Earticle

COVID-19 확산 이후 국가 위기경보 단계가 최고 수준인 4단계로 올라갔다. 우리나라의 경우, 대구에서 발생한 집단 감염으로 인하여 경북지역에서 코로나 확진자가 급증하면서 전국적으로 확산되어 갔다. 코로나 확산에 따라 정부 및 각 지자체에서는 시민들의 불안감과 경제적 어려움을 해소하고자 지원 대책을 마련하였다. 부산시도 시민들의 정책 수요를 파악한 결과, 공공요금 인하, 기본소득 지급, 소상공인 경영지원 강화 등의 정책에 대한 수요가 다수를 차지하였다. 시민들의 수요를 바탕으로 본 연구에서는 코로나 전⋅후의 데이터를 패턴 분석하여 부산시 구/군별 업종별 시계열 군집화를 통해 경제적 지원에 있어 선제적 관점을 제공한다. 또한 향후 전염병과 재난 발생 시 예방 및 정책 방향을 설정하는 데 도움을 줄 수 있을 것이다.

After the spread of COVID-19 in 2020, the country’s Crisis Alert Level went up to the highest level, Level 4. Respond of COVID-19 pandemic, Governments, and cities secured each province’s duty for the citizens. The government provided health assistance first and stepped forward to support the necessary resources for the citizens. Busan City proposed policy response to prepare and implement the Corona support for each county as well. The high occupant rate of self-business owners lost basic incomes, and the effect varies on industries. In our paper, to avoid any crisis in such an epidemic, we propose a clustering analysis for the guidance of policy support for Busan City. By analyzing patterns and clustering on districts and Sectors, we would like to provide reference materials for determining the direction of support and guiding preemptive response in the event of a similar epidemic.

1998년 Faraway로부터 시작된 인공신경망 모형을 이용한 시계열 예측은 최근의 딥러닝 모형에 이르기까지 활발한 연구가 진행되고 있다. 그러나 실제 시계열 데이터에 대한 예측분석가들에 있어 인공신경망의 모형 구축은 여러 가지 해결해야 하는 문제를 남겨주고 있다. 모형 구축에서 선택해야 하는 요소로 입력노드 수, 은닉 층의 수, 은닉 층내에서의 노드의 수, 출력노드 수, 활성함수의 선택, 정규화문제 등이 있으나 특히, 신경망 모형 구축에서 선택해야 하는 요소로 입력노드의 수 결정은 매우 중요한 문제이고 이에 대한 해결방안 연구가 많은 자료분석가들에 의해 진행되고 있다. 본 연구에서는 비선형 자기상관이 사라지는 시점을 추정하는 평균상호의존정보(average mutual information: AMI)를 이용하는 방법을 제안하였다. 특히 사례분석으로 한국종합주가지수인 2019년 코스피 데이터에 대해 80 : 20의 비율로 훈련용 데이터와 검증용 데이터로 분할하여 적용하였다. 그 결과 8개의 입력노드 수가 결정되었고 최적의 모형을 만들기 위해 은닉노드 수는 2개, 출력노드 수는 1개일 경우이다. 따라서 neuralnet 패키지로 신경망 모형을 예측한 결과 검증용 데이터에서 평균제곱오차가 0.002로 나타났다.

Recently, neural netwok models provide an interesting tool for both forecasting researchers and practitioners. In a time series forecasting using neural network, it is important to decide the number of input nodes corresponds to the neural network model. Because too few or too many input nodes can affect either the learning or prediction capability of the network. However, currently there is no suggested systematic way to determine this number. Thus we propose the method to decide the number of input nodes using nonlinear autocorrelation AMI. The Average Mutual Information (AMI) measures how much one random variable tells us about another. In the context of time series analysis, AMI helps to quantify the amount of knowledge gained about the value of x(t + τ ) when observing x(t). Specially, to take into account nonlinear correlations the average mutual information (AMI) can be used. In this study, we divided the 2019 Kospi data into two portions : 80 percent for training and 20 percent for testing. We found the 8 input nodes, 1 hidden layer, 2 hidden nodes for best network model using AMI and caret package in R. And then, we predicted the test data using this neural network and found the mean squared error is 0.002.

본 연구는 대전광역시의 과거 시가화지역의 변화 패턴을 분석하기 위해 다중시기 위성영상을 기반으로 토지피복 변화를 탐지하였다. 또한 대전광역시 5개 구(區)별로 시가화지역의 변화 면적과 지형공간 자료 간의 중첩분석을 통하여 지난 30여 년 동안의 대전광역시의 토지피복 변화 패턴을 분석하였다. 연구결과, 지난 30년 동안 토지피복 변화는 시가화지역, 수역, 초지, 습지에서 증가 추세가 나타났으며, 반면에 논, 밭, 산림, 나대지는 감소하는 경향이 나타났다. 구별 분석결과, 시가화지역의 면적이 가장 크게 증가한 곳은 유성구이며, 다음으로 서구, 대덕구, 동구, 중구 순이다. 특히, 유성구는 대규모 택지 개발 및 상업지역 확대에 따라 시가화지역의 면적이 가장 크게 증가하였으며, 변화된 대부분의 시가화지역은 과거 논, 밭, 그리고 산림지 등이다. 지형자료와의 분석결과, 100m 이하의 평탄지를 중심으로 도시 확장이 일어난 것을 확인할 수 있었다. 이러한 시가화지역에 대한 토지피복 변화 탐지 및 변화 패턴 분석은 향후 대전시의 도시개발･관리 계획 수립의 중요한 기초자료로 활용될 수 있을 것이다.

This study detected changes in land cover based on multi-temporal satellite images in order to analyze patterns of changes in past urban areas in Daejeon Metropolitan City. In addition, the pattern of land cover changes in Daejeon Metropolitan City over the past 30 years was analyzed through an overlapping analysis between the area of change in the urban area and the data of the topographical in each of the five districts of Daejeon City. Studies have shown that changes in land cover over the past 30 years have shown an increasing trend in urbanized areas, water areas, grasslands and wetlands, while rice paddies, fields, forests and barelands tend to decline. As a result of the districts analysis, the largest increase in the area of the urbanization area is Yuseong-gu, followed by Seo-gu, Daedeok-gu, Dong-gu, and Jung-gu. In particular, Yuseong-gu has seen the largest increase in the area of urbanized areas due to the development of large-scale housing sites and the expansion of commercial areas, and most of the changed urbanized areas include paddies, fields, and forest areas in the past. As a result of the analysis with the topographical data, it was confirmed that urban expansion took place around flat land of less than 100 meters. The detection of changes in land cover and analysis of patterns of change in land cover for these urbanized areas could be used as important basic data for future urban development and management planning in Daejeon.

오늘날 늘어나는 자동차들은 교통사고, 환경오염 등 다양한 문제를 일으켜 사회적 손실비용을 초래하고 있다. 이에 각 지자체에서는 시민 편의 증진 및 교통여건 개선을 위해 친환경적이며 안전한 도시철도 서비스 권역 확대에 노력하고 있는 실정이다. 정확한 수요 예측은 도시철도 사업의 판단 기준이 되고, 건설 후 운영계획 수립 시 중요한 부분이다. 본 연구는 월별 승객 수요 자료가 시간의 흐름에 따라 관측되는 시계열 자료임을 고려하여 2007년 1월부터 2017년 12월까지 대구도시철도 1, 2호선 수송수요 자료를 활용하여 추세분석법, 지수평활법, ARIMA 모형으로 2018년 1월부터 2019년 12월까지 수요 예측을 실행하였다. 그리고 예측 방법의 정확도 검증을 위해 MAPE와 Theil-U 값을 사용하여 실제치와 예측치를 비교하였다. 그 결과 Box-Jenkins ARIMA 모형에 의한 예측치가 실제치를 가장 잘 묘사하는 것으로 나타나 시계열 모형을 이용한 수송수요 예측 방법이 단기 수송수요 예측에 유효함을 보여 주었다. 제안한 모형을 통해 예측한 연간 수송수요는 도시철도 운영 계획의 효율성 향상과 지자체의 원활한 예산 집행 계획 수립의 기초자료로 활용될 것으로 기대한다.

Increasing numbers of cars today cause various problems such as traffic accidents and environmental pollution. Also, due to the cost of social loss, each municipality is trying to expand the urban railway service area. Accurate demand forecasts are the criterion for the metro project. Therefore, it is an important part of establishing a post-construction operation plan. This study is a time series of monthly passenger demand data observed over time. From January 2007 to December 2017, using the transportation demand data of Daegu metro lines 1 and 2, the demand forecasting was conducted from January 2018 to December 2019 using trend analysis, exponential smoothing, and ARIMA models. And the MAPE and Theil-U values were used to compare the actual and predicted values to verify the accuracy of the prediction method. They predict well the actual values, and Box-Jenkins ARIMA model is the best among the several models. It notes that a time series model used to predict transport demand is valid for predicting short-term transport demand. The annual transport demand forecast through the proposed model improves the efficiency of the urban railway operation plan. It will also serve as a basis for the smooth budget execution plan of the local government.

본 연구는 시계열분석모형의 ARIMA,,VAR와 BVAR모형과 머신러닝의 RNN과 LSTM모형을 이용해 주택가격 예측력을 비교분석하는 연구로 아파트매매가격지수, 아파트전세가격지수, 회사채수익률, 산업생산지수와 건축허가면적을 변수로 사용하였다. 시간적 범위는 2001년 1월부터 2018년 12월까지로 하였고 전체기간과 글로벌 금융위기 전·후로 기간으로 나누어 분석하였고 공간적 범위는 전국, 서울, 강남과 강북으로 하였다. 분석결과, 머신러닝을 이용한 주택가격 예측력이 시계열분석모형보다 우수한 것을 확인하였고 지역별로 차이는 존재하나 머신러닝 모형을 이용해 추정한 예측값은 실제값과 움직임이 상당히 유사하다는 것을 확인하였다. 본 연구결과, 비선형자료를 처리할 수 있는 머신러닝을 이용시 주택가격 예측력이 향상되는 것을 확인한 바 정부는 머신러닝과 같은 인공지능을 이용한 주택시장 예측모델을 개발할 필요성이 있다.

This study compares the ARIMA, VAR and BVAR models of the time series analysis model and the RNN and LSTM models of machine learning methods for predicting housing price. The variables were apartment sales price index, apartment Chonsei price index, corporate bond yield, industrial production index and construction permit area. The temporal range was from January 2001 to December 2018, divided into the whole period and the period before and after the global financial crisis, and the spatial ranges were nationwide, Seoul, Gangnam, and Gangbuk. As a result, it was found that the predictive power of house price using machine learning was better than the time series analysis model. Overall, the estimation based on the machine learning methods showed that the predicted value and the actual value were very similar. Therefore, The government needs to develop a housing market prediction model using artificial intelligence such as machine learning for accurate housing price prediction.

해상운임지수는 선박을 이용하여 원자재․상품 등을 해상으로 운송하는 데 드는 비용의 등락을 나타내는 지표로, 해운시장의 동향을 파악할 뿐 아니라 글로벌 실물경제를 진단하고 예측하는 주요 지표로 사용된다. 따라서 선박금융업무를 수행하는 기관뿐만 아니라 글로벌 실물경제의 상황과 동향을 파악해야 하는 금융기관은 이러한 해상운임시장의 분석 · 전망 역량을 강화할 필요가 있다. 본 연구는 대표적인 해상운임지수 가운데 하나인 발틱건화물운임지수(Baltic Dry Index; BDI)를 대상으로 시계열 요소분해법을 이용하여 1 · 2 · 3개월의 단기예측을 시행하고 그 예측력을 검증하였다. 모형의 예측력 검증을 위하여 본 연구에서 제시한 예측방법을 세분화한 과거 데이터에 적용하여 모형의 예측값과 실제값을 비교하는 사후 검증(back-testing)을 실시하였다. RMSFE(root mean square forecast error)를 사용하여 예측오류를 계산한 결과, BDI가 무작위로 움직이므로 예측이 불가능하다는 임의보행(random walk) 모형의 틀에 비하여, 본 연구의 예측모형의 성과가 더욱 우수한 것으로 나타났다. 본 연구의 결과는 해상운임지수가 계절변동의 영향을 받으며 과거 추세가 유지되는 특성이 있어 이를 통해 유의미한 수준의 단기예측을 시행할 수 있음을 시사한다. 이러한 해상운임지수의 시계열적 특성을 활용하면 정량적 방법으로 단기 시장전망을 제공할 수 있다.

The shipping freight rate index is an indicator of fluctuations in the cost of shipping raw materials and commodities. It is used to diagnose and predict changes in the global real economy and in the shipping market. Thus, both financial institutions and the shipping industry need to strengthen their capacity to forecast and analyze the index. In this study, we conduct a shortterm forecast of the Baltic Dry Index, a representative maritime freight rate index, using the time-series factor decomposition method. To verify our model’s predictive power, we apply the prediction method presented in this study to past data with different sample intervals and perform a backtest to compare the predicted values with actual observations. The root mean square forecast error of the backtest shows that our prediction model outperforms the random walk model. The results suggest that it is possible to conduct a significant short-term forecast of the shipping freight rate index because it involves a short-term trend and seasonality. These time-series characteristics of the shipping freight rate can be used to quantitatively provide short-term market forecasts.

본 연구의 주된 목적은 중국 수도권의 주요 도시인 베이징과 톈진의 미세먼지(PM10) 농도가 서울의 PM10 농도에 영향을 미치는지 미치지 않는지를 통계적으로 파악하는 것이며, 더 나아가 만약에 영향을 미친다면 중국 수도권의 PM10이 어떠한 패턴으로 서울에 영향을 미치는지 알아보는 것이다. 교차상관계수와 자기상관회귀모형을 사용하여 2014년 1월 1일부터 2017년 12월 31일까지의 서울, 베이징, 톈진의 PM10 일별 농도와 서울의 평균기온, 일강수량, 평균풍속, 최다풍향, 해면기압을 분석하였다. 교차상관계수 결과에 따르면, 베이징과 톈진의 PM10은 지속적으로 서울에 영향을 미치는 것으로 나타났다. 자기상관회귀모형 결과에 따르면, 서울의 PM10은 서울 자체에서 발생한 PM10과 베이징과 톈진의 하루 전날 PM10에 영향을 받는 것으로 나타났다. 또한, 동풍이 부는 날은 PM10 농도가 낮아지고 대기정체가 지속되는 날은 PM10 농도가 높아지는 것을 확인했다.

내생성장이론에 따르면, 1인당 지역생산은 서로 다른 추세성장률을 지닐 것으로 예측된다. 그러나, 시계열분석을 기반으로 한 실증분석 결과는 이 변수가 공통의 성장률으로 회귀하는 것으로 나타난다. 이는 솔로우의 외생적 성장모형이 시사하는 바이다. 본 연구에서는 두 유형의 성장모형에 대한 (패널)시계열 검정을 시행하였다. 공적분, 단위근 및 전이동학(transition dynamics) 의 개념을 Evans(1996)의 논의에 따라 적용하였다. 이는 우리나라의 지역간 경제성장을 설명하는데 있어 내생성장이론모형이 적합하지 않음을 시사한다. 또한, 물적자본 투자율의 항구적인 변화도 성장률에 지속적인 영향을 미치지 못하는 것으로 나타났다. 따라서, 지역간 경제성장을 규명하는데 있어 전통적인 솔로우의 외생적 성장모형이 적합한 것으로 나타나며 지역경제정책도 이를 고려해야 한다. 즉, 정부의 항구적인 지역 경제정책변화는 성장률에 항구적인 영향을 미치지 못한다.

According to endogenous growth models, per capita regional outputs have different trend growth rates. But, empirical evidence provides that they revert toward a common growth rate as neoclassical growth model predicts. The model treated technological change as exogenous. We construct a (panel) time series test of exogenous and endogenous innovation growth models. We used the concept of cointegration and transitional dynamics to examine the empirical support in spirit of Evans(1996). This does not support endogenous growth theories in explaining economic growth across regional regions in Korea. In addition, permanent changes in investment rates do not have permanent effects on growth rate. The acceptation of exogenous growth models is strong and economic policy should be based on this framework. It implies that nothing in permanent government regional policy can have permanent effect on regional income.

본 연구는 대구국제공항의 항공수요예측을 위하여 2013년 1월부터 2018년 12월까지 월별 여객운송 시계열자료를 이용하였다. 항공수요의 경우 계절적 변동이 크기 때문에 Box and Jenkins(1976)가 제시한 계절형 ARIMA 모형을 분석에 사용하여 예측하였다. 예측결과에 따르면, 대구국제공항 이용객은 2018년 4,062,833명(실제 수요치), 2019년 예측치 4,605,962명, 2020년 예측치 5,295,103명까지 증가할 것으로 보이며, 이는 2018년 대비 2019년 13.37%, 2020년 30.33% 증가한 수치이다. 이러한 증가 추세는 중·단기적으로 지속될 것으로 예측된다. 따라서 향후 대구국제공항의 지속적인 성장을 위해 기존 공항의 부지 여건 내에서 인프라시설 확충의 경우 항공수요 분산을 위하여 효율성과 경제성을 고려한 정책이 시급하다. 또한, 용량 포화시점에 대비하여 통합 대구국제공항 이전 건설과 새로운 신공항 건설계획의 경우는 연계교통수단의 도입 등 편의성에 집중된 정책이 중요하며 그에 대한 타당성을 충분히 보완할 수 있도록 지속적인 추후 연구가 필요할 것으로 생각된다.

This article used the monthly passenger transportation time series data from January 2013 to December 2018 to forecast the demand of air traffic at Daegu International Airport. For seasonal fluctuations in aviation demand, the seasonal ARIMA model proposed by Box and Jenkins (1976) was used for analysis. According to the analysis, Daegu International Airport visitors will increase to 4,062,833 peoples (actual demand) in 2018, 4,605,962 in 2019, and 5,295,103 in 2020. This is an increase of 13.37% in 2019 and 30.33% in 2020 compared to 2018, and this trend is expected to continue in the medium to short term. Therefore, in order to continuously grow Daegu International Airport, it is imperative to take into account efficiency and economics in order to diversify air demand in the case of expanding infrastructure facilities within the existing airports. The case of the relocation of Daegu International Airport and the new airport plan in preparation for the congestion of airports, it is important to focus on convenience, such as the introduction of linked transportation, and further research will be necessary to fully supplement the feasibility of the plan.

현대 사회에서 삶을 영위하기 위하여 필수적인 요소인 전기는 많은 양을 저장할 수 없는 특성 때문에 정확한 전력수요를 바탕으로 적정량을 생산하는 것이 매우 중요하다. 원활한 전기 공급을 위하여 전력의 최대수요 예측에 대한 연구가 국내외에서 진행되고 있고, 그 중 일일 전력 최대수요 예측은 공급 전력 부족으로 인한 정전이 발생하지 않기 위하여 그 중요도가 매우 크다. 본 연구에서는 일일 전력 최대수요 자료가 시간에 따라 관측되는 시계열 자료임을 고려하여 전이함수모형(transfer function model)과 개입분석(intervention analysis)을 이용하여 일일 전력 최대수요 예측을 연구하였다. 연구 결과로 불쾌지수와 체감온도를 입력 시계열로 활용하고, 계절 및 휴일과 휴일 사이 평일인 샌드위치 데이의 효과를 개입효과로 활용한 ARIMA 모형을 이용한 일일 전력 최대수요 예측 모형을 제안하였다. 제안한 모형은 기존 모형들에 비하여 일상생활에서 사용하는 지표인 불쾌지수와 체감온도를 활용하여 결과에 대한 해석이 쉽고, 예측 오차가 낮아 효율적이다. 제안한 모형을 통해 정확한 일일 전력 최대수요 예측으로 전력 발전의 효율성을 높이고, 원활한 전력 공급에 기여할 것으로 기대한다.

Producing and supplying electricity based by precise electrical load forecasting is very important as large amount of electricity cannot be stored. Therefore there are many researches and forecasting models such as regression, exponential smoothing method, fuzzy regression, multilayer perception and extreme learning machine. However, some of the models do not incorporate the autocorrelation structure which is in time series such as electrical load. Therefore, we study transfer function model and intervention model with discomfort index, sensory temperature index as input time series and seasonal effect, sandwich day (the day is between two holidays) effect as intervention. In this study, we demonstrate the effectiveness of proposed model through comparing other methods in terms of predictive error. This model allows us to forecast more accurately and to interpret predictive value easily because discomfort index, sensory temperature index are used in real life. This model might be quite useful to save power cost and to supply electricity smoothly

본 연구는 2001년에서 2015년까지 서울시 월별 평균 미세먼지 PM10 농도에 대한 다양한 일변량 시계열 모형 적합 및 예측 문제를 다루었다. 2001~2014년 자료를 사용하여, 가변수 회귀분석, 지수평활, ARIMA, 상태공간지수평활(ETS 방법), 시계열분해(STL 방법) 등을 적용하였다. 분석 결과 가변수 회귀, ETS, STL을 적용한 모형의 결정계수는 0.60 이상으로 나왔으며 평균오차제곱, AIC, BIC 등의 통계량 역시 낮은 수준으로 비교적 적합이 우수함을 볼 수 있었다. 모형 예측력을 평가하기 위해, 각 시계열 분석 방법 중 최적 모형을 선택하여 2014년과 2015년 미세먼지 농도를 예측하였다. 2014년 추정치의 결정계수는 0.75 이상이며, RMSE 역시 낮게 나타났고, 가법 윈터스평활이 적절한 모형으로 판정되었다. 2015년 추정치의 결정계수는 0.40 대의 낮은 수준이며, RMSE가 2014년에 비해 높게 나타나 예측이 2014년에 비해 정확하지는 못하였지만, 상태공간지수평활인 ETS(M,A,M) 모형이 비교적 적절하게 작동함을 볼 수 있었다. 이는 2015년의 2, 3월의 PM10 농도가 전년에 비해 높게 관찰되었고, 9월의 PM10 농도가 낮게 관측되었기 때문이다.

We analyzed the particulate matter (PM10) for 2001~2015 using simple and seasonal naive methods, time series regression methods, exponential smoothing methods, exponential smoothing state space methods, seasonal autoregressive integrated moving average methods and seasonal trend decomposition using loess method to forecast the degree of fine dust pollution in Seoul with PM10 data from the web site of Seoul metropolitan government. The best model among the various time series analysis methods was selected to predict the fine dust concentration in 2014 and 2015. The coefficient of determination for 2014 was 0.75 or more, RMSE was also lower than that of 2015, and the additive Winters smoothing was judged as an appropriate model. The coefficient of determination in 2015 was low at 0.40, and the RMSE was also higher than in 2014, but the ETS(M,A,M) of the state-space exponential smoothing method relatively well. This is because the concentrations of PM10 in February and March of 2015 were higher than those of the previous year and the PM10 concentrations of September were observed to be lower.

이 연구는 외국어가 한국어에 유입되어 정착되어 가는 양상을 ‘시계열 공기어(共起語 , coocurrence word) 네트워크’라는 분석 방법을 활용하여 밝혀보는 데 있다. 유사한 의미나 개념을 가지고 있는 고유어가 존재함에도 불구하고 그 고유어에 대응되는 차용어가 유입되면서 고유어와 차용어는 새로운 유의 관계를 형성하게 된다. 이 연구에서는 이와 같이 형성된 유의(類意) 관계에 속하는 고유어와 차용어를 분석의 대상으로 삼았다. 즉 유의(類意) 관계에 속하는 고유어와 차용어를 분석의 대상으로 삼고 이들이 지난 70여 년 동안의 신문 빅데이터에서 어떻게 사용상의 변화를 경험하였는지 공기어 네트워크를 활용하여 분석하였다. 그 결과 ‘천막-텐트, 사치-럭셔리, 주방장-셰프, 포도주-와인’ 등의 유의어에서 영어 외래어는 고유어에 비해 고급스럽거나 긍정적인 뉘앙스를 가진다는 점을 명시적으로 규명하였으며, 이는 향후 다른 유의어들의 변화 추이를 밝히는 데에도 활용될 수 있음을 보였다.

The purpose of this study is to reveal the way in which foreign languages are introduced into Korean by utilizing the ‘co-occurrence word network’ analysis method. Despite the existence of words with similar meanings and concepts in the native language, loanwords corresponding to the native words are introduced, resulting in new and significant relationships between both words. This study focuses on analyzing native words and their corresponding loanwords of similar meaning. Utilizing the co-occurrence network, big data collected from newspapers from the past 70 years was analyzed in order to reveal how the usage of these words have changed. Results indicate that for words such as tent, wine, chef, and luxury, the English loanwords carry a more high-class or positive nuance than the native words. Furthermore, the results also reveal the potential of utilizing the co-occurrence word network to further reveal developments of change in other pairs of synonyms.

시계열 자료의 재표본 방법을 정리하고 예제를 들어 구현하여 보았다. 예제로 우리나라 부동산매매지수와 전세지수를 사용하였다. 매매지수와 전세지수의 유력 순환 주기를 파악하기 위해 결합자기회귀이동평균 모형을 추정하고 이를 바탕으로 모수적 주기를 구하고 피리오도그램을 통해비모수적 주기를 구하여 보았다. 전체적으로 모수적 주기와 비모수적 주기가 일치하지 않았으며따라서 보다 명확한 결과를 위해 추가적인 분석이 요구되었다. 본 연구에서는 재표본 방법을 사용할 것을 제안하였고 방법에 따라 다소 차이가 있었으나 종합적으로 볼 때 전세지수 주기가 매매지수 주기보다 길다고 판단되었다. 2000년 이후 자료를 사용한 경우 그 차이가 더 명확하다는결과를 얻을 수 있었다. 본 논문에서는 부동산 지수라는 특정한 예제를 택하여 모수적, 비모수적주기 추정법에 더하여 시계열 재표본 방법을 사용함으로 주기에 대한 추가적이고 유용한 정보를얻을 수 있음을 시도하였다.

The resampling methods for the time series data are summarized and it is shown that how they work by taking an example. The Korean housing price index data is taken as an example. In order to estimate the period of the sales price index and the long-term rental price index, we try both the parametric and the nonparametric methods. Futhermore, to test the equality of the periods of the sales and long-term indices, the resampling methods are applied. As a result, the periods of the sales and long-term indices are statistically not equal. The period of the sales index is little bit short than the long-term index. The difference between the periods of the two indices is getting larger since the year 2000.

본 연구는 2013년부터 2015년까지 치킨 프랜차이즈 기업 중 외부감사를 받는 6개 기업의 시계열자료를 활용하여 레버리지효과에 따른 영업순환주기와 기업의 위험관리행태에 따른 경영성과를 분석하고자 수행되었다. 분석 결과, 2015년도 기업의 영업레버리지도(DOL: degree of operating leverage)는 0.97~5.08로 나타나, 영업위험이 전체 치킨전문점 중 일부기업을 제외하고 낮은 수준으로 사료되나, 타 외식기업의 DOL(1.72)에 비하면 높게 나타나고 있다. 특히, 치킨프랜차이즈 기업은 고정자산에 대한 투자가 많아 영업위험이 나타나고 있다고 볼 수 있다. 반면 재무 레버리지도(degree of financial leverage)는 0.96~2.59로 감소하였으며 이는 고정비에 의한 손익이 확대되고 있음을 나타났다. 결합레버리지도(DCL: degree of combined leverage)는 1.08~9.3으로 일부기업을 제외하고 민감하게 변화하는 지표로 치킨프랜차이즈기업의 특성을 보여준다. 또한, 외식 트렌드의 신사업 진출이나 해외진출 등을 위하여 새로운 투자를 계획하거나, 새로운 브랜드 출시로 재무상태가 일부 기업의 경우는 과거에 비해 현저히 낮아지는 경향도 있었다. 영업순환주기 역시도 8.60~22.33일로 재고자산관리가 과거에 비해 양호하게 변화하고 있음을 알 수 있었다. 연구 결과를 바탕으로 기업이 경영성과를 높이기 위해서는 투자 증가로 인한 고정비 증가를 변동비로 적정하게 감소시키지 못하면 영업레버리지효과를 나타낼 수 없으며, 영업순환주기 단축을 통하여 부채의존도를 적정한 수준으로 조정하고 영업이익을 일정규모이상으로 확보한 후 금융비용부담을 완화시키는 재무의사결정이 필요함을 제언한다.

This study used time series data to evaluate risk management behavior and business performance according to the leverage effect on the operating cycle. This was done analyzing chicken franchise companies from 2013 to 2015. The result was that DFL decreased to 0.96 from a 2.59 level and this showed that the fixed income ratio is increasing. DCL was 1.08 ~ 9.3, and this is an important indicator within the special nature and context of the chicken franchise industry. This special nature was due to the IMF, global financial crisis, and an economic recession. There was also a tendency for new investment plans to be made to enter into new businesses or overseas markets. Also, the financial condition of some companies became significantly lower than in the past due to the launch of new brand. The business cycle also ranged from 8.60 to 22.33 days, and inventory management was better than in the past. The implication of this study is that it is necessary to adjust debt reliance to an appropriate level and to increase the operating profit to a higher level in order to improve the management performance.

본 연구는 최근 급변한 한국의 부동산시장과 이에 영향을 미치는 변수들 간의 상호관계를 분석해보고자 하였으며, 연구 수행을 위해 2003년 1월부터 2015년 12월까지 월별데이터를 이용하였다. 먼저 시계열 자료의 안정성여부를 파악하기 위해 단위근 검정을 실시하였으며 그 결과 단위근이 존재하는 것으로 나타나 1차 차분한 시계열 데이터를 사용하였다. 다음으로 공적분 검정을 실시하였고 그 결과 공적분관계가 존재함이 확인 되었기에 오차수정항을 고려한 VEC모형을 선택하여 분석을 진행하였다. 오차수정모형의 장기균형관계식을 통해 확인한 결과, 한국 주택담보대출금리 1%의 증가로 인해 아파트 매매가격지수는 –1.08% 감소하였고, 종합주가지수 1 % 증가는 아파트매매가격지수를 0.23% 증가시켰다. 우리나라 국내총생산의 경우 GDP 1% 증가하면 아파트 매매가격지수는 1.92% 증가하는 것으로 나타났으며, 마지막으로 미국 주택담보대출금리의 경우 1% 증가할 때 우리나라 아파트 매매가격지수는 –0.04% 감소하는 것으로 나타났다.

This study analyzed relationship between trading price index of apartment and other macroeconomic variables using multivariate time series analysis. To do this, we used monthly data taken from trading price index of apartment, mortgage rate of korea and USA, real GDP and KOSPI over the period January of 2003 to December of 2015. First, we conducted Unit Root Test to confirm stability of time series data. As a result, there are Unit Roots so we used data of First Order Differenced. Second, we conducted Cointegration Test. As a result, there are Cointegrations among the five variables, so we set the Error Correction Model. We estimated coefficients from the Vector Error Correction Model at the AR 3 using Akaike’s Information Criteria. The results show that 1% increase of korea’s mortgage rate lead 1.08% decrease of apartment purchase price indices, 1% increase of KOSPI lead 0.23% increase of trading price index of apartment, 1% increase of real GDP lead 1.92% increase of trading price index of apartment and 1% increase of USA’s mortgage rate lead 0.04% decrease of trading price index of apartment.

The primary objective of the study is to compare the performance of time-series models for forecasting the price of Korean ginseng. Four different types of extended AR (autoregressive) model with various rolling windows are evaluated based on the accuracy measures and optimality conditions (unbiasedness and efficiency). Results show that the proposed ARXMG (autoregressive model with monthly dummies, an exogenous acreage variable, and the conditional variance of GARCH process) model with 48-month rolling window is the best among all the models considered in this study.

이 연구의 목적은 최근 각광받고 있는 범죄예방 환경조성사업의 범죄억제효과를 시계열자료를 이용하여 검증하는 것이다. 연구 목적 수행을 위해 범죄예방 환경 조성사업이 수행되었던 구미시 구평동 사례를 통해 검증하고자 한다. 통계적 분석은 2011년에서 2015년 11월(59개월)까지 발생한 절도와 폭행사건의 시계열적 변화에 범죄예방환경조성사업이 미치는 영향을 실험지역 및 비교지역으로 구분하여 검증하고자 하였다. 실험지역과 비교지역에 대한 전·후 비교에서 범죄예방에 대한 ‘정책적 관심’과 ‘환경조성사업’이 실시된 실험지역유의미한 절도감소가 나타난 반면 비교지역에서는 절도와 폭행 모두 차이가 없었다. 특히 ARIMA모형 분석결과 범죄예방 환경개선사업(옹벽디자인 등)과 범죄예방에 대한 정책적 관심기간은 실험지역에서 절도에 유의미한 감소효과를 보여주었으나 폭행에서는 감소효과가 나타나지 않았다. 비교지역에 대한 ARIMA분석에서는 절도와 폭행 모두 실험처치 기간의 영향은 없는 것으로 나타났다. 이상의 결과에서 볼 때, 범죄예방에 대한 정책적 관심과 환경조성사업은 재산범죄 감소에 일정수준 긍정적인 영향을 미치는 것으로 보이나 그 효과성이 아주 크다고 보기는 어려워 보여 향후 효과성 증대를 위한 방안 마련이 필요해 보인다.

The main purpose of this study is to examine deterrence effects of creating crime prevention environment by using time-series analysis. To accomplish aims of the study, the author used the police crime occurrence data from Gu-mi city’s case of creating crime prevention environment. Used statistical method in this study is to compare pre and post analysis(ARIMA) with comparison groups in order to examine the effects of creating crime prevention environment on larceny and violence occurred during 59 months period. Pre-and Post test for control and experimental areas on the occurrence of larceny and violence has shown the statistically significant effect on reducing larceny while as there are not found the significant differences in the numbers of larceny and violence in comparison areas at the same period. In addition, ARIMA analysis has shown that all of IDs have statistically significant effects to reduce larceny rather than violence. In the analysis of ARIMA for comparison areas, there are no significant effects of experimental period on the trend of occurrence of larceny and violence. As a result, this research suggests that the efforts to create crime preventive environment is better to prevention larceny rather than violence. However, the size of effect is a little bit small. It is necessary to find out the way to enhance the effectiveness of crime prevention efforts.

이 연구는 우리나라에서 장애인 직업재활사업이 처음 시작된 1982년부터 최근 2014년까지 장애인복지법, 장애인고용촉진 및 직업재활법 규정에 의해 실시된 장애인 직업재활서비스 대상자의 인구학적 특성과 구인자의 장애유형, 학력, 직종별 특성을 시계열로 분석하여 앞으로의 직업재활 대상과서비스의 특성을 예측하고자 하였다. 이 연구에서 나타난 결과는 다음과 같다. 첫째, 직업재활의 대상인 구직 장애인 수는 연 6만 5천명 수준에서 유질될 것이며, 장애유형은 지체나 청각·언어장애비율 40%, 10%대, 지적장애나 뇌병변장애, 정신장애 비율이 30-40%대 유지되며 장애정도는 중증과경증이 비슷한 비율에서 구직을 할 것으로 예상되며 성비는 남성과 여성이 60%:40% 정도, 학력은고졸 이상이 80% 이상, 직종은 서비스와 사무직종으로 현재의 추세 보다 50% 정도 증가할 것으로예측된다. 둘째, 장애인 취업자 수는 지속적으로 증가할 것이며 정책의 큰 변화가 없다면 1만 5천명수준, 취업률 40% 수준에서 유지될 것으로 예측된다. 취업 장애인의 장애 유형은 지체나 청각비율이 40%, 10%대로 감소, 할 것이며 지적장애나 뇌병변장애, 정신장애 비율이 30-40%, 시각장애10% 정도 유지될 것이며, 고졸 이상이 70% 이상을 차지하는 추세가 지속될 것이며, 직종별 수준은서비스 직종으로의 취업률이 30% 수준에서 빠르게 증가할 것으로 예측이 되나 생산직종 취업 장애인도 40%이상 당분간 유지될 것으로 전망된다. 셋째, 구인 사업장 수는 8만여개 사업장에서 구인이유지될 것으로 예측되며 장애유형은 지체장애와 청각·언어장애 중심, 학력과 직종의 경우도 고졸이하 저기술, 저임금 직종으로의 구인이 이루어질 것으로 전망되며 지적장애나 시각, 전문대졸 이상, 사무직, 서비스, 전문기술 직종으로의 구인비율도 장애인식개선과 직업재활서비스 기관들의 노력 정도에 따라 상승률이 달라질 것으로 예측된다. 따라서 지적, 정신, 뇌병변, 내부 장애, 고학력 장애인을 위한 전문기술, 사무직, 서비스 직종에 대한 구인자와 사업장 개발에 대한 적극적인 방법이 강구되어야 한다.

The purpose of this study was to predict the recipient and characteristic of the vocational rehabilitation services using time series data of the demographic characteristics, types of disability, academic background and occupational category. The result were as follow. First, This study predicted that, The number of Job seekers with disabilities who are recipient of the vocational rehabilitation will be about 65,000 a year. In terms of types of disabilities, physical disability will acount for about 40% of the job seekers with disabilities, hearing and language disability will be 10% and intellectureal disability, brain lesions and mental disorder will be 30%~40%. In terms of degree of disability, People with severe disabilities will have similar ratio with who have minor disabilities. The gender ratio was found to be 60% male to 40% appeared as 60%:40% female, over secondary education is more than 80%, and compare with current, It is expected to increase by 50% for service industries and white-color jobs. Second, The number of employees with disabilities will continue to increase, without a significant change in policy, It is expected to be maintained at a level of about 15,000 employees with disabilities and 40% of employment rate. Physical disability and hearing and language disability will reduce and maintatin in 40% and 10%, intellectual disability, brain lesions and mental disorder will be maintained 30%~40% and 10% for visual disability. The trend will continue at least high school graduates accounted for more than 70%, Although the employment rate in the service industries expected to grow rapidly in the level of 30%, employees with disabilities for work in production industries are also expected to be maintained for the time being at least 40%. Third, Job sites will be maintained about 80,000 and expected to take place in the mosly hearing and language disability, Low-tech, high school education or less, low-wage occupations. Depending on the disability awareness and vocational rehabilitation efforts, It is expected to increase the employment rate of intellectual disabilities or visual disabilities, white-color jobs, service and expertise occupations. So this proactive approach to supplier development for service occupations, white-color jobs, expertise-occupations, intellectual disabilities, mental disorder, internal disabilities and educated people with disabilties shuld be taken.

우리나라의 인구센서스는 인구의 규모, 구조, 분포와 관련 특성을 파악하는 국가 기본통계조사로서, 통계청은 1960년부터 2015년까지의 센서스 자료를 2% 마이크로데이터로 제공하여, 모든 이용자에게 서비스를 한다. 이 연구는 이용자 입장에서 유엔의 공식통계 원칙 중 하나인 일관성 측면에서 센서스 자료들을 검토하여 자료의 활용성을 개선하고자 한다. 평가의 관점은 마이크로데이터의의 일관성, 항목의 반복성, 개념과 조사방법, 접근법, 분류, 파생변수, 인구 및 가구주택 항목의 연계방법 등이다. 검토의 결과, 통계청이 제공하는 2% 마이크로데이터의 일부(1975년 및 1980년)는 상세한 항목이 있는 표본조사가 아니라 전수조사 자료를 기반으로 제작되었으며, 항목별 조사주기의 전략 강화, 등록센서스 전환에 따른 시계열 불일치의 문제, 경제활동 항목의 불완전성, 항목 응답 분류의 잦은 변경, 파생변수의 관리 미흡, 일부 연도의 인구와 가구․주택 간 자료세트의 통합 불편 등으로 자료의 일관성/정합성에 문제가 발생하여 활용성을 떨어뜨리는 것으로 파악되어 지속적인 개선이 필요하다고 본다.

Korea has conducted a population census since 1925 every five years to determine the size, structure, distribution, and characteristics of the population. Statistics Korea provides 2% individual census data from 1960 to 2015 and the data are widely used by many people. This paper examined data consistency among censuses in order to satisfy UN’s national statistical principles. The evaluation focused on the consistency of microdata, periodicity of items, changes in concepts and methods, approaches, classification, derivative variables, and linkage of population and household items, etc. This study reveals that the 2% individual data of 1975 and 1980, unlike other years, were not based on sample enumeration which contains more items than completed enumeration. Data consistency was partly problematic due to the shift from traditional to register-based census, instability of economic activity items, and frequent changes in item structure. Further, inconvenience emerged in some years when integrating population data with household data. These findings suggest that persistent efforts be made to improve the consistency and coherence of Korea’s 2% public use sample data to enhance the utilization of the population census.

인터넷의 발달과 정보화의 진전으로 정보서비스 시장은 매우 빠른 속도로 발전하고 있으며, 현재와 같은 지식기반사회에서는 정보서비스산업이 다양한 타 산업에 영향을 줄 수 있는 개연성이 매우 높다고 할 수 있다. 특히 도․소매업은 인터넷 쇼핑 및 온라인 마케팅의 영향으로 정보서비스업과 밀접한 관계를 가질 것으로 생각된다. 이에 본 연구에서는 정보서비스산업의 발전을 위한 시사점을 제공하기 위해 정보서비스산업의 예측연구를 수행하였으며, 정보서비스업과 도․소매업의 상관관계를 이론적으로 도출하였다. 예측분석에서는 ARIMA(auto-regressive moving average model)를 활용하였으며, 상관관계 분석에서는 VAR(Vector Autoregressive)모형의 그랜저-인과관계 검정(Granger Causality Test)을 실시하였다. 정보서비스업의 예측 분석결과 데이터 베이스 및 온라인 제공업은 계절성의 띄며 지속적으로 증가하는 것으로 나타났으며, 포털 및 인터넷 정보매개 서비스업은 약간 하락하는 추세를 보였다. 정보서비스산업과 도소매업의 인과관계 분석에서는 포털 및 인터넷 정보매개 서비스업, 데이터베이스 및 온라인 제공업은 모두 도매업 및 소매업에 영향을 주는 산업으로 파악되었다. 인터넷의 발달과 정보화의 진전으로 정보서비스 시장은 매우 빠른 속도로 발전하고 있으며, 현재와 같은 지식기반사회에서는 정보서비스산업이 다양한 타 산업에 영향을 줄 수 있는 개연성이 매우 높다고 할 수 있다. 특히 도․소매업은 인터넷 쇼핑 및 온라인 마케팅의 영향으로 정보서비스업과 밀접한 관계를 가질 것으로 생각된다. 이에 본 연구에서는 정보서비스산업의 발전을 위한 시사점을 제공하기 위해 정보서비스산업의 예측연구를 수행하였으며, 정보서비스업과 도․소매업의 상관관계를 이론적으로 도출하였다. 예측분석에서는 ARIMA(auto-regressive moving average model)를 활용하였으며, 상관관계 분석에서는 VAR(Vector Autoregressive)모형의 그랜저-인과관계 검정(Granger Causality Test)을 실시하였다. 정보서비스업의 예측 분석결과 데이터 베이스 및 온라인 제공업은 계절성의 띄며 지속적으로 증가하는 것으로 나타났으며, 포털 및 인터넷 정보매개 서비스업은 약간 하락하는 추세를 보였다. 정보서비스산업과 도소매업의 인과관계 분석에서는 포털 및 인터넷 정보매개 서비스업, 데이터베이스 및 온라인 제공업은 모두 도매업 및 소매업에 영향을 주는 산업으로 파악되었다.

With the Internet development and the IT advancement, the information service market is developed in very fast speed, and in current knowledge-based society, it is said that the information-service industry is very possible to influence on various other industries. Especially, the wholesale and retail industries are considered to make very close relationships with the information service industry due to the influences of internet shopping and online marketing activities. Therefore, this study conducted a predictive research about the information service industry in order to provide some suggestions for developing the information service industry in future, and theoretically drew out the correlation between the information service industry and the wholesale & retail industries. For the prediction analysis, this study utilized the ARIMA(auto-regressive moving average model), and for the correlation analysis, this study conducted the Granger Causality Test of the VAR(Vector Autoregressive) Model. As the results from predictively analyzing the information service industry, it was found that the DB and online information service provision industry got much influence from the seasons, and it has continually been increased, but the portal & internet information mediation service industry was somewhat being declined. From the results analyzing the correlation between the information service industry and the wholesale & retail industries, it was identified that the portal & internet information mediation service industry, the DB & online information provision industry were the influential industries on the wholesale & retail industries.