Earticle

초록

영어

Prolonged recession has caused the youth unemployment rate in Korea to remain at a high level of approximately 10% for years. Recently, the number of unemployed Koreans in their 30s and 40s has shown an upward trend. To expand the government’s employment promotion and unemployment benefits from youth-centered policies to diverse age groups, including people in their 30s and 40s, prediction models for different age groups are required. Thus, we aimed to develop unemployment prediction models for specific age groups (30s and 40s) using available unemployment rates provided by Statistics Korea and Google search queries related to them. We first estimated multiple linear regressions (Model 1) using seasonal autoregressive integrated moving average approach with relevant unemployment rates. Then, we introduced Google search queries to obtain improved models (Model 2). For both groups, consequently, Model 2 additionally using web queries outperformed Model 1 during training and predictive periods. This result indicates that a web search query is still significant to improve the unemployment predictive models for Koreans. For practical application, this study needs to be furthered but will contribute to obtaining age-wise unemployment predictions.

한국어

장기불황으로 인해 한국 청년실업률이 수년간 10% 안팎의 높은 수준을 유지하고 있는 가운데, 주요 경제활동 인구인 30~40대의 실업률이 최근 상승세를 보이고 있다. 정부의 기존 청년 중심의 고용촉진 및 실업복지 정책을 30~40대를 포함한 다양한 연령층으로 확대·강화하기 위해서는 각 연령층에 대한 실업예측 모형 연구가 필요하다. 이 에 본 연구에서는 한국 통계청 실업률 자료와 구글 검색어를 활용하여 한국 30~40대 연령층에 특화된 실업률 예측모 형을 개발하고자 하였다. 실업률 자료와 계절성 자기회귀누적이동평균 모형을 활용하여 기초모형(Model 1)을 다중선 형회귀 모형으로 추정하였으며, 개선된 모형을 구하고자 구글 검색 질의어 정보를 Model 1에 추가 활용하였다(Model 2). 그 결과, 30대와 40대 연령층 모두 구글 검색 질의어를 추가 활용한 Model 2가 Model 1보다 우수한 예측력을 보였다. 이는 웹 검색 질의어가 여전히 한국의 실업률 예측모형을 개선하는 데 유의미함을 의미한다. 본 연구는 실질적 인 활용을 위해 추가적인 연구가 필요하지만, 연령대별 실업률 예측 연구에 기여할 것으로 판단된다.

목차

Abstract
요약
1. Introduction
2. Unemployment Rate Data for Koreans in Their 30s and 40s
3. Baseline Unemployment Prediction Models for 30s and 40s Groups
3.1 Identification of Stationarity
3.2 Developing SARIMA Model for 30s
3.3 Developing SARIMA Model for 40s
4. Improving Predictive Models with Google Search Queries
4.1 Collecting and Preprocessing Google Search Queries
4.2 Developing Predictive Models for Unemployment Rate of 30s with Use of Google Search Queries
4.3 Developing Predictive Models for Unemployment Rate of 40s with Use of Google Search Queries
5. Predictive and Comparative Analysis
6. Conclusion
REFERENCES

저자

• Jae Un Jung [ 정재운 | Assistant Professor, Department of Management Information Systems, Dong-A University ]
• Jinho Hwang [ 황진호 | PhD Student, Department of Management Information Systems, Dong-A University ] Corresponding author

참고문헌