• Journal of the Korean Data and Information Science Society
• /
• 제25권4호
• /
• pp.807-817
• /
• 2014

본 논문은 최근 많은 관심을 받는 미세먼지 (PM10)의 일별 평균농도에 대해서 전국 16개 시도에서 2008년부터 2011년까지 관측한 다변량 시계열 자료에 대한 연구이다. 다변량 시계열 모형을 이용해서 시간 및 공간에 대한 상관관계를 동시에 고려, 일변량 혹은 특정 지역에 국한해서 분석한 기존의 연구와 차별성을 두었다. 또한 Davis 등 (2013)이 제안한 부분 스펙트럼 일관성 (partial spectral coherence)을 통해 다른 지역간의 상호 의존성을 파악하고 이를 토대로 변수 선택을 통해 희박벡터자기회귀모형 (sVAR; sparse vector autoregressive model)을 적합하는 방법론을 적용하여 고차원 자료 분석의 단점 및 한계를 보완하였으며 예측력 비교를 통해서 sVAR 모형 적합의 타당성을 검증하였다.

• Journal of the Korean Data and Information Science Society
• /
• 제23권6호
• /
• pp.1093-1102
• /
• 2012

본 연구에서는 다변량시계열모형인 VAR (vector autoregressive regression)모형에 의하여 금리 스프레드의 시계열예측을 수행하였다. 국내외 거시경제변수들 중에서 교차상관분석 및 그랜져인과 검정을 통하여 상호간에 설명력이 있는 변수들을 추출하여 VAR모형의 시계열변수로 사용하였다. 마지막 12개월의 예측치에 대한 MAPE (mean absolute percentage error)와 RMSE (root mean square error)에 근거하여 모형의 예측력을 단일변량 시계열모형인 AR (autoregressive regression) 모형과 비교하였다.

• Communications for Statistical Applications and Methods
• /
• 제29권1호
• /
• pp.41-51
• /
• 2022

We forecast the US oil consumption level taking advantage of google trends. The google trends are the search volumes of the specific search terms that people search on google. We focus on whether proper selection of google trend terms leads to an improvement in forecast performance for oil consumption. As the forecast models, we consider the least absolute shrinkage and selection operator (LASSO) regression and the structured regularization method for large vector autoregressive (VAR-L) model of Nicholson et al. (2017), which select automatically the google trend terms and the lags of the predictors. An out-of-sample forecast comparison reveals that reducing the high dimensional google trend data set to a low-dimensional data set by the LASSO and the VAR-L models produces better forecast performance for oil consumption compared to the frequently-used forecast models such as the autoregressive model, the autoregressive distributed lag model and the vector error correction model.

• 응용통계연구
• /
• 제28권5호
• /
• pp.871-883
• /
• 2015

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.

• 응용통계연구
• /
• 제35권1호
• /
• pp.93-104
• /
• 2022

S&P 500과 RUSSELL 2000, DJIA, Nasdaq 100 4가지 미국 주가지수의 실현변동성(realized volatility, RV)을 예측하는데 있어서 사람들의 관심 지표로 삼을 수 있는 인터넷 검색량(search volume, SV) 지수와 내재변동성(implied volatility, IV)를 이용하여 LSTM 딥러닝(deep learning) 방법으로 RV의 예측력을 높이고자하였다. SV을 이용한 LSTM 방법의 실현변동성 예측력이 기존의 기본적인 vector autoregressive (VAR) 모형, vector error correction (VEC)보다 우수하였다. 또한, 최근 제안된 RV와 IV의 공적분 관계를 이용한 vector error correction heterogeneous autoregressive (VECHAR) 모형보다도 전반적으로 예측력이 더 높음을 확인하였다.

• 통상정보연구
• /
• 제16권3호
• /
• pp.73-96
• /
• 2014

본 연구는 우리나라 수출 상위 5개 품목 중 하나인 자동차 수출을 대상으로, 승용차 브랜드별 단기 수출수요에 영향을 미치는 이론적 잠재요인을 발굴 및 설계하여 이론적 수출수요예측모델을 개발하고, 다변량시계열분석 기반의 VAR(Vector Auto Regressive)모형을 이용한 실증분석을 통해 개별상품과 시장특성이 반영된 단기수출수요예측모델을 검정하고자 하였다. 따라서 미국에 수출되고 있는 우리나라 소형 승용차 2개 브랜드(엑센트, 아반떼)에 대해 VAR모형을 이용한 분기단위 단기수요예측모델을 개발하고, 브랜드별 예측모델을 통해 산출된 t+1분기 시점의 예측값과 실제 판매된 판매대수를 대상기간을 1분기씩 달리하여 비교평가 하였다. 그 결과 엑센트와 아반떼의 RMSE %는 각각 4.3%와 20.0%로 났으며, 일평균 판매량을 기준으로 보았을 때 엑센트는 3.9일에 해당하고 아반떼는 18.4일에 해당하는 물량임을 알 수 있었다. 따라서 본 연구의 단기수출수요예측모델은 예측력과 검정시점별 일관성 측면에서 활용성이 높은 것으로 평가할 수 있었다.

• The Journal of Asian Finance, Economics and Business
• /
• 제7권7호
• /
• pp.241-249
• /
• 2020

The role of money in the modern economy highly determines the intensity and the development of the macroeconomy. The money supply is assumed to be as much as money demand, which reflects the economic character of a country and indicates the growth and development of macroeconomy. In Indonesia, the money supply (M1) is related to the economic dynamics in either the monetary market or the goods market. This research aims at analyzing factors that influence the money supply and to what extent the economic factors affect the money supply in Indonesia. The analysis method used in this research was Vector Autoregressive (VAR) with some variables, such as money supply (M1), interest rate, and Gross Domestic Product (GDP) from the 1st quarter of 2001 until the 1st quarter of 2013. The data collection method was in the form of data compilation from credible sources, such as Bank of Indonesia (BI), Central Bureau of Statistics (CBS), and International Financial Statistics (IFS). To obtain adequate analysis results, several tests were taken, such as unit-root test, Granger causality test, and optimal lag. VAR analysis formulates the correlation among independent variables, so it also sees the study of impulse response and matrix decomposition.

• 한국산림과학회지
• /
• 제95권5호
• /
• pp.601-604
• /
• 2006

This study compared the accuracy of partial multivariate and vector autoregressive models for lumber demand prediction in Korea. The partial multivariate model has three explanatory variables; own price, construction permit area and dummy. The dummy variable reflected the boom of lumber demand in 1988, and the abrupt decrease in 1998. The VAR model consists of two endogenous variables, lumber demand and construction permit area with one lag. On the other hand, the prediction accuracy was estimated by Root Mean Squared Error. The results showed that the estimation by partial multivariate and vector autoregressive model showed similar explanatory power, and the prediction accuracy was similar in the case of using partial multivariate and vector autoregressive model.

• Ocean and Polar Research
• /
• 제36권4호
• /
• pp.327-341
• /
• 2014

This study aims to analyze causality among Wando abalone producer prices by size using a vector autoregressive model to expiscate the leading-price of Wando abalone in various price classes by size per kg. This study, using an analytical approach, applies a unit-root test for stability of data, a Granger causality test to learn about interaction among price classes by size for Wando abalone, and a vector autoregressive model to estimate the statistical impact among t-1 variables used in the model. As a result of our leading-price analysis of Wando abalone producer prices by shell size using a VAR model, first, DF, PP, and KPSS tests showed that the Wando abalone monthly price change rate by size differentiated by logarithm were stable. Second, the Granger causality relationship analysis showed that the price change rate for big size abalone weakly led the price change rate for the small and medium sizes of abalone. Third, the vector autoregressive model showed that three price change rates of t-1 period variables statistically, significantly impacted price change rates of own size and other sizes in t period. Fourth, the impulse response analysis indicated that the impulse responses of structural shocks for price change rate for big size abalone was relatively more powerful in its own size and in other sizes than shocks emanating from other sizes. Fifth, the variance decomposition analysis indicated that the price change rate for big size abalone was relatively more influential than the price change rates for medium and small size abalone.

• 농업과학연구
• /
• 제43권1호
• /
• pp.136-143
• /
• 2016

Garlic and onion are staple agricultural products to Koreans and also are important with regard to agricultural producers' income. These products' acreage responses are highly correlated with each other. Therefore, it is necessary to test whether there is a cointegration relationship between garlic acreage and onion acreage when one tries to estimate the acreage response's function. Based upon the test result of cointegration, it is confirmed that there is no statistically significant cointegration relationship between garlic acreage and onion acreage. In this case, vector autoregressive model is preferred to vector error correction model. This study investigated the dynamic relationship between garlic and onion acreage responses using vector autoregressive (VAR) model. The estimated results of VAR acreage response models show that there is a statistically significant relationship between current and lagged acreage of more than one lag. Therefore, it is recommended that government should consider the long-run period's relationship of each product's acreage when it plans a policy for stabilizing the supply and demand of garlic and onion. For the price variables, garlic price only affects garlic acreage response while onion price affects not only onion acreage response but also garlic acreage response. This implies that the stabilizing policy for onion price could have bigger effects than that for garlic price stabilization.