This paper presents a optimal Var allocation algorithm for minimizing transmission line losses and improving voltage profile in a given system. In this paper, nodal input data is considered as Gaussian distribution with their mean value and their variance. A Stocastic Linear programming technique based on chance constrained method is applied, to solve the var allocation problem with probabilistic constraint. The test result in 6-Bus Model system showes that the voltage distribution of load buses is improved and the power loss is more reduced than before var allocation.
2000년 7월부터 채권시가평가의 실행으로 채권운용자들도 채권포트폴리오의 위험을 채권선물을 이용하여 통제하거나 감소시키기 위해 헤지를 하여야 한다. 이때 헤지비율을 추정하는 방법으로는 전통적 회귀분석모형, 백터오차수정모형(Vector Error Correction Model : VECM)과 VAR모형(Vector AutoRegressive Model)이 있다. 전통적인 회귀분석모형에 의하여 추정된 헤지비율은 시계열자료의 불안정성(nonstationary) 등으로 인하여 잘못 추정될 가능성이 있어 면밀한 검토와 분석 후 사용하여야 한다. 시계열자료의 불안정성으로 말미암아 야기되는 문제점들을 개선할 수 있는 모형으로서 VECM과 VAR모형이 널리 이용되고 있다. 따라서 본 연구는 VECM과 VAR모형을 사용하여 추정된 헤지비율과 전통적 회귀분석모형을 사용하여 추정한 헤지비율을 비교하여 어떤 모형으로 추정한 헤지비율이 더 정확한지를 평가하는데 목적을 두고 있다. 즉, 본 연구는 KTB 현 선물의 헤징에 대한 연구로 2000년 1월 4일부터 2001년 7월 27일까지 385일간의 KTB 현 선물 자료와 불룸버그 국채지수를 대상으로 VECM 및 VAR모형과 전통적 회귀분석모형에 의한 헤지비율을 추정하고 각 모형의 설명력과 예측력을 비교하고자 한다. 이 연구의 실증분석 결과, KTB 현물가격과 KTB 선물가격간, 블룸버그 국채지수와 KTB 선물가격간에는 공적분 관계가 존재하며, VECM 및 VAR와 전통적 회귀분석모형을 이용하여 추정한 최적헤지비율의 크기는 대동소이(大同小異)하며, 전통적 회귀분석방법을 이용하는 것이 VECM과 VAR모형을 이용할 때 보다 설명력과 예측력이 우월한 것으로 나타났다.
This study developed the Korean roundwood import prediction model using vector autoregressive (VAR) method. The roundwood was divided into softwood and hardwood by species. The VAR model of roundwood import was specified with two lagged endogenous variables, that is, roundwood import volume and roundwood import price. The results showed that the significance levels of F-statistics in the softwood and hardwood roundwood import equations rejected the hypothesis that all coefficients are zero. So, we concluded that roundwood import volume can be explained by lagged import volume and lagged import price in Korea. The coefficient signs of all variables were as expected. Also, the model has good explanatory power, and there is no autocorrelation.
본 논문은 야생 동물들이 농장에 침입할 때 마다 당시의 환경 데이터를 수집한 다음 이를 이용한 벡터 자동 회귀(VAR) 모델 기반의 기계 학습을 통해 향후 야생 동물의 침입을 예측하는 서비스의 구현 및 성능 평가 결과를 담고 있다. 침입 예측을 위한 학습 데이터를 수집하기 위해 사물인터넷 기반의 하드웨어 프로토타입을 개발했으며, 이를 학교 인근에 위치한 소규모 농장에 설치하고서 침입 이벤트를 발생시키는 모의 시험을 장기간에 걸쳐 실시하였다. 구현한 벡터 자동 회귀 모델 기반의 침입 예측 서비스는 앞으로 30일간의 침입 발생 가능성이 높은 날짜와 시간을 제공한다. 더불어 제안 서비스는 야생 동물의 농장 침입 시 농장 주인의 모바일 기기에 실시간으로 알림을 제공하는 기능을 포함하며, 이에 대한 성능 평가를 실시하여 평균 7.89초의 응답 시간을 보여줌을 확인하였다.
VAR(벡터자기회귀)에서 모형의 식별가정에 관한 주된 비판은 변수의 나열순서에 따라 결과가 달라진다는 것이다. 본 논문은 Swanson and Granger (1997) 이후 시계열 분석에 활발히 적용되기 시작한 그래프이론이 이와 같은 임의식별 문제를 해결함으로써, 자원가격의 가격발현과정을 이해하는데 유용한 수단임을 보여준다. 모형이 이론적 방법론을 소개한 후, 미국 대두의 지역 베이시스를 이용한 실증추정 결과를 제시한다.
중국 중소형 기업들에게 상업은행을 통한 자금 조달은 매우 중요한 자금 조달의 원천이 되고 있다. 그러나 이러한 기업들의 신용보증 부족으로 중국 상업은행은 중소형 기업들에 대한 자금 공여를 꺼리고 있는 실정이며 이러한 현실은 이들 기업의 무역활동에 부정적인 영향을 미칠 수 있을 것이다. 본 연구에서는 중국 중소형 기업들에 대한 신용 보증기관의 위험에 관해 VAR 모델을 적용하여 중국 보증기관의 위험에 영향을 미치는 요인을 분석하고 자 한다. 분석 결과, 기업 규모는 그다지 통계적으로 유의한 요인이 되지 못하였으나 기업의 고정자산 비율 등 담보 관련 정보는 신용보증기관의 VAR를 감소시키는 요인으로 분석되었다. 또한 기업 관련 제품의 독창성 여부 및 중소형 중국기업의 운영위험은 신용보증기관의 VAR와 양의 관계를 보여주고 있다고 분석되었다.
This paper presents a optimal Var allocation algorithm for minimizing power loss and improving voltage profile in a given system. In this paper, nodal input data is considered as Gaussian distribution with their mean value and their variance. A stochastic Linear Programming technique based on chance constrained method is applied to solve the probabilistic constraint. The test result in IEEE-14 Bus model system showes that the voltage distribution of load buses is improved and the power loss is more reduced than before Var allocation.
The Journal of Asian Finance, Economics and Business
/
제7권9호
/
pp.219-228
/
2020
The study investigates the impact of inflation rate on economic growth to find the best-fit model for economic growth in Vietnam. The study applied Vector Autoregressive (VAR), cointegration models, and unit root test for the time-series data from 1996 to 2018 to test the inflation impact on the economic growth in the short and long term. The study showed that the two variables are stationary at lag first difference I(1) with 1%, 5% and 10%; trace test indicates two cointegrating equations at the 0.05 level, the INF does not granger cause GDP, the optimal lag I(1) and the variables are closely related as R2 is 72%. It finds that the VAR model's results are the basis to perform economic growth; besides, the inflation rate is positively related to economic growth. The results support the monetary policy. This study identifies issues for Government to consider: have a comprehensive solution among macroeconomic policies, monetary policy, fiscal policy and other policies to control and maintain the inflation and stimulate growth; set a priority goal for sustainable economic growth; not pursue economic growth by maintaining the inflation rate in the long term, but take appropriate measures to stabilize the inflation at the best-fitted VAR forecast model.
벡터자기회귀모형은 다차원의 시계열 자료간의 선형종속 관계를 연구하는데 효율적인 모형이다. 하지만 차원이 높아질 경우 추정해야할 모수가 급격히 증가하여 추정이 불안정해지고 예측력의 저하 및 해석의 어려움을 동반하는 문제를 가지고 있다. 이를 보완하기 위해서 많은 계수를 0으로 두는 희박벡터자기회귀모형이 제안되었고 고차원 시계열 분석에서 유용함이 밝혀졌다. 이 논문에서는 희박벡터자기회귀모형 추정에 있어서 어떠한 계수를 0으로 두어야 하는지를 판단해주는 한 쌍의 변수에 대한 상관 정도를 추정해주는 커플링 측도를 제안한다. 먼저 이 논문에서는 부분 스펙트럼 일관성에 기반을 둔 커플링 측도를 사용한 변수 선택의 경우 다른 변수의 효과를 제거한 잔차에 기반을 두었기에 좋은 효율성을 보임을 밝힌다. 하지만 부분 스펙트럼 일관성의 경우 벡터자기회귀모형 계수의 비대칭성을 고려하지 못한다는 단점이 있어 이를 보완하고자 필터링을 통해 다른 변수의 효과를 제거한 잔차에 기반을 둔 동시에 비대칭성을 가지는 커플링 측도들, 필터링된 잔차를 이용한 교차 상관성과 그래인저 인과관계를 제안한다. 모의실험을 통해 우리가 제안한 방법론들이 두터운 꼬리를 가지거나 높은 차수의 희박벡터자기회귀모형의 경우에도 매우 정확하게 0이 아닌 변수를 선택함을 보인다.
본문에서는 실증분석 부분을 두 시기로 나누어 COVID-19 전후에 해운지수 간의 변동성 파급효과 차이를 비교 분석하고자 하였다. 코로나19 전후에 해운지수 간의 평균 파급효과 및 지수 관계를 비교하기 위해 VAR 모델에 구축된 공적분 분석과 Granger 인과관계 테스트를 활용하였다. 또한, 본 연구에서는 해운지수가 단기적으로 자신의 충격에 대한 반응과 한 지수가 다른 지수에 대한 충격을어떻게 반영하는지 밝히기 위해서 충격반응함수 및 예측 오차 분산분해를 활용하였다. COVID-19 전염병 이전에는 BDI 해운지수가 CCFI 해운지수에 미치는 관계가 존재하지만 COVID-19 이후에는 BDI지수와 CCFI지수 사이에 뚜렷한 lead-lag 관계가 없다는 것으로 나타났다. COVID-19 전염병 이전에는 BDI지수는 SCFI지수의 변화를 설명하고 있고, 코로나19 확산 이후에는 SCFI 지수가 BDI 지수를 앞서고 있다는 것을 보여주고 있다. 또한 VAR-BEKK-GARCH 모델을 활용하여 COVID-19 전후 벌크 화물 해운시장 및 컨테이너 해운시장 간의 변동성 파급효과를 분석하였을 때 코로나19 이전의 BDI지수는 CCFI지수와 SCFI 지수에 대한 단발성 변동성 파급효과를 보였고 COVID-19 이후에도 BDI 지수의 변동성이 CCFI 지수에 여전히 영향을 미친다는 것을 보여준다. 하지만 코로나19 확산 이후에는 BDI지수와 SCFI지수 간의 변동성 파급 관계가 존재하지 않는 것으로 나타났다.
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.