Earticle

Purpose: The goal of this study was to develop a methodology for the demand forecast of tractor, riding type rice transplanter and combine harvester using an ARIMA (autoregressive integrated moving average) model, one of time series analysis methods, and to forecast their demands from 2012 to 2021 in South Korea. Methods: To forecast the demands of three kinds of machines, ARIMA models were constructed by following three stages; identification, estimation and diagnose. Time series used were supply and stock of each machine and the analysis tool was SAS 9.2 for Windows XP. Results: Six final models, supply based ones and stock based ones for each machine, were constructed from 32 tentative models identified by examining the ACF (autocorrelation function) plots and the PACF (partial autocorrelation function) plots. All demand series forecasted by the final models showed increasing trends and fluctuations with two-year period. Conclusions: Some forecast results of this study are not applicable immediately due to periodic fluctuation and large variation. However, it can be advanced by incorporating treatment of outliers or combining with another forecast methods.

이 논문에서 분석하고자 했던 것은 선거와 집권정부의 거시경제정책간의 인과관계에 대한 것이었다. 이를 위해 논문은 선거와 거시경제정책간의 관계를 다루었던 정치경제주기이론을 둘러싸고 전개되었던 논쟁을 검토하였다. 이 과정에서 논문은 고정된 선거실시시기, 거시경제정책 운영과 관련된 제도에 대한 집권정부의 통제, 운영가능한 수준의 경제상태라는 세 가지 주요 조건을 찾아내었고, 이를 바탕으로 하나의 연구가설을 구성, 이를 검증하려 했다. 또한 이에 머물지 않고 기존연구의 주요 가정 중에 하나인 선거압력의 가정, 다시 말해 선거가 집권정부의 거시경제정책에 대해 동일한 수준으로 영향력을 미친다는 가정을 이완시킴으로써 선거에 맞추어 거시경제정책을 조정하려는 집권정부의 인센티브에 영향을 미칠 수 있는 두 가지 변수, 즉 민주주의의 발전정도와 선거일로의 근접정도 변수를 찾아내었고, 이를 중심으로 새로운 연구가설 두 개를 도출하여 이를 검증하려 했다. 이 연구가설의 검증은 아리마시계열회귀분석이라는 계량분석방법을 채용하여 이루어졌는데, 이 분석 결과에 의하면 한국의 집권정부는 선거 전 1분기시기에 재정을 확대하는 경향을 보였으며, 또한 민주주의의 발전정도에 따라 그 규모 정도와 조정의 확률을 달리하면서 재정확대정책을 실시하는 경향을 보여주었다. 그렇지만 논문의 가설이 예상하는 인과적 방향과는 다른 것이었다. 논문에서는 민주주의의 수준이 발전할수록, 선거를 앞두고 집권정부가 보다 더 재정확대정책을 펼칠 것으로 예상했었으나, 오히려 민주주의의 발전수준이 낮으면 낮을수록 전년도 같은 분기 때보다도 더 큰 규모의 재정확대 움직임의 정책조정이 이루어졌던 것이다.

이 논문의 목적은 선거가 집권정부의 경제정책, 특히 재정정책에 미치는 영향력과, 선거와 집권정부의 정책운영능력이라는 이 두 변수가 재정정책에 대해 상호작용하여 미치는 영향력을 분석하는데 있었다. 이를 위해 논문은 선거와 경제정책간의 관계를 다루었던 정치경제주기이론을 중심으로 전개되었던 논쟁의 검토를 통해 ‘고정된 선거실시시기’와 ‘운영가능한 수준의 경제상태’ 라는 두 가지 주요 조건을 찾아내어 하나의 연구가설을 구성하고 이를 검증하려 했다. 또한 이에 머물지 않고 정치경제주기이론의 주요 가정 중에 하나인 정부의 정책운영능력에 관한 가정, 자세히 말해 집권정부가 경제정책의 운영과 관련된 제도들을 통제하고 있으며, 이 조건은 모든 국가에 있어서 그리고 같은 국가라 하더라도 모든 시기에 있어서 동일하다는 가정을 이완하여 이를 주어진 상수로서가 아니라 변수로서 다루려 했으며, 이를 통해 또 다른 가설 하나를 구성하였다. 이 연구가설의 검증은 ARIMA시계열회귀분석이라는 계량분석방법을 채용하여 이루어졌다. 이 방법을 사용한 방법론적 이유는 시계열자료 분석에서 봉착하게 되는 방법론적인 문제를 해결하기 위함이었으며, 이렇게 함으로서 연구가설에서 설정하고 있는 집권정부의 재정정책에 대한 선거변수의 독립효과와 선거와 정부의 정책운영능력 변수에 의한 상호작용 효과를 성공적으로 파악할 수 있었다. 이 시계열회귀분석의 결과에 의하면, 한국의 집권정부는 선거 전 1분기 시점에서 재정을 확대하는 경향을 보였으며, 또한 정책운영능력의 차이에 따라 재정확대정책을 추구할 가능성 뿐 아니라 그 규모도 다르게 나타났다. 다른 한편, 대만의 집권정부는 선거 전 3분기 때에 재정을 확대하는 경향을 보였다, 그러나 한국의 사례분석에서와는 달리, 대만에서는 선거와 정부의 정책운영능력 변수에 의한 상호작용 효과를 발견할 수 없었다. 즉 가설1은 한국과 대만의 사례분석 모두에 있어서, 지지받았으나, 가설2는 한국의 사례분석에서만 지지받을 수 있었다.

An ARIMA Time-Series Regression Analysis of the Impact of Elections and Incumbent Governments' Policy Capability on Fiscal Policy: The Political Economy of Elections in Korea and Taiwan

During the past few years, various traffic-flow forecasting models, i.e. an ARIMA, an ANN, and so on, have been developed to predict more accurate traffic flow. However, these models analyze historical data in an attempt to predict future value of a variable of interest. They make use of the following basic strategy. Past data are analyzed in order to identify a pattern that can be used to describe them. Then this pattern is extrapolated, or extended, into the future in order to make forecasts. This strategy rests on the assumption that the pattern that has been identified will continue into the future. So ARIMA or ANN models with its traditional architecture cannot be expected to give good predictions unless this assumption is valid; The statistical models in particular, the time series models are deficient in the sense that they merely extrapolate past patterns in the data without reflecting the expected irregular and infrequent future events Also forecasting power of a single model is limited to its accurate. In this paper, we compared with an ANN model and ARIMA model and tried to combine an ARIMA model and ANN model for obtaining a better forecasting performance. In addition to combining two models, we also introduced judgmental adjustment technique. Our approach can improve the forecasting power in traffic flow. To validate our model, we have compared the performance with other models. Finally we prove that the proposed model, i.e. ARIMA + ANN + Judgmental Adjustment, is superior to the other model.

New and renewable energy forecasts are key technology to reduce the annual operating cost of new and renewable facilities, and accuracy of forecasts is paramount. In this study, we intend to build a model for the prediction of short-term solar power generation for 1 hour to 3 hours. To this end, this study applied two time series technique, ARIMA model without considering seasonality and SARIMA model with considering seasonality, comparing which technique has better predictive accuracy. Comparing predicted errors by MAE measures of solar power generation for 1 hour to 3 hours at four locations, the solar power forecast model using ARIMA was better in terms of predictive accuracy than the solar power forecast model using SARIMA. On the other hand, a comparison of predicted error by RMSE measures resulted in a solar power forecast model using SARIMA being better in terms of predictive accuracy than a solar power forecast model using ARIMA.

One of the most crucial information at the hotel Banquet is revenue data. Revenue forecast enables cost reduction, increases staffing efficiency, and provides information that helps maximizing competitive advantages in unforeseen environment. This research forecasts the hotel Banquet revenue by utilizing ARIMA Model which is assessed as the appropriate forecast model for international researches. The data used for this research is based on the monthly Banquet revenue data of GI, CI, L, LW Hotel at Seoul. The analysis results show that GI ARIMA(1,0,0)(2,0,0)¹², CI ARIMA(1,0,1)(1,1,0)¹², L ARIMA(1,0,1)(1,0,0)¹², LW ARIMA(2,0,0)(1,0,0)¹² is finally presumed. This research implies that the ARIMA model, which is assessed as the appropriate forecast model, is applied for analyzing the monthly hotel banquet revenue data. Additionally, the research provides beneficial information with which hotel banquet professionals can utilize as a reference.

Since the System Marginal Price (SMP) is a vital factor to the market entities who intend to maximize the their profit, the short-term marginal price forecasting should be performed correctly. In a electricity market, the short-term trading between the market entities can be generally affected a short-term market price. Therefore, the exact forecasting of SMP can influence on the profit of market participants. This paper presents a methodology of day-ahead SMP foretasting using Autoregressive Integrated Moving Average (ARIMA). To show the efficiency and effectiveness of the proposed method, the numerical studies have been performed using historical data of SMP in 2004.

The purpose of this study is to anticipate the air travel demands over the period of 164 months, from January 1997 to August 2010 using ARIMA-Intervention modeling on the selected sample data. The sample data is composed of the number of the passengers who in the domestic route for Jeju route. In the analysis work of this study, the past events which are assumed to have affected the demands for the air travel routes to Jeju in different periods were used as the intervention variables. The impacts of such variables were reflected in the presupposed demand. The intervention variables used in this study are, respectively, the World Cup event in 2002 (from May to June), 2003 SARS outbreak (from April to May), Tsunami in January 2005, and the influenza outbreak from October to December 2009. The result of the above mentioned analysis revealed that the negative intervention events, like a global outbreak of an epidemic did have negative impact on the air travel demands in a risk aversion by the users of the aviation services. However, in case of the negative intervention events in limited area, where there are possible substituting destinations for the tourists, the impact was positive in terms of the air travel demands for substituting destinations due to the rational expectation of the users as they searched for other options. Also in this study, it was discovered that there is not a binding correlation between a nation wide mega-event, such as the World Cup games in 2002, and the increased air travel demands over a short-term period.

최근 고령친화산업이 차세대 성장동력산업으로서 정책적 관심은 고조되고 있으나 아직도 우리나라의 고령친화산업은 그 기반이 취약한 실정에 놓여 있다. 부산시의 경우도 지역의 신성장 동력산업으로 고령친화산업을 선정하여 활성화에 상당한노력을 기하고 있으나, 이 분야에 관한 연구축적이이루어지지 못하여 정책의 합리성이 제대로 뒷받침되고 있지 않은 실정이다. 특히 고령친화산업이지역의 고용을 창출할 새로운 성장동력산업이라고하면서도 인력수요의 예측에 관한 연구도 미진한상태에 놓여 있다. 이에 본 연구는 부산시 고령친화산업의 연구를 위한 단초로서 지역 여건을 고려한 고령친화산업의 인력 수요예측을 분석하고자한다. 본 연구는 시계열 분석을 기초로 부산시 고령친화산업의 1969년부터 2010년까지의 연도별자료를 이용하여 2018년까지 고령친화산업의 인력수요를 예측하였다. 시계열분석은 예비단계를포함하여 4단계에 걸쳐 수행하였다. 연구 분석의결과 잔차의 자기상관함수와 편자기상관함수에서절단시점들이 모든 시차에서 신뢰한계 내에서 존재하여 백색잡음모형의 성질을 만족시켜 ARIMA 모형을 최종모형으로 선정하였다. 예측은 시계열모형을 정확히 알고 있고, 모형에 포함된 모수들의측정오차는 예측에 크게 영향을 미치지 않는다는가정 하에서 이루어졌다. 이에 따라서 2018년까지고령친화산업 수요인력을 예측한 결과, 7.8% 폭으로 매년 증가하는 것으로 예측되어지고 있다. 이러한 분석의 결과는 향후 고령친화산업의 활성화를위한 종합적이고 장기적인 계획 수립을 위한 정책정보를 제공한다는 측면에서 연구의 의의가 있을것으로 판단된다.

A policy interest on Aged-Friendly Industry has been increasing as a growth engine industry for next generation, but studies of it's industrial foundation is vulnerable. Even we evaluate the Aged-friendly industry as a new growth engine industry that creates local employment, a study on estimation of labor demand for this industry has not been done yet. This study attempt to analyze,with this perspective, a labor demand projection for Aged-Friendly Industry in Busan as a basic research that promotes study of the Aged-Friendly industry. Based on time series analysis, this paper predicts the labor demand of the Aged-Friendly Industry until 2018 using an yearly data of aged-friendly industry in Busan from 1969 to 2010. The time series analysis was carried through 4preliminary stages. Because amputation points in residual of ACF and PACF exist within a credibility limitation through every time gap this study can select ARIMA Model as final model. This study can provides, with this results, that the labor demand for Aged-Friendly Industry in Busan will increase annually by 7.8% until 2018.

본 연구의 목적은 외부경제요인을 고려할 수 있는 새로운 산업용지 수요예측 방법을 제시하는 것이다. 분석모형은 외생변수를 고려할 수 있는 ARIMA-X를 이용하였다. 외생변수는 경제 및 산업구조를 반영할 수 있도록 거시경제, 제조업 경기실사지수 및 경기종합지수 변수들로 구성된다. 그리고 예측은 외생변수 중 산업용지 공급보다 선행하는 변수만을 사용한다. 산업용지 공급에 선행성을 갖는 변수는 수입액, 민간·정부소비지출, 총자본형성, 경제심리지수, 기계류내수출하지수, 경기종합선행지수로 나타났다. 이들 변수를 이용하여 ARIMA-X 모형을 추정한 결과, 수입액 변수만 포함된 ARIMA-X(1,1,0) 모형이 통계적으로 유의한 것으로 나타났다. 산업용지 수요예측은 수입액의 변화 시나리오를 반영하여 2021년부터 2030년까지의 산업용지를 예측하였다. 그 결과, 장래 산업용지 수요는 연평균 1.91% 증가한 1,030.79 km²로 예측되었다. 이 결과를 기존 지수평활법과 비교한 결과, 본 연구의 결과가 기존 모형보다 예측오차가 더 적게 나타났다. 새로운 산업용지 예측모형으로 사용가능할 것으로 기대된다.

The purpose of this study is to present a new industrial land demand prediction method that can consider external economic factors. The analysis model used ARIMA-X, which can consider exogenous variables. Exogenous variables are composed of macroeconomic variable, Business Survey Index, and Composite Economic Index variables to reflect the economic and industrial structure. And, among the exogenous variables, only variables that precede the supply of industrial land are used for prediction. Variables with precedence in the supply of industrial land were found to be import, private and government consumption expenditure, total capital formation, economic sentiment index, producer's shipment index, machinery for domestic demand and composite leading index. As a result of estimating the ARIMA-X model using these variables, the ARIMA-X(1,1,0) model including only the import was found to be statistically significant. The industrial land demand forecast predicted the industrial land from 2021 to 2030 by reflecting the scenario of change in import. As a result, the future demand for industrial land was predicted to increase by 1.91% annually to 1,030.79 km². As a result of comparing these results with the existing exponential smoothing method, the results of this study were found to be more suitable than the existing models. It is expected to b available as a new industrial land forecasting model.

호텔객실 매출액에 대한 과학적인 예측은 호텔의 효율적 관리를 위해 유용한 정보를 제공하며, 호텔관리에 대해 중요한 영향을 미친다. 본 연구는 호텔 매출 데이터의 시계열 분석을 통해서 향후 호텔 매출액을 예측하고자 한다. 본 연구 목적을 달성하기 위해서 계절별 자기회귀 통합이동평균 모형(Seasonal ARIMA)을 적용하였으며, 계절 ARIMA 모형의 데이터는 2020년 1월 5일부터 2022년 10월 23일까지 부산의 4 성급 호텔 매출 데이터를 기반으로 하였다. 본 사례 대상 호텔의 객실 매출액 계절성은 계절 지수를 계산하고 시계열에 모델을 적용하여 모델링하고 예측을 진행하였다. 결과와 관련하여, Seasonal ARIMA(2, 1, 3)(1, 1, 1)[12] 모델은 사례대상 호텔의 객실 매출액을 예측할 때 최적의 성능을 제공해서 최종적으로 이 모형을 선택하였다. 모델 선택 및 예측 정확도에 대한 프로세스는 본 연구에서 자세한 설명이 제시된다. 본 연구의 결과는 사용된 연구 방법이 MAPE(평균절대오차 백분율)을 확인한 후에 평균 오차율이 0%≤ 6.51%≺10% 사이의 값을 보이는 것으로 예측 정확도가 아주 높다는 것을 보여준다. 따라서 본 모델은 호텔 정책 입안자와 호텔 운영자 모두에게 최적의 결정을 내릴 수 있고 미래의 위험을 관리하는데 활용될 수 있다고 사료된다.

Room sales forecasting is widely used in hotel management, which provides valuable information for efficient management, and has important implications for both policymakers and hotel operations in the hotel industry. Based on the analysis of the time series, future room sales of the hotel can be predicted through historical room sales of the hotel. In this research, we applied the Seasonal Autoregressive Integrated Moving Average model(SARIMA) for forecasting the weekly sales of a hotel, and the dataset for the Seasonal ARIMA model is based on the Hotel's weekly room sales data, from January 05, 2020, to October 23, 2022. The seasonality of room sales of the hotel is modeled and forecasted by calculating the seasonal index and applying models to the time series. Regarding the results, the Seasonal ARIMA (2, 1, 3)(1, 1, 1)[12] model provides the best performance when predicting the room sales of the hotel. A detailed explanation of model selection and forecasting accuracy is presented. The results show that the proposed research method has good forecasting accuracy. Therefore, this model can be utilized by both policymakers and hotel operations in making optimal decisions and in managing future risks.

본 연구는 시계열 모형의 하나인 ARIMA모형을 이용하여 대구시의 섬유패션산업에 대한 인력수요 예측모형을 구축하고, 이를 실제 적용하여 정책적인 시사점을 제공하고자 하였다. 연구대상 및 범위는 대구시의 섬유패션산업의 1964년부터 2003년까지의 연도별 자료를 이용하여 2010년까지 섬유패션산업의 인력수요를 예측하였다. 연구에서 시계열분석은 기본적으로 예비단계를 포함하여 4단계에 걸쳐 수행하였는데, ARIMA(1,1,0) 모형을 최종모형으로 선정하였다. 이 모형은 대구시 섬유패션산업의 인력수요를 예측하는데 가장 적절한 모형으로 나타났고, 이에 근거하여 2010년까지 섬유패션 수요인력을 예측한 결과, 매년 조금씩 증가하나 그 폭은 크지 않은 것으로 나타났다.

This paper are forecasting textile-fashion industry's population demand of Daegu Metropolitan City using of ARIMA model and presenting policy orientation. ARIMA model is more appropriate one than the existing simple time-series forecasting model. The study used time series analysis data from 1964 to 2003. The result shows that the variation appears a lot between 1963 and 2004 of textile-fashion industry's population. Consequently, ARIMA(1,1,0) model is the most appropriate one in order to forecast textile-fashion industry's population demand of Daegu Metropolitan City.

본 논문은 중일전쟁과 태평양전쟁이 한창이던 1942년 시점에 간행된 『조선역 수군사(朝鮮役水軍史)』 속에서 이순신(李舜臣)이 어떻게 그려져 있는가에 관해 분석하고, 어떠한 저자의 인식과 배경 상황이 이러한 서술에 영향을 주었는가에 대해 살펴보고 있다. 이 책은 당시 해군 소장(少將)이었던 아리마 세이호(有馬成甫)에 의해 간행되었는데, 그는 군사사(軍事史) 전문가로서 이미 전쟁사에 관한 다양한 저술을 간행한 인물이었다. 그는 이 저술에서 임진왜란 당시 개개 해전의 경위와 함께, 조선ㆍ일본 양쪽 군대의 선박 구조, 병기의 기능 등을 상세하게 연구함으로써, 임진왜란 해전에 관한 많은 연구에 영향을 주었다. 그가 자신의 임진왜란 해전 연구를 통해 그려낸 것은 부정적인 면이 가득했던 조선의 정치 제도 및 개인주의적인 조선인, 군인정신이 결여된 이순신과, 이에 대비되는 용맹하고 훌륭한 일본인이었다. 그는 이러한 모습을 보다 효과적으로 드러내기 위해 기존의 연구와 반대되는 주장을 펼친다. 그러나 이와 함께 제시되는 그의 논거는 설득력이 부족한 것이었다. 그는 이러한 상세한 연구의 결과 임진왜란 해전이 전쟁 전체 국면에 미친 영향이 크지 않다고 주장하며, 그 근거로서 조선 수군이 일본의 보급선을 차단하지 못한 것 등을 들고 있다. 그러나 이는 조선 수군의 활약으로 일본의 육군이 결국 뜻하는 대로 전쟁을 수행할 수 없었던 점을 고려하면 타당하다고 볼 수 없다. 또한 그는 일본 장수들이 공을 다투어 결국 전투에서 패배하게 된 것을 미화하며, 이는 공세정신이 발휘된 것이라고 평가한다. 이처럼 그는 스스로의 상세한 연구를 통해 임진왜란에서의 실패의 원인을 찾고도, 이를 변호하여 스스로 자신의 논지를 약화시키고 있으며, 근거가 부족한 주장을 반복한다. 결론적으로 그는 전쟁에서 가장 핵심적인 요소는 인적 요소이며, 그 사례로서 육상전투와 외교에서의 사례를 거론하며, 해전에서의 교훈을 도출하는 데에 실패한다. 이러한 대대적인 연구의 결과, 결국 그의 저술은 『조선역 수군사』이면서도 임진왜란 해전의 의미를 찾는 데에 실패했고, 단지 일본인으로서의 자부심을 고양시키는 데에만 주력하였으며, 이는 태평양 전쟁 시기 고조되었던 일본 중심주의의 영향으로 이해할 수 있을 것이다.

This paper analyzes how Lee Sun-Sin is depicted in 『A history of naval battles in the Imjin war』, published in 1942, during the Sino-Japanese War and the Pacific War, and what kind of authors' perceptions and backgrounds influenced these descriptions written in the book. This book was published by Arima Seiho, rear admiral, who was a war history expert already published various writings on war history. What he portrayed in his 『A history of naval battles in the Imjin war』 were Joseon's negative side for political system, individualistic Koreans, Lee Sun-sin, who lacked military spirit, comparing to courageous and brilliant Japanese. To make this more effective, he argues against existing theories. However, his evidence presented with it was not convincing. He argues that these detailed studies show that the impact of the naval battles on the whole phase of the war was not significant, and that the Korean navy did not block Japanese supply lines. However, this is not true that Joseon navy's efforts have made it impossible for Japanese army to eventually wage war as intended. He also justifies that Japanese admirals struggled for achievement and merits, eventually leading to defeat in battle. In this way, he finds the cause of the failure in the Imjin War by his detailed research, weakens his argument by defending it, and repeats the lack of evidence. In conclusion, he argues that the most essential element of war is the human element, as is the case in ground battles by army and diplomacy. Through this, he fails to draw lessons from the naval battle. In the end, his book focused on just enhancing the Japanese pride, which can be understood by the influence of Japanese centralism during the Pacific War.