• The Journal of Asian Finance, Economics and Business
• /
• 제9권3호
• /
• 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.

• 한국항만경제학회지
• /
• 제37권3호
• /
• pp.1-17
• /
• 2021

본 연구에서는 항만의 단기 물동량을 예측하기 위해 ARIMA 모형과 CART 모형을 활용한 단기 수요예측 모형을 제시하였다. 제시한 모형은 2단계로 구성된다. 1단계에서는 시계열 예측치와 주요 교역국의 주당 근로일수를 변수로 사용하여 CART 모형을 추정하고 주별 물동량 예측을 진행한다. 2단계에서는 1단계에서 도출한 예측치와 요일 정보, 주요국 공휴일 정보, 주요국 행사 기간 정보를 설명변수로 활용하여 최종적인 일별 물동량 예측 모형을 추정한다. 제시한 수요예측 모형을 활용하여 2020년 10월 1일부터 12월 31일까지 92일의 부산항 물동량을 예측한 결과 제시한 모형의 평균 정확도가 기존 시계열 모형보다 '22.5%' 높은 것으로 나타났다. 제시 모형은 일별 물동량의 추세뿐만 아니라 물동량이 급등락하는 지점에서도 높은 정확도를 보였으며 시계열 예측 모형을 사용했을 때 비해 총 166,504(TEU)의 오차를 줄일 수 있는 것으로 나타났다. 항만의 효율적인 운영을 위해 필수적인 단기 물동량 예측에 적합한 예측 모형을 제시한 본 연구는 충분한 활용 가치가 있을 것으로 판단된다.

• Communications for Statistical Applications and Methods
• /
• 제10권3호
• /
• pp.931-954
• /
• 2003

It is widely recognized that economic time series involved not only the linearities but also the non-linearities. In this paper, when the economic time series data have the nonlinear characteristics we propose the forecasts method using combinations of both forecasts from linear and nonlinear models. In empirical study, we compare the forecasting performance of 4 exchange rates models(AR, GARCH, AR+GARCH, Bilinear model) and combination of these forecasts for dairly Won/Dollar exchange rates returns. The combination method is selected by the estimated individual forecast errors using Monte Carlo simulations. And this study shows that the combined forecasts using unrestricted least squares method is performed substantially better than any other combined forecasts or individual forecasts.

• 한국항공운항학회지
• /
• 제16권1호
• /
• pp.46-57
• /
• 2008

Since the 90's, Korean Air transport market has been more expanded because of economic growth, the construction of airport infrastructure, and the advent of low cost carrier. Especially, the air traffic demand in Busan metropolitan area has been increasing steadily. Therefore, in this paper, we developed a new forecasting model which could expect the future air traffic demand in Busan area. This model is developed by regression analysis using social-economic variables such as GRDP, income, and the number of people, and dummy variables, for instance, KTX opening, Japan economic depression, SARS and so on. Result from demand forecasting by this new model suggests that the new airport system is needed in order to sustain the increasing air traffic demand in Busan area.

• 전기학회논문지
• /
• 제58권1호
• /
• pp.18-22
• /
• 2009

Short-term load forecasting (STLF) is an important task in power system planning and operation. Its accuracy affects the reliability and economic operation of power systems. STLF is to be classified into load forecasting for weekdays, weekends, and holidays. Due to the limited historical data available, it is more difficult to accurately forecast load for holidays than to forecast load for weekdays and weekends. It has been recognized that the forecasting errors for holidays are large compared with those for weekdays in Korea. This paper presents a polynomial regression with data mining technique to forecast load for holidays. In statistics, a polynomial is widely used in situations where the response is curvilinear, because even complex nonlinear relationships can be adequately modeled by polynomials over a reasonably small range of the dependent variables. In the paper, the coefficient of determination is proposed as a selection criterion for screening weekday data used in holiday load forecasting. A numerical example is presented to validate the effectiveness of the proposed holiday load forecasting method.

• KDI Journal of Economic Policy
• /
• 제35권4호
• /
• pp.31-61
• /
• 2013

민간투자 도로사업의 경우, 사업의 미래 수익성과 직접적으로 관련 있는 예측 교통량의 불확실성과 이에 따른 위험이 민간 운영자에게 이전된다. 따라서 교통량 예측위험이 민간투자 도로사업의 추진에 어느 정도 영향을 미치며, 이러한 위험의 실제적인 경제적 가치를 파악하는 것은 민간투자사업의 적격성을 파악하고 이를 높일 수 있는 중요한 정보이다. 본 논문의 목적은 민간투자 도로사업의 교통수요 예측위험의 경제적 가치를 산정하는 것이다. 이를 위해 예측 교통량은 불확실성이 존재하는 확률변수이며, 시간이 경과하면서 기하 브라운 운동을 따른다고 가정한 후 민간투자사업의 가치변동성을 예측하는 방안을 제안하였다. 특히 본 논문에서는 개통 후 도로사업의 교통량 형성 특성을 고려한 램프업 기간 전후의 상이한 교통량 증가율과 그 변동성을 적용하여 단순히 임의적으로 가정한 기존 연구와 차별화하였다 사례 사업분석 결과, 예측된 해당 민간투자사업의 교통수요 예측 리스크 프리미엄은 출자 건설회사의 시가총액을 고려하지 않고 단순평균하는 경우 7.39%, 시가총액을 가중하여 평가하는 경우 8.30%로 분석되었으며, 교통수요 예측위험에 따른 해당 민간투자사업의 가치변동성은 17.11%로 예측되었다. 할인율이 클수록 프로젝트의 가치변동성은 작아졌는데, 비용의 고정으로 인한 레버리지 효과는 교통량 변동성보다 프로젝트의 가치변동성을 크게 하였다. 교통수요 예측위험에 따른 민간투자사업의 가치변동률과 리스크 프리미엄을 통해 산출하는 사례 민간투자사업 교통량 예측위험의 시장가치는 0.42~0.50 사이로 분석되었는데, 이는 교통량 변동성이 1% 증가하거나 감소하면 이에 따른 해당 프로젝트 위험 프리미엄은 0.42~0.50% 증가하거나 감소함을 의미한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1999년도 하계학술대회 논문집 C
• /
• pp.1468-1471
• /
• 1999

This paper presents a method of the regional long-term distribution planning considering economic indicator with the assumption that energy demands proportionally increases with the economic indicators. For the practical distribution planning, it is necessary to regional load forecasting, distribution substation planning, distribution feeder planning. Accordingly, in this paper, after performing regional load forecasting considering economic indicator, it is performed distribution substation planning and distribution feeder planning in order by using this result. For accurate distribution planning, it is very important to scrutinize the correlation among the regional electric power demands, economic indicator and other characteristics because distribution planning results may vary depending on many different factors such as electric power demands, gross products, social trend and so on. In this paper, various steps microscopically and macro scopically are used for the regional long-term distribution planning in order to increase the accuracy and practical use of the results

• 노동경제논집
• /
• 제37권1호
• /
• pp.87-116
• /
• 2014

노동시장 위기관리 시스템의 일환으로 국내외 경제상황 변동으로 야기되는 고용변화를 사전에 감지하는 단기고용변동의 상시적 예측이 요구된다. 이를 위해 본 논문은 경기선행지수 작성방식을 준용하여 비농림 민간부문 임금근로자 변동을 단기적으로 예측하는 고용선행지수를 개발하였다. 고용선행지수는 고용수준 그 자체보다 고용 동향의 국면 및 전환 시점, 변동 속도등 고용의 변화 방향을 조기 탐지하는 것에 중점을 두어 작성되었다. 개발된 지수에 대해 국면 전환 선행성 평가와 고용수준 변동 예측에 대한 모의실험을 통해 검증하고 활용방안을 제시한다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1996년도 하계학술대회 논문집 B
• /
• pp.698-700
• /
• 1996

A knowledge based forecasting system for special days has been developed for the economic and secure operation of electric power system. If-then production rules has been adopted in this system to be used in various environmental conditions. Graphic user interfaces enables a user to access easily to the system. The simulation based on the historical data have shown that the forecasting result was improved remarkably when compared to the results from the conventional statistical methods. The forecasting results can be used for power system operational planning to improve security and economy of the power system.

• Asia pacific journal of information systems
• /
• 제11권4호
• /
• pp.99-111
• /
• 2001

The prediction of stock price index is a very difficult problem because of the complexity of stock market data. It has been studied by a number of researchers since they strongly affect other economic and financial parameters. The movement of stock price index has a series of change points due to the strategies of institutional investors. This study presents a two-stage forecasting model of stock price index using change-point detection and artificial neural networks. The basic concept of this proposed model is to obtain intervals divided by change points, to identify them as change-point groups, and to use them in stock price index forecasting. First, the proposed model tries to detect successive change points in stock price index. Then, the model forecasts the change-point group with the backpropagation neural network(BPN). Finally, the model forecasts the output with BPN. This study then examines the predictability of the integrated neural network model for stock price index forecasting using change-point detection.