Earticle

행렬 프로파일은 주어진 쿼리에서 가장 가까운 이웃을 찾는 방법인 전체 유사성 검색을 거짓 음성 없이 찾는 방법으로 Yeh et al.(2016)가 제안하였다. 본 논문은 행렬 프로파일을 금융 시계열 자료에 적용해 봄으로써 전체 유사성 검색에 기반한 자료 분석이 어떻게 활용될 수 있는지 살펴보았다. 본 논문은 2019년부터 2021년까지 관찰된 KOSPI 지수 및 실현변동성을 고려하였다. 구체적으로 행렬 프로파일을 통해 얻어진 가장 대표적인 패턴인 모티프를 통해 반복되는 추이를 살펴보았고, 가장 상이한 패턴인 디스코드를 통해 이상점을 파악하였다. 이는 탐색적 자료분석 도구로써 주식 종가에서 나타나는 대표적인 상승세와 하락세와 같은 의미 있는 정보를 제공해 주었다. 또한 유사도를 정량화한 측도를 통해서 시계열 자료의 부분 유사도를 파악하고 변곡점을 살펴보았다. 이를 변화점을 찾는 가장 표준적인 방법인 CUSUM을 이용한 결과와 비교해보았다. CAC를 이용한 결과 코로나 위기의 시작 및 백신의 개발로 인한 극복 과정에 대한 시기를 유의미하게 변화점으로 잘 탐지해내었다. 마지막으로, 행렬 프로파일을 이용한 시계열 자료의 군집화를 통해 세계 주가지수와 실현변동성들의 공동화를 살펴볼 수 있었다.

Matrix profile proposed by Yeh et al. (2016) finds the nearest neighbors at a given query without false negatives, which is also called all-pair-similarity search. In this paper, we examined matrix profile as an exploratory data analysis tool for financial time series. To be more specific, we consider KOSPI index and realized volatility from 2019 to 2021. We analyzed motif to find the most representative pattern of the financial time series, and discord to identify outlying patterns. As an exploratory data analysis tool, it provided meaningful information such as a representative rise and decline in stock closing prices. Also, we conducted semantic segmentation to detect changepoints and locate similar regimes. we compared the results with CUSUM, the most standard method of finding changepoint. As a result of using CAC, the timing of the start of the COVID-19 crisis and the overcoming process due to the development of vaccines was well detected as a significant change. Finally, hierarchical clustering using matrix profile provided meaningful comovement of KOSPI market with US markets.

[연구목적] 본 연구는 지난 10여 년간 조사된 자료들 중에서 4개 연도의 자료를 선정하고 시계열적 분석을 위한 통합자료를 구성하여 납세순응 행위가 지난 10여 년간 어떻게 변화되어 왔는가에 대한 변화 추이를 알아보고자 하는데 그 목적이 있다. 이를 위하여 세 가지 연구문제를 설정하고 검정하였다. [연구방법] 연구목적을 달성하기 위하여 탐색요인분석과 신뢰도 검정을 실시하고 요인분석의 결과를 토대로 이론변수를 구성하고 분산분석을 실시하였다. 자료분석은 SPSSWIN 26.0 한글판을 이용하였다. [연구결과] 본 연구의 실증분석 결과는 다음과 같이 요약할 수 있다. 첫째, 지난 10여 년간 납세순응 행위를 측정하기 위해 사용되었던 측정도구 및 측정문항의 개념타당도와 신뢰도에 전혀 문제가 없다는 사실을 확인하였다. 둘째, 납세순응 행위의 하위 행동유형의 전반적인 경향분석에서 충성도는 해를 거듭할수록 점차적으로 감소하는 경향을 보였으며, 침묵의 경우 완만한 증감의 추이를 보였다. 반면, 불평행동은 해를 거듭할수록 점차적으로 증가되고 있다는 사실을 발견하였다. 셋째, 세부적인 측면에서 연도별, 응답자 특성에 따른 충성도, 불평행동, 침묵은 다양한 변화 양상이나 변화 추이를 보인다는 점을 확인하였다. [연구의 시사점] 본 연구의 결과를 종합할 때, 국민 개개인들의 납세의무에 관련된 충성도와 침묵행동은 앞으로 더욱더 약화될 가능성이 있는 반면, 불평행동은 그 강도가 강화되거나 불평행동의 발생 가능성이 높아진다고 할 수 있다. 따라서 국가의 재정확보 차원에서 납세순응 행위에 관련된 충성도를 높이고 불평행동의 발생 가능성을 낮출 수 있는 적절한 대책이나 정책의 수립이 절실히 필요하다고 하겠다.

[Purpose] The purpose of this study is to analyze the trend of changes in how the tax compliance behavior period has changed over the past 10 years. To this end, data from four years were selected from the data surveyed over the past 10 years, and time－series data were constructed and statistical tests were conducted. [Methodology] The exploratory factor analysis, reliability test, ANOVA analysis of SPSSWIN were applied to analyze the data. For data analysis, SPSSWIN 26.0 Korean version was used. [Findings] The results were as follows：First, It was again confirmed that there was no problem with the conceptual validity and reliability of the measurement tools and measurement items that have been used to measure tax compliance over the past decade. Second, It was found that loyalty gradually decreased over the years, and in the case of silence, it was gradually increasing or decreasing. On the other hand, it was found that complaining behavior gradually increased over the years. Third, It was found that loyalty, complaining behavior, and silence according to the characteristics of the respondents by year showed various patterns of change or trend. [implications] In summarizing the results of this study, The loyalty and silence related to tax obligations of individual citizens are likely to weaken further in the future. On the other hand, the intensity of complaining behavior increases or the possibility of complaining behavior increases. Therefore, it is suggested that appropriate measures or policies are needed to increase the loyalty related to tax compliance and lower the possibility of complaining in order to secure the state’s fiscal level.

시계열 자료로부터 예측을 수행하기 위해 널리 사용되는 통계적 방법으로 ARIMA모형이 있다. 그러나 ARIMA 모형은 현대에 와서 크고 다양한 형태를 가지는 시계열 자료에서 좋은 예측 성능을 발휘하지 못한다는 단점을 가지고 있다. 본 논문에서는 주기의 특성을 반영하여 ARIMA 모형보다 성능이 좋은 머신러닝 기법을 제안한다. 이에 대한 방법론으로 STL 분해와 Fourier 변수를 사용한다. STL 분해는 데이터를 추세, 계절, 나머지 변수로 나누기 때문에 좀 더 주기의 특성을 반영할 수 있다. 또한, Fourier 변수는 시점에 따라 사인/코사인 형태의 값을 부여하여 서로 비슷한 시점끼리의 자료를 모형에 잘 반영할 수 있다는 장점이 있다. 이처럼 생성된 데이터 중 추세 변수는 ARIMA 모형에 적합하고 나머지 변수들을 선형 회귀모형, 서포트 벡터 회귀, 의사결정 나무 모형 등 7개의 알려진 머신러닝 모형에 적합하여 모의실험과 한국전력 데이터를 사용하여 머신러닝 모형끼리 비교하여 가장 예측 성능이 뛰어난 모형을 제시하였다. 또한 적절한 주기의 개수를 지정하여 예측 성능에 뛰어난 주기의 개수를 제시한다. 위의 방법을 검증하기 위해 모형을 가정하여 생성된 데이터와 실제 데이터를 이용하여 모의실험을 진행하였다.

ARIMA is a widely used statistical method for making predictions from time series data. However, ARIMA has a drawback that it does not exhibit good prediction performance in large and diverse time series data in modern times. In this paper, we propose a machine learning technique that reflects the characteristics of the period and has better performance than the ARIMA model. As a methodology for this, STL decomposition and Fourier terms are used. STL decomposition divides the data into trend, season, and remaining variables, so it can reflect the characteristics of the period more. In addition, the Fourier term has the advantage of being able to reflect data between similar viewpoints well in the model by assigning sine/cosine values ??according to viewpoints. Among the generated data, the trend variable fits the ARIMA model, and the remaining variables are fitted to 7 known machine learning models, including linear regression, support vector regression, and decision tree.

사교육비 변화에 대한 교육정책의 효과를 분석하기 위해서는 먼저, 조사된 학생일인당 사교육비 시계열에서 소득증가의 효과를 제거한 시계열의 추출이 필요한 것으로 보인다. 이 연구에서는 소득효과제거 사교육비 시계열로 (1) 소득증가율과 사교육비 증가율의 차이, (2) 사교육비 평균소비성향, (3) 피셔 사교육비지수 등의 세 가지를 제안하고, 이들 시계열을 지난 13년간의 통계청 발표 학생일인당 사교육비 시계열과 비교한다. 연구결과는 조사가 시작된 2007년부터 가장 최근인 2020년 발표 2019년 조사까지 13년 동안 통계청발표 학생일인당 사교육비는 계속 증가하여 이 기간 동안 총 44.05%가 증가하였으나 소득효과를 제거한 세 가지 시계열에서는 모두 공통적으로 2009년의 사교육비가 가장 높고, 이후 계속 감소하여 2015 년에 최저가 되었다가, 2016년부터 2019년까지 다시 상승한 것으로 나타났다. 2019년의 사교육비는2007년보다 평균소비성향에 의해서는 0.25% 감소, 피셔 사교육비지수에 의해서는 2.08% 증가한 것으로 추정되었다. 소득대비 사교육비가 증가한 것으로 추정된 피셔지수에서도 2007년부터 2019년 조사까지 44.05%의 사교육비 증가 중에서 95.28%는 소득증가의 결과인 것으로 나타났다. 사교육비 변화에대한 정책효과의 추출을 위해서는 사교육비 시계열에서 소득변화 효과 외에 가구당 자녀수 변화 효과의 추가제거 필요성이 지적되었다.

The purpose of this study is to investigate the timeseries of (a) the difference between the income-change rate and the private education expenditure change rate, (b) the average propensity to consume of private education expenditure, and (c) private education expenditure indices for Laspeyres, Paache, and Fisher. The private education expenditure per student increased 44.05% from 2007 to 2019. However, all three timeseries showed the highest expenditure in 2009, a decrease until the lowest figures in 2015, then another increase from 2016 to 2019. The expenditure in 2019 as compared to 2007 is 0.25% lower based on the average propensity to consume of private education expenditure, and 2.08% higher based on the Fisher index. According to the Fisher index, an increase resulting from income-change makes up 95.28% of the total 44.05% increase between 2007 and 2019.

최근 알파고 이후 딥러닝 연구에 대한 활발한 연구가 진행되고 있다. 딥러닝에는 이미지 분석에 적합한 CNN(convolution neural network), 순차적 자료에 적합한 RNN(recurrent neural network) 모델 등 많은 모델이 존재하는데 그 중 시계열데이터 분석에 적합한 딥러닝 모델을 전형적 시계열데이터인 항공사 데이터(1949년 1월부터 1960년 12월까지 매월 총 국제 항공사 승객 수)에 Box-Jenkins의 ARIMA 모형과 함께 적합시켜 비교 할 것이다. 본 연구에서는 R 프로그램을 이용하여 LSTM(long short-term memory) 순환신경망 모델을 구축하고, ARIMA 모형, Faraway(1998)가 제시한 단순 신경망(neural network) 모형 그리고 Jordan & Elman의 순환신경망 모형과의 적합도를 비교하였다. 모형 비교결과 Elman 모형의 오차제곱합이 0.0128, Jordan 모형의 오차제곱 합이 0.0138, LSTM 모형의 오차제곱합이 0.0165, 신경망 모형은 오차제곱합 0.0212로 ARIMA 모형의 0.0194 에 비해 조금 뒤떨어지는 것으로 나타났다. 결국 Elman 순환신경망 모형이 가장 우수하게 나타났으며 LSTM 모형도 기존 ARIMA 모형과 Faraway의 단순신경망모형 보다 우수한 적합도를 나타났다.

Typical algorithms for deep learning include DNN (deep neural network), CNN (convolution neural network), and RNN (recurrent neural network) algorithms. Among them, RNN is excellent at dealing with sequential data. Sequential data such as time series data can be handled without losing gradient by LSTM (long short-term memory) RNN. In this study, the LSTM, a modified algorithm of RNN, is applied to international airline passenger data (from January 1, 1994 to December 1960). We find the optimal model and compare it with the ARIMA model, the initial network model presented by Faraway (1998), and the model of Jordan & Elman, the simple RNN model. To compare the models, we train the data as learning data sets from January 1949 to December 1950, and designate the remaining one year of data as test sets. and compare the performance of the model with the sum of square errors of the test sets. The model comparison shows that the Elman RNN model was the best, and that the LSTM model was not inferior to the ARIMA model.

시계열자료의 군집분석은 시간영역(time domain) 혹은 주파수영역(frequency domain)에서의 거리개념을 통해 이루어졌다. 시간 영역에서는 특정한 모수적(parametric) 모형을 적합한 후 모수 추정결과의 유사성을 고려하거나 자기상관구조(auto-correlation structure)의 유사성을 고려하여 거리개념을 도입하였다. 주파수 영역에서는 변동주기에 따른 자료의 순환구조를 의미하는 스펙트럼(spectrum)을 구한 후 적절한 변환을 통한 거리개념을 도입하였다. 본 논문에서는 주어진 원 시계열자료에 거리개념을 도입하되 동일한 시점 간의 거리 뿐 아니라 상이한 시점 간의 거리 또한 고려하는 동적 시간워핑(dynamic time warping; DTW)을 적용하고자 한다. 문자인식 및 행동인식 등의 여러 분야에서 활용되는 이 알고리즘은 시점에 국한하지 않은 측정값들 간의 비교를 가능케 한다. 모의실험을 통해 정상성 및 비정상성 하에서의 여러 시나리오 하에서, 시간영역과 주파수영역에서 널리 활용되는 다양한 거리들과 동적 시간워핑의 성능을 비교, 평가하였고 그 특성을 파악하였다. 또한 실증자료분석을 통해 미국 50개 주의 실업률 자료를 군집화하였고 동적 시간워핑방법을 이용하여 그 특성을 비교, 분석하였다.

Two different approaches are considered for the clustering analysis of time-series data: time-domain approach and frequency-domain one. In the time domain, distance metrics measuring similarities among the time-series data take the estimation results under certain parametric models or autocorrelation structures inherent in each of the processes into account. The frequency-domain approach also plays an important role in time-series clustering analysis by transforming auto-covariance function into spectrum prior to measuring similarities among the processes. However, the previous time-series clustering approaches depend on assumptions of distribution or models. In this study, we apply the dynamic time warping (DTW) algorithm in which no assumptions are needed. This algorithm enables us to compare two time-series processes in order to measure similarities even when one process is temporally shifted from the other one. We evaluate the performance of DTW and compare with the metrics forementioned via the simulation study. For the real application, we considered the U.S. state-level seasonally adjusted monthly unemployment rate data.

A study on the environmental pollution history in a zinc refinery and background areas was conducted by analyzing heavy metal concentrations and stable isotope ratios (13C, Pb) in pine tree rings. The δ13C ratio of pine tree rings in the zinc refinery (SN1, S6) and background areas (B3) increased from 1968 to 1987. However, since 1988, there have been regional differences in this value. The δ13C value of the pine tree rings in the S6 area was found to be negatively correlated with those in the SN1 area, and that in the B3 area showed a positive correlation with the average atmospheric temperature in the winter season. During the 1980 to 1990 period, the concentration of five heavy metals (Pb, Cd, Cr, Mn, and Zn) in the pine tree rings was 2-10 times higher than those during the last five years. Particularly, the concentration of zinc ion appeared to be higher (28.8 μg/g) than that of other ions such as lead (3.1 μg/g) and cadmium (3.1 μg/g). This indicates that there has been a higher correlation between heavy metal concentrations and environmental pollution history since 1970, when the refinery construction was completed. On comparing the lead isotope ratios in the pine tree rings using Laser Ablation-MC/ICP/MS, it was estimated that the lead source could vary with the seasons, but the changes in the heavy metal absorption mechanisms of pine trees will be considered.

비즈니스 최적화를 위해 최근 기업들은 ERP, SCM, CRM 등과 같은 기업 어플리케이션 도입과 함께 인공지능과 빅데이터를 기반으로 하는 데이터 중심의 물류경영을 표방하고 있다. 이러한 어플리케이션들은 복잡한 수식과 최신 알고리즘을 바탕으로 비즈 니스 활동에 필요한 예측 데이터를 제공해 주고 있지만, 예측의 정확성에 대해서는 여전히 많은 기업들이 의구심을 가지고 있다. 예측은 언제나 틀리기 마련이지만 예측의 정확성에 따라 기업의 효율과 수익성이 엄청나게 달라진다는 점을 감안한다면 효과적인 예측기법에 대한 기업들의 높은 관심은 당연하다고 할 수 있다. 본 연구에서는 예측 관련 지식과 정보를 효율적으로 통합할 수 있는 메커니즘인 예측시장(Prediction market)에 대해 논의하고, 시장 참가자의 기대수익을 기반으로 시장의 예측 정확성을 높일 수 있는 예측시장 모델을 제시했다. 제안된 모델은 단일 구간 내다단계 예측시점을 가지는 시계열 예측시장(Multi-stage time series prediction market)이며, 예측과 관련된 시장 참가자(Agent)의 신념(Belief)을 확률분포 예측구간과 차기 예측구간에 대한 전이확률매트릭스로 표현하였다. 시장 참가자의 기대수익은 투자금과 예측구간 내에서 발생하는 실수요에 의해 결정되도록 하였으며, 투자금은 상/하한을 가지는 예측구간과 예측증권 구매량을 기반 으로 결정되도록 하였다. 또한, 예측정확도가 높은 시장 참가자의 의견이 마켓메이커(Market maker)의 통합 예측치에 높은 비중으로 반영되게 함으로써, 비협조게임 상황 하에서도 이들이 예측과 관련된 고급정보와 진실을 말할 수 있는 형태로 구조화하였다. 한편 수치 예제에서는 랜덤하게 발생시킨 주요 변수와 30명의 시장 참가자를 대상으로 한 단일 기간 시뮬레이션을 통해 예측치 도출과정을 살펴봄으로써 제안한 예측시장의 유효성을 검증하였다. 즉 실험을 통해 단계별 실수요에 대한 에이전트의 수정된 통합예측치가 실수요로 수렴되는 모습을 확인할 수 있었으며, 이를 통해 기대수익 최대화를 목적으로 하는 개별 에이전트가 제안된 메커니즘 속에서 전체 예측정확도 향상을 위해 행동함을 알 수 있었다.

A prediction market is one of the effective mechanisms to collect and aggregate widely dispersed information and knowledge among economic actors. Furthermore, since the prediction market based on strong incentives to obtain better information is an open system in which anyone can participate and bet their brains, a real-time prediction with high accuracy can be expected. However, a question of how to increase the forecast accuracy in a zero-sum game is still open. In the game, participants who try to their expected profits can spread false information leading to bad impact on the forecast accuracy. Although many studies related to an usefulness of the prediction market have been reported, approaches to increase the accuracy under many conditions are still required. This is the reason why we have much attention to effective design of the prediction market. In this study, we discussed a design of multi-stage time series prediction market using multi-agents. In the market we suggested, heterogeneous participants(agents/traders) with transition probability matrix and probability distribution revise their beliefs related to the prediction to determine a prediction interval. And an integrated price(predictive value) by trading information and knowledge of each agent is continuously revised by a market maker who plays a role as a mediator. We design a mechanism in which the predictive value of agent with high accuracy can be reflected in the integrated price. It is very useful, because the agents have no choice to obtain more expect profits. Based on high quality information related the prediction, they may be tell the truth which help not only an effectiveness of the market but also a high prediction accuracy. We also examine the availability of the market using multi-agent simulation and show a prediction process under various experimental conditions by 30 agents.

본 연구는 모든 관측단위에 공통인 시계열변수가 포함된 패널자료모형의 추정방법을 제시하고 있다. 최소자승추정법을 단계적으로 사용하면서 공통의 시계열변수의 영향과 시점고유효과를 분리하여 추정하는 방법이다. 본 연구에서의 패널자료모형을 아시아 국가에 대한 관광수요를 분석하는데 적용하였다. 분석결과에 의하면, 아시아 국가를 방문하는 관광수요에는 방문국가와 관련된 특성들이 유의한 영향을 미치고 있다는 것을 알 수 있다. 즉 방문국가의 소득과 무역량의 증가, 그리고 환율과 물가수준의 변동이 관광수요에 유의한 영향을 미치는 것으로 나타났다. 또한 중국인의 소득증가가 아시아 국가의 관광증가에 기여한 것으로 나타났다. 아시아 국가에는 중국인이 많이 거주하고 있을 뿐 아니라, 중국의 급속한 경제성장에 따른 소득증가로 해외여행을 할 수 있는 여유가 생겼기 때문으로 해석된다. JEL 분류기호: C1, C2, L83

This study suggests an estimation method for panel data models which include time-series variables common to all cross-sectional units. This estimation method repeatedly applies the least squares estimation and decomposes the effects of the time-series variables and the unit-specific effects. Using the panel data models this study analyzes the determining factors of the tourism demand for Asian countries. The empirical results show that characteristics related to the destination countries are significant factors for the tourism demand; they include income levels, trade volumes, exchange rates and price levels. The fast growth of the Chinese economy also significantly contributed to the growth of the tourism demand for Asian countries. JEL Classification Number: C1, C2, L83

양파는 대표적인 양념채소류이며 자급률 또한 높기 때문에 한국인의 식생활과 매우 밀접한 관련이 있다. 따라서 가격불안과 수급의 불균형을 방지하기 위하여 국내 양파 생산량에 대한 정확한 예측이 필요하다. 본 논문에서는 단위면적당 양파 생산량 자료를 사용하여 시계열 모형 중 각 주산지의 공간정보를 이용한 공간자기상관이동평균모형(STARMA model), 각 지역별 상관성을 고려한 벡터자기상관모형(VAR model), 지역별 생산량의 상관성과 기상정보를 활용한 외생변수 벡터자기회귀모형(VAR-X model)을 이용하여 생산량을 예측하고자 한다. 2006년부터 2014년까지 데이터를 사용하여 2015년도 단위면적당 양파 생산량을 예측하였다. MAPE를 비교해본 결과 VAR-X, VAR, STARMA 순으로 예측력이 높았다. 노지에서 재배되는 양파의 특성상 주산지의 공간정보를 고려한 STARMA 모형보다 기상정보를 고려한 VAR-X 모형의 예측력이 더 높다는 사실을 확인할 수 있다. 하지만 전남, 제주를 포함한 남부지역에서는 STARMA 모형의 적합도가 VAR-X 모형보다 더 우수하다는 분석결과를 얻었으므로 추후 전남지역의 양파 생산량에 대한 효율적인 예측을 위해서는 지역에 따른 공간정보를 고려할 필요가 있다.

Onion is a typical seasoning vegetable and has high self-sufficiency, so it is very closely related to the diet of Koreans. Therefore, if accurate prediction of domestic onion production is possible, it will be possible to solve the price instability and imbalance of supply and demand. In this paper, Three following model were used to predict onion production using the data of onion production per unit area, STARMA model which is considering the spatial information of the producing area, VAR model which is considering the regional correlation, VAR-X model which is considering exogenous variables using the correlation of production volume by region and weather information. The MAPE of the VAR-X model is the lowest among the MAPE estimates of the onion production per unit area in 2015 using the individual models fitted the data from 2006 to 2014. On the basis of the characteristics of the onion cultivated in the open field, the VAR-X model considering weather information has higher power to predict than the STARMA model considering spatial information of the producing area. However, considering the reduction of the difference in MAPE values between the STARMA model and the VAR-X model in the Jeonnam region, it is necessary to consider spatial information according to the region for predicting onion production in Jeonnam area in the future.

본 논문은 골판지원지 담합사건의 가격자료와 시계열 분석기법을 활용하여 관련 상품시장의 획정에 대한 시사점을 도출한다. 가격 시계열 분석은 여러 재화가 하나의 시장에 속한다면 그 재화들의 가격은 동일한 양상으로 변동할 것이라는 착안에 기초한다. 그러나 이러한 시장획정 방법은 두 재화에 공통적으로 영향을 주는 요인이 존재할 경우 가격 시계열 사이의 관련성이 과장될 가능성이 있다는 한계가 있다. 이를 극복하기 위하여, 본 분석에서는 가격에 영향을 주는 다양한 공통요인을 통제한 후, 골판지와 이면지ㆍ골심지 가격의 통계적 관계를 분석하였다. 본 연구의 결과에 따르면, 계절, 추세 및 비용요인 등 공통요인을 통제하였을 때 두 가격 사이의 상관계수는 매우 낮게 나타났다. 또한 Granger 인과관계 검정결과, 공통요인이 통제된 표면지와 이면지ㆍ골심지 가격은 상호인과관계가 존재하지 않아 두 가격이 외생적으로 결정됨을 시사한다. 더구나 두 가격 간에는 장기적 균형관계인 공적분 관계도 존재하지 않는 것으로 나타났다. 결국 이러한 가격검정의 결과는 두 재화가 동일한 시장에 속하지 않는다는 점을 시사한다.

In this paper we investigate time-series propeties of the price data of a collusion case in the corrugated paperboard industry in Korea, and try to derive some implications on the relevant market definition. The basic idea is that the prices of several products in a single market should move similarly over time. But the limitation inherent in such methodologies is that common factors in two product markets might magnify the extent of true associations among the price data. We control various common factors affecting the co-movement of two prices to circumvent this problem, and perform a statistical anlysis on the time series of the prices of surface paper and backside/corrugated paper in the paperboard industry. The correlation coefficients of two price data are very low after controlling for common factors such as seasonality, trend, costs, etc. Also, the Granger test result shows that the two price time-series after controlling common factors do not cause each other, suggesting that they are determined exogenously. Moreover, there is no statistically significant evidence of co-integration in the two prices, which would be necessary for a long-term equilibrium relationship. Overall, these results suggest that the two products do not belong to the same market.

본 연구는 2001부터 2014년까지의 채권 신용등급 자료를 이용하여 등급 평가기준의 시계열적 변화를 검증하였다. 검증 결과, 투자등급 채권을 중심으로 신용평가 등급의 산정기준이 지속적으로 관대해져온 것으로 확인된다. 이러한 추세는 신용등급을 결정짓는 기업의 재무 및 주가 정보를 통제하여 검증된 결과로서, 단순회귀분석과 순위로짓분석, 그리고 고정효과분석을 사용한 경우 모두에서 강건하게 나타난다. 다른 조건이 동일할 때 투자등급 채권의 등급은 표본기간동안 약 1.5단계 상승한 것으로 나타난다. 등급 인플레이션 가설을 지지하는 결과이다. 반면 투기등급 채권에서는 이러한 평가기준 완화 추세가 확인되지 않았다. 등급 인플레이션 문제는 일정 수준 이상의 신용을 가지고 있는 기업에게 유효한 문제임을 시사하는 결과이다. 본 연구의 결과는 신용평가기관 등급과 유통수익률의 비교를 통해 등급 인플레이션 문제를 검증했던 기존 연구들의 결과를 효율적으로 보완한다. 회사채 유통수익률은 신용평가기관의 등급에 비해 급변하는 경제 상황을 빠르게 반영할 수 있고, 대기업 중심으로 그 정보가 제공된다는 점에서 등급 인플레이션을 지지하는 편향성을 가질 가능성이 있기 때문이다.

The paper examines a serial change in rating standards for corporate bonds using the bond rating data of firms listed on the KOSPI market from 2001 to 2014. Rating standards for investment grade bonds have been relaxed over the sample period. Holding firms' financial and risk characteristics constant, average rating of investment grade bonds have increased by 1.5 notches. The increase in rating supports the rating inflation hypothesis. In contrast, speculative grade bonds do not show any increase in rating, being against the rating inflation hypothesis. The difference in results between investment grade bonds and speculative grade bonds shows that the corporate credit levels affects the likelihood of rating inflation. An inclusion of macro variables in credit model to control for the effect of economic change on ratings does not affect the results. Further, ordinary least squares, ordered logit analysis, and the fixed-effects regressions show the robust results. The paper complements existing research that examined rating inflation using bond implied rating (BIR). BIR might cause a bias toward the rating inflation because it is available for relatively large firms and easy to incorporate rapid economic change.

본 연구의 목적은 제주 지역을 대상으로 시계열적 탄소고정량을 추정하고, 그 변화량에 따른 경제적가치를 추정하는 데에 있다. 기후변화의 저감 측면에서, 생태계서비스 가운데 조절서비스에 해당하는 탄소고정량의 증감은 중요한 현상이다. 탄소고정량은 대기중 이산화탄소를 바이오매스나 토양 등에 가두어두는 것을 뜻하며, 토지피복 특성에 따라 탄소고정량이 달라진다. 따라서 토지이용 변화가 시계열적으로발생한다면 탄소고정량도 따라서 변화하게 된다. 최근 관광 자원의 활용 혹은 경제적 이윤 추구를 중심으로 한 제주 지역의 토지이용 변화는 탄소고정량 증감, 결과적으로 온실가스 감축 측면에서 중요한 사항이다. 이에, 본 연구에서는 제주 지역을 대상으로 지난 20여 년 동안의 탄소고정량의 시계열적 변화를 추정하고 이에 따른 경제적 가치의 변화를 추정하였다. 분석 결과, 1989년 대비 2009년의 탄소고정량은 약 3,200만톤에서 2,600만톤으로 약 580만톤 감소한것으로 추정되었다. 이에 따른 경제적 가치 손실은 약 4,300만 ~ 1억 5,000만 달러에 이르는 것으로 추정되었다.

The purpose of this study is to estimate time series carbon sequestration changes in Jeju and the corresponding economic values. Changes in the amount of carbon sequestration, corresponding to the regulation of ecosystem services, is an important issue for climate change mitigation. Carbon sequestration refers to the capture and storage of carbon dioxide from the atmosphere in plants or soil. The regulation of ecosystem services that contain carbon sequestration is affected by changes in land use. Land use change is affected by the economic situation and this in turn affects climate change. Land use change is taking place rapidly on Jeju island, focusing on the utilization of tourism resources for economic profit. This study analyzes time series changes in land use patterns, and estimates the amount of carbon sequestration in Jeju the last 20 years as well as the resulting changes in economic value. The results show that from 1989 to 2009 the amount of carbon sequestration was decreased from approximately 32 million tons to 26 million tons and the subsequent loss of economic value was estimated at 43 to 150 million dollars.

본 연구는 한국교육개발원의 「학교 교육 실태 및 수준 분석 연구」의 중등학교 1~4차 년도 2003~2013년 데이터를 사용하여 학교조직문화(협력, 의사결정 참여, 효능감, 협의) 척도 점수의 학교 간 차이와 시계열상의 변화, 그 차이와 변화에 영향을 주는 요인, 특히 교장의 지원적 리더십을 탐색한 연구다. 이를 위해 HLM(Hierarchical Linear Model) 7 for Windows 프로그램을 사용하고 시간을 고려한 3수준 다층모형을 활용했다. 분석결과는 다음과 같다. 첫째, 고등학교보다 중학교에서, 사립학교보다 공립학교에서, 학급수가 더 작은 학교에서 공유된 가치와 태도를 타나내는 척도 점수가 더 높다. 둘째, 지원적 리더십이 평균적인 조직문화의 공유 정도를 설명하는 강력한 변수며 개인수준에서는 조직문화의 공유의 정도를 높이는 요인이지만 학교 단위로는 낮추는 요인이다. 마지막으로 시간이 흐를수록 조직문화의 공유의 정도가 강했던 학교의 변화가 작아지며, 여기에 학교평균 지원적 리더십이 영향을 준다. 이 연구는 전국 학교를 대상으로 표집을 한 데이터를 사용함으로써 학교조직문화의 학교 간 차이와 시계열상의 변화를 검토하고, 그 차이와 변화를 가져오는 요인들을 실증적으로 분석했다는 데에 의의가 있다. 하지만 시간에 따른 변화를 포착하기 위해 패널데이터(panel data)를 사용하는 것에서 오는 한계로 모든 설문주기에 포함된 변수만을 활용할 수 있었다.

We examined variation in the organizational culture(collaboration, participation in decision-making, efficacy, and discussion with the colleagues) and some key factors influencing on that, especially supportive leadership, using the data of the teachers in the secondary schools surveyed at 4 times from 2003 to 2013 by KEDI(Korean Educational Development Institute). The software we used is HLM(Hierarchical Linear Model) 7 for Windows which makes it possible to analyze the data based on three level: individual, organization and time. The result is : First, school organizational culture is stronger in middle schools than high schools, in national and public schools than private schools, in schools which have the smaller number of classrooms. Second, as time goes by, schools which have strong organizational culture at initial point change less. Lastly, although principal’s supportive leadership can be a factor that makes organizational culture stronger at the individual level, it can be a undermining factor at the organizational level. The organizational culture variation among the schools and the times are detected in this research. Furthermore some factors influencing on that are explored empirically. However, due to the data and the method, the variables are restricted in the analysis because they have to be found in the data at four times, and some quibbles over the quantitative method could be raised. More in-depth studies are needed to capture changing organizational culture.

Public servants’ crime is a job-related criminal offense committed by public servants. Because it has a greater impact on society by decreasing the trust of government, the public servants’ crime is the subject of a major criminal policy. This study adopted time series analysis on the public servants’ crime with the Prosecutor's Office’s "Crime Analysis" data from 1964 to 2011. The impacts of implementation of the Public Servants’ Ethics Act and the Anti-Corruption Act as well as the indictment rate of public servants’ crimes on the trends of the number of crimes per 100,000 public servants are analyzed. The results of ARIMA time series analysis show that the Public Servants’ Ethics Act implemented since 1983 has impacts on the reduction of the overall rate of public servants’ crimes and the rate of bribery crime of public servants. Also, the study finds that the indictment rate has deterrence effects on the overall rate and the bribery crime rate of public servants. In addition, the Anti-Corruption Act implemented since 2002 has influenced the increased the rate of the misfeasance of public servants, which is interpreted that the Anti-Corruption Act institutionalized public servants’ crime reporting systems.

토지피복 변화 추출을 위해 기존에는 두 시기의 토지피복 데이터를 중첩하는 이분위 분석법을 사용하였다. 본 연구에서는 여러 시기의 시계열 토지피복 데이터의 변화 분석에 대해 그 변화과정과 더불어 변화가 발생한 공간적인 위치도 도출할 수 있는 새로운 시계열 토지피복 변화 분석 방법을 제시하였다. 구체적인 과정은 다음과 같다. 우선 위성영상으로부터 시기별 토지피복을 분류하고 시계열 토지피복으로부터 고유의 토지피복 변화 패턴들을 도출한다. 도출된 토지피복 패턴들 간의 유사도를 정보배열비교법을 이용하여 도출한다. 토지피복 패턴간 유사도를 바탕으로 패턴들을 군집화하고 그룹별 토지피복 변화 형태를 해석한다. 본 연구에서 제시한 시계열 토지피복 분석 방법은 토지피복의 변화에 대해 맥락적인 변화 과정을 제시함과 동시에 해당 토지피복 변화가 발생한 공간적 위치를 확인할 수 있는 방법으로 토지피복 뿐만 아니라 다양한 시계열 데이터의 분석에 활용할 수 있을 것이다.

To extract land cover change, land cover data for two periods were usually overlapped. This study proposed a novel change detection method to extract land cover change for multi-temporal land cover data, which could extract both contextual information and spatial locations for the change. Detail processes are as follows. First, land covers are classified from satellite imagery and the unique patterns of land cover change are derived from time-series land cover data. Similarity between those patterns are derived by a sequence alignment method. Based on the similarity, land cover patterns are clustered and analyzed. The proposed method is a time-series analysis of land cover change, which can provide not only the contextual information but also the spatial location of the land cover changes. This method can be used to analyze various time-series data.

본 연구에서는 골프회원권가격과 거시경제변수들 간의 관계를 시계열분석방법으로 분석하고 그 결과를 바탕으로 골프회원권 자산의 특성을 고찰하였다. 주식시장 및 주택시장과 거시경제변수들 간의 관계에 관한 선행연구를 바탕으로 통화량, 환율, 물가지수, 이자율 및 산업생산지수를 분석변수들을 설정하고, 2003년부터 2013년까지 10년간의 월별자료를 이용하여 이들이 골프회원권 가격지수에 미치는 영향을 단위근 검정, 공적분 검정 및 그랜저 인과관계분석을 실시하였다. 시계열분석의 결과 골프회원권 가격에 지속적으로 영향을 미치는 변수는 물가와 산업생산성 및 통화량이라 할 수 있었다. 시계열분석의 결과를 주식시장 및 주택시장에 대한 선행연구들의 결과와 비교·검토하여 골프회원권 시장은 주택시장보다는 주식시장과 유사하다는 것을 알 수 있었다. 따라서 동 기간 동안에 골프회원권은 주택과 같은 사용가치적인 특성과 보다는 주식과 같은 투자자산으로의 특성을 보여준 것으로 해석된다. 이것은 향후 골프회원권에 대한 투자에서는 사용가치뿐 아니라 투자가치도 고려하여 접근할 필요가 있다는 시사점을 준다. 마지막으로 본 연구의 한계점을 지적하고 향후 연구방향에 대하여 언급하였다.

This paper investigates the relationship between golf membership price and macroeconomic variables such as money, interest rate, price level, exchange rates and industrial production of Korea in the period of 2003-2013 using time series analysis method. A specific feature of this paper is that we firstly analyzed the time series of golf membership price using various time series analysis method, unit root test, co-integration test and VAR Granger causality analysis. Major results of this paper is as follow: While money and price level variables influence the golf membership price through the total sample period, intereat rate and exchange rates are not significant to golf membership price variation. This result shows that the golf membership market is more similar to stock market affected by money and price variables than housing market. The implication of this study is that buyers of golf membership have to consider an aspect of its investment value in addition to its intrinsic value. Finally some limitations of this paper and directions for further research were suggested.

본고에서는 우리나라 개인연금상품 가격의 시계열 변화 추이에 대해 고찰하였다. 예정이율과 경험생명표에 대한 정보가 존재하는 1982~2012년에 대해 가상적인 즉시연금상품의 연금지급률(annuity rates)을 추정하였다. 65세 가입자의 연금지급률은 지속적인 경험생명표 개정과 예정이율 인하에 따라 1980년대 이후 크게 하락하였고, 그 결과 연금지급률과 채권수익률 간 격차(즉, 사망률의 상호보조)도 축소되었다. 예정 기초율 변경에 따라 연금가격이 상승해왔는가를 판단하기 위해 연금상품의 재무적 가치(money's worth)도 추정하였다. 할인율에 대한 정보가 존재하는 1999년 이후를 대상으로 국고채수익률곡선과 국민생명표의 생존확률을 적용하면, 재무적 가치는 연금지급률과 달리 2000년대 후반 이후 높아지는 모습을 보인다. 1999~2012년 평균 65세 남자의 재무적 가치는 94.0%로 나타났는데 이는 선진시장과 크게 다르지 않은 수준이다. 남자에 비해 연금지급률이 낮은 여자의 재무적 가치(94.3%)가 남자와 유사한 수준으로 추정된 것은 여자의 실제 생존확률이 남자보다 높기 때문이다. 연금지급률의 하락에도 불구하고, 연금급여를 실제 수령하는 기간이 길어지고, 연금급여의 현가산출을 위한 할인율은 낮아짐에 따라 재무적 가치는 크게 하락하지 않았다고 볼 수 있다.

This paper describes the price series of Korean individual annuity. We estimate on annuity rates of a hypothetical immediate annuity product from 1982 to 2012. Annuity rates have fallen sharply since 1980s due to the successive revisions to the actuarial tables and assumed interest rates. As a result, the gap between the annuity rates and the bond yields, i.e. mortality drag, was narrow. To give some idea of the magnitude of the changes of annuity rates due to increased life expectancy and lowered assumed interest rate, we compute the actuarial present value of annuity payment during 1999～2012. We find that the average money's worth ratio for 65-year old male calculated using general population mortality tables and government bond yield curves is 94.0 percent, similar level with advanced market. The estimated average money's worth ratios are similar level between male and female due to the higher survival probabilities of female. Our analysis implies that money's worth ratios are in line with the decrease of interest rates and improvement in survival probabilities.

Officetel price gradients are estimated using a hedonic house value function. The hedonic price model shows that the gradient of officetel used only for dewelling is less then for office and residence. A the modified repeat sales model is also estimated to identify changes of the price gradients over time. The repeat sales model suggests officetel price gradients are not equivalent between models estimated from three business districts respectively. We suspects that those outcomes arise from deregulation and market environment recent years.

In this paper, we considered forecasting of '.kr' domain registration count. The count of Korea internet domain registration has gradually decreased at the point of 2009 year. Recently, '.kr' domain registration counts are expected to get influences by ‘.한국’ domain which appeared in the internet stage since 2011. This research has mainly focused on the expected scenarios based on time serious data of '.kr' domain registration. We analyzed the data using Box-Jenkins ARIMA model, Holt exponential smoothing method, curve fitting regression model, and transfer function noise model. Each model has been classified scenarios labeled as stay, low, middle and high growth. Based on the absolute errors between model forecasting estimates and prediction value of domain registration at 2012 year, we predict that '.kr' domain registration will stand on the low growth stage.