Earticle

This research studies on the demand forecasting for service parts considering parts life cycle, that gets relatively less attentions in the field of forecasting. Our goal is to develop forecasting method robust across many situations, not necessarily optimal for a limited number of specific situations. For this purpose, we first extensively analyze the drawbacks of the existing forecasting methods, then we propose the new demand forecasting method by using these findings and reinforcement leaning technique. Using simulation experiments, we proved that the proposed forecasting method is better than the existing methods under various experimental environments.

신규공모주(initial public offerings)는 기업의 중요한 자금조달 수단 중 하나에 속한다. 우리나라는 그 동안 신규공모주의 공모가를 산정하는 절차 및 제도에 많은 변화를 겪어 왔다. 특히 수요예측제도(book building)는 신규공모주의 공모가를 결정하는 방식에 있어서 획기적인 변화를 초래하였다고 볼 수 있다. 이에 본 연구는 코스닥시장을 대상으로 수요예측제도 도입 이후의 신규공모주의 장기성과를 분석한다. 본 연구에서는 분석결과에 신뢰성을 제고하고자 이벤트타임 포트폴리오(event time portfolio) 접근법과 더불어 캘린더타임 포트폴리오(calendar time portfolio) 접근법을 이용하여 신규공모주의 장기성과를 측정하였다. 본 연구의 결과는 다음과 같다. 이벤트타임 포트폴리오 접근법인 보유초과수익률(BHAR)과 누적초과수익률(CAR)을 이용한 분석에서 신규공모주의 장기성과가 통계적으로 유의한 양(+)의 값을 보이며, 왜도(Skewness)를 조정한 통계검정에서도 동일하게 나타났다. 또한, 상대적 부(Wealth Relatives)의 경우 대부분의 기간에서 1보다 크게 나타나 양(+)의 장기성과를 보였다. 캘린더타임 포트폴리오 접근법인 Fama-French의 3요인 모형, 캘린더타임 초과수익률(CTAR), RATS(Return Across Time and Securities) 모형 등을 이용한 분석결과, 신규공모주의 초과수익률이 대체로 유의한 양(+)의 값을 지니는 것으로 나타났다. 이러한 결과는 벤처기업 여부와 관계없이 모든 집단에 동일하게 나타남이 확인되었다. 따라서 본 연구결과는 신규공모주의 장기성과가 저평가되었다는 기존의 대다수 주장과 달리, 신규공모주가 장기적으로 고성과를 지닌다는 주장을 지지한다.

This study examines long term performance of initial public offerings(IPO) after book building was introduced in KOSDAQ market. We use event time portfolio approach and calendar time portfolio approach to test if the performance of IPO is fair or not in long term. We estimate the performance by using the BHAR(buy and hold abnormal return), CAR(cumulative abnormal return), WR(wealth relatives) model in event time portfolio approach. And we calculate the performance by using Fama-French three factor model, CTAR(calendar time abnormal return), RATS(Return Across Time and Securities approach) model in calendar time portfolio approach. This study shows that the long term performance of IPO is positive with statistical significance as the results of the analysis through the various research method and all windows in all kinds of firms and total firms.

본 연구는 세계 MICE개최 10위 도시인 부산광역시의 부족한 전시장 면적 확충을 통해 MICE산업의 경쟁력을 강화하고자 제2전시컨벤션센터 건립의 타당성을 검증하는데 연구목적이 있다. 부산광역시의 전시면적은 세계 순위 100위권 밖으로 조사되었으며, MICE산업의 세계적인 추세로 MICE개최 10위 도시들은 도시의 전시컨벤션센터를 꾸준히 확충하는 것으로 나타났다. 실제로 전시장 가동률이 60%이상일 때 전시장은 면적을 추가로 확충해야 되기 때문에 부산시의 2016년 전시장 가동률이 51%인 점을 감안해볼 때 중장기적으로 전시면적 확충을 준비해야할 시기라고 판단된다. 본 연구에서는 시계열모형과 Huff모형을 이용하여 수요를 추정해보았는데, 첫째로 시계열모형을 이용한 수요예측결과로는 부산광역시는 2021년도부터 1,771m2의 전시면적이 부족한 것으로 나타났으며, 3년 뒤인 2024년도에는 10,061m2가 필요해 심각한 상황에 이를 것으로 예상된다. 이러한 전시면적의 과부족 현상으로 G-star 등 굵직굵직한 대형전시회나 이벤트들을 부산으로 유치하는 데는 분명히 어려운 점이 발생할 것이며 또한 세계 10위의 MICE개최도시로서의 위상을 유지하는데도 한계가 있다. 둘째로, Huff모형을 이용하여 제2전시컨벤션센터 건립이후 발생할 수 있는 시장의 규모와 수요를 예측해보았다. 결과로는 김해, 울산, 양산, 거제 순으로 부산의 제2전시컨벤션센터를 방문할 가능성이 높은 것으로 나타났다. 결과적으로 본 연구는 향후 부산광역시 전시컨벤션센터 건립의 논리적 타당성을 정량적으로 확보하고 기본건립계획 수립에 필요한 정보를 제공할 것으로 기대된다. 또한 향후 연구에서는 부산광역시의 신규 전시컨벤션센터의 기본운영계획과 활성화 방안들을 제시하고자한다.

This study suggests the estimation of the demand for the exhibition center in Busan and to valid reasons for the establishment of the 2nd Convention Center in Busan. The validity for the estimated demand is acquired by examining the studies conducted by the Ministry of Commerce Industry and Energy. The qualitative data for the phased establishment of the area is suggested in accordance to the results of the demand estimation. From previous study(Oh, 2017), Kangseo-gu, Busan has been evaluated to be the final candidate for building a new convention center in the city of Busan. The potential synergy effects of on-going developmental projects in Kangseo region is one of the influential factors for the MICE professionals' opinion in the qualitative analysis. Moreover, the region has available land to hold the facility of more than 100,000 square meter to overcome the current drawback of BEXCO, insufficient space to hold large events. Lastly, the expansion of Gimhae International Airport would bring an increased international flights that would also lead to an increase in MICE industry for the region. The virtual effect of the more than one million ㎡-sized oconvention center is examined via Huff Model and the results suggests a logical estimated data for further demand needed for the south east regions, not just within the city of Busan.

본 연구는 부동산 시장의 다양한 환경을 고려한 장기주택 수요예측 시뮬레이션 모형을 개발하는데 목적이 있다. 이를 위해 부동산 가격형성에 영향을 미치는 지역요인과 개별요인을 분석하였고, 1인 가구 및 고령화의 증가에 대한 인구통계적 요인을 고려하였다. 부산지역의 남구와 북구를 대상으로 실제 주택공급량과 가구 수를 바탕으로 가격 선호도 및 거주 선호도를 분석하였다. 본 모형은 시스템 사고를 바탕으로 부동산 가격형성에 영향을 미치는 여러 가지 요인들을 통합적으로 관측해 봄으로써 장기 주택 수요예측에 대한 새로운 접근법을 제시하고자 한다. 본 시뮬레이션 모형을 통해 중장기적 주택공급 정책의 방향성과 시사점을 도출하였다.

This study presents a new simulation model developed to consider various environment of the long-term housing demand forecasting. The paper analyses essential factors affecting the price of real estate and then a set of factors are classified by region-related factor and individual-related factor. In addition, The increase in single-person households and an aging society were considered as demographic factor in this paper. This simulation model is applied to the Busan real estate market to estimate the preference of price and resident basing housing supply and the number of households. Therefor, in order to make a new approach that can support a long-term housing demand forecasting, this study has made an integrated analysis of the price determination factors based on the supply and demand of real estate market through system thinking.

The purpose of this study was to forecast demand for leisure sports tourists in Jejudo Island. Data from January 2004 to September 2011 were analyzed by using the time series technique. Diagnose was performed model identification-parameter estimation-model fitting, which are the basic procedure of establishing ARIMA model. As a result of carrying out the de-seasonalized first-order difference value and the seasonal first-order difference value in the phase of model identification, the mean of the original data was indicated to show the normal distribution. In the phase of parameter estimation, ARIMA(0, 1, 2)(0, 1, 1)12 model was estimated. As a result of carrying out residual test in order to diagnose model fitting, the result called what white noise is independent was elicited. In consequence of forecasting the demand for leisure sports tourists in Jejudo Island based on these results, the conclusion was obtained as saying that the demand for leisure sports tourists in Jejudo Island grows from October to February and gradually reduces from March. Also, it was indicated to be reduced even from June to September that is the sightseeing season.

본 연구는 부동산 정책의 실효성을 제고하기 위해 빅데이터에 의해 부동산 현안을 진단하 고 국민이 체감하고 공감할 수 있는 예측 가능한 정책을 추진할 수 있는 방법론을 제시하 고자 하였다. 즉 부동산 관련 뉴스기사를 수집하여 감성분석과 빈도분석, 연관어 분석을 통해 국민의 니즈(Needs)와 이슈를 파악하여 정책 이슈 도출과 정책의제를 선정하여 추진 할 수 있는 모델을 제시하였다. 제시한 모델은 부동산 4. 1대책을 대상으로 정책 발표 이전과 이후에 대해 빅데이터 분석 결과와 실제 결과를 비교함으로서 타당성을 검증하였다. 본 연구는 그간 부동산분야에서 빅데이터 연구 활용은 정형데이터 위주에서 비정형데이터 를 대상으로 연구와 활용이 확대될 수 있는 기초연구라는 의미가 있다고 할 수 있다. 또한 향후 좀더 정교한 분석을 통해 모델 적용의 일반화가 이루어져야 할 것이다.

The purpose of this study is to propose a methodology to diagnose Real Estate issues by Big Data and to promote predictable policies that people can feel and empathize with in order to enhance the effectiveness of Real Estate policies. In other words, we gathered the news related to Real Estate and analyzed the needs and issues of the people through emotional analysis, frequency analysis and related language analysis, and suggested a model that can extract policy issues and select policies. The proposed model was validated by comparing the results of the Big Data analysis with actual results before and after the announcement of the policy for the Real Estate 4.1 measures. This study suggests that the use of big data research in the field of Real Estate is a basic research that can expand the research and utilization of unstructured data mainly in fixed data. In addition, generalization of model application should be done through more sophisticated analysis in the future.

최근 온난화 문제가 대두됨에 따라 세계 각국에서 CO2 배출감소를 위한 여러 가지 규제를 설정하고 있다. 특히 수송부분에서의 CO2 배출량 감소는 매우 영향력이 크므로 자동차 산업에서도 전기자동차를 비롯한 그린자동차 개발에 대한 관심이 높아지고 있다. 이에 따라 전기자동차 시대 도래 대비를 위하여 전기자동차 보급에 따른 인프라 구축 전략안 및 전력량 수요 예측이 필요하지만, 이의 기반이 되는 전기자동차 수요예측 방법은 소개되어 있지 않고 있다. 따라서 본 연구에서는 선택기반 다세대 확산모형을 이용하여 전기자동차의 수요를 예측하는 방법론을 제시하였다. 전기자동차와 비슷한 성격을 가지는 하이브리드 자동차의 과거 데이터를 이용하여 Bass 모형의 혁신계수와 모방계수를 추정하고 SP(Stated Preference)조사를 통하여 잠재적인 총수요를 추정함으로써 전기자동차의 수요를 년도별로 예측하였다. 또한, 전기자동차가 발전하는 속성 진화에 따른 다세대 확산과정을 모형에 반영하여 보다 정확한 수요예측이 가능하도록 하였다. 본 연구의 수요예측 방법론을 통하여 향후 전기자동차의 시장 점유율을 예측함으로써 전기자동차 보급과 밀접한 관련이 있는 전력수급 및 충전인프라 구축 연구에 활용 될 수 있도록 한다.

Recently, the global warming problem has arised around world, many nations has set up a various regulations for decreasing CO2. In particular, CO2 emissions reduction effect is very powerful in transport part, so there is a rising interest about development of green car, or electric vehicle in auto industry. For this reason, it is important to make a strategy for charging infra and forcast electric power demand, but it hasn't introduced about demand forecasting electric vehicle. Thus, this paper presents a demand forecasting for electric vehicles using choice based multigeneration diffusion model. In this paper, it estimates innovation coefficient, immitation coefficient in Bass model by using hybrid car market data and forecast electric vehicle market by year using potential demand market through SP(Stated Preference) experiment. Also, It facilitates more accurate demand forecasting electric vehicle market refelcting multigeneration diffusion model in accordance with attribute progress in development of electric vehicle. Through demand forecasting methodology in this paper, it can be utilized power supply and building a charging infra in the future.

교통수요 예측은 시설규모 산정과 타당성 판단의 근거가 되는 매우 중요한 지표이다. 그럼에도 도로사업에서의 수요예측 은 정밀도 및 편향성이 모두 내재된 부정확성이 존재한다. 수요예측의 오차발생 원인은 복잡다단하여 다양한 의견이 존재하지만 측정오류, 모형특성 오류 및 외생오류로 유형화할 수 있다. 외생적 오류 중 불확실성에 대한 객관적 확률이 존재하는 Risk인 계획 가정의 오류가 수요오차에 미치는 영향에 대해 분석하였다. 실측치가 존재하는 시점에 대해 수요예측 당시 관련계획 가정 사항을 반영하여 수요예측을 재모형화 하는 백캐스팅 기법을 활용하여 사례연구를 진행하 였다. 많은 연구에서도 제기하고 있듯이 계획 가정의 오류가 수요오차에 미치는 영향은 최대 –24.4%로 매우 높은 것으로 분석되었다. 이러한 수요예측의 리스크에 대하여는 정책결정 단계에서부터 충분한 인지가 중요하다. 이를 위해, 관련계획에 대한 시나리오 분석과 통계에 기초한 확률적 수요예측모형 등 다양한 접근이 필요할 것이다.

Transportation demand forecast is a significant indicator that serves as the basis for calculating facility size and determining feasibility. Nevertheless, demand forecasts for road projects have inherent inaccuracies in terms of accuracy and bias. The causes of demand forecast errors are complex and diverse, and there are various opinions, but they can be classified into measurement errors, model characteristic errors, and exogenous errors. Among exogenous errors, we analyzed the impact of planning assumption errors, which are risks with objective probability of uncertainty, on demand errors. A case study was conducted using the backcasting technique to reconstruct demand forecasts by reflecting relevant planning assumptions when forecasting demand for a time when actual measured values exist. As suggested in many studies, the impact of planning assumption errors on demand errors was analyzed to be significant high, up to -24.4%. It is important to recognize the risk of demand forecast errors from the policy-making stage. To this end, various approaches will be needed, such as scenario analysis of related plans and stochastic demand forecasting models based on statistics.

본 연구는 통계청의 마이크로데이터인 주거실태조사 자료와 통계청의 연령대별 인 구 및 장래가구추계자료를 이용하여 부산지역의 장기주택수요예측(2020년~2045년)을 추정하였다. 분석결과는 다음과 같다. 첫째, 부산지역의 총 주택수요예측(2020년~2045 년)을 추정한 결과 2020년에서 2025년까지는 부산지역 총 주택수요는 증가세를 보였으 며 2025년부터 서서히 감소하다가 2035년을 기점으로 마이너스(-)로 나타났으며, 2045 년까지 점점 더 하락(-)하는 것으로 나타났다. 또한 , 부산지역의 총 가구원수 예측(2020 년~2045년)을 추정한 결과 2020년에서 2025년까지는 총가구원수가 증가하였다. 2025 년부터 서서히 감소하다가 2035년도를 지나면서 급격하게 총가구원수가 하락(-)하는 것 으로 추정되었다. 이는 가구당 가구원수가 감소하면 주택수요도 감소하는 한다는 것을 보여준다. 둘째, 부산지역의 가구원수별(1인 가구, 2인 가구, 3인 이상가구)총 주택수요 예측(2020년~2045년)을 추정한 결과 특히 1인 가구의 증가율이 2인 가구와 3인 이상가 구의 증가율보다 크고 감소폭도 가장 작은 것으로 나타났다. 1인 가구, 2인 가구, 3인 이 상가구 모두 주택총수요는 2025년까지는 증가하는 것으로 나타났다. 하지만 2025년 이 후 점점 감소하는 것으로 나타나 2035년부터는 전체가구원수가 급격히 감소하고 2045 년까지 계속 감소하는 것으로 나타났다. 셋째, 부산지역을 동부산과 서부산으로 구분하 여 주택수요규모를 분석하였다. 동부산의 분석결과 55~59세의 연령대에서 최대(79.76㎡)면적을 수요 하는 것으로 나타났고, 30~34세 연령대에서 최소(58.21㎡)면적을 수요 하는 것으로 나타났다. 서부산의 경우 45~49세 연령대에서 최대(75.93㎡)의 주택수요면 적을 보였으며, 30~34세 연령대에서 가장 작은(54.88㎡)면적을 수요 하는 것으로 나타 났다. 이는 동부산 지역이 서부산 지역보다 주택수요규모가 더 크다는 것을 알 수 있다. 이러한 분석결과는 부산시의 향후 주택수요 및 공급계획에 있어 부산지역의 인구구성 및 가구특성변화를 고려한 주택정책이 이루어져야 한다는 점을 시사한다.

This study analyzed the long-term housing demand forecasting in Busan (2020-2045). Data were used for the residence survey data and future household estimation data. Firstly, Estimates of long-term housing demand in the Busan area show that the number of housing demand increases from 2020 to 2025. It had declined since 2025, but turned out to be negative in 2035. It was analyzed that the rate of decline was further reduced in 2045.In addition, the total number of households in Busan increased from 2020 to 2025, according to the estimate of the total number of households in Busan. It has been analyzed that the total number of households has been falling sharply since 2035 after a slow decline from 2025. This shows that a decrease in the number of households also reduces housing demand. Secondly, Housing Demand Forecasting by household members in Busan As a result of the prediction, In particular, the increase rate of single-person households was the largest among two-person households and three-person households, with the smallest decrease rate. Housing demand for single-person, two-person and three-person or more households increased by 2025. However, However, starting from 2035, the total number of households declines sharply and continues to decline until 2045. Thirdly, the size of housing demand was analyzed by dividing it into east and west busan. According to an analysis of east busan. the maximum area (79.76m2) is required for the age group of 55-59. The demand for a minimum area (58.21 square meters) was found in the age group between 30 and 34. The west busan showed a maximum housing demand area of 75.93 square meters in the age group of 45-49. The smallest area is demanded in the 30-34 age group. This shows that East Busan has greater housing demand than West Busan. Therefore, this suggests that housing policy should be implemented considering demographic and household characteristics in future housing demand and supply plans in Busan.

본 논문은 에너지 상대가격의 변화에 따른 대체수요의 변화, 특히 전력수요와 도시가스 수요간의 대체수요 변화를 효율적으로 반영하는 에너지 수요예측모형을제시하였다. 에너지 수요는 기온에 민감하게 반응하는데, 에너지 상대가격 변화에 따른 대체수요의 크기 또한 기온 변화에 따라 다르게 나타난다는 사실을 기온가격 교차반응함수로 모형화하여 예측모형에 반영하였다. 본 논문에서 제시한 기온가격 교차반응함수를 한국의 전력수요와 도시가스수요 자료를 사용하여 추정한 결과, 기온이 낮을 때 에너지 상대가격의 영향이 크게 나타나 난방 수요에서전력과 도시가스 간의 대체효과가 큰 것으로 나타났다. 또한 본 논문이 제시한 기온가격 교차반응함수를 이용한 예측모형이 기존의 예측모형에 비해 적합도나 예측력에서 우수한 것으로 나타났다.

This paper proposes a new approach to improve short-run energy demands forecasting using temperature-price cross response function, which exploits the fact that the relative price of energy has different effects on the energy demands at different temperatures. Using this new approach, we provide empirical analyses of Korean short-run electricity and city gas demand forecasting. The estimation and forecasting results suggest that there should be a significant impact from the relative price on the energy demand especially for heating demand. Our forecasting procedure is shown to perform significantly better than other methods that are commonly used for short-run energy demand forecasts in the literature.

Forecasting long-term mobile service demand is inevitable to establish an effective frequency management policy despite the lack of reliability of forecast results. The statistical forecasting method has limitations in analyzing how the forecasting result changes when the scenario for various drivers such as consumer usage pattern or market structure for mobile communication service is changed. In this study, we propose a dynamic model of the mobile communication service market using system dynamics technique and forecast the future demand for long-term mobile communication subscriber based on the dynamic model, and also experiment on the change pattern of subscriber demand under various scenarios.