는 근거이론 방법을 활용하여 중도장애인의 레질리언스 과정을 분석한 것이다. 이를 위해 갑작스러운 사고로 장애를 갖게 된 중도장애인 8명을 심층 인터뷰하였다. 연구 결과, 총 393개의 개념이 도출되었고, 이를 45개의 하위범주, 18개의 상위범주로 유목화할 수 있었다. 중도장애인 레질리언스 과정의 패러다임 모형에서 인과적 조건은 '장애에 대해 모름', '너무 아파 힘듦', 심리적 고통으로 '마음 안으로 숨어듦'인 것으로 나타났다. 맥락적 조건으로는 '집에만 있어 무기력해지고', 장애인정이 어려워 '스스로 장벽을 쌓으며', 장애에 대한 '사회적 장벽'으로 좌절을 경험하는 것으로 나타났다. 또한 장애유형, 장애정도, 성(gender), 장애획득시기, 중도장애 여부 등에 따라 레질리언스에 차이가 있음을 보고하였다. 이러한 인과적 조건과 맥락적 조건에도 불구하고 중도장애인이 레질리언스를 갖게 되는 중심현상은 '긍정의 힘에 탄력이 붙음'으로 확인되었다. 이러한 중심현상을 촉진 혹은 억제하는 중재조건으로는 외적으로 가족, 친구, 주변사람, 제도의 지원을 통해 '혼자가 아님을 깨닫고', 내적으로 종교의 힘과 모델링을 통하여 '변화의 의지와 삶의 목표를 가지고 내일을 준비하는' 것으로 나타났다. 작용/상호작용전략은 '노력을 배가하고', '직접 찾아보며', '능동적으로 실행하기'로 나타났으며 그 결과 중도장애인들은 장애와 사회에 대한 '관점이 달라지고', 삶의 '여유가 생기며', 매사에 '적극적으로 참여함'을 알 수 있었다. 중도장애인 레질리언스 과정의 핵심범주는 '긍정의 힘을 믿으며 주도적으로 나의 삶 선택하기'이었으며, 이는 장애인 레질리언스에서 선택과 자기결정을 통한 주도성의 확보가 매우 중요함을 보여주는 것이다. 과정분석에서는 '고통', '낯섬', '성찰', '일상' 단계로 확인되었으며, 이 단계들은 단선적이기보다는 역동적인 순환과정으로 나타났다. 이 과정에서 중도장애인의 레질리언스 유형은 존재성찰형, 진로개척형, 은근노력형, 적극실행형으로 구분되었다. 또한 개인, 가족 및 친구, 사회 및 제도 차원의 위험 및 보호요인에 관한 상황모형을 정리함으로써, 향후 실천적 개입을 위한 기초 자료를 제시하였다. 본 연구는 국내에서 처음으로 중도장애인의 레질리언스 과정을 근거이론 방법을 활용하여 심층적 이해를 구축하면서 그 과정 및 유형, 상황모형 등을 구체적으로 밝힘으로써 중도장애인 연구에 관한 이론구축 및 정책적, 임상적 개입에 그 함의가 클 것으로 기대한다.