Earticle

본 논문은 지난 30년간의 전라남도의회의 의정활동을 횡단적 자료를 활용하여 시계열적으로 분석･평가하는데 목적이 있으며, 전라남도의회 의사록, 의정백서, 의회현황, 기타 간행물 등 의회공식자료와 도의회 관련 신문기사 등을 내용 분석했다. 이를 위해 예･결산심의활동, 조례 제･개정활동, 행정사무감사 및 조사활동, 도정 질의활동, 민의반영활동 등 다섯 가지 활동을 분석의 기초로 삼았다. 지난 30년간 전라남도의회의 예산안 수정가결은 49.7%이고, 원안통과는 50.3%이며, 총 3,388건의 조례안을 처리하였다. 또한 입법활동의 중심이 지사에서 의원으로 변화하였다. 이러한 통계치는 전라남도의원들의 입법활동이 시간이 지날수록 활발해지고 있다는 것을 의미한다. 전라남도의회의 감사건수는 제4대 의회부터 제11대 의회까지 30년 동안 96.59% 증가하였으며, 총 4,461건의 도정질문을 하였고, 채택된 청원심사건수 총 17건이다. 지난 30년간의 의정활동을 살펴볼 때, 전라남도의회는 지역주민들의 요구에 적절히 대응하며, 시대적･지역적 사명에 부응하기 위해 주민의 대표기관이자 의사결정기관으로서 그 존재 가치를 실현하기 위해 노력했다고 평가할 수 있다.

The purpose of this study is to analyze and evaluate the legislative activities of the Jeollanamdo Provincial Assembly over the past 30 years. This study used five activities as the basis for analysis: budget and settlement deliberation activities, local ordinance enactment and revision activities, administrative audit and investigation activities, government inquiry activities, and public opinion reflection activities. As a result of the study, over the past 30 years, the Jeollanam-do Provincial Assembly passed amendments to 49.7% of the budget, and 50.3% passed the original bill, and has processed a total of 3,388 ordinances. The center of legislative activity changed from the governor to the assembly member. These statistics mean that the legislative activities of Jeollanam-do lawmakers are becoming more active as time goes by. The number of audits increased by 96.59% over 30 years, and a total of 4,461 questions were asked, and a total of 17 petitions were accepted. Evaluating the legislative activities of the past 30 years, the Jeollanamdo Provincial Assembly has made efforts to realize the value as a representative and decision-making body in order to respond appropriately to the needs of local residents.

본 연구는 글로벌 범죄학 분야의 연구 동향을 파악하기 위해 의미 네트워크 분석법(Semantic Network Analysis, SNA)을 사용하여 2000년부터 2020년까지의 범죄 관련 논문의 키워드를 분석하였다. 이 분석을 위해 수행된 연구 절차는 다음과 같다. 먼저, 2019 Journal Citation Reports(JCR)의 저널 분류 카테고리를 기준으로 ‘Criminology & Penology’ 에 속하는 총 61개저널리스트를 확보하였다. 61개 저널리스트 중, JCR 상위 25% (Q1)에 해당하는 15개의 저널을데이터 수집 대상으로 선정하였다. 15개의 저널을 대상으로, SCOPUS에서 2000년부터 2020년까지의 논문 14,689편에 대한 데이터를 수집하였다. 수집된 자료는 발행년도에 따라 2000-2004, 2005-2009, 2010-2014, 2015-2020, 각 5년 단위로 범죄 연구 키워드 동향을 분석하였고, 추가적으로 2000-2009, 2010-2020까지의 10년 단위의 시계열 분석도 시행하였다. 기간에 따라 분류된 데이터 그룹들을 의미 네트워크 분석법(Semantic Network Analysis)을 통하여 분석및 시각화했다. 시각화 분석결과, 2000년대 초반에는 학교폭력(School violence), 성범죄자(sexual offender), IPV(Intimate Partner Violence), 이 3가지에 대한 연구가 주로 진행되었다. 각 분야는독립적으로 연구되었고, 각자 필드 내에서 주제를 확장시켜 연구하는 형태였다. 그러나 2010년대로접어들면서, 범죄학 연구 영역 간의 연결 정도가 강화되었고, 분야 간의 경계선이 희미해지며 통합연구가 활발하게 진행되었다. 또한 테러(Terrorism), 강도(Robbery), 문화적 맥락(Cultural context)에 따른 범죄 발생, 주변 환경적/심리적 요인(Situational factor)에 대한 연구도 함께 증가하면서 범죄연구 주제의 다양화가 이뤄졌다. 가장 최근에는 문화적 맥락을 고려한 범죄 연구가 강조되는 추세이다. 이러한 연구결과를 바탕으로 범죄학 관련 연구 동향의 변화 양상을 분석해보았고, 향후 범죄 예방을 위한 제언 및 정책수립의 필요성을 제시하였다.

In this research, we used Semantic Network Analysis (SNA) to grasp the research trend in the field of criminology, and analyzed the keywords from 2000 to 2020. The research procedure performed for this analysis is as follows. First, we collected 61 journal information belonging to “Criminology & Penology” based on the journal classification category of 2019 Journal Citation Reports (JCR). Among 61 journals, 15 journal data corresponding to the top 25% (Q1) of JCR were selected. The data of 14,689 papers from 2000 to 2020 were collected by SCOPUS for 15 journals. The collected materials are analyzed by the trend of crime research keywords in 2000-2004, 2005-2009, 2010-2014, 2015-2020, 5 years each, depending on the year of publication, and further an annual time series analysis, 2000-2009, 2010-2020, was also performed. A group of data classified according to time period was analyzed and visualized via Semantic Network Analysis. As a result of the visualization analysis, in the early 2000s, three studies were mainly conducted: school violence, sexual offender, IPV (Intimate Partner Violence). Each field was studied independently, and the topic was expanded and researched within each field. However, in the 2010s, the accuracy of connection with the field of crime research was strengthened, the boundaries between fields became blurred, and integrated research was actively conducted. In addition, research on terrorism, robbery, occurrence of crimes due to cultural context, and Situational factor in the surrounding environment has increased, diversifying crime research themes. Recently, there has been a tendency to emphasize the study of crimes in consideration of cultural background. Based on the results of these studies, we analyzed crime-related research trends and presented the necessity of future recommendations and policy formulation for crime prevention.

이 연구에서는 통계청의 초중고사교육비조사 자료를 활용하여 학교급별로 (1)소득 증가율과 사교육비 증가율의 차이, (2)사교육비 평균소비성향과 사교육비 소득탄력성, (3)사교육비 지수 등의 소득효과 제거 사교육비 시계열이 작성되고, 이의 변동양상이 분석되었다. 연구결과는 모든 학교급의 사교육비가 2007년 이후 2018년까지 매해 지속적으로 증가한 것과는 달리 소득효과 제거 사교육비 시계열에서는 초등학교와 중학교는 학생일인당 사교육비가 2009년에 가장 높고 2016년에 가장 낮았으며, 고등학교와 일반고는 2015년에 가장 낮고, 2018년에 가장 높았던 것으로 나타났다. 2009년에는 초, 중, 고, 일반고의 사교육비가 모두 높았으며, 2018년에는 고등학교와 일반고의 사교육비가 높았다. 초등학교와 중학교에서는 2018년의 사교육비가 2007년보다 10% 정도 감소한 반면, 고등학교와 일반계 고등학교에서는 10% 정도 증가하였다. 사교육비 변동이 있었던 시기의 교육정책들과 이들의 사교육비에 대한 영향이 검토되었다.

Purpose: The purpose of this study was to find the time-series of (1)the difference between the changes of the income and the private education expenditure, (2)the average propensity to consume and the income elasticity of private education expenditure, and (3)the private education expenditure indices for elementary, middle, high, and general high school. Design/methodology/data/approach: For this study, the Private Education Expenditures Survey data from 2007 to 2018 were analyzed. Findings/Results: The results show that the expenditure for elementary and middle school was highest in 2009 and lowest in 2016. That for the high school was lowest in 2015 and highest in 2018. The expenditure for elementary and middle school of the 2018 was about 10% lower than 2007. That for high school was about 10% higher than 2007. Value: It was found that the income-change effect eliminated private education expenditure time-series has different movement compared to the nominal price private education expenditure time-series. The influence of the government policies of the 2009 and the 2018 to the expenditure were discussed.

본 연구의 목적은 인공지능 기법 중 하나인 LSTM(Long Short Term Memory)을 사용하여 금융상품들에 대한 미래 변동성을 보다 효과적으로 예측하고자 하는 것이다. 기존의 주식, 채권 등 금융상품에 대한 미래값 예측은 기본적 분석과 기술적 분석을 통하여 이루어져 왔다. 그 중에서 본 연구는 기술적 분석의 한 방법으로 과거 데이터를 기초로 한 미래 전망치를 예측하는 방법에 집중하였다. LSTM 기법을 통해 보다 미래 전망치의 예측률을 높이는 것을 목적으로 하였다. 금융상품의 미래가격 전망치는 그 상품의 미래 변동성의 크기에 반비례한다. 즉, 내일의 주가변동성이 커지면 내일의 주가는 하락할 가능성이 크다는 것이다. 따라서 대상 금융상품에 대한 미래의 변동성을 예측할 수 있다면 그 상품의 미래가격 등락을 보다 효과적으로 전망할 수 있다. 본 논문은 LSTM 기법을 활용하여 어떤 금융상품의 과거데이터(변동성 크기와 가격)를 인공지능으로 학습시켜서 미래의 가격 변동성을 예측하였으며, 그 결과 인공지능이 예측한 검증 기간의 변동성 움직임이 동 기간의 실제 변동성 값과 매우 유사한 결과를 도출했다. 이를 통해 본 연구결과를 활용하여 향후 금융상품 (주식, 채권 등)에 대한 미래 가격전망을 보다 효과적으로 할 수 있을 것으로 본다. 또한 기존의 다른 변동성 예측방법과 더불어서 본 연구결과를 활용할 경우 미래의 변동성 예측 정확성에 보다 기여할 수 있을 것으로 기대하며, 궁극적으로는 펀드를 포함한 금융투자 상품의 투자수익률 개선에 기여할 것으로 기대한다.

The purpose of this study is to predict the future volatility of financial instruments more effectively by utilizing Long Short Term Memory (LSTM) which is one of the artificial intelligence (AI) techniques. This study focused on the method of predicting the future forecasts based on the historical data through the LSTM technique. The future price of a financial instrument is inversely proportional to the instrument’s size of future volatility. Therefore, if future volatility can be predicted for the targeted financial instrument, the fluctuation in the instrument’s price in the future can be projected more effectively. This paper predicts the future price volatility by making the historical data of a financial instrument to learn by using AI technique. As a result, the volatility movement predicted by AI was significantly similar to the actual volatility value during the same period. Through this, the results of this study are expected to be used to forecast the price of financial products more effectively. In addition, it is expected that the results of this study, together with other existing methods for volatility prediction, will further contribute to the accuracy of projecting the future volatility, and ultimately contribute to the improvement in investment returns of financial investments products including funds.

본 논문은 2002년 1월∼2018년 12월 기간 동안 우리나라 주식시장에서 수익과 위험 사이의 관계에 대한 실증분석을 수행하였다. 분석결과 시점간 자본자산가격결정모형(ICAPM)의 이론적 예측과 달리 전통적인 위험지표로 상정되어 온 분산과 수익 사이에 통계적으로 유의한 상충관계는 확인할 수 없었다. 분기 또는 반기 등 장기간의 분산을 고려하는 경우에도 분석결과는 정성적으로 동일하였다. 분산의 대안으로 하방위험지표인 Value-at-Risk를 고려하는 경우, 하방위험 지표가 높을수록 초과수익률이 낮은 것으로 확인되어 저변동성 이례현상(low volatility anomaly)과 일관된 결과를 확인하였다. 하방위험과 초과수익 사이의 관계는 경기순환에 따라 통계적으로 유의한 변화를 나타내지 않으나, 국면전환을 고려한 마르코프 스위칭 모형의 추정결과 위험과 수익의 관계의 유의성과 수준은 국면에 따라 변화함을 확인할 수 있었다. 이러한 실증분석결과는 위험과 수익 사이의 관계를 분석하는 경우 하방위험의 지표를 고려하고, 시간에 따라 변화하는 특성을 고려할 필요가 있음을 시사한다.

Using data on Korean stock market index(KOSPI) from January 2002 to December 2014, this paper empirically examines risk-return relationship. Unlike the theoretical predictions from the ICAPM, the risk-return trade-off does not exist when considering traditional risk measures such as variance, which is robust irrespective of various horizons in constructing variance. But a downside risk measure such as value-at-risk(VaR) explains the future return in the sense of low volatility anomaly, i.e. low risk-high return phenomenon. The relationship between downside risk and return does not vary along the business cycle but the results from Markov switching regression model documents that time-series variation is linked to the state of the economy. These results suggest that the risk-return relationship varies according to the time period and that modelling higher moments in investigating risk-return relationship is necessary.

본 논문은 주식시장에서 일부 투자자들이 포지티브 피드백 거래 전략을 따르면서 나타나는 수익률의 자기상관관계의 패턴을 분석하였다. Shiller-Sentana-Wadhwani의 모형을 적용하여 주가지수 수익률의 시계열 상관과 변동성간의 관계를 관찰하고 비대칭성을 분석하여 포지티브 피드백 거래 전략을 따르는 거래자들에 의해 야기되는 수익률의 특징을 살펴보았다. 이를 위해 주식시장을 기업규모별 포트폴리오로 세분화하고 각 포트폴리오에 EGARCH 모형을 이용하여 측정한 조건부 분산을 모형에 적용하였다. 분석 결과 소형주 포트폴리오에서 포지티브 피드백 거래자가 상당 부분 존재하며, 변동성이 확대될수록 포지티브 피드백거래가 일별 수익률에서 음의 1차 자기상관관계를 확대하는 것으로 나타났다. 또한 소형주 포트폴리오에서 시장이 하락할수록 포지티브 피드백 거래의 경향이 강화되고 있음을 확인하였다.

In this paper we examine the autocorrelation pattern in stock market, induced by some investors following a positive feedback trading strategy. Relying on Shiller-Sentana-Wadhwani model we investigate the link between return autocorrelation and volatility as well as asymmetry to capture the return characteristics. For this purpose, We subdivide the stock market into portfolios by company size and apply conditional variance measured by EGARCH to the model. Our empirical results show that in portfolio of small firm a significant portion of investor are positive feedback trader, positive feedback trading seems to reinforce negative first-oder autocorrelation during periods of high volatility. In addition, we find that positive feedback trading in portfolio of small firm is more intense during market declines.

[연구목적]본 논문은 KOSDAQ시장에서 일부 거래자들이 포지티브 피드백거래 전략을 따른다는 가정하에 자기상관관계의 패턴을 실증분석하였다. 포지티브 피드백거래 전략을 따르는 거래자들에 의해 야기되는 수익률의 특징을 살펴보기 위해 주가지수 수익률 시계열상관과 변동성간의 관계를 알아보고 비대칭성을 분석하였다. [연구방법]본 연구를 위해 KOSDAQ지수 일별 수익률을 이용하였다. 자료의 표본기간은 2001년 1월부터 2016년 12월까지이다. 본 연구는 변동성 측정을 위해서는 GARCH－type모형을 적용하여 조건분 분산을 측정하고 이를 koutmos 모형에 적용하여 KOSDAQ지수 일별 수익률에서 나타나는 시계열 구조를 파악하였다. [연구결과]분석결과 포지티브 피드백거래가 주가지수 일별수익률에서 음의 1차 자기상관관계를 발생시키는 것으로 나타났으며, 시장이 하락할 경우 포지티브 피드백거래의 경향이 강화되고 있음을 확인하였다. [연구의 시사점]본 연구의 실증분석 결과는 KOSDAQ시장에서 포지티브 피드백거래가 존재하며 이는 일부 투자자들이 내재가치 보다는 피드백거래전략을 따르고 있음을 함의하고 있다.

[Purpose]This paper examines the autocorrelation pattern in KOSDAQ market, assuming that some investors follow a positive feedback strategy. This paper investigate the link between return autocorrelation and volatility to capture the return characteristics induced by trader following a positive feedback strategy. [Methodology]For this Purpose, the daily return series of KOSDAQ index are used. The sample consists of from January 2001 to December 2016. We examine the autocorrelation structure in the daily return series by applying the conditional variance from GARCH－type measure to koutmos model [Findings]It is found that positive feedback trading induces negative autocorrelation in KOSDAQ index return and becomes more negative as the level of volatility rises. In addition, Feedback trading is more intense during market declines. [Implications]Our empirical evidence shows that positive feedback trading is present in KOSDAQ market and some investors follow a positive feedback strategy rather than fundamental values.

[연구목적]본 논문은 한국에서의 주가와 주택매매가격 및 금리와의 관계에 대한 시계열적 이슈들을 재 고찰하였다. [연구방법]변수들간의 통합의 정도를 파악하기 위하여 공적분 관계를 살펴보았고, 공적분 균형관계에서의 안정성을 통계적으로 검정하였다. 또한 변수들간의 비선형성을 검증하기 위하여 Threshold 공적분 분석을 이용하였고, 한국에서의 부의 효과와 신용가격 효과를 규명하기 위하여 그랜저 인과관계를 분석하였다. [연구결과]공적분 분석 결과 변수들간에는 대체효과가 있는 것으로 확인되었고, 아시아 외환위기를 기점으로 구조적변동이 존재하고 있음을 밝혔다. 한국에서는 주가와 주택매매 가격의 균형관계에 있어서 비선형성을 나타나지 않고 있었으며, 마지막으로 주가와 주택매매가격간의 그랜저 인과관계를 검정한 결과 전체 기간 동안에는 주가와 주택매매가격 간에 신용가격 효과가 있는 것으로 나타났으나, 공적분 관계의 구조적 변동을 고려하였을 경우 한국에서도 부의 효과와 신용가격 효과가 같이 존재하는 것으로 나타났다. [연구의 시사점]본 논문에서는 금융시장의 대표적인 변수인 주택매매가격, 주가, 금리의 상호 관계를 살펴봄으로써 재무․경제적 변수의 금융시장에서의 상호간 연계성과 영향력을 파악하고 금리정책 및 주택매매 관련 규제에 활용될 수 있을 것이다.

[Purpose]This paper reexamines several time series issues concerning the relationship between stock prices, house prices and interest rate in Korea. [Methodology]To identify their relationships, we use cointegration analysis and statistically test for the structural break of equilibrium relationship. The nonlinearity of the relationship is examined by threshold cointegration analysis and the Granger causality tests are used to investigate a credit price effect and a wealth effect in Korea. [Finding]We find the cointegrating relationship between variables, which means that there exists a high degree of asset substitution effects and find the structural break of equilibrium relationships around the Asian currency crisis in 1997. The nonlinearity of the relationship between variables is not found in Korea. Finally, the Granger causality test favors the credit price effect in the full sample period. However, when we consider the structural break in cointegrating relationship, there exist both a credit price effect and a wealth effect in Korea during the sub-sample periods. [Implications]By examining the relationships of stock prices, housing prices, and interest rates, which are the important variables in financial market, we understand the behavior of the relationships and influences between financial variables. These results can be used for the interest rates policy and the regulations concerning the housing sales.

學術界一般認爲在東方文化曆史中，典型的統治者稱呼是天子，而天子一名最初出現於《詩經》。然而天子稱呼卻出現在西周金文，而且在天子稱呼出現以前的一段時間天君的名稱已被廣泛接受。不僅如此，在天君稱呼使用之前的一段時間也有王的名稱。筆者仔細檢討學術界的論點和相關金文之後發現目前對古代統治者稱呼的了解都缺乏古文字材料的根據，並且不符合於具體的金文實際用例。再者，大家認爲周朝的天子和商朝的統治者之間沒有任何直接的連接關系，而從根據王朝的不同來了解朝代的政治學的角度來看，這種看法是可以接受的。但考慮到古代文化的連續性時，也就是說不拘束於王朝觀念，能跳躍時期的前後時，可以獲得意想不到的了解。 筆者爲了不受王朝觀念的拘束，自由跳躍時期的前後，借用時系列(time series)的社會科學的分析方法來考察商代甲骨文和周代金文裏面的統治者稱呼，發現周朝的天子和商朝的王的稱呼在古代宗教文化心理形態上一脈相同。商代最初使用上面缺一個筆劃的王字，接著使用上面加一個筆劃的王字，周初使用字素王和武結合的珷來加強統治者的權威，後來使用珷王、玟王等稱呼，就是說當時的稱呼采取字素結合加語素結合的結構。 到周代中期即采用天君的稱呼，但因君有依附於統治階層的意思，逐漸被廢棄。到了周代晚期，取而代之的就是語素天和語素子的結合體。看來，雖然商朝與周朝使用的統治者稱呼相異，但就造字心理而言，不論是商朝的王，周朝的珷、珷王、玟王、天君，天子稱呼都具有同樣的宗教意識。那些統治者稱呼一向蘊涵著自己能成爲一個宇宙的仲介者、絕對神的代替者，換句話說，他們都希望把自己和宇宙結合在一起。

관광수요의 증가로 호텔산업 또한 성장을 해오고 있다. 이러한 시점에서 대전지역의 객실점유율은 평균 50%대로 비교적 낮은 수치를 보이고 있으며, 향후 대전지역 호텔 산업 발전과 성장을 위한 정확한 수요의 예측과 이를 통한효율적인 전략수립이 요구되어진다. 따라서 본 연구에서는 2006년 1월부터 2012년 12월까지의 대전지역 호텔 판매객실 수를 통한 수요예측을 실시하였으며, 다양한 기법의 도입을 통하여 보다 정확성을 띄는 수요예측방법을 찾으려 하였다. 연구결과 Winters 가법이 가장 높은 MAPE값(6.610)을 보이고 있었다. 호텔객실실무자들은 이러한 정량적 기법 중 하나인 Winters 방법과 전문가집단 등의 정량적 방법의 혼합을 통해 보다 정확성 있는 객실수요의 예측과전략수립이 필요시된다.

Due to the increase in tourism demand, the hotel industry and has grown. At this point, as 50% of the averageoccupancy showing relatively low levels. Future development and growth of the hotel industry in Daejeon foraccurate demand forecasting and it is through the establishment of an effective strategy required. In this study, fromJanuary 2006 to December 2012 sales of hotel rooms in Daejeon was conducted through demand forecasting. Through the introduction of a variety of techniques to show more accurate demand forecasting method were studied. Winters additive studies with the highest MAPE value (6.610) was shown. Hotel practitioners need to more accuratedemand forecasting and strategic planning in the room occupancy through a mix quantitative methods(Wintersaddictive method) and qualitative methods(By Experts)

본 연구는 한국청소년아동패널조사 중학교 1학년 패널의 1차 년도와 3차 년도의 자료를 이용하여 2년 동안의 패널조사 기간 중에 부모구성의 변화를 경험한 청소년들이 그러한 변화를 겪지 않은 청소년들에 비해 학교적응에서 어떠한 차이를 보일 것인지를 분석하였다. 아울러 패널조사 기간 중에 일어난 청소년 개인의 발달사항 변화와 빈곤 및 가족소득의 감소도 변수로 추가하고 성별, 전학유무, 남녀공학, 거주지역 등은 통제변수로 포함시켜 학교적응의 변화를 종속변수로 한 다중회귀분석을 실시하였다. 분석 결과, 몇몇 모형에서 부모의 구성변화를 겪은 청소년들이 그러한 변화를 겪지 않은 청소년들에 비해 학교적응의 지수에서 부정적인 변화를 보이는 것으로 나타났지만 청소년의 개인발달 변화를 측정하는 변수들이 통계모형에 추가된 이후에는 그러한 영향력이 사라지는 것으로 조사되었다. 또한 가구의 경제적 수준이나 소득감소 등은 학교적응에 직접적인 영향을 미치지 못하는 것으로 나타났다. 이는 가정환경 요인의 변화 보다는 자존감, 또래애착, 동기조절, 그리고 행동조절 등 청소년의 정서적, 사회적, 인지적 발달변화가 학교적응의 변화에 보다 직접적인 원인이 된다는 해석을 가능하게 한다. 이러한 연구의 결과는 청소년의 학교적응과 관련된 정책에서 부모의 구성이나 가구의 경제적 수준과 같은 가정환경 요인보다 청소년 개개인의 사회적, 정서적, 그리고 인지적 발달사항을 고려한 접근이 필요하다는 것을 시사한다.

Utilizing the panel data from the Korean Children and Youth Survey of 2010 and 2013, this study investigates the impact of family background and developmental factors on the adjustment of middle school in South Korea. The outcome variables and predictors are measured as changes at two different points in the panel data, and multivariate regression models are then applied. The results from this study suggest that developmental factors (i.e. changes in self?esteem, peer?relations, and learning habits) are more important than family background factors (i.e. changes in family structure and family income) in predicting the outcome variable. One implication of our study is that it suggests that education policies addressing school adjustment problems should focus on the developmental factors of individual students rather than their family background.

본 연구는 연구개발비 시차효과를 산업별로 지연효과와 누적효과로 구분하여 추정하기 위하여 지연효과와 누적효과에 대해 변수를 정의하고, 각각의 효과에 대해 가설을 세웠으며, 이들 효과를 검증하는데 목적을 두고 있다. 따라서 산업별 연구개발 투자가 기업가치로 발현되기까지 소요시차 동안 나타나는 효익의 분석을 위해 개별기업의 시계열자료인 수준변수를 사용하며, 수준변수의 시계열 분석은 릿지 회귀분석으로 한다. 연구결과, 전체제조업의 연구개발비 효과 보다 산업별 연구개발비 효과가 미미하였다. 첫째, 자동차․운송장비 산업은 t-1기, t-2기에 지연효과가 전혀 나타나지 않았으나, 의료정밀산업은 t-1기에 양(+)의 효과가 나타났으므로 연구개발비 지연효과는 산업별로 다르게 나타났다. 특히 기술수명주기가 짧은 산업일수록 t-n기로 갈수록 지연효과가 낮아졌다. 이는 연구개발 특성 중 시차를 의미하고 있다. 둘째, 누적효과는 불확실성과 고비용성 및 비전유성을 의미하고 있다. 전기․전자산업과 자동차․운송장비 산업과 같이 제품 간 경쟁이 치열하고, 시장이 글로벌화 된 산업일수록 연구개발비 누적효과가 낮게 나타나 연구개발비 고비용성을 의미하였다. 셋째, 대부분의 산업에서 통계적으로 유의하면서 연속된 양의 효과와 음의 효과는 서로 상쇄되어 지연효과가 누적효과로 나타나지 못하는 원인이 되었으며, 누적효과의 영향이 지연효과의 영향보다 낮게 나타나 연구개발 불확실성을 검증할 수 있었다. 이는 연구개발 투자 실패, 목적과 상이한 결과로도 연결되며, 이로 인해 산업별 연구개발 투자에서 지연효과와 누적효과 간에는 가치관련성의 차이가 크게 나타났다. 추가분석에서는 High-tech산업의 연구개발비 누적효과가 Low-tech산업의 연구개발비 누적효과보다 큰 것으로 나타났다. 이상의 연구를 종합하면, 모든 산업에서 연구개발 투자가 기업가치에 미치는 영향이 기존연구에서 보다 미미하게 나타난 점과 시차효과를 누적효과와 지연효과로 구분하여 실증분석한 점. 그리고 누적효과가 지연효과보다 가치관련성이 낮았음을 실증 분석한 점 등이 기존연구와 차별성이라 할 수 있다. 그리고 연구개발비 시차효과 연구는 시계열자료를 이용하여 시계열 분석하여야 가치관련성을 올바르게 검증할 수 있음을 시사하고 있다.

This study defined variable about delay effect and accumulative effect, and established hypothesis for each effect in order to presume lagged effect of R&D by industry. Eventually, this aimed to testing the effects. Accordingly, to analyze benefits shown during required time lag between R&D investment each industry and output as corporate value, level variable which is time-series data of individual company is used. Time-series analysis is conducted with Ridge regression analysis. As study results, it was known that R&D effect each industry was small than R&D effect for whole manufacturers. First, There was nearly no delay effect in t-1 and t-2 period for automobile and transportation equipment industry. But medical precision industry showed positive effect in t-1 period. Thus, delay effect of R&D differed according to industry. Especially, the shorter lifetime cycle of technology is, as the period is near t-n period, delay effect became low. This means time lag among characteristics of R&D. Second, Accumulative effect means uncertainty, costliness, and non-appropriability. Electricity and electronic industry, automobile and transportation equipment industry showing severe competition and globalized market showed low accumulative effect of R&D, which means costliness of R&D. Third, In most of industries, continued positive and negative effect which were statistically significant were offset each other so that this became a cause for that delay effect could not bring accumulative effect. And influence of accumulative effect appeared low than influence of delay effect so that uncertainty of R&D could be tested. This is related to failure in investment for R&D and a result different from a targeted result. Due to this, there was high difference of Value Relevance between delay effect and accumulative effect. In additional analysis, accumulative effect of R&D in High-tech industry was larger than accumulative effect of R&D in Low-tech. Based on study results, differentiated points from existing studies are that influences of investment for R&D on corporate value in all the industries were smaller than in existing studies, lagged effect divided to accumulative effect and delay effect was empirically analyzed, it was empirically analyzed that accumulative effect was low than delay effect in value relevance. And this study implies that value relevance can be tested properly when for a study on lagged effect of R&D, time-series is analyzed using time-series data.

본 연구에서는 1993년부터 2009년까지 접수된 혼인 신고서를 이용하여, 1990년대 초반 이래 한국사회에서 교육적 동질혼 경향이 어떻게 변화해 왔는지 살펴보았다. 그간 한국에서 수행되었던 대부분의 관련 연구들은 초혼에 기반을 둔 결혼 코호트를 구성하지 못함으로써 시계열 추세를 분석하는 데 일정한 한계를 가졌다. 그런데 본 연구는 초혼/재혼을 구별하고 출생 연도가 아닌 결혼 연도를 이용해 결혼 코호트를 구성함으로써 선행연구들의 제한점을 극복하였다. 아울러 본 연구는 활용 가능한 최신 자료를 사용함으로써, 역동적인 한국 사회에서 교육적 동질혼이 최근에 어떤 양상으로 진행되고 있는지를 시의성 있게 보여주고 있다. 분석 결과, 1993년부터 2007년 사이에 부부 간 학력의 연관성이 지속적으로 완화되어 왔음이 밝혀졌다. 교육적 동질혼의 약화 추세는 1990년대에 보다 뚜렷하고, 2000년대에 들어서면서 다소 완화된다. 이처럼 예상과 달리 근자에 교육적 동질혼 경향이 약화되고 있는 현상의 배경은 후속 연구를 통해 좀 더 엄밀하게 구명될 필요가 있지만, 다양한 근대화의 과정, 교육팽창에 따른 여성 교육기회의 신장, 학력 가치의 하락 등이 일정 정도 기여를 했으리라 짐작된다. 한국 사회에서 나타나고 있는 교육적 동질혼의 약화는 귀속적 지위를 중심으로 한 동질혼의 강화를 수반하고 있을 개연성이 크기 때문에 사회 전반의 개방성 증대로 해석하기에는 무리가 있다.

Drawing on marriage registration data, this study examines temporal trends from 1993 to 2007 in educational homogamy in South Korea. Most previous studies of educational homogamy in South Korea did not compare cohorts based upon years of first marriage but only birth-year cohorts, which is a significant limitation in exploring temporal trends. The current study overcomes this limitation by investigating trends in educational homogamy on the basis of first-marriage couples classified according to their marriage years. More importantly, this research covers the period (1993-2007) of rapid changes in Korean society, providing most updated analysis of educational homogamy. Applying log-linear and log-multiplicative models, the study finds a rapid decline during the 1990s followed by a much slow decline during the 2000s in the strength of association between spouses' educational attainment, which is in part likely attributable to modernization, the increased opportunity of higher education for women due to educational expansion, and the decrease in economic return to professional jobs. The continued decline in educational homogamy is in sharpe contrast to the expectation that increased economic inequality and other social changes during the period should have strengthened the degree of educational homogamy, requiring further systematic research. However, it is important to note that the decline in educational homogamy does not necessarily mean the growing openness of Korean society because declining educational homogamy might have occurred simultaneously with the growing impact of family background on marriage.

본 연구의 목적은 통합시계열자료를 이용하여 정책분석 내지 평가를 할 경우에 패널단위근 검정이 필요하다는 것을 보여주려는 것이다. 정책분석 및 평가분야에서 통합시계열자료를 사용하는 빈도는 높아지고 있으나, 이 자료에 대한 패널단위근 검정이 이루어지고 있는지에 대한 명확한 논의들이 거의 전무하다. 따라서 본 연구에서는 패널단위근 검정방법이 어떻게 발전되어 왔으며 검정방법들의 특성은 무엇인지에 대해 고찰한다. 그 후, 분석의 편의상 이변량분석을 통해 통합시계열자료 분석시 패널단위근 검정이 왜 필요한지를 보여준다. 패널단위근 검정 방법에 대한 논의는 최근 들어 활발하게 전개되고 있으며 본 연구에서는 새로운 검정방법의 창출에 대한 논의보다는 이의 필요성에 초점을 맞춘다. 실제 패널단위근 검정 후, 패널단위근을 처치한 자료의 수식모형설정과 처치하지 않은 자료의 수식모형은 상당한 차이를 보인다. 이는 자료 분석 후 정책분석 및 평가에서 변수들간의 인과관계를 잘못 유도할 가능성이 높음을 보여주는 것이다.

The object of the research is to discuss the necessity of panel unit root test in the cross-sectional and time series data analysis. The focus of the study, therefore, is not arguing creation of new test method for panel unit root, but discussing why panel unit root test is requisite in cross-sectional and time series data analysis.The research firstly deals with how various panel unit root tests are developed and deploys their characteristics. Secondly, the study, in practice, analyzes the cross-sectional and time series data which include panel unit root with a bivariate equation model. The results show us that an equation model with treating panel unit root is different from that with not treating panel unit root.The practice shows us that panel unit root test is essential to the cross-sectional and time series data analysis in the field of policy analysis and evaluation for inferring proper causal relationships among variables.

Strange attractor can be constructed from time series data such as heart sound. In the area of the recognition and diagnosis problem, signal presentation method is very important because good features can be detected from good presentation. This paper discusses a way to extract a cycle from strange attractor and introduce new attractor construction method using autocorrelation value of the heart rate. The result shows well-formed attractor and good ability for extraction features. Largest Lyapunov Exponent is used to check whether the attractors provide distinguish abilities among different types of heart rate. The result shows good points that can be applied to some areas of human signal processing.

Overseas direct investment is one of the most important and influencing variables in globalizing economy. And it continues to be a driving force of the globalization process that characterizes the modern world economy. Among others, export related effects are prominent. In this study, the relationship between overseas direct investment and exports is investigated using quarterly data and time series approach. Firstly, the stationarity of variables is examined using unit root test. And the adequacy of using VAR model is tested with co-integration test. Next, the relationship between overseas direct investment and exports is analyzed using Granger causality method. The reliability of Granger causality tests depends on the correct specification of the information universe because the omission of relevant in a third variable exists, which cause both overseas direct investment and export, the causality tests may be spurious, reflecting the influence of the omitted variable. To avoid this problem, exchange rate is included as an exogenous variable. Finally, impulse response analysis is performed to assess the quantitative impact of overseas direct investment on exports and vice versa.

The widespread deployment of IoT devices have led to an increase in generation and collection of multivariate time series. As these time series become more correlated-due to sensors recording inter-dependent events-forecasting models are required to effectively capture inter-variable dependencies and provide accurate predictions. In this work, we propose 2passformer, a novel forecasting model that incorporates (1) a decomposition mechanism to disentangle complex input sequences and (2) variable-wise bias vectors to discriminate correlated variables. Extensive experiments demonstrate that 2passformer achieves state-of-the-art performance on strongly correlated multivariate time series datasets, showing clear advantages in effectively modeling inter-variable relationships with high accuracy.

스마트 팩토리에서 운영되는 여러 센서들을 원활히 사용하기 위해서는 센서의 상태를 지속적으로 모니터링하는 것이 중요하다. 최근, 심층학습 기술의 발달로, 여러 센서들에서 수집되는 다변량 시계열 데이터에 대하여 그래프 신경망 기반의 이상 탐지 모델이 활발히 연구되고 있다. 하지만, 기존 모델들은 주로 단일 스케일에서 도출한 그래프 구조에 의존하여 이상을 탐지하였기에, 모델이 특정 주기에 편향되어 다양한 시간 주기에서 나타나는 이상치를 탐지하기 어려웠다. 이에 본 논문에서는 여러 개의 스케일을 이용하여 시게열 데이터의 장기적 및 단기적 시간 특성을 분석하고, 이러한 특성을 센서 간 상관관계를 학습하는 과정에 반영하는 그래프 신경망 기반의 다변량 시계열 이상 탐지 기법을 제안한다. 공개 공장 센서 데이터셋을 활용한 실험 결과, 여러 개의 스케일을 이용하여 다양한 시간 주기를 반영하는 것이 이상 탐지 성능 개선에 기여할 수 있음을 확인하였다.

To effectively utilize various sensors operating in a smart factory, it is crucial to continuously monitor their status. Recently, with advancements in deep learning technology, graph neural network-based anomaly detection models have been actively studied for multivariate time-series data collected from multiple sensors. However, existing models predominantly relied on graph structures derived from a single scale, making them biased toward specific periods and thereby limiting their ability to detect anomalies occurring across various time periods. To address this, this paper proposes a graph neural network-based multivariate time-series anomaly detection method that leverages multiple scales to analyze both long-term and short-term temporal trends in the time-series data. This approach incorporates these temporal characteristics into the process of learning inter-sensor correlations. Experimental results using a publicly available factory sensor dataset demonstrate that reflecting various time periods through the use of multiple scales contributes to improved anomaly detection performance.

농산물의 품질 향상과 재배 과정 최적화를 위해 정확한 당도 예측이 중요하다. 현재 과일의 당도는 파괴적 측정 방식이 주로 사용되며, 비파괴당도계는 부분 측정과 표면 손상의 한계가 있다. 본 연구에서는 AI Hub의 지능형 스마트팜 데이터세트를 활용하여 토마토의 당도를 예측하기 위해 XGBoost, LightGBM을 이용한 회귀분석과 LSTM을 이용한 시계열 분석을 수행하였다. 실험 결과, 회귀분석 모델들은 모두 음수의 R² 값과 큰은 오차율을 보였으나, LSTM을 활용한 시계열 분석에서는 토마토 당도의 일반적 범위 대비 허용 가능한 수준의 예측 오차 MAE 0.224를 달성하였다. 이는 토마토의 당도가 생육 전반에 걸친 시계열적 특성과 밀접한 관련이 있음을 시사한다. 본 연구는 LSTM 모델을 통해 비파괴적 방식의 실용적 당도 예측이 가능함을 입증하였으며, 토마토 당도 예측에 있어 시계열 분석 기법의 효용성을 검증했다는 점에서 의의가 있다.

Accurate sweetness prediction has become increasingly important for improving agricultural product quality and optimizing cultivation processes. Currently, fruit sweetness is primarily measured through destructive methods, while non-destructive sweetness meters are limited by partial measurement and surface damage. This study performed regression and time series analyses to predict tomato sweetness using intelligent smart farm datasets from AI Hub. We conducted regression analysis using XGBoost and LightGBM, and time series analysis using LSTM. In the experimental results, regression models recorded negative R² values with high error rates. In contrast, time series analysis using LSTM achieved an acceptable prediction error of MAE 0.224 compared to the typical range of tomato sweetness. This suggests that tomato sweetness is closely related to time series characteristics throughout the growth period. This study demonstrates the feasibility of practical non-destructive sweetness prediction using the LSTM model and is significant in validating the effectiveness of time series analysis techniques for predicting tomato sweetness.

축산업에서 환경의 이상치 탐지와 데이터 예측은 매우 중요한 과제이다. 대부분 시계열 데이터로 수집되는 축산 환경 데이터의 이상치는 급격한 생육환경의 변화와 예상치 못한 전염병의 징후를 나타낼 수 있으므로 이상치를 빠르게 탐지하는 것이 중요하다. 이상치의 빠른 탐지와 효과적인 대응은 가축의 스트레스를 최소화하고 전염병 발생 환경을 조기에 발견하여 농가의 경제적인 손실을 감소시키는 역할을 할 수 있다. 본 연구에서는 축산환경 데이터의 이상치 탐지 분야에서 이상치를 규정하는 경계값(Threshold) 설정에서 두 가지 설정 방법을 이용하여 실험하고 성능을 비교하였다. Mean Squared Error(MSE)를 활용한 이상치 탐지 방법과 Dynamic Threshold를 이용한 이상치 탐지 방법을 이용하여 이를 통해 주어진 이전 데이터의 평균값과의 변동성을 분석하여 이상 상황을 식별하는 연구를 진행하였다. MSE를 활용한 이상치 탐지 방법은 94.98% 정확도를 보였고 표준편차를 활용한 Dynamic Threshold 방법은 99.66%정확도로 성능이 더 우수함을 확인할 수 있었다.

In the livestock industry, detecting environmental outliers and predicting data are crucial tasks. Outliers in livestock environment data, typically gathered through time-series methods, can signal rapid changes in the environment and potential unexpected epidemics. Prompt detection and response to these outliers are essential to minimize stress in livestock and reduce economic losses for farmers by early detection of epidemic conditions. This study employs two methods to experiment and compare performances in setting thresholds that define outliers in livestock environment data outlier detection. The first method is an outlier detection using Mean Squared Error (MSE), and the second is an outlier detection using a Dynamic Threshold, which analyzes variability against the average value of previous data to identify outliers. The MSE-based method demonstrated a 94.98% accuracy rate, while the Dynamic Threshold method, which uses standard deviation, showed superior performance with 99.66% accuracy.