Earticle

This study analyzed morphological changes and sediment characteristics of three gravel beaches on Dokdo. We measured seven beach profiles and grain size at each profile. Among them, area of two beaches were found to increase and grow from north to south by aerial photo analysis. The reason of temporal change was related to wave deformation after construction of dock at Dongdo. The shape of gravel spit which deposit from cliff to sea at Seodo was changed following wind direction from north to south, and vice versa. The last influence on the shape of gravel spit guessed the No. 15 typhoon named Goni because the direction of 1st, 2nd berm and beach face was facing to southward. Three berms were observed at the profiles from a far distance dock, while only fair-weather berms were at the profiles which were least influenced from wind. Sediment size increased as the distance drifts farther away from shoreline, but the size decreased at middle of the profiles.

This study attempts to forecast food expenditure, including expenditure for eating out, a decade later which might vary, according to changing structure of demographics. Focus was given to a comparison for the changes of food expenditure in single households versus the changes in general households. For estimation, data of Household Income and Expenditure Survey and Household Projection by Statistics Korea were used. The data were plugged into a modified model of 孟 哲男․井田憲計(2013) to investigate how the structure of food expenditure evolves in accordance with changes in total population, age structure, and family type. The 孟․井田 model was modified by incorporating an autoregressive (AR) specification to remedy a shortcoming of the model. Results show that while trends due to other factors than changes in population structure act to increase the overall food expenditure, the changes in population and household structure affect the expenditure to decrease. This suggests a slowdown in the total food consumption according to the stagnant and aging population in following decades. The increase in single households will affect the food expenditure to increase, but decreasing total number and average family member of general households and aging population will affect in the opposite direction.

온난화와 같은 전지구적 변화는 기온과 강수 등 기상요소에 직접적으로 반영되어 곡물 수확량의 변화를 가져온다. 기후변화 시나리오에 기초한 선행연구들에서는 GCM (general circulation model)의 공간해상도 문제로 인하여 상세한 모의가 어려웠고, 시계열통계법을 활용한 연구들에서는 기후요소를 통합하여 수확량을 예측한 사례가 매우 드물었다. 이에 본 연구에서는 상세화된 기후재분석자료의 시계열모델링을 통하여 옥수수와 콩의 수확량 예측실험을 수행하였다. 미국 아이오와 주의 99개 카운티를 대상으로 1960년부터 2009년까지 50년간의 고해상도 기후재분석자료와 정부통계 수확량 DB를 구축하고, 시계열통계법인 VAR (vector autoregression)와 ARIMA(autoregressive integrated moving average)를 이용하여 다음해 수확량 예측실험을 10개 연도에 대해 수행하여 예측력을 평가하였다. VAR는 16-18%, ARIMA는 11-14% 의 오차율로 다음해의 수확량을 예측할 수 있는 것으로 집계되었으며, 옥수수의 경우 표토의 산성도, 심토의 점토와 나트륨 함유량 등의 토양특성이 실제 수확량 및 예측정확도에 영향을 미치는 것으로 나타났다.

Global warming can bring about changes in crop yield by directly affecting meteorological parameters such as temperature and precipitation. Previous studies based on the climate change scenarios had difficulties in detailed simulation owing to the problem of spatial resolution of GCM (general circulation model). The researches using time-series modeling rarely incorporated climate factors info the crop yield prediction. In this study, we conducted experimental predictions of corn and soybean yields by time-series modeling of downscaled climate reanalysis data. We built a database for the climate dataset and governmental yield statistics for the period of 1960-2009 for the 99 counties in Iowa State. Then we carried out 10 sets of the next-year prediction for corn and soybean yields using VAR (vector autoregression) and ARIMA (autoregressive integrated moving average) methods. The VAR and ARIMA were able to predict the next-year yields with the errors of 16-18% and 11-14%, respectively. In addition, soil properties such as topsoil pH, subsoil clay fraction and subsoil sodicity were closely related to the actual yields and the prediction accuracies.

본 연구는 솔로우 모형의 구조모수가 안정적 시계열이라는 가정에서 출발하여, 솔로우 모형의 비균제 상태를 묘사하는 간명한 선형 방정식을 도출하고 장기 시계열 자료를 사용하여 솔로우 모형을 검정하였다. 인도, 인도네시아, 일본의 자료를 활용한 결과, 기본모형에서는 모형의 함의와 자료 사이에 상당한 일치성을 보이나, 인적자본이 변수로 포함된 경우에는 일치성이 줄어드는 경향을 나타내었다 이론 모형과 자료와의 괴리를 고려하기 위해 차분하여 추정한 결과 일치성은 유지되었고, 강건성 검정도 희망적인결과를 볼 수 있었다.

This paper provides results from testing the predictions of the Solow-Swan model using time series data. The primary aim of the paper is to develop empirical versions of the Solow-Swan model that are useful for understanding the growth process of individual economies. A number of time series models derived from the Solow model are presented and then estimated using annual data for India, Indonesia and Japan. We find that the results are largely consistent with the model. However, data give limited support to the model when human capital is included.

The Seongsan Sanseong Fortress (hereinafter mountain fortress) in Haman is located in the Valley-Head Area of Mt. Jonamsan (139.4 m a.s.l.) in Haman, Gyeongsangnam-do. In this study, we classified the mountain fortress into diverse micro-landform features and, based on this, we attemptedto identify time-series micro-landform changes. Results showed that the mountain fortress was largely classified into 6 Micro-Landform units: Upper side-slope (40% of the total area), Head hollow (35%), Crest slope (10.8%), Crest flat (9.3%), Upper side-hollow (3.6%), and Head slope (1.49%). In the first period (?~1975), head-ward erosion (7.8% of the total area) intensively occurred in the Upper side-hollow, Upper side-slope, and Head hollow. During the second period (1975~1996), there were no distinct changes in the micro-landforms. In the third period (1996~2008), a notable micro-landform change (18.5% of the total area) was detected in the Upper sideslope, Crest slope, and Crest flat because of artificial factors (e.g. archaeological excavations, etc.).

Faced with the need to solve complex and variable management problems in agriculture, agricultural economists have begun to use quantitative methods such as econometric models for their research. However, this approach only allows for research based on quantitative data. Crop simulations have been proposed as an alternative to overcome data limitation. This study aims to introduce an Environmental Policy Integrated Climate (EPIC) model, to demonstrate EPIC’s usefulness for estimating past or future crop production by comparing forecast accuracy with forecasting time series methods, and to discuss the possibility of agricultural economists utilizing the EPIC model. Since the research result shows EPIC simulation has high forecast accuracy on crop production and can generate data which are very difficult to acquire in the real world, it is expected that the research integrated with crop simulation by agricultural economists will increase if they have the ability to run EPIC simulation.

This paper investigates the time series properties of real interest rates of Hong Kong intwo aspects. First, it is examined whether structural changes have occurred in the dynamicsof real interest rates, and if so, how many times and when these have occurred. Second, itis determined whether real interest rates are stationary within regimes delineated bystructural breaks. Data used are real base rates and real best lending rates over the periodfrom June 1992 to May 2014. The Bai and Perron (1998, 2003) test for multiple structuralchanges identify two breaks in both real base and best lending rates with the break datesbeing August 1998 and August 2008, indicating that structural changes are closely linked toexternal economic crises. Augmented Dickey-Fuller unit root test for three regimes (June1992?September 1998, October 1998?September 2008, October 2008?May 2014)delineated by two break dates finds evidence of unit root for the first two regimes but notfor the last one. This result is partially in line with Perron's (1990) finding that real interestrates, after being controlled for structural changes, are stationary.

한국에서 2002년 이후부터 학문적･정책적 중요 이슈로 본격적으로 논의되고 추진된 정보격차의 시계열적 변화를 고찰하고 그 의미를 해석하기 위해 본 연구는 시작되었다. 정보격차의 변화과정을 명료히 관찰하기 위해 초기 정보사회학자들이 제기한 정보격차 추이변화 가설을 바탕으로 연구를 설계 하였고 시계열적 관찰과 패널데이터 분석을 통해 검정하는 방식으로 연구를 수행하였다. 즉 정보격차 해소 가설과 격차 축소 가설을 정보격차 추세분석과 시계열적 패널분석을 실시함으로서 정보격차가 해소되는지의 여부를 고찰하였다. 정보격차가 해소되는 추세선이 발견된다면 이를 정보격차해소 정책의 효과성이 있었음을 간접적으로 볼 수 있는 정책효과의 개연성으로 보았다. 이러한 추세분석은 한국정보화진흥원이 2004년부터 일반국민 대비 취약계층의 정보화 격차정도를 측정하는 정보격차지수를 바탕으로 이루어졌다. 정보격차지수의 추세분석과 패널분석을 통해 본 연구는 한국의 경우 정보격차가 점차 축소해가고 있음을 알 수 있었다. 다만 취약계층별 특성에 따라 그 형태 및 감소 추세는 달리 나타나고 있음을 실증적으로 밝힐 수 있었다. 또한 패널분석으로 격차지수별 영향관계분석을 실시하고 정보접근성, 정보활용역량, 정보활용양(질적 활용, 양적활용)의 변화 추세를 통계적 유의성으로 분석하였다. 다만 이를 통해 정보격차지수 중 정보활용지수 산정상의 개선사항으로 정보활용의 질적활용과 양적활용간의 가중치 변화 필요성을 제기해 보았다.

This paper started with the aim to analyze the trend of digital divide in Korea and to find customized policy to bridge the digital divide for digital alienated class in modern digital society. To conducted this study, this paper used the concept of th digital divide index which is surveyed and announced every year by NIA(National Information Agency) in Korea. This paper observed and analyzed the trend of digital divide index for 9 years data(2004~2012) and concluded that the digital divide is slowly decreasing. But this paper also can find the different trends of digital divide which are 4 information vulnerable groups(low income, handicapped, elderly, farmer & fisher people) because of their ecological and demographic characteristics. According to these different trends of digital divide, this paper designed customized model for closing the digital divide for them. Finally this paper conducted panel data analysis on the digital divide index for 9 years data to statistically prove the relations among the sub digital divide index and suggested to elaborate on the weight of usage divide sub index to enhance the explanatory power of index in modern digital divide which put emphasis on productive information usage.

본 연구에서는 시계열 모형을 이용하여 물류서비스 산업의 예측과 함께 다른 산업과의 인과성을 분석하였다. 물류서비스 산업의 예측은 ARIMA 모형(auto-regressive moving average model)을 활용하였으며, 인과관계 분석은 벡터자기회귀모형(VAR : Vector Auto Regressive)의 Granger 인과관계 검정을 이용하였다. 예측분석결과 물류서비스 산업은 계절성을 띄며 점진적으로 상승하는 추세를 보였으며, 인과성 분석결과 과학 및 기술서비스업과 운수업은 모든 시차에서 물류서비스업과 강한 인과관계를 갖고 있었으며, 도매 및 소매업과 부동산 및 임대업은 장기시차에서 물류서비스업에 영향을 주고 있었다. 또한 금융 및 보험업은 단기시차에서 물류서비스업에 영향을 주는 산업이었다.

With the use of time-series model, this work was intended to predict the logistics service industry and analyze the causal relation between the industry and other industries. For prediction of the logistics service industry, auto-regressive moving average (ARIMA) model was used. For the analysis of the causal relation, the Granger Causality test of Vector Auto Regressive (VAR) was used. The prediction and analysis result revealed that the logistics service industry was affected by seasons and was gradually on the increase. Also the causal relation results showed that the scientific and technological service industry and the transportation industry had strong causal relation with the logistics service industry in all time-series, that the wholesale and retail sale industry and the real estate and rental industry affected the logistics service industry in long time-series, and that the finance and insurance industry affected the logistics industry in short time-series. It is expected that this work can be used as a fundamental material for setting up the direction of the logistics service, establishing its relevant policies, and making decisions, and will contribute to choosing the prediction methods in the logistics industry.

본 연구에서는 1981년부터 2009년까지 29년 기간에 걸쳐 소주에 부과된 실질세율 기간을 1981년-1990년, 1991년-99년, 2000년-05년, 그리고 2006년-09년으로 분류하여 통상최소자승법(OLS)과 최우추정법(ML)을 사용하여 여타 조건 일정불변 시 소주수요와 소주실질가격의 실질세율 평균탄력성을 산출하여 민감도를 분석하였다. 소주수요의 실질세율 탄력성은 2000년-05년 기간을제외하고 중립적으로 나타났다. 소주실질가격의 실질세율 탄력성은 2000년대들어 통계적으로 유의한 양의 값을 보여주고 있다. 그러나 소주실질가격의 실질세율 탄력성의 값은 비탄력적으로 나타나 실질세율은 소주실질가격에 민감하지 않음을 알 수 있다. 이는 세율인상을 통한 외부불경제 교정효과를 기대하기 어려움을 의미한다. 또한 국민건강증진을 위해 과음자의 비율을 낮추고 적정음주자의 비율을 높이기 위한 세율인상은 실효성이 없음을 시사한다. 즉 음주에 대한 세율인상은 재정수입에는 기여하지만 절주효과는 미미하다. 따라서 본 연구의 실증분석 결과는 국민건강을 위해서 세율인상보다 생산성향상과 건강증진에 대한 적정음주의 긍정적 효과를 교육․홍보하는 것이 중요함을 시사한다.

Using the annual time-series data for the period of 1981-2009 we examine the possibility that the differences in real tax rate for soju, the traditional Korean alcoholic beverage, are causal to a differentials in each of demand and real price for soju. We then measure the sensitivity of real tax rate to change in each of the demand and real price. On the basis of the level of real tax rates we classify the 29 year observation period into four; 1981-1989, 1990-1999, 2000-2005, and 2006-2009. The regression results by the maximum likelihood estimation suggest that real tax rate has a neutral effect on the demand for soju, whereas it has a significantly positive effect on real price during the post-2000. Based on the evidence presented here, an increase in real tax rate does not effectively reduces alcohol consumption. An implication of this is that any alcohol taxes designed to discourage heavy or abusive drinking will impose welfare losses on drinkers who may not be imposing external costs by their drinking. Given the positive effect of moderate drinking on productivity growth and health, education and campaign may be more effective.

천안시를 대상으로 1980년, 1990년대, 2000년대의 위성영상자료를 이용하여 토지피복 상태를 비교분석하고, GIS기반의 공간분석을 실시하여 토지이용의 시계열변화패턴을 분석하였으며, 그 결과는 다음과 같다. 첫째, 분석기간 동안에 면적이 증가한 토지피복 항목은 시가지, 나지, 초지, 수역 이고, 감소한 토지피복 항목은 농업지역, 습지, 삼림지역이다. 둘째, GIS공간분석의 결과 동남부의 삼림지역보다 서북부의 평야지대에서 토지피복의 변화가 심하게 나타났고, 항목별로는 나지, 초지, 시가지, 수역 순으로 변화율이 높게 나타났다. 셋째, 변화된 면적이 가장 넓은 항목은 농업지역과 삼림지역이고, 이들 두 지역의 가장 넓은 면적이 초지로 변화하였으며, 다음은 시가지로 변화하였다. 넷째, 시가지 확대는 기존 도심지에 연속하여 백석동, 부성동, 성거읍, 직산읍, 입장읍, 성환읍 등 서북부의 수도권 방향으로 진행되었고, 시가지의 지형고도와 사면경사가 점차 증가하는 것으로 나타났다.

Using satellite image data, the status of land cover in Cheonan-si is compared and analyzed during the period of 1980s, 1990s, and 2000s. And spatial analysis based on the GIS followed by the analysis of the time-series pattern of land use are as follows. First, during the anaylsis period, the land cover items whose area is increased are urbanization area, fallow area, meadow area, water area. while decreased are agriculture area, marsh land, forest area. Second, the GIS spatial analysis shows that a severe land cover change is found in plains region of north-western provinces rather than in forest region of south-eastern provinces. Descending order of the change rate is fallow area, meadow area, urbanization area, and water area. Third, items whose widley changed area are agriculture and forest are, and a large area of those are changed into meadow area followed by urbanization area. Fourth, the expansion of an urban district, starting from downtown area to the metropolitan area of north-western such as baekseok-dong, buseong-dong, seounggeo-eup, jiksan-eup, ipjang-myeon, seonghwan-eup, etc., direction have been progressed contiuously. And it is shown that the DEM and slop degree of an urban district is increased step by step.

To consider effects of essential parameters of water impact pressure on dynamic structural responses of bow bottom structures, a parametric study for a ship bottom panel is carried out. The idealized pressure time history models were assumed by triangular and rectangular shapes in time domain. The main loading parameters are duration time and peak pressure value maintaining the same impulse value. The structural models for local bottom stiffened panels of a container ship are analysed. The natural frequency analysis and transient dynamic response analysis are performed using MSC/NASTRAN. Added mass effects of contacting water are considered and the pressure distributions are assumed to be uniform in the whole water contacting surface. The effects of loading parameters on the structural responses, especially maximum displacements, are considered. Besides the peak pressure value, effects of duration time correlated with natural frequencies are thought to be the important parameters.

시간의 흐름에 따라 관찰되는 시계열 자료는 자료가 가지고 있는 본질적인 자기상관성에 의하여 일반적인 다변량 자료분석에 의한 분류기법을 이용할 수 없다. 본 논문에서는 시계열 자료에 대한 분류 방법으로 빈도영역에서의 시계열분석 기법인 스펙트럼 분석을 이용하였다. 즉, 스펙트럼 분석을 적용한 시계열 자료에 대한 군집방법을 제안하였다. 지적측량 업무량 자료에 대한 스펙트럼 주기도 결과를 이용하여 시계열들의 패턴을 파악하고, 이들 패턴을 추세와 단기 및 중기 주기의 유무에 따라 4가지로 유형화여 분류규칙을 생성하였다. 분류규칙에 따라 각 세그멘트 유형은 매우 다르게 잘 구분되었으며, 그 결과 전국의 지사들을 안정형지사, 상향지사, 규칙적 상향지사, 불규칙지사 유형으로 구분하였다. 마지막으로 분류된 군집별로 전략수립 모형에 사용될 대표지사를 선정하였다.

In general, time series data have an intrinsic attribute of autocorrelation, which is against the assumptions for typical multivariate analysis. Thus we propose a new approach of time-series clustering method using the characteristic of spectral analysis that spectral analysis divide time series onto frequency domain. We utilize the Spectrum analysis in order to segment branch offices for Cadastral Survey using time series data. We classified all of the offices into four different segments as to the estimated periodgram through the spectrum analysis for each series. Classification was well achieved and the trend and cycle pattern of each segment was explicitly different. Segment types are named as irregular type, stable type, increasing type, regular rising type. Finally, representative offices were selected for each segment.

본 연구는 직접투자(FDI)에 관한 장기적 시계열자료를 중심으로 유입축적량과 유출축적량의 형태 및 진화방향에 대하여 비선형접근방법론을 이용하여 실증분석하였다. 직접투자에 관련된 대부분의 기존 연구결과가 선형성에 가정을 두고 분석함에 반하여 본 연구는 다른 접근방법을 사용함으로써 기존 연구결과에 보완적인 실증결과와 시사점을 제시하였다. 또한 우리나라뿐만 아니라 미국과 일본의 경우를 동시에 동일한 방법론을 적용함으로써 비교분석이 가능하게 하였다. 장기적 시계열자료를 바탕으로 분석된 본 연구결과를 간단하게 요약하면 다음과 같다. 먼저 우리나라의 직접투자에 관한 유입축적량과 유출축적량은 미국과 일본의 경우에 비하여 비선형성이 강한 것으로 나타났다. 둘째, 우리나라 직접투자의 시계열적 성격은 비선형적 2단계 상태변환구조 즉 높은 직접투자와 낮은 직접투자의 상태로 나누어 질 수 있음을 보였다. 그러나 보다 세분화된 3단계 상태구조는 파악되지 않았다. 마지막으로 일반화된 충격함수에 의한 외부적 충격에 대한 반응구조는 선형성에 근거한 반응구조보다 빠르고 크게 반응하였다. 이러한 실증분석결과는 경제정책수립 뿐만 아니라 연구개발정책수립 및 집행에도 고려되어야 할 관점으로 보인다.

We test the patterns and evolution of inward and outward foreign direct investment using nonlinear empirical methods so called STAR and Generalized Impulse Response Function in the longer time series. In contrast with the previous study results on the assumption of linearity of foreign direct investment path, our research results suggests a different empirical implications based on long run time series analysis. We also compare the empirical results among three countries including Korea as well. Our study results show that our country's FDI path of nonlinear characteristics is stronger than those of other countries, that there is 2 stage development path not 3 stage development path in our country case, and that the path responds to external shocks using generalized impulse response method are faster than usual impulse response method based on linearity. Our findings not only have implications of economic policy planning but also consider the planning and implementation of R&D.

본 연구는 2004년 6월 1일에서 8월 31일까지 해남지점에서 관측된 기상관측자료(AWS, 윈드프로파일러)를 사용하여 대기 중 연직바람구조와 강우현상 간에 관계를 분석하고, 연직바람구조에 의한 강우현상의 분류 및 예측방법에 대해 고려하였다. 이를 위해 기술통계적인 방법으로 벡터시계열로 관측되는 연직바람구조와 강우현상 간에 연관성을 분석하였으며, 최소오분류확률합 기준을 사용하여 정상 및 비정상 벡터시계열의 분류규칙을 제안하였다. 특히 제안된 분류규칙은 벡터시계열의 분류에서 발생되는 모형식별 및 추정문제를 해결할 수 있어, 이를 사용하면 일정기간 관측된 연직바람구조자료에 의해 강우현상의 예측이 가능함을 보였다.

Simultaneous observations with a windprofiler and an AWS were conducted at Haenam, which is located on the seashore area, Junnam Province, during 1 June-31 August, 2004. Descriptive time series plots of the observations showed that there was a strong relationship between precipitation and wind data. Based on the relationship, we constructed an optimal vector time series classification law to predict 3hr ahead precipitation status. When 24hr period of 6 different types of vertical wind profile data, obtained from Windprofiler, is taken as vector time series discriminant variable, the optimal classification law predicted precipitation status well with more than 98% accuracy.

역모기지는 장기 금융상품이므로 역모기지의 모형에 적용된 평균 주택가격상승률과 평균 이자율의 가정은 대출기간 동안 기대치와는 다르게 움직일 수 있고 이로 인해 장기적인 기대 값도 모형설정 당시의 예상을 현저하게 벗어날 수 있는 리스크를 안고 있다. 본 연구에서는 다양한 시계열분석법을 이용하여 주택가격과 금리 시계열에 내재해 있는 순환주기를 확인하고, 이들 장기적 순환주기 특성이 역모기지 리스크에 미칠 수 있는 영향을 살펴보았다. 본 연구에서는 역모기지 모형에서 주택가격의 순환주기로 인해 야기될 수 있는 리스크를 최소화시킬 수 있는 방안으로서 대출개시 시점에 있어서 역모기지 모형에 적용할 주택가치의 평가금액에 대한 조정을 제안하고 있다. 즉, 주택가격의 평활화를 통해 평활화된 주택가치를 역모기지 모형에 적용하게 되면 주택가격의 순환주기와 관련된 역모기지 리스크를 상당부분 완화시킬 수 있을 것임을 보여주고 있다.

Because of the long period of reverse mortgage loans, the mean values of housing price growth rates and interest rates which adapted to the model of reverse mortgages could be changed remarkably until the loan period is over. We confirmed the cycles of housing price growth rates and interest rates using several methods of time series analysis and then analyzed the market risk of reverse mortgages. In this analysis, we proposed a method of alleviating market risks resulting from cycles through using the modified values of housing. The result of this analysis shows us that we could alleviate the market risk of reverse mortgages considerably by using the smoothed housing prices on the model of reverse mortgages when we determine the levels of monthly payments.

The purpose of this study is to analyze the management performance of hotels according to their classes and the critical events of time series data. For analyzing this study, finance statements of hotels for recent 6 years were employed. This study tries to grasp out the financial status of Korean five star and four star hotels and help hotel's general manager to make a rational decision by putting out useful informations after confirming changes of management result as external impacts such as 9.11 terror, SARS, IRAQ war.This study, first, puts in literature review and descriptive examination on the hotels' financial status and structural variation using such secondary data as a periodical publication, statistic data, books related to this study and papers. Substantial analysis were performed on financial statements of selected hotels and carried out comparing analysis using financial rate and room rate.According to outcomes of this study, hotels appeared to have a significant difference about financial result according to their classes and the characteristics of external impacts. The financial analysis of hotel will help the GM to make a decision and set up a strategic of management, so it will carry out financial analysis which can offer an exact judgement about environment of hotel.

본 연구는 추종거래를 도입하여 주가의 시계열적 특성과 그 변동성에 대한 이론적 연구와 실증 분석을 수행하였다. 주식시장에서는 정보를 가진 투자자의 매매를 따라하는 추종거래 행위는 오래전부터 있어 왔던 현상이다. 또한 정보통신 기술의 발달 및 통신 인프라의 확충은 정보의 이전 속도를 높이고 이러한 추종거래 행위의 시차를 단축시키고 있다. 본 연구는 주가시계열이 추종거래로 인하여 ARMA를 따르는 것이라는 아이디어에서 출발 하였다. 이를 분석하기 위하여 시장 참여자를 정보를 보유한 투자자(informed trader)와 추종거래자(mimicking trader) 그리고 잡음 투자자(noise trader)로 분류하여 이들의 매매행위를 모형에 적용시켰다. 본 연구는 이러한 추종거래를 모형에 도입하였을 때 균형 수익률이 ARMA(1,1)과정에 수렴함을 보였으며, 그 계수를 통해 정보를 보유한 투자자의 비율을 유도하여 ARMA 계수의 경제적 의미를 부여하였다. 즉 ARMA(1,1) 추정계수를 통하여 전체 시장 참여자 중에서 정보를 보유한 투자자의 비율을 추정하였다. 한편, 시장 참여자와 변동성과의 관계를 연구하였는데, 추종 거래자의 비율이 증가할 때 변동성이 증가함을 보였으며, 정보를 보유한 투자자의 비율이 증가한다고 해서 항상 변동성이 증가하지 않음을 보였다.

In this study, we performed theoretical and empirical analysis on the characteristics of stock price time series and the stock return volatility in the presence of mimicking trader. The mimicking trade, which is followed by the trade of informed traders, has existed for a long time in the stock market. Moreover, as information communication technology is improved and its infrastructure expands, the speed of information spillover has accelerated and the mimicking lag has been shortened. This study is based on the idea that ‘mimicking trade’ may cause the stock price time series to follow the autoregressive moving average model (ARMA). To do this analysis, we classified the stock market participants into three groups, informed trader, mimicking trader and noise trader, and modeled buying and selling activities of three groups. This study shows that the stock return in equilibrium converges on the ARMA(1,1) process when ‘mimicking trade’ is introduced into the model, and we put an economic meaning on the ARMA coefficient by inducing the informed trader ratio through the coefficient. This means that the percentage of informed trader in total market participants can be estimated by ARMA(1,1) coefficient. On the other hand, we also studied the relationship between the market participant composition and the stock return volatility. In this study, the higher the mimicking trader ratio, the higher the stock return volatility is. However, the increase of the informed trader ratio does not always make the stock return volatility increased.

주가지수를 이용한 펀드 및 변동성을 이용한 다양한 종류의 파생상품이 개발됨에 따라 은행 및 투신사를 중심으로 리스크관리에 많은 관심이 집중되고 있다. 다양한 종류의 펀드에 대한 평가와 헷징, 그리고 투자 전략 수립을 위하여 정확한 변동성의 추정 및 예측은 리스크 관리에 있어서 핵심 사안이라고 할 수 있다. 변동성 예측을 위하여 전통적 금융 시계열 분석 기법이 주요 예측 기법으로 사용 되고 왔다. 이 논문에서는 KOSPI 200 지수를 이용하여 기존 선행 연구에서의 예측방법론간의 비교 및 금융시계열모형과 인공신경망의 통합모형을 제시한다. 변동성의 방향성 예측면에서 금융시계열의GARCH 모형이 인공신경망모형보다 우수한 성과를 나타내었으며, 반면 인공신경망 모형은 변동성의 예측정확성 면에서GARCH 모형보다 높은 예측정확도를 보여주었다. 따라서 이 논문에서는 인공신경망 모형이 다양한 금융시계열 모형(EGARCH 모형, GARCH 모형 및 EWMA 모형)과의 통합을 통하여 변동성의 방향성 및 예측정확성의 동시적 추구 가능성을 제시하고 있다.

As various funds and derivatives are developed using KOSPI 200 index, many investment banks and investment trust get interests on risk management of KOSPI 200 index. Accurate volatility estimation and prediction is the core in risk management in which various portfolio’s pricing, hedging, and option strategy is exercised by estimating volatilities. Up to now, many financial institutions give more values on risk management, but the methodologies of it are not established systematically. Many researchers have tried to forecast volatilities more accurately using financial time series models. Historically, many papers for volatility forecasting have concentrated on the comparison between forecasting models, but these researches focus on improving the predictive power of models by integrating ANN and financial time series models. In this paper, we first show that financial time series models, GARCH, outperforms existing ANN in forecasting the direction of volatility and that ANN model excels GARCH in reducing the precision error of the forecasted volatility by analyzing KOSPI 200 index time series data. Based on these results, this study propose the integrated model between ANN model and financial time series model to forecast volatilities of KOSPI 200 index time series. For selecting input variables for ANN model, new variable can be extracted by the financial time series models through analyzing the KOSPI 200 domain time series statistically. Then, these newly selected input variables can enhance the predictive power in the perspectives of precision error and direction accuracy through ANN learning process. The ANN-financial time series integrated model can enhance the predictive power by comparing the forecasted volatilities by single models in the framework of precision error(MAE) and direction accuracy(hit ratio). Especially, the integrated NN-EGARCH model is proposed as most predictive integrated model in forecasting volatilities in the perspectives of precision error and hit ratio simultaneously. In addition to prediction power, the integrated models can reduce time which it takes to adjust input variables by repetitive trial and error. Most of existing studies have adjusted the weight of raw volatilities by repetitive trial and error of learning process and found the optimal coefficient of input variables to produce the best results. This study finds the coefficients of input variables by financial time series process at once and extracts new variables that greatly influence the results through analyzing KOSPI 200 domain statistically without time consumption. At the same time, we consider market variables as those that adjust extracted variables to reflect true market behaviors. Therefore, integrated models can adjust variables realistically by ANN process and reduce time consumption by financial time series models.

최근 자동차 산업의 기술 발전과 함께 네트워크 연결성이 증대되고 있다. CAN(Controller Area Network) 버스 기술은 차량 내 다양한 전자기기와 시스템 간의 신속하고 효율적인 데이터 통신을 가능하게 하여, 핵심 시스템부터 다양한 기능을 통합 관리할 수 있는 플랫폼을 제공한다. 그러나 이러한 연결성 증가는 외부 공격자가 자동차 네트워크에 접근하여 차량 제어를 장악하거나, 개인 정보를 탈취하는 등 네트워크 보안 우려를 초래할 수 있다. 본 논문은 CAN에서 발생하는 비정상 메시지를 분석하여, 메시지 발생 주기성 또는 빈도와 데이터 변화량이 비정상 메시지의 탐지에 중요한 요소임을 확인하였다. DBC 디코딩을 통해 CAN 메시지의 구체적인 의미를 해석하였다. 이를 바탕으로 메시지 발생의 주기성과 추이 분석을 위해 GRU 모델을 활용하여 일정 주기 이내에 발생한 메시지에 대해 예측 메시지와 발생한 메시지의 차이(잔차)를 비정상 측도로 이용한 비정상 분류 모델을 제안하고 비정상 메시지의 공격 기법에 대한 다중 분류에는 메시지와 발생 주기, 잔차를 이용한 랜덤 포레스트 모델을 도입하여 다중 분류기로 활용하여 성능 향상을 이루었다. 이 모델은 비정상 메시지 탐지에서 99% 이상의 높은 정확도를 달성하며 기존의 다른 모델보다 우수한 성능을 보여주었다.

Recently, with the advancement of technology, the automotive industry has seen an increase in network connectivity. CAN (Controller Area Network) bus technology enables fast and efficient data communication between various electronic devices and systems within a vehicle, providing a platform that integrates and manages a wide range of functions, from core systems to auxiliary features. However, this increased connectivity raises concerns about network security, as external attackers could potentially gain access to the automotive network, taking control of the vehicle or stealing personal information. This paper analyzed abnormal messages occurring in CAN and confirmed that message occurrence periodicity, frequency, and data changes are important factors in the detection of abnormal messages. Through DBC decoding, the specific meanings of CAN messages were interpreted. Based on this, a model for classifying abnormalities was proposed using the GRU model to analyze the periodicity and trend of message occurrences by measuring the difference (residual) between the predicted and actual messages occurring within a certain period as an abnormality metric. Additionally, for multi-class classification of attack techniques on abnormal messages, a Random Forest model was introduced as a multi-classifier using message occurrence frequency, periodicity, and residuals, achieving improved performance. This model achieved a high accuracy of over 99% in detecting abnormal messages and demonstrated superior performance compared to other existing models.