Earticle

A multiplicative ARIMA model was tested and applied to analyze the periodicity and trends of 168 monthly oxygen demand data from the Noryanggin water quality gauging station in the downstream Han River. ARIMA model was identified to fit to the data using ACF and PACF tests, and the parameters estimated using an unconditional least square method. The residuals between the observed and forecasted data were acceptable with the Porte-Manteau test. A forecast of DO changes was made for its applications.

공무원 및 사립학교교직원 의료보험과 직장의료보험에서 입원, 외래별 수진을, 건당진료비 (1985년 기준 불변가격), 건당진료일수 등의 장래예측을 통해 의료보험 진료비 안정화 방안을 마련하는데 기초자료로 제시하기 위하여, 이들의 $1979{\sim}89$년간 월별 통계자료를 이용, Box-Jenkins model인 ARIMA 모델을 적용하여 1994년 까지의 수진을, 건당진료비 및 건당진료일수를 예측한 결과를 요약하면 다음과 같다. 수진을, 건당진료비 및 건당진료일수의 ARIMA 모형을 제시하면 다음 표와 같다. 상기의 ARIMA 모형을 기초로하여 향후 5년간의 수진율을 예측한 결과, 공교의료보험 입원의 경우, 1989년의 실측치는 0.068건 이었으며, 1990년과 1991년은 0.068건, 1992년과 1993년은 0.069건, 1994년은 0.070건으로 연평균 0.7%정도 증가될 것으로 예측되었으며, 외래의 경우, 1989년의 실측치는 3.487건이었으나 1990년은 3.530건, 1994년은 3.668건으로 연평균 1%정도 증가될 것으로 예측되었다. 직장의료보험 입원의 경우, 1989년의 실측치는 0.063건이었으며, 1990년부터 1994년까지 모두 0.063건으로 안정될 것으로 예측되었으며, 외래의 경우 1989년의 실측치는 2.984건이었으나, 1990년은 3.016건, 1994년은 3.154건으로 연평균 1.1% 정도 증가될 것으로 예측되었다. 건당진료비의 향후 예측치는 12월을 기준으로하여 1985년 불변가격으로 공교의료보험 입원의 경우, 1989년의 실측치는 332,751원이었으나, 1990년은 345,938원, 1994년은 354,511원으로 연평균 0.6%정도 증가될 것으로 예측되었으며, 외래의 경우, 1989년의 실측치는 11,925원이었으나, 1990년은 12,638원, 1994년은 12,904원으로 연평균 0.5%정도 증가될 것으로 예측되었다. 직장의료보험 입원의 경우, 1989년 실측치는 281,835원이었으나, 1990년은 282,524원, 1994년은 293,973원으로 연평균 1%정도 증가될 것으로 예측되었으며, 외래의 경우, 1989년 실측치는 11,599원이었으나, 1990년부터 1994년까지 11,585원으로 안정될 것으로 예측되었다. 건당진료일수의 향후 예측치는 12월을 기준으로 하여 공교의료보험 입원의 경우, 1989년의 실측치는 13.79일이었으며, 1990년은 13.82일, 1993년과 1994년은 13.85일로 거의 안정될 것으로 예측되었으며, 외래의 경우, 1994년까지 5일 정도로 안정될 것으로 예측되었다. 직장의료보험 입원의 경우, 1989년의 실측치는 12.23일이었으나, 1990년은 12.30일, 1994년은 12.85일로 연평균 1.1%정도 증가될 것으로 예측되었으며, 외래의 경우 1989년의 실측치는 4.61일이었으며 1990년부터 1994년까지 4.60일로 안정될 것으로 예측되었다.

The objective of this study was to provide basic reference data for stabilization scheme of medical insurance benefits through forecasting of the medical care utilization rate, the medical expence per case, and the treatment days per case in medical insurance program for government employees & private school teachers and for industrial workers. For the achievement of above objective, this study was carried out by Box-Jenkins time series analysis (ARIMA Model), using monthly statistical data from Jan. 1979 to Dec. 1989, of medical insurance program for government employees & private school teachers and for industrial workers. The results are as follows ; ARIMA model of the medical care utilization rate in medical insurance program for government employees & private school teachers was ARIMA (1, 1, 1) and it for outpatient in medical insurance program for industrial workers was ARIMA (1, 1, 1), while it for inpatient in medical insurance program for industrial workers was ARIMA (1, 0, 1). ARIMA model of the medical expense per case in medical insurance program for government employees & private school teachers and for outpatient in medical insurance program for industrial workers were ARIMA (1, 1, 0), while it for inpatient in medical insurance program for industrial workers was ARIMA (1, 0, 1). ARIMA model of the treatment days per case of both medical insurance program for government employees & private school teachers and industrial workers were ARIMA (1, 1, 1). Forecasting value of the medical care utilzation rate for inpatient in medical insurance program for government employees & private school teachers was 0.0061 at dec. 1989, 0.0066 at dec. 1994 and it for outpatient was 0.280 at dec. 1989, 0.294 at dec. 1994, while it for inpatient in medical insurance program for industrial workers was 0.0052 at dec. 1989, 0.0056 at dec. 1994 and it for outpatient was 0.203 at dec. 1989, 0.215 at 1994. Forecasting value of the medical expense per case for inpatient in medical insurance program for government employees & private school teachers was 332,751 at dec. 1989, 354,511 at dec. 1994 and it for outpatient was 11,925 at dec. 1989, 12,904 at dec. 1994, while it for inpatient in medical insurance program for industrial workers was 281,835 at dec. 1989, 293,973 at dec. 1994 and it for outpatient was 11,599 at dec. 1989, 11,585 at 1994. Forecasting value of the treatment days per case for inpatient in medical insurance program for government employees & private school teachers was 13.79 at dec. 1989,13.85 at an. 1994 and in for outpatient was 5.03 at dec. 1989, 5.00 at dec. 1994, while it for inpatient in medical insurance program for industrial workers was 12.23 at dec. 1989, 12.85 at dec. 1994 and it for outpatient was 4.61 at dec. 1989, 4.60 at 1994.

서울시는 2015년 공공자전거 서비스 ‘따릉이’를 제공하여, 교통 수요를 흡수하고, 대기오염과 온실가스배출을 저감하고 있다. 또한 많은 시민들이 교통 뿐 아니라 레 저 목적으로도 공공자전거를 이용하고 있다. 지속되는 공공자전거 수요의 증가와 기타 요인들에 의한 수요의 불확실성하에서 효율적인 서비스 운영관리를 위해서는 정확한 수요예측이 근본적인 방안이 될 수 있다. 본 연구에서는 시계열 분석 중에 서도 Auto-Regressive Integrated Moving Average(ARIMA) 모형을 기본으로 여러 변 형을 이용해서 예측의 정확도를 비교하여 어떤 모형이 적합한지를 비교하였다. 특 히 주기성의 주기가 긴 경우에 ARIMA-Fourier방법을 적용하였고, 자전거 이용 수 요에 영항을 주는 것으로 분석된 기온과 강수량을 외생 변수로 반영한 ARIMAX를 사용하여 예측을 하였다. 또한 기존에 연구되었던 Holt-Winters 모형과도 비교하여 분석하였다.

The Seoul Metropolitan Government launched the public shared bike service ‘Ttareungyi’ in 2015 to mitigate traffic demand and reduce air pollution and greenhouse gas emissions. In addition, many citizens of Seoul use public shared bike not only for transportation purpose but also for leisure. Accurate demand forecasting is critical for efficient service operation and management under demand uncertainty due to the continuous increase in demand for public shared bike and other factors. In this study, among time series analysis variants based on the Auto-Regressive Integrated Moving Average (ARIMA) model, the accuracy of prediction was compared using several transformations to compare which model is suitable. In particular, the ARIMA-Fourier method was applied to the case where the periodicity cycle was long, and the ARIMAX method, which reflected the temperature and precipitation analyzed as affecting the demand for bicycle use as exogenous variables, was used for prediction. In addition, the analysis was compared with the Holt-Winters model that was previously studied.

오늘날 세계는 테러의 위협에 심각한 피해를 보고 있다. 테러로 인한 행위는 재산 및 인명 손실 등 직접적 피해뿐만 아니라 세계 경제시장에도 악영향을 미치게 된다. 전쟁 수준을 능가하는 테러는 끊임없이 발생하고 있으며, 이로 인해 2018년에는 1만5천952명이 사망하였다. 2014년 테러 발생 건수와 사망자 수가 최고치를 기록한 이후 감소세를 보인다고 하지만 여전히 피해는 심각한 수준이다. 게다가 과학과 기술의 발달로 인해 테러의 공격 유형들이 더욱더 다양한 양상을 보이며, 테러의 수단 또한 진화하고 있다. 이는 국가안보를 위협하는 심각한 공격으로써 세계가 대재앙에 직면할 수 있음을 나타낸다. 본 연구에서는 National Consortium for the Study of Terrorism and Responses to Terrorism의 Global Terrorism Database (GTD) 자료를 이용하여 테러에 대한 다양한 시각화를 통해 테러의 심각성을 인지하고 ARIMA(Autoregressive Integrated Moving Average)모형과 DLM(Dynamic Linear Model)을 이용하여 테러 발생 건수를 예측하는 것에 초점을 두었다.

Today, the world is severely damaging by the threat of terrorism. Terrorism is not only directly damage such as property and loss of lives, but also indirectly bad affect the global economic. Terrorism that exceeds the level of war continues to occur and 15,952 people died in 2018. After the number of terrorist attacks and deaths in 2014 are recorded peak value, these values have been declined. However, the damage is still serious. Furthermore, the development of science and technology results in various forms of terrorism and the means of terrorism are evolving. This is an opportunity to increase the success rate of terrorism which threats national security and it indicates that the world could face a catastrophe. This study focuses on recognizing the seriousness of terrorism and forecasting the number of terrorism based on autoregressive integrated moving average (ARIMA) model and dynamic linear model (DLM). The used data is the Global Terrorism Database (GTD) produced by National Consortium for the Study of Terrorism and Responses to Terrorism. Looking at the data, terrorism has increased from 1970 to 2017. Many people died from 2012 to 2017, especially, the highest number of deaths occurred in 2014. The results for observed data indicate that the estimated ARIMA(0,1,2) model and DLM are well fitted for the used data, and that DLM is better model than ARIMA(0,1,2) model in terms of uncertainty.

한미관계는 한반도 안보와 동아시아 국제질서에 핵심 축의 하나라고 할 수 있는 만큼 국내의 국제정치학계에서 가장 빈번하게 연구되어 온 주제이다. 한미관계 연구의 중요성에 비해 연구 방법론은 주요 사건을 중심으로 행정부의 변화를 기준으로 사례연구의 전통적인 분석에 치중한 면이 있었다. 본 연구는 기존연구의 한계를 극복하고 새로운 빅데이터 기법으로 축적한 GDELT 시계열 자료를 활용하여 한미동맹의 변화에 대한 ARIMA 분석을 적용하여 한미관계의 경향과 예측을 경험적으로 분석한 연구이다. 미국의 대한국 협력과 분쟁, 그리고 한국의 대미국 협력과 분쟁을 포함한 4가지 시계열 자료를 활용하여 사회과학의 여러 분야에서 사용되는 ARIMA 모델을 통해 한미 간의 협력과 분쟁의 증감에 대한 설명을 제시하였다. 이미 종결된 한미관계에 대한 사후예측(post-diction)이라는 비판에도 불구하고 향후 국제관계연구에 시계열 분석을 활용할 수 있는 방법론적 적용가능성을 제시하였다는 점에서 본 연구의 학문적 및 정책적 의미를 찾을 수 있다. 예를 들면 미국의 한국에 대한 분쟁 시계열의 분석에 있어서 한국의 미국에 대한 분쟁은 당시 한미관계의 주요 현안인 전작권 연기와 사드배치 및 전투기 구매와 관련하여 한국은 미국의 적극적인 협력을 요구하는 상황이었고, 미국은 한국에 대한 적극적 관여정책을 통해 동아시아에서 미국의 국익을 확장할 수 있다는 점에서 미국의 한국에 대한 분쟁의 여지는 한국의 미국에 대한 분쟁의 여지 보다 훨씬 더 낮았다는 점을 설명하고 있다.

The relationship between Korea and the U. S. is one of the key axes for the security of the Korean peninsula and the regional order in East Asia. In contrast to the importance of research on the relationship between South Korea and the U.S., the methodology of the research centered on the traditional analysis of case studies based on the changes of the administration centered on major events. This study is an empirical study on the tendency and predictions of the U. S.-South Korea relations by applying the ARIMA model on the GDELT time series data accumulated with the big data technique. The ARIMA model, which is used in various fields of social science disciplines, explains the increase and decrease of cooperation and disputes between the U. S. and South Korea through using the our sets of the time series data including the U. S.-South Korea cooperation and disputes, and the South Korea ? the U. S. cooperation and dispute. Despite the criticism that the post-diction of Korea and the U. S. has already been concluded, we can find the academic and policy implications of the study in this paper. It suggests the possibility of applying the time series analysis to the international relations research in the future. For example, in the analysis of the disputed time series of the U. S.-South Korea dispute data, South Korea was required to actively cooperate with the United States regarding the postponement of the conversion of wartime operation. The U. S. expands its national interests in East Asia through its active engagement policy in the Korean Peninsula. This type of security situation can explain that the possibility of America’s dispute over South Korea is much lower than the possibility of South Korea’s dispute over the U. S.

이 연구는 대형 이슈인 세월호이슈를 구성하고 있는 박근혜대통령, 세월호유가족, 세월호특별법이라는 3개의 세부이슈들 간의 관계를 ARIMA 모형을 통해 규명하는 분석을 진행하였다. 이 관계를 규명하는 분석의 결과를 통해 세월호특별법이슈는 소멸되어 가던 박근혜대통령과세월호유가족이슈를 소생시키는데 동반자 역할을 하였다는 것을 발견하였다. 또한 이 연구에서는 박근혜대통령과 유가족이슈에 대한 뉴스 내용분석을 통해 그 내용이 박근혜정부의 국정지지율에 긍정 또는 부정적인지의 여부를 조사하였다. 위의 조사결과를 이용하여 세월호 특별법 이슈가 박근혜와 유가족 이슈에 어느 정도 영향을 주는가를 계량화하였다. 분석결과, 박근혜 이슈에서 뉴스 보도 3,689개, 유가족 이슈에서 1,777개가 국정지지율 여론에 부정적으로작용한 것으로 나타났다. 긍정의 경우 178개와 227개, 중립은 490개와 959개로 조사된 바이들과 비교할 때 부정적 보도내용이 압도적으로 많다는 것을 발견하였다. 이러한 결과는 세월호 사고가 발생한 지 2.5개월 후에 나타난 세월호 특별법 이슈에 의한 2개의 동반 이슈들의 재탄생은 박근혜 정부에 대한 대중의 여론이 상당히 부정적으로 상당한 영향을 주었다는것을 보여주고 있다.

In this study, I analyzed the relationship among three sub-issues such as President Park Geun-hye, the family issue, and the special law related to the Sewol ferry through ARIMA model. These three sub-issues constitute the big issue of the Sewol ferry. As a result of the analysis of this relationship, this paper found that the special law issue of Sewol ferry has played a role in reviving the issue of the Sewol family. In this study, I analyzed the contents of the news about President Park Geun-hye and the Sewol ferry family issues and investigated whether the contents were positively or negatively related to the approval rate of the government of Park Geun-hye. Using the above investigation results, I have quantified the extent to which the special law issue of Sewol ferry affects Park Geun-hye and the family issue. As a result of the analysis, 3,689 news reports from the Park Geun-hye issue and 1,777 from the family issue were found to have a negative effect on the presidential approval rating. I found there are 178 and 227 positive reports in these two issues, and 490 and 959 neutral reports. Most news reports on these two issues were found to be overwhelmingly negative. These results show that the re-birth of the two companion issues due to the special law issue of Sewol ferry which is occurred after 2.5 months had a considerably negative impact on public opinion on the government.

탱커시장은 스팟거래의 비중이 상당히 높은 시장으로서 건화물시장이나 컨테이너시장과 달리 단기예측의 중요성이 강조된다. 본 논문은 탱커시황 예측에 기계학습 모델(ANN과 SVM)과 계량모델(ARIMA)을 결합한 하이브리드 모델(Zhang, 2003)을 적용하였다. 탱커시장을 대표하는 BDTI와 BCTI를 연구대상으로 하였으며 연구자료는 1998년 8월부터 2018년 7월까지 240개월이다. 변동성을 고려하여 연구기간을 하위구간 1(1998년∼2008년), 하위구간 2(2009년∼2018년), 전체구간으로 구분하였고 모형의 예측성과를 비교하였다. 단기비중이 높은 거래의 형태를 감안하여 월별예측을 시도하였는데 이는 스팟거래가 20∼50일을 기준으로 하는 계약이기 때문이다. 탱커시황 예측결과는 본 논문에서 제시한 ARIMA-SVM의 모델이 다른 모델들에 비해 성능이 우수하였다. 본 연구는 BDTI와 BCTI를 대상으로 하여 전체 탱커시장을 포괄할 뿐만 아니라 탱커시장에서 비중이 높은 스팟거래의 기간과도 부합하는 결과를 제시하였기 때문에 실무적인 성과로서 의의가 있다. 또한 학문적으로 해운시황예측에 시도되지 않았던 하이브리드 모델이라는 방법론을 제시하였다는 점에서 의미를 찾을 수 있다. 본 논문의 결과는 스팟거래 비중이 높은 탱커시장에 단기예측에 관한 과학적 근거로 제시되어 시장참여자들의 용선의사결정에 실질적으로 도움을 줄 것으로 기대된다.

The tanker market, unlike the container or bulk carrier markets, is dominated by spot transactions, and short-term forecasts play a crucial role in chartering decisions. A hybrid model suggested by Zhang (2003) was applied to forecast tanker freight indices. The model is a combination of the ARIMA and machine learning models i.e. ANN and the SVM. This paper covers not only the BDTI but also the BCTI, which makes it possible to generalize the results. The data length is 240 months, extending from August 1998 to July 2018. The performance test was carried out for the entire period, as well as for two sub-periods (1998-2008 and 2009-2018). The separation of the sub-period was based on the volatility of the index series. Considering spot market decisions, a monthly forecast was attempted. A period of one month is meaningful because spot transactions in the tanker market extend from 30 to 50 days. The results reveal that the hybrid models perform better than single models; they may be used as a guideline to make better decisions in the tanker market, where the share of spot trading is higher than in other sectors.

전력소모의 효율적인 조절을 위해서는 전기 에너지와 가스 에너지의 교차 사용이 필요하다는 가정 하에, 본 논문에서는 시계열 데이터 분석을 통하여 전기 에너지 수요를 예측하는 모형 및 방법에 대한 연구를 수행하였다. 이를 위하여 A 테크노파크에서 사용한 전력 사용량 시계열 데이터를 ARIMA 모형에 적용하였는데, 고려한 시계열 데이터는 하루 정도의 주기성을 나타내었고 ARIMA(0, 1, 1)과 ARIMA(1, 0, 1) 모형이 적절함을 밝혔다. 위 두 모형을 대한 모수를 최대우도법을 사용하여 추정하였으며, 비록 추정한 모수의 값은 선택한 표본에 따라 다르나 선택한 두 모형은 표본에 무관하게 적용됨을 보였다. 또한 모수의 추정 과정에서 ARIMA(0, 1, 1) 모형이 ARIMA(1, 0, 1)에 비하여 근소하게 우수함을 AIC 측도와 우도함수를 통하여 입증하였으며, 표본 데이터에 대하여 잔차 해석과 Ljung-Box 검정을 수행하여 선택된 모형의 적합성을 보였다. 확정된 모형을 약 2.5시간 정도의 시차에 대한 전력사용량 예측에 적용하였으며, 예측한 전력사용량의 평균상대오차와 평균제곱오차는 각각 2-5% 그리고 1-3kWh 임을 보였다. 또한 예측 오차 측면에서 볼 때 ARIMA(0, 1, 1) 모형이 ARIMA(1, 0, 1)에 비하여 적은 오차를 보였다. 본 연구의 결과는 전기와 가스 에너지의 교차 적용이 필요한 에너지 관리 시스템 연구에 적용될 수 있다.

In this paper, based on the premise that an efficient control of power consumption requires the cross usage of electric and gas power, we analyzed time series data to forecast the electric power consumption. To this end, we applied ARIMA model to the time series of electric power consumption of A Techno Park. We showed that the time series exhibited a periodicity of one working day, and identified that it can be adequately modeled in terms of ARIMA(0, 1, 1) and ARIMA(1, 0, 1). We verified that selected models are robust against sampled data, although the values of estimated parameters depended on samples. We also tested the fitness of the proposed model by applying residual analysis and the Ljung-Box test statistics to the data. We forecasted the electric power consumption with the time lag of about two and half hours, and showed that the forecasted power consumptions have their mean relative percentage error and root mean square error being 2-5% and 1-3kWh, respectively. We also found that ARIMA(0, 1, 1) more or less outperformed ARIMA(1, 0, 1) from the perspective of the prediction error. This study can be applied to the energy management system where the decision making of cross usage of electric and gas power should be included.

본 논문은 부동산신탁 수주시장 예측을 위해 2010년 5월부터 2016년5월까지 집계한 총 73개(약 6년)의 시계열 자료를 분석하였다. 선행연구들은 대부분 10년 이상 누적된 시계열 정보를 활용하여 시장을 예측한 것으로 나타났다. 이에 모수를 최대한 절약할 수 있는 가장 단순화한 모형으로 시장을 예측할 필요성을 인식하여 선행연구들에서 사용한 Box and Jenkins(1976)의 ARIMA 모형을 이용하여 부동산신탁 수주시장 예측을 시도하였다. 예측에 대한 정확성을 사전 검증한 결과 오차범위가 4.5% 수준으로 비교적 높은 정확도를 나타냈다. 국내 부동산신탁 수주시장에 대한 예측결과 2016년에 1조3,000억원, 2017년에는 1조8,000억원 규모로 지속적인 성장이 예측되었다. 본 연구를 통해 분석된 결과의 함의는 부동산신탁 수주시장을 예측하는데 있어 ARIMA 시계열 모형의 예측력이 비교적 정확한 결과를 제시하였다는 점이다. 이는 시계열 분석이 부동산신탁 시장예측에 있어 설명력을 가지고 있음을 확인해 주는 것이라 할 수 있다. 일반적으로 부동산시장은 다른 거시경제적 요인들과 밀접한 영향관계를 형성하는 특징이 있다. 따라서 본 연구를 발전시켜 각각의 경제변수들을 활용한 부동산신탁 시장결정 모형의 구성 가능성을 확인해 주는 시론적인 연구로서의 의미도 있다.

This study aims to predict the market demand for the real estate trust based on the monthly statistical analysis reports on 73 contracts of 11 real estate trust companies in Korea over past 6 years. Business performance analysis of the trust companies provided by Korea Financial Investment Association has been used in creating the forecast on Time Series Data. The data analysis using Box-Jenkin's ARIMA Model with time series data has been carried out to estimate market demand for real estate trust, In the final analysis, the model predicts the continuous growth of real estate trust market. This s tudy m arks t he f irst m ilestone i n the light of t he a pplication o f A RIMA M odel i n estimating domestic market demand for real estate trust and places a high value on academic areas in making predictions about the scale of real estate trust market.

본 연구에서는 본 연구에서는 향후 보관 및 창고업의 관리 및 정책수립에 도움을 줄 수 있는 시사점을 제공하기 위해 보관 및 창고업의 이론적 배경을 정리하였으며, 보관 및 창고업 생산지수의 예측 분석을 수행하였다. 보관 및 창고업 생산지수의 예측은 한 변수 자체의 현재 값과 과거의 값들만으로 구성되는 일변량 모형인 자기회귀통합이동평균모형(ARIMA)을 활용하였으며, 2000년 1월부터 2014년 7월 까지의 175개의 월별 시계열 자료를 이용하였다. 시계열 자료의 안정성 검증결과 1차 차분과 계절 차분이 요구되었으며, 모형의 진단결과 ARIMA(1,1,0)(2,1,0)12 모형이 선정되었다. 이를 통해 보관 및 창고업의 생산지수를 예측한 결과 점진적으로 하락하는 추이를 보였다. 이러한 연구는 향후 보관 및 창고분야의 정책 및 운영에 중요한 시사점을 제공할 수 있을 것이며, 산업 동향을 파악할 수 있는 중요한 연구가 될 것으로 기대한다.

To make suggestions which will help to establish policies on storage and warehousing management, this study looked into the theoretical backgrounds of storage and warehousing business and conducted a predictive analysis on a storage and warehousing production index. To predict a storage and warehousing production index, Autoregressive integrated moving average(ARIMA) model, a univariate model consisting of the present value and past values of one variable, was employed. And 175 monthly time series data from Jan. 2000 to Jul. 2014 were used. According to the analysis on the stability of the time series data, the 1st difference analysis and the seasonal difference analysis were required. As the result of model diagnosis, ARIMA(1,1,0)(2,1,0)12 model was chosen. Based on that, this researcher predicted a storage and warehousing production index which tended to drop gradually. It is expected that this study will make critical suggestions in establishing and operating storage and warehousing policies and will contribute to the analysis on industrial trends.

이 논문은 국내 한육우 사육두수를 시계열 모형인 ARIMA 모형을 이용하여 추정하였다. 소의 생리학적 특성을 반영하기 위하여 한육우 사육두수를 총 여섯 개의 범주(4개의 도축률과 2개의 출생률)로 나누었다. 이 여섯 가지 범주에 대해 ARIMA 모형을 적용하여 Box-Jenkins 절차에 따라 그 값들을 추정하고 예측하였다. 큰암소도축률과 큰수소도축률은 단위근을 갖는 불안정시계열로 나타나 차분하여 안정화시키고 나머지 4개의 변수들은 안정시계열로 나타나 그대로 모형의 식별, 추정 그리고 예측에 사용하였다. 분석결과, 한육우 사육두수는 2012년을 최고점으로 점점 감소하다가 2018년을 최저점으로 다시 증가할 것으로 분석되었다.

This paper estimates the number of Korean cattle using time-series ARIMA model. This study classifies the structure of the number of cattle into six indexes to reflect the characteristics of cattle. This study apply ARIMA model to these six indexes according to Box-Jenkins procedure to identify, estimate and predict. The rates of slaughter for aged female and aged male cow is analyzed as non-stationary time series which has unit roots and other 4 indexes is analyzed as stationary time series. The differencing is applied to get rid of non-stationarity for the non-stationary time series. The results show that the number of cattle will be reduced from 2012 as a higher point and rebounded from 2018 as a lower point.

호텔 연회에서 가장 중요한 정보 중 하나는 매출액 자료이다. 매출액 예측은 비용을 절감시키고 인력 배분의 효율성을 증가시키고 급변하는 환경에서 경쟁하는 능력을 향상시키는 데 도움이 되는 정보를 제공한다. 본 연구는 국내외 연구에서 적합한 예측모형으로 평가되고 있는 ARIMA 모형을 이용하여 호텔 연회장의 매출액을 예측하였다. 분석을 위해서 사용한 자료는 서울 소재 GI 호텔 연회장의 월별 매출액 자료를 사용하였으며, 분석 결과 SARIMA(2,1,3)(0,1,1)가 최종적으로 추정되었다. 본 연구의 시사점은 국내외 연구에서 적합한 예측모형으로 평가되고 있는 ARIMA 모델을 호텔 연회장의 월별 매출액 자료에 적용하였다는 점과 호텔 연회 실무자들에게 참고자료로 사용할 수 있는 유용한 정보를 제공하였다는 점을 들 수 있다.

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 was assessed as the appropriate forecast model for international researches. The data used for this research was based on the monthly banquet revenue data of G hotel at Seoul. The analysis results showed that SARIMA(2, 1, 3)(0, 1, 1) was finally presumed. This research implied that the ARIMA model, which was assessed as the appropriate forecast model, was 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.

In spite of it's insignificant gravity from external viewpoint as the number of farm households and production amount, the apiculture has been implementing a critical role in the Korean agricultural sector for last four decades. But, it is anticipated that the Korean apiculture would be faced with difficulties such as unstability of apicultural income caused by increase of production and open of domestic bee products market. Therefore, the role of agricultural cooperatives is needed to overcome these difficulties essentially in this time. The purpose of this paper is to forecast the major indicators on the Korean apiculture in year 2008 and to find out the agricultural cooperative's strategies to protect the Korean apiculture and farm households. Consequently, this paper suggests two conclusions on the role of the agricultural cooperative as follows; Firstly, the systematization of apicultural producers which is led by the agricultural cooperative should be accelerated to enhance the efficiency of the Korean apiculture. Secondary, the operating and organizational system of agricultural cooperatives should be restructured toward marketing orientation. For example, a vertical integration system should be introduced actively among the agricultural cooperatives which is implementing businesses concerned bee product

The outbreak of Severe Acute Respiratory Syndrome(SARS) has struck on tourism industry in South Korea. The purpose of this study is to assess the impact of the mysterious illness on visitors to South Korea. Authors research suggests a model for measuring the impact of SARS on South Korea's inbound demand during and immediately following the outbreak(March 2003 to July 2003). The forecasts, based on the seasonal autoregressive integrated moving average(SARIMA) model, are then compared with the actual volume of the visitors arrival. The empirical results indicate that during these affected months, South Korea's international tourism industry was hardly hit by the disease.핵심용어(Keywords):사스(SARS), 외생적 충격(external impact), 아리마 모형(ARIMA model), 계절 아리마 모형(seasonal RIMA model)

본 연구는 서울 특1급 호텔의 외국인 이용객 객실수요에 대한 예측모형으로 계절 ATIMA모형과 개입 ARIMA모형을 제시하였다. 가장 적합한 예측모형이 어느 모형인지 MAPE를 기준으로 분석되었는데, 두 모형 모두 예측오차 10% 내에서 예측을 하는 것으로 나타났다 (계절 ARIMA: 5.84%, 개입 ARIMA: 5.70%). 2003년 3월에 발생한 SARS와 2003년 12월에 발생한 조류독감의 개입을 반영한 개입 ARIMA모형이 개입 이후를 예측하는데 있어서 계절 ARIMA모형에 비하여 조금 더 우수한 것으로 나타났다. 또한, 1997년 1월부터 2005년 12월까지의 전체 자료를 적용한 예측에 있어서도 계절 ARIMA모형에 비하여 개입 ARIMA모형이 큰 차이는 없지만, 더 우수한 것으로 나타났다. 따라서, 본 연구에 있어서 전체적으로 개입 ARIMA모형이 계절 ARIMA모형에 비하여 예측력이 더 높은 것으로 나타났다.

This paper presents the use of time series seasonal ARIMA and ARIMA with intervention in forecasting room demand of foreigners. The most suitable forecasting model was investigated. With MAPE as the basis, the seasonal ARIMA and ARIMA with intervention were found to forecast at within 10% error (seasonal ARIMA: 5.84%, ARIMA with intervention: 5.70%). On one side, the ARIMA with intervention uses the March 2003 SARS (severe acute respiratory syndrome) and the December 2003 pathogenic avian influenza of interventions, and the error of forecasting for the time period afterwards, from March 2003 to December 2005, has been found to be lower by a narrow margin as compared to the seasonal ARIMA. In addition, it was founded that the error of the forecasting in the ARIMA with intervention was superior to the seasonal ARIMA for the entire sample analysis of the time period of January 1997 to December 2005. Hence, in this study, ARIMA with intervention was found to have higher accuracy.

태국은 한국관광시장에서 가장 인기있는 해외방문지국가 중의 하나였으나 성공적인 마케팅성과만이 있었던 것은 아니다. SARS, 조류독감, 정치적 불안정, 쯔나미 등 시장에 많은 장애물도 발생하였다. 이러한 부정적 사건의 발생으로 시장수요는 감소하였고 시장수요를 유지하기 위한 취약마케팅전략이 수립되고 실행될 필요가 제기된다. 적절하고 효율적인 관광마켕 정책과 전략을 수립하기 위해 수요예측은 향후 한국관광시자에 마케팅활동의 투입수질의 양을 결정하는데 필수 불가결한 요소이다.이러한 점에서 본 연구는 시계열모델의 하나인 ARIMA 개입모형을 사용하여 태국으로의 한국인 관광객 수요예측을 하여 국가관광기구로서의 실질적인 마케팅 정책과 전략을 수립하는 시사점을 제시하였다.

Thailand have long been one of the most popular overseas destination for Korean travelers. But even though Thailand have showed the successful market achievement, there were also many obstacles to promote Thailand's tourism such as SARS, the bird flu, the political unrest and Tsunami.Due to the outbreak of the negative incidents, market demand was dropped and the vulnerable marketing strategy to maintain the market demand should be adopted and implemented to Korean market. To establish the proper and effective tourism marketing policy or strategies, the demand forecast is prerequisite especially to help the decision making of the quantity of input level for the marketing activity to Korean tourism market in the future.In this respect, the purpose of this research is to forecast the travel demand of Korean travelers to Thailand using an ARIMA　intervention model, one of time series model. The results of this research may help TAT as NTO to establish the practical marketing policy and strategy to Korean tourism market.

This paper evaluates the forecasting of the univariate time series forecasting model for Food and Beverage sales of deluxe hotel of Gyeongju. The study used the time series analysis data from 1995 to 2004. The result shows that the difference appears a lot between on-season and off-season of Food and Beverage sales of deluxe hotel of Gyeongju. Consequently, the multiplicative seasonal ARIMA(2,0,0)(1,1,0) model is the most appropriate one in order to forecast Food and Beverage sales of deluxe hotel of Gyeongju.

The purpose of this study is to provide cybershopping malls of electronic market our country with the suggestive point in the Demand forecasts for coping with our continuously-changing environment on the basis of data gained through the following results of my research work. We tried the forecast on the demand to analyze the proper amount of supply. we did the analysis by using the statistic program of Box-Jenkins in SPSSWIN Version 10.0 for 13 months from November 2000 to November 2001, various issues of sales with this analysis are as follows. First, the data on the difference of sales has showed that is a difference between the sales of demand. Second, as in shown in the analysis result of demand forecast, clothing, books, sport goods...showed the increasing trend.

Even though cars have a good effect on modern society, traffic accidents do not. There are traffic laws that define the regulations and aim to reduce accidents from happening; nevertheless, it is hard to determine all accident causes such as road and traffic conditions, and human related factors. If a traffic accident occurs, the traffic law classifies it as 'Negligence of Safe Driving' for cases that are not defined by specific regulations. Meanwhile, as Korea is already growing rapidly elderly population with more than 65 years, so are the number of traffic accidents caused by this group. Therefore, we studied predictive and comparative analysis of the number of traffic accidents caused by 'Negligence of Safe Driving' by dividing it into two groups : All-ages and Elderly. In this paper, we used empirical monthly data from 2007 to 2015 collected by TAAS (Traffic Accident Analysis System), identified the most suitable ARIMA forecasting model by using the four steps of the Box-Jenkins method : Identification, Estimation, Diagnostics, Forecasting. The results of this study indicate that ARIMA $(1, 1, 0)(0, 1, 1)_{12}$ is the most suitable forecasting model in the group of All-ages; and ARIMA $(0, 1, 1)(0, 1, 1)_{12}$ is the most suitable in the group of Elderly. Then, with this fitted model, we forecasted the number of traffic accidents for 2 years of both groups. There is no large fluctuation in the group of All-ages, but the group of Elderly shows a gradual increase trend. Finally, we compared two groups in terms of the forecast, suggested a countermeasure plan to reduce traffic accidents for both groups.

본 연구에서는 제주를 방문하는 관광객 수를 여행목적 별로 분석하였다. 여행목적은 "휴양 및 관람", "레저 및 스포츠", 그리고 "회의 및 업무"를 위한 여행으로 구분되어 있으며, 2005년 1월부터 2016년 3월까지 자료를 이용하였다. 2015년 5월에 발생한 메르스 (MERS, 중동호흡기증후군) 사태의 영향을 반영하기 위하여 계절형 ARIMA-Intervention 모형을 이용한 개입분석을 수행하였다. 분석결과 메르스사태는 "레저 및 스포츠"와 "회의 및 업무"를 목적으로하는 관광객 수에 6월 한 달간 영향을 끼친 것으로 나타났으며, 이로 인하여 이 기간 동안 30%에서 40% 정도의 관광객이 감소한 것으로 추정되었다. 반면, "휴양 및 관람"에서는 메르스사태의 영향이 유의하지 않은 것으로 나타났다. 본 결과를 토대로 향후 1년의 월별 관광수요를 예측하여 보았다.

This study analyzes the number of Jeju-bound tourists according to travellers' purposes. We classify the travellers' purposes into three categories: "Rest and Sightseeing", "Leisure and Sport", and "Conference and Business". To see an impact of MERS outbreak occurred in May 2015 on the number of tourists, we fit seasonal ARIMA-Intervention model to the monthly arrivals data from January 2005 to March 2016. The estimation results show that the number of tourists for "Leisure and Sport" and "Conference and Business" were significantly affected by MERS outbreak whereas arrivals for "Rest and Sightseeing" were little influenced. Using the fitted models, we predict the number of Jeju-bound tourists.