• 한국인구학
• /
• 제9권1호
• /
• pp.41-53
• /
• 1986

The purpose of this paper is two-fold. One is to investigate the determinants of the demand supply of labor, and another is to project long-term demand and supply of labor. The paper consists of three parts. In the first part, theoretical models and important hypotheses are discussed: for the case of a labor supply model, issues regarding discouraged worker model, permanent wage hypothesis, and relative wage hypothesis are examined and for the case of a demand model, issues regarding estimating an employment demand equation within the framework of an inverted short-run produc- tion function are inspected. Particularly, a theoretical justification for introducing a demographic cohort variable in a labor supply equation is also investigated. In the second part, empirical results of the estimated supply and demand equations are analyzed. Supply equations are specified differently between primary and secondary labor force. That is, for the case of primary labor force groups including males aged 25 and over, attempts are made to explain the variations in participation behavior within the framework of a neo-classical economics oriented permanent wage hypothesis. On the other hand, for the case of females and young male labor force, variations in participation rates are explained in terms of a relative wage hypothesis. In other words, the participation behavior of primary labor force is related to short-rum business fluctuations, while that of secondary labor force is associated with intermediate swings of business cycles and demographic changes in the age structure of population. Some major findings arc summarized as follows. (1) For the case of males aged 14~19 and 2O~24 groups and females aged 14∼19, the effect of schhool enrollment rate is dominant and thus it plays a key role in explaining the recent declining trend of participation rates of these groups. (2) Except for females aged 20∼24, a demographic cohort variable, which captures the impact of changes in the age structure on participation behavior, turns out to show positive and significant coefficients for secondary labor force groups. (3) A cyclical variable produce significant coefficients for prime-age males and females reflecting that as compared to other groups the labor supply behavior of these groups is more closely related to short-run cyclical variations (4) The wage variable, which represents a labor-leisure trade-off turns out to yield significant coefficients only for older age groups (6O and over) for both males and females. This result reveals that unlike the experiences of other higer-income nations, the participation decision of the labor force of our nation is not highly sensitive with respect to wage changes. (5)The estimated result of the employment demand equation displays that given that the level of GNP remains constant the ability of the economy to absord labor force has been declining;that is, the elasticity of GNP with respect to labor absorption decreasre over time. In the third part, the results of long-term projections (for the period of 1986 and 1995) for age-sex specific participation rates are discussed. The participation rate of total males is anticipated to increase slightly, which is contrary to the recent trend of declining participation rates of this group. For the groups aged 25 and below, the participation rates are forecast to decline although the magnitude of decrease is likely to shrink. On the other hand, the participation rate of prime- age males (25 to 59 years old) is predicted to increase slightly during 1985 and 1990. For the case of females, except for 20∼24 and 25∼34 age groups, the participation rates are projected to decrease: the participation rates of 25∼34 age group is likely to remain at its current level, while the participation rate of 20∼24 age group is expected to increase considerably in the future (specifi- cally, from 55% in 1985 to 61% in 1990 and to 69% in 1995). In conclusion, while the number of an excess supply of labor will increase in absolute magnitude, its size as a ratio of total labor force is not likely to increase. However, the age composition of labor force is predicted to change; that is, the proportion of prime-age male and female labor force is projected to increase.

• 대한토목학회논문집
• /
• 제29권1D호
• /
• pp.145-151
• /
• 2009

최근, GIS기술의 급속한 발전에 따라 다양한 공간 수문자료들이 속성정보와 결합되어 다루는 것이 가능해졌고, 집중형 유출모형보다 유역 유출량의 시공간적인 변동을 고려할 수 있는 분포형 유출모형의 구축이 활발하게 연구되고 있다. 본 연구는 시공간 분포를 적절하게 표현할 수 있는 레이더 강우시계열자료와 GIS기반의 분포형모형을 연계하여 국내 댐유역에 적용해 봄으로써, 분포형모형의 홍수유출시 실무에서의 적용가능성을 검증해 본 것이다. 본 연구에서 사용한 물리적기반의 분포형모형으로는 교토대학 방재연구소에서 개발한 장기유출모형을 근간으로 레이더강우량과 연계하여 홍수기에 특화되어 사용할 수 있도록 자체 개발한 K-DRUM모형을 이용하였으며, 금강권역의 용담댐유역($930km^2$)을 시험유역으로 적용하였다. 입력강우로는 진도레이더로 부터 레이더강우 전처리프로그램을 이용하여 모형의 격자해상도에 맞는 분포형 강우를 생성하였다. 또한, GIS수문매개변수를 DEM, 토지피복도, 토양도 등의 기본 GIS자료들로 부터 추출, 물리적기반의 분포형모형(KDRUM) 의 입력인자로 사용하여 모형의 초기설정을 향상시켰다. 본 연구의 성과는 향후 돌발홍수에 대응한 실시간 단기 강우유출예측시스템을 구축하기위한 기반이 될 것으로 사료된다.

• 정보처리학회논문지B
• /
• 제14B권7호
• /
• pp.531-540
• /
• 2007

본 논문에서는 주가예측의 정확도를 향상시키기 위하여 공적분 검정(Cointegration Tests)과 인공 신경망(Artificial Neural Networks)을 사용한 2단계 하이브리드 예측 모델을 제시한다. 기존의 연구에서는 예측을 시도하고자 하는 종목의 일자별 개별 레코드를 인공 신경망과 같은 방법으로 학습함으로써 주식 데이터가 가지는 시계열적 특성을 충분히 반영하지 못하였는데, 새로 제안한 모형에서는 주식자료의 과거시차들의 값들도 인공 신경망의 속성(feature)으로 사용하여 기존 연구의 한계를 보완하였다. 또한, 예측대상종목의 정보들 외에도 장기적으로 높은 시계열 유사성을 보유한 종목들을 선발한 후 속성으로 사용하여 모형의 예측성능을 향상 시켰다. 구체적으로 1단계는 Johansen의 공적분 검정을 통하여 예측대상종목과 장기적 관계(long-term relationship)에 있는 종목을 추출하고, 2단계는 이 선발된 종목들과 예측대상종목의 시계열 정보 특성을 속성으로 구축한 인공 신경망으로 학습하여 관심 종목을 예측한다. 제안된 모델의 성능을 확인하기 위하여 KOSPI 지수의 방향성을 예측하는 시스템을 구현하였으며, 시가총액 상위 종목군을 대상으로 지수와의 공적분 검정을 하였다. 성능을 살펴보기 위하여 본 연구에서는 시계열 정보가 속성으로 반영된 단순 인공 신경망 모델, 공적분 검정을 통과한 종목들의 시계열 속성이 포함된 모델, 그리고 그 모델과 속성의 개수를 동일하게 하기 위하여 임의로 종목을 선택하여 이들의 시계열 속성이 포함된 모델을 구축하였다. 실험 결과 공적분 검정을 통과한 종목군의 속성이 결합된 모델은 단순 인공 신경망만으로 학습된 기존 모델에 비하여 평균적으로는 11.29% (최대 29.98%) 정확도가 향상되었고, 임의로 선택된 종목군의 속성이 결합된 모델에 비해서는 평균적으로는 10.59% (최대 25.78%) 가 향상된 예측 정확도를 보여주었다.

• 한국수자원학회논문집
• /
• 제30권4호
• /
• pp.317-326
• /
• 1997

본 연구에서는 우리나라 전역에서 가뭄의 시·공간적인 특성을 분석하기 위하여 가뭄의 지수를 정량적으로 나타낼 수 있는 Palmer의 방법을 사용하였다. 또한 우리나라의 지역적인 특성을 반영하기 위하여 Palmer의 가뭄지수 및 기후특성인자의 산정공식을 국내 기상자료를 이용하여 수정 및 적용하였다. 이를 통해 가뭄의 가장 큰 원인이 되는 수문기상학적 인자들인 강수량, 증발산량 등을 월 수분수지모형에 적용하여 지역별로 계속기간별 가뭄지수를 산정하였다. 각각의 지점에서 구한 가뭄지수를 강우량 자료를 사용한 빈도분석을 통해 선정된 총 5개의 주요가뭄기간에 대하여 분석하였으며, 전국적인 가뭄지수도를 작성하였다. 이것을 통해 주요가뭄기간의 상대적 가뭄심도 및 전국적인 가뭄분포상황을 분석하여 남부지방이 가뭄우심 지역이며, 1994년과 1995년에 걸쳐 발생했던 가뭄이 과거 어느 가뭄보다도 심했음을 알 수 있었다. 이상의 결과로부터 Palmer의 가뭄지수 산정방법은 가뭄을 정량적으로 나타내는데 유효한 방법임을 알 수 있었고, 기상 및 강우의 중장기 예측이 가능해질 경우에는 가뭄예보 수단으로의 활용가능성이 클 것으로 판단되었다.

• 지능정보연구
• /
• 제20권1호
• /
• pp.35-48
• /
• 2014

2013년 건설 경기 전망 보고서에 따르면 주택건설경기 침체 상황의 지속으로 건설 기업의 유동성 위기가 지속될 것으로 전망된다. 건설업은 파산으로 인한 사회적 파급효과가 다른 산업에 비해 큰 편이지만, 업종의 특성상 다른 산업과는 상이한 자본구조와 부채비율, 현금흐름을 가지고 있어서 기업의 파산 예측이 더 어려운 측면이 있다. 건설업은 레버리지가 큰 산업으로 부채비율이 매우 높은 업종이며 현금흐름이 프로젝트 후반부에 집중되는 특성이 있다. 그리고 경기사이클에 따른 부침이 매우 심하여 경기하강국면에선 파산이 급증하는 양상을 보인다. 건설업이 레버리지 산업인 이상 건설업체의 파산율 증가는 여신을 공여한 은행에 큰 부담으로 작용한다. 그럼에도 그간의 파산예측모델이 주로 금융기관에 집중되어 왔고 건설업종에 특화된 연구는 드물었다. 기업의 재무 자료를 바탕으로 한 파산 예측 모델에 대한 연구는 오래 전부터 다양하게 진행되었다. 하지만, 일반적인 기업 전체를 대상으로 하는 모델이기 때문에, 건설 기업과 같이 유동성이 큰 기업의 예측에는 적절하지 못할 수 있다. 건설 산업은 오랜 사업 기간과 대규모 투자, 그리고 투자금 회수가 오래 걸리는 특징을 갖는 자본 집약 산업이다. 이로 인해 다른 산업과는 상이한 자본 구조를 갖기 마련이고, 다른 산업의 기업 재무 위험도를 판단하는 기준과 동일한 적용이 곤란할 수 있다. 최근에는 기계 학습을 바탕으로 한 기업 파산 예측 연구가 활발하다. 기계 학습의 대표적 응용 분야인 패턴 인식을 기업의 파산 예측에 응용한 것이다. 기업의 재무 정보를 바탕으로 패턴을 작성하고 이 패턴이 파산 위험 군에 속하는지 안전한 군에 속하는지 판단하는 것이다. 전통적인 Z-Score와 기계 학습을 이용한 파산 예측과 같은 기존 연구들은 특정 산업 분야가 아닌 일반적인 기업을 대상으로 하기 때문에 기업들의 특성을 전혀 고려하고 있지 못하다. 본 논문에서는 건설 기업을 규모에 따라 각 기법들의 예측 능력을 비교하여 적응형 부스팅이 가장 우수함을 확인하였다. 본 논문은 건설 기업을 자본금 규모에 따라 세 등급으로 분류하고 각각에 대해 적응형 부스팅의 예측력을 분석하였다. 실험 결과 적응형 부스팅이 다른 기법에 비해 예측 결과가 좋았고, 특히 자본금 규모가 500억 이상인 기업의 경우 아주 우수한 결과를 보였다.

• 지능정보연구
• /
• 제27권1호
• /
• pp.103-128
• /
• 2021

최근 주식의 수익률과 거래량을 설명하는 주요 요인으로서 투자자의 관심도와 주식 관련 정보 전파의 영향력이 부각되고 있다. 또한 인공지능과 같은 혁신 신기술을 개발보급하거나 활용하려는 기업의 경우 거시환경 및 시장 불확실성 때문에 기업의 미래 주식 수익률과 주식 변동성을 예측하기 어렵다는 문제를 가지고 있다. 이는 인공지능 활성화의 장애요인으로 인식되고 있다. 따라서 본 연구의 목적은 인공지능 관련 기술 키워드의 인터넷 검색량을 투자자의 관심 척도로 사용하여, 기업의 주가 변동성을 예측하는 기계학습 모형을 제안하는 것이다. 이를 위해 심층신경망 LSTM(Long Short-Term Memory)과 벡터자기회귀(Vector Autoregression)를 통해 주식시장을 예측하고, 기술의 사회적 수용 단계에 따라 키워드 검색량을 활용한 주가예측 성능 비교를 통해 기업의 투자수익 예측이나 투자자들의 투자전략 의사결정을 지원하는 주가 예측 모형을 구축하였다. 또한 인공지능 기술의 세부 하위 기술에 대한 분석도 실시하여 기술 수용 단계에 따른 세부 기술 키워드 검색량의 변화를 살펴보고 세부기술에 대한 관심도가 주식시장 예측에 미치는 영향을 살펴보았다. 이를 위해 본 연구에서는 인공지능, 딥러닝, 머신러닝 키워드를 선정하여, 2015년 1월 1일부터 2019년 12월 31일까지 5년간의 인터넷 주별 검색량 데이터와 코스닥 상장 기업의 주가 및 거래량 데이터를 수집하여 분석에 활용하였다. 분석 결과 인공지능 기술에 대한 키워드 검색량은 사회적 수용 단계가 진행될수록 증가하는 것으로 나타났고, 기술 키워드를 기반으로 주가예측을 하였을 경우 인식(Awareness)단계에서 가장 높은 정확도를 보였으며, 키워드별로 가장 좋은 예측 성능을 보이는 수용 단계가 다르게 나타남을 확인하였다. 따라서 기술 키워드를 활용한 주가 예측 모델 구축을 위해서는 해당 기술의 하위 기술 분류를 고려할 필요가 있다. 본 연구의 결과는 혁신기술을 기반으로 기업의 투자수익률을 예측하기 위해서는 기술에 대한 대중의 관심이 급증하는 인식 단계를 포착하는 것이 중요하다는 점을 시사한다. 또한 최근 금융권에서 선보이고 있는 빅데이터 기반 로보어드바이저(Robo-advisor) 등 투자 의사 결정 지원 시스템 개발 시 기술의 사회적 수용도를 세분화하여 키워드 검색량 변화를 통해 예측 모델의 정확도를 개선할 수 있다는 점을 시사하고 있다.

• 한국수자원학회논문집
• /
• 제54권spc1호
• /
• pp.1095-1105
• /
• 2021

기후변화에 따른 집중호우, 태풍 등의 발생빈도의 증가로 인하여 댐 운영의 고도화가 요구되고 있다. 일반적으로 댐 운영의 경우 강우예측, 강우-유출, 홍수추적 등 다양한 수리수문학적 요소들을 반영하여 수행되나 기 계획된 특정 규칙에 기반한 댐 운영 모형의 경우, 때때로 개별 모듈들의 불확실성과 복합적인 인자들로 인하여 댐의 방류량을 능동적으로 제어하는데 제약이 있을 수 있다. 본 연구는 남강댐 직하류 홍수피해 예방을 위하여 댐의 방류량 결정 등 효율적인 댐 운영을 지원하기 위해 딥러닝 기반 LSTM (Long Short-Term Memory) 모형을 구축하고, 선행시간별 댐직하류 수위예측 정확도를 분석하는 것을 목적으로 한다. LSTM 모형의 입력자료는 댐 운영에 사용되는 기초자료 및 하류 장대동 수위관측소의 수위 자료를 시 단위로 2009년부터 2021년 7월까지 수집하였다. 2009년부터 2018년 자료는 모형의 학습과 검증 및 2019년부터 2021년 7월 자료는 선행시간을 7개(1 h, 3 h, 6 h, 9 h, 12 h, 18 h, 24 h)로 구분하여 관측 수위와 예측 수위를 비교·분석하였다. 그 결과, 선행시간 1시간의 예측결과는 평균적으로 MAE가 0.01 m, RMSE가 0.015 m, NSE가 0.99 로 관측 수위에 매우 근접한 예측 결과를 나타내었다. 또한, 선행시간이 길어질수록 예측 정확도는 근소하게 감소하였지만, 관측 수위의 시간적 패턴을 유사하게 안정적으로 예측하는 것으로 분석되었다. 따라서 수리수문학적 비선형의 복잡한 자료간의 특징을 자동으로 추출하여 예측 자료를 생산하는 LSTM 모형은 댐 방류량 의사결정에 있어 활용이 가능할 것으로 판단된다.

• 한국응용곤충학회지
• /
• 제55권2호
• /
• pp.139-148
• /
• 2016

작물 재배 시 주요 해충 발생에 대해 한두 달 이상 앞선 계절전망이 가능하다면 농가의 해충관리 의사결정이 보다 효율적으로 이루어질 수 있을 것이다. 본 연구에서는 국내 해충 발생과 통계적으로 유의미한 원격상관관계에 있는 기후현상을 찾기 위해 Moving Window Regression (MWR) 기법을 활용하였다. 벼멸구의 발생과 비래는 장기간에 걸쳐 여러 지역에서 연속적으로 일어나는 사건이기 때문에 비슷한 시공간적 규모를 갖는 기후현상과 통계적인 연관성을 가질 가능성이 높아 본 연구의 대상 해충으로 선택하였다. MWR 통계 분석의 반응변수로써 1983년부터 2014년까지 국내 벼멸구 발생면적 자료를 사용하였고, 10개의 기후모형에서 생산되는 10개의 기후변수를 예보 선행시간별로 추출하여 설명변수로 사용하였다. 최종적으로 선정된 각 MWR 모형의 특정 시기와 지역의 기후변수는 연간 벼멸구 발생면적 자료와 통계적으로 유의한 상관관계를 보였다. 결론적으로, 본 연구에서 개발한 MWR 통계 모형을 통해 국내 벼멸구 발생 위험도에 따른 선제적 대응을 위한 벼멸구 계절전망이 가능할 것으로 보인다.

• 응용통계연구
• /
• 제31권1호
• /
• pp.77-96
• /
• 2018

주택연금은 계약기간이 확정되어 있지 않기 때문에 계약 종료 시점에 대한 확률분포 예측이 장수리스크 관리를 위하여 중요하다. 따라서 고령화의 주요인인 기대수명의 연장은 연금 재정건전성에 심각한 영향을 끼칠 수 있기 때문에 사망률의 개선 추세가 적절히 반영된 사망률 예측 연구가 선행될 필요가 있다. 본 연구에서는 Lee-Carter (LC) 모형과 연생모형을 이용하여 주택연금 계리모형에 사망률 개선 효과를 반영하였다. 전통적 LC 모형을 통한 사망률 예측 방식은 미래 사망률이 지나치게 개선되는 현상을 보이고 있기 때문에 사망률 개선효과를 조금 더 적절한 수준으로 보정하고자 본 연구에서는 사망확률 분포의 편중을 나타내는 왜도를 활용한 LC 모형을 적용하였다. 왜도 예측 방식을 LC 모형에 적용한 방법론을 사용하여 주택연금 월 지급금을 산출해본 결과 전통적 LC 모형의 사망률 예측보다 사망률 개선효과를 더 적게 반영하여 더 큰 월 지급금이 산출되었고, 왜도 활용 LC 모형에 의한 이러한 결과는 장수 리스크를 덜 왜곡한다는 데 의의가 있다고 볼 수 있다. 본 연구 결과는 사망률 감소 추세를 적절하게 반영한 위험률을 계산하여 주택연금의 발행기관 및 보증기관의 적정한 월 지급금 지급과 차후 월 지급금의 과대지급으로 인한 지급불능을 방지할 수 있는 리스크 관리 방법으로 이용될 수도 있다.

• 한국산학기술학회논문지
• /
• 제19권8호
• /
• pp.392-402
• /
• 2018

제주지역에서 대부분 생산되는 감귤류는 재배방식에 따라 노지에서 재배되는 온주감귤, 시설하우스에서 재배되는 온주감귤, 노지이지만 비가림 시설을 해서 재배되는 온주감귤 그리고 노지 온주감귤 보다 재배 시기가 늦고 품종도 다른 한라봉, 천혜향, 진지향 등 만감류로 구분된다. 만감류는 온주감귤 보다 맛 등 품질이 좋아 소비량이 꾸준히 증대되어 '90년 이후 최근까지 재배면적과 생산량이 지속해서 늘어나고 있고, 비가림 감귤 재배도 정부의 정책적 지원과 더불어 당도개선 등 품질향상 효과가 있어 지속해서 늘어나고 있다. 그러나 이에 반해 2010년 이후 노지 감귤의 재배면적은 지속해서 감소하고 있다. 이 연구는 감귤류 중 생산비중이 높지만 지속해서 재배면적이 줄고 있는 노지 감귤을 연구의 대상으로 삼고, 특히 수급 안정에 핵심적인 역할을 할 수 있을 것으로 파악되는 저장부문의 수급안정 기여 가능성을 탐색하는데 초점을 두고 있다. 노지감귤 중장기 수급모형 추정 및 전망을 위해 노지감귤 개별 품목에 대한 부분균형모형을 구축하고 품목별 모형내 개별방정식은 계량경제학 방법을 이용하여 추정하였다. 생산량 저장 시나리오 분석 결과, 재배면적은 2027년 기준 감귤 생산량을 5% 저장했을 때 14.49ha, 10%인 경우 14.97ha, 15%인 경우 15.50ha에 이를 것으로 분석된다. 이 연구는 현재 산지에서 저장에 초점을 두고 있지 않은 상황에서 저장가능성에 대한 종합적인 기술적 및 경제적인 검토를 하고 있다는 데 선행연구들과 차별성이 있다.