Earticle

Mechanisms can provide useful strategy guide for most emergency coping activities to improve the efficiency of modern emergency management. In this paper, the two major aspects of fundamental mechanism of modern emergency management are introduced firstly. The process optimization mechanism is proposed with a detailed discussion and description of the principle and logic secondly. A circle of procedures for dynamic decision making to optimize the emergency disposal process based on Bayesian approach is developed thirdly. Lastly, a case study is given to demonstrate the effectiveness and feasibility of the mechanism.

Mechanisms can provide useful strategy guide for most emergency coping activities to improve the efficiency of modern emergency management. In this paper, the two major aspects of fundamental mechanism of modern emergency management are introduced firstly. The process optimization mechanism is proposed with a detailed discussion and description of the principle and logic secondly. A circle of procedures for dynamic decision making to optimize the emergency disposal process based on Bayesian approach is developed thirdly. Lastly, a case study is given to demonstrate the effectiveness and feasibility of the mechanism.

포트폴리오 선택은 위험을 최소화하고 수익을 극대화하기 위한 최적 투자비중의 조합을 지 칭한다. 이러한 최적 조합을 찾는 방법을 제시한 것이 Markowitz(1952) 모형이다. 그러나 포트폴리오 매니저가 이 모형을 이용하는 데에는 현실적으로 많은 문제점이 있다. 첫째, Markowitz 모형은 투입자산 으로 모든 투자자산(universe asset)을 대상으로 하고 있는데 반하여 포트폴리오 매니저가 실제로 포트 폴리오를 구성할 때에는 모든 투자자산에서 선택된 부분투자집합(subset of universe)에 초점을 두고 있 다. 포트폴리오 매니저는 과소평가되었다고 믿는 자산들만을 대상으로 투자자산을 선택하므로 Markowitz 모형에서의 투입자산 선택대상인 전체 투자집합체 보다는 훨씬 작은 부분투자 집합체를 자 산배분의 대상으로 하고 있다는 것이다. 둘째, Markowitz의 평균-분산 최적 포트폴리오(mean-variance optimized portfolio)는 효율적 투자기회선상에서 기대수익률과 위험간의 상반관계(trade-off)를 의미하 며, 포트폴리오 구성자산의 투자비중은 이러한 관계 속에서 나오는 결과이다. Markowitz의 전통적인 접 근 방식에 실무적으로 적절히 사용할 수 없는 한계점은 기대수익률에 대한 대용치로 역사적 평균 수익 률의 이용과 그에 따른 추정 오차를 고려지 않은 것에서 발생하고 있다. Black-Litterman 모형은 상기에서 언급한 이러한 문제점을 극복하려는 동기에서 출발한다. 이 모형은 Markowitz 모형에서의 구석해 문제를 완화하고 동시에 투자자들이 가지는 투자에 대한 주관적인 관점 과 경제적 논지(reasoning)를 반영할 수 있는 실무적 근대 portfolio 투자이론이라고 평가되고 있다. 2001년부터 2010년까지의 월별자료를 이용하여 Markowitz 모형과 Bayesian 접근방법에 의한 Black-Litterman의 모형을 비교하였다. 이을 위하여 한국거래소(KRX)의 유가증권시장에서 분류된 산 업을 10개의 영역으로 구분한다. 유가증권시장의 일반종목 중에서 시장에서 비중이 작은 산업은 유사산 업에 포함시키고 유사산업으로 분류하기 힘든 소규모의 산업은 10개의 산업영역에 포함시키지 않았다. 10개의 산업영역에 포함된 산업의 지수를 시가총액에 따라 2001년부터 2010년까지 가중평균하여 월말기 준의 평균수익률과 표준편차 및 상관계수를 추정하였다. 이를 바탕으로 전통적인 Markowitz 모형을 이용하여 최 적자산배분 투자비중과 Black-Litterman에 의한 최적자산배분의 결과를 비교하였다. 그 결과 높은 변동성을 가진 자산은 투자비중이 낮고 반대로 낮은 변동성을 가진 자산은 투자비중이 높게 나타나는 경향을 확인하였고, 공매도 포지션(short position)을 가진 산업 Sector인 Cons와 Tran의 변동성을 살펴보면 10개의 Sector에서 높은 표준편차를 가진 것으로 나타나고 있는 것을 볼 때 변동성이 높은 자산영역에 낮은 투자비중이 할당되는 것을 확인할 수 있었다. 한편 시가총액이 시장에서 차지하는 비중이 아주 낮은 산업영역에서 상당한 비중의 공매포지션이 나타나 현실적으로 수행하기 힘들다는 것 을 확인할 수 있었다. 이러한 이유는 모형에 사용한 역사적 기대수익률에서 발생하는 것이므로 이를 Black-Litterman 모형을 통해 내재기대수익률을 추정하여 역사적 기대수익률과 비교한 결과 내재기대수 익률의 값에서 극단적인 기대수익률의 현상이 줄어듦을 확인 할 수 있었다. Black-Litterman 모형이 가지는 현실적인 이점으로 포트폴리오 관리자가 가질 수 있는 경제에 대한 주관적인 관점을 반영할 수 있으며 그 관점이 상대적인 경우는 물론 주관적인 관점을 반영하여 최적투자비중과 그에 따른 기대수익률의 조정이 가능하다는 것을 본 연구의 사례를 통하여 그 방법을 제시하였다.

The Markowitz model of modern portfolio theory aims at the objectives of investment not only to maximize the expected return but to minimize risk. The result of optimization of Markowitz's formulation is a parabolic efficient frontier, indicating the combinations of assets with highest expected return given a certain level of risk. In the reality, however, portfolio managers face the limitation to use this kind of Markowitz model. First, portfolio managers are centered on a small segment of the investment universe. But Markowitz model requires the expected return for all of universe assets. Second, portfolio managers in the reality think the weight found in the Markowitz model is inappropriate to be implemented for client's fund managed by themselves. The limitation that Markowitz model can be used in the practical manner may be found in the estimated error of the historical average returns which are used as alternatives for the equilibrium expected return. Black-Litterman model(1992) starts from the motivation to mitigate such limitations in the Markowitz. Their model is flexible enough to combine the market equilibrium with subjective economic views and investor's economic reasoning. Therefore, Black-Litterman model tends to have less extreme investment weight compared with the traditional mean-variance optimization model. In order for us to see the advantage of Black-Litter model against the traditional Markowitz, the monthly rate of returns from 2001 to 2010 are collected from the industry stock index in the KRX. Among all of industries on the KRX are classified into 10 sector group. Each sector is consisted with similar related industries. The industries with the small market capital are excluded from the each sector. The rate of average return for each sector can be estimated be the weighted average rate of return of each industry's index. Based on the index average rate of return, the volatility and correlation are also estimated. Using the Markowitz model, the optimal weight tends to be extreme result. That means that optimized portfolios tend to overweight assets with large expected return. Whereas, the assets with small expected return are underweighted. And also the optimal portfolios tend to overweight assets with negative(positive) correlation and small(large) variance. Assets with extreme returns may tend to be affected by estimation error for historical average rate of return. But using Black-Litterman, this kind of extreme return problem can be seen to be weakened. This can be seen through the implied expected return. This research also show how to allow the portfolio managers' economic view in the Markowitz model. The absolute and relative views on future economic expectation can be incorporated in the model through vector P.

We develop a model to predict typhoons in Korea. We collect data for typhoons and classify those depending on the severity level. Following a Bayesian approach, we develop a model that explains the relationship between different levels of typhoons. Through the analysis of the model, we can predict the rate of typhoons, the probability of approaching Korean peninsular, and the probability of striking Korean peninsular. We show that the uncertainty for the occurrence of various types of typhoons reduces dramatically by adaptively updating model parameters as we acquire data.

외환위기 이전의 자료를 대상으로 한 선행 연구들은 대체로 새 케인지안 필립스 곡선을 지지하는 경향을 보이고 있으나, 외환위기 이후의 기간을 포함하면 결과가 복합적일 뿐만 아니라 추정상의 문제도 발생하고 있다. 새 케인지안 이론과 같은 동태균형모형을 추정하는 데에는 적지 않은 가정을 취해야 하므로 추정방법이 매우 중요하다. 더욱이 외환위기 이후의 필립스 곡선을 추정할 때에는 소규모 표본의 문제가 대두된다. 이 논문은 이를 극복하는 방안으로 베이지언(Bayesian) 추정법을 사용한다. 분석 결과는 새 케인지안 이론이 여전히 우리나라의 인플레이션 동학과 부합함을 보여준다. 미래의 실질한계비용이 현재의 인플레이션에 미치는 영향이 뚜렷하게 나타나고 있으며, 인플레이션의 결정과정에 미래지향적(forward looking) 요인이 중요한 역할을 하고 있다.

This paper estimates the new Keynesian Phillips curve after the currency crisis in Korea. Previous research tends to support the existence of the new Keynesian Phillips curve, but only for the pre crisis period. We adopt the Bayesian approach to overcome the small sample problem of the post crisis period. The inflation series implied by the new Keynesian model still fits the post crisis inflation closely. The current rate of inflation depends on future real marginal cost. This implies that the forward looking behavior plays an important role in Korean inflation dynamics.

Cyber threats increasingly target mission-critical systems in the military and private sectors. CMIA has emerged to mitigate such cyber threats and assure the resilience of critical missions. Existing approaches merely provide partial, manual analysis methods to support CMIA and lack the ability to provide optimal defense measures. In this paper, we propose a novel CMIA framework enabling a streamlined, automated CMIA procedure, based on the Bayesian Stackelburg game. Unlike conventional approaches, our framework provides the most probable cyber threat and the optimal defense, i.e., countermeasures against the cyber threat in a given mission environment, securing the resilience of mission-critical systems.

We propose a Bayesian approach to identify the excessive comovement of two markets as a contagion. This goal is technically achieved by linking a latent factor model and single equation error correction model and testing the breaks in the short-term and long-term relationships and correlatedness in the linked model. We find that a short-term relationship representing a systematic volatility ratio between two markets plays a key role in contagion dynamics. When long-term relationship or correlatedness is broken, the cause is determined by calculating posterior probabilities. If the cause is a break in the short-term relationship, a contagion is formally declared.

거시변수들의 집계과정은 일정한 시차를 필요로 하므로 이들 변수들로부터 경기상황에 대한 정보를 얻기 위해서는 상당한 시간이 필요하게 된다. 본 연구는 이와 같은 시차문제를 해결하기 위해 부문별 (산업, 상업, 가정) 전력소비를 이용하여 경기동행 및 선행지수의 구축을 시도하였다. 이를 위해 본 연구는 동태은닉공통인자모형을 이용하여 부문별 전력소비로부터 경기상황에 관한 정보를 추출하였다. 그러나 부문별 전력소비의 집계 역시 1개월의 시차를 가지므로 실시간으로 집계될 수 있는 전력 발전량을 이용하여 부문별 전력소비를 예측한 후, 이들 예측치를 포함시킨 전력소비량으로부터 경기동행 및 선행지수를 구축하는 2단계 베이지안 추정법을 시도하였다.

Using monthly electricity consumption data, we constructed a Bayesian model to calculate coincident and leading economic indicators. The dynamic latent common factor model is used to measure the current conditions of the economy, as revealed by electricity consumption across sectors. However, as aggregation of electricity consumption has a one month time lag, we developed a two-stage Bayesian estimation procedure in which forecasting electricity consumption and extracting the common factor are systematically implemented. We applied our method to the Korean economy and found that our experimental indicators can not only trace but also describe the intricate phases of the Korean business cycle.

Previous studies present the mixed results on online reputation mechanism. In this study, we have found that an approach based on Bayesian statistics can explain most results of previous studies which are conflicting with each others. With this model, we explain why negative ratings have more significant marginal impacts on sellers' reputation than positive ones do. Furthermore, we even show why the feedbacks with a few negative ratings may increase the value of the item and final prices by confirming buyers' prior beliefs on the sellers' reputation much more than those without negative ratings. Also, we explain why there are not many negative ratings. Even though some studies suggest this because of generosity of users, our model shows that the reason is that the existence of FS itself prevents bad sellers from participating to the market as a signal itself. Even further, we show how this extreme tendency of positive ratings gets even stronger as markets evolve. Finally, to validate our analytical results, we examine the previous studies and see what factors effect the outcomes of their analyses.

통계 모형을 이용한 데이터 분석에서 적절한 결측치 처리가 최종적인 통계적 결론 도출에 결정적인 영향을 미칠 수 있다는 것은 이미 잘 알려져 있다. 따라서 현재까지 다양한 결측치 처리 기법이 제안되어왔고, 그 중 최근 활발히 연구되고 있는 기법으로서 완전정보최대우도(full information maximum likelihood), 다중대체(multiple imputation), 그리고 베이지안(Bayesian) 접근법이 있다. 이 중 완전정보최대우도법은 사회과학 통계에서 가장 많이 사용되는 방법으로서 많은 심리학 연구자들에게도 이미 알려져 있는 방법이나, 다른 두 방법, 즉 다중대체 및 베이지안 접근법은 아직은 많은 심리학 연구자들에게 생소한 방법이다. 따라서 본 논문에서는 이 세 가지 방법을 공분산 구조모형의 맥락에서 소개하고 주요 특징을 비교함으로써 심리학 연구자들의 결측치 처리에 관한 이해를 돕고자 하였다. 공분산구조모형의 적용 과정은 다른 통계모형과 달리 자료와 모형간의 적합도 지수를 계산하고 이를 바탕으로 모형의 적절성을 판단하는 과정을 포함한다. 최대우도법에서는 카이자승 통계량을 기준으로 다양한 적합도 지수가 파생되어 제안되었으며, 다중대체법은 D2와 D3 통계량이, 그리고 베이지안 접근법에서는 사후예측모형검증(posterior predictive model checking) 기법이 사용된다. 최대우도법의 카이자승 통계량은 다양한 맥락에서 독립적으로 연구된 결과가 있으나, 다중대체법 및 베이지안 접근법에서 제안된 방법은 공분산 구조모형의 맥락에서 그 성능이 평가된 적이 없으며 서로 비교된 적도 없다. 따라서, 본 논문에서는 동일한 구조방정식모형의 자료-모형간 적합성 판단에 있어서 세 가지 다른 결측치 처리 방법이 어떤 영향을 미치는지 비교 분석하였다. 구체적으로, 본 논문에서는 모의실험(simulation) 기법을 사용하여, 모집단에서 데이터가 종단적 측정 불변성을 지지하지 않는 경우(longitudinal measurement non-invariance)를 가정하고, 옳은 모형을 사용한 경우의 제 1 종 오류율과 부분측정불변성(partial measurement invariance)을 가정한 모형을 적용한 경우의 검정력을 최대우도, 다중대체, 그리고 베이지안 접근법 별로 추정/비교하였다. 본 연구의 결과는 결측치가 존재하는 데이터를 공분산 구조모형을 이용하여 분석하고자 하는 연구자들에게 결측치 처리 기법의 특성을 이해하고 최종 모형의 적합성을 판단하는데 적절한 지침을 제공할 것으로 기대된다.

In practical applications of any statistical modeling, including structural equation modeling(SEM), virtually every data set contains missing values. It is a well known fact that improper handling of missing data can exert harmful impact on subsequent statistical inferences in a variety of ways to varying degrees. In the context of SEM, the full information maximum likelihood(FIML) has been arguably the most popular method for addressing missing data. Despite of being yet less widely known to majority of applied researchers as flexible alternatives to FIML, multiple imputation (MI) procedures and Bayesian approaches have recently begun to emerge as viable solutions among many applied researchers. An important objective of this article is to introduce these methods to applied researchers in an accessible manner using SEM as the context. Structural equation modeling actually involves the process of proposing, estimating, and evaluating the researcher’s hypothesis that is believed to be underlying and purported in generating the observed data. Therefore, it is essential to evaluate the overall goodness-of-fit of the posited model in any given application. FIML, MI and Bayesian approaches, respectively, yield the chi-square, , , and the posterior predictive modeling checking (PPMC) p-value as statistical tools for the assessment of data-model fit. Another important objective of this article is to study performance of these model evaluation tools in the context of SEM. Further, relative performance of these data-model fit assessment tools is to be evaluated with respect to their Type I error rates and power. The performance of these assessment tools, except the chi-square statistics, has never been evaluated nor been compared within the context of SEM. The initial results provided in the present article is believed to not only enhance the knowledge base regarding the characteristics of these assessment tools under missing data, but also provide an initial guideline for the proper use of these assessment tools in the real-world data analysis especially in the application of SEM with missing data.

We construct the procedure to predict safety accidents following Bayesian approach. We make a model that can utilize the data to predict other levels of accidents. An event tree model which is a frequently used graphical tool in describing accident initiation and escalation to more severe accident is transformed into an influence diagram model. Prior distributions for accident occurrence rate and probabilities to escalating to more severe accidents are assumed and likelihood of number of accidents in a given period of time is assessed. And then posterior distributions are obtained based on observed data. We also points out the advantages of the bayesian approach that estimates the whole distribution of accident rate over the classical point estimation.

We predict the earthquake rate in Korea following Bayesian approach. We make a model that can utilize the data to predict other levels of earthquake. An event tree model which is a frequently used graphical tool in describing accident initiation and escalation to more severe accident is transformed into an influence diagram model. Prior distributions for earthquake occurrence rate and probabilities to escalating to more severe earthquakes are assumed and likelihood of number of earthquake in a given period of time is assessed. And then posterior distributions are obtained based on observed data. We find that the minor level of earthquake is increasing while major level of earthquake is less likely.

보증 데이터를 통해 제품의 수명 및 형상모수를 추정할 때 최우추정법과 같은 전통 적인 통계 분석방법(Classical Statistical Method)을 많이 사용하였다. 그러나 전통적인 통계 분석방법을 통해 수명과 형상모수의 추정 시 표본의 크기가 작거나 불완전한 경 우 추정량의 신뢰성이 떨어진다는 단점이 있고 또 누적된 경험과 과거자료를 충분히 이용하지 못하는 단점도 있다. 이러한 문제점을 해결하기 위해 모수의 사전분포를 가 정하는 베이지안(Bayesian) 기법의 적용이 필요하다. 하지만 보증 데이터분석에 있어 서 베이지안 기법을 이용한 연구는 아직 미흡한 실정이다. 본 연구에서는 수명분포가 와이블 분포를 갖는 보증데이터를 활용하여 모수 추정의 효 율성을 비교 분석하고자 한다. 이를 위해 와이블 분포의 모수가 대수정규분포를 따르는 사전분포를 갖는 베이지안 기법과 전통적 통계기법인 생명표법(Actuarial method)을 활 용하여 추정량을 도출하고 비교 분석하였다. 이를 통해 충분한 관측 데이터를 확보할 수 없는 경우에 베이지안 기법을 이용한 보증 데이터 분석방법의 성능을 확인하고자 한다.

본 연구는 서울시 공공자전거 ‘따릉이’의 통근·통학 목적 이용 의향에 영향을 미치는 요인을 계층적 베이지안 회귀모형을 통해 분석하였다. 서울시 5개 권역, 25개 자치구에서 수집된 708명의 설문 응답 데이터를 활용하여, 지역 수준과 개인 수준의 요인을 동시에 고려한 다층 분석을 수행하였다. 분석 결과, 서북권이 가장 높은 이용 의향 평균값(3.261)을, 동북권이 가장 낮은 평균값(3.061)을 나타내는 등 권역별 차이가 관찰되었으나, 그 차이는 통계적으로 유의하지 않았다. 한편, 개인 수준에서는 성별(β =0.148, 95% CI: 0.060 ~ 0.236)과 연령 (β =0.089, 95% CI: 0.015 ~ 0.163)이 이용 의향에 유의한 정(+)의 영향을 미치는 것으로 나타났다. 특히 여성과 중장년 연령층에서 더 높은 이용 의향이 확인되었다. 지역 수준의 군집 구조를 반영한 급내 상관계수(ICC=0.12)는 전체 분산의 약 12%가 지역 수준에서 설명됨을 보여주어 계층적 모형의 적용 타당성을 뒷받침한다. 본 연구 결과는 지역 맥락을 반영한 맞춤형 정책의 필요성과, 여성 및 중장년 연령층을 대상으로 한 전략적 접근의 효과 가능성을 시사하 며, 관련 연구에 계층적 베이지안 모형의 도입이 실효성이 있음을 제시한다.

This study examines factors influencing the intention to use Seoul’s public bicycle service, “Ttareungi,” for commuting and school-related purposes, using a hierarchical Bayesian regression model. A multilevel analysis was conducted based on survey data from 708 respondents across 25 districts in five regions of Seoul, incorporating both individual- and regional-level effects. The northwest region showed the highest average usage intention (3.261), and the northeast the lowest (3.061), though these differences were not statistically significant. At the individual level, gender(β=0.148) and age (β=0.089) had significant positive effects, with women and older individuals showing higher intention. The intraclass correlation coefficient (ICC = 0.12) indicated that 12% of the variance was attributable to regional-level factors, supporting the utility of the hierarchical model. These results underscore the importance of context-sensitive, demographic-specific policy approaches and demonstrate the practical value of hierarchical Bayesian modeling in mobility behavior and transport policy research.

본 연구는 다중회귀분석과 베이지안 네크워크를 이용해 수도권 상가 낙찰가율에 영향을 미치는 요인을 실증분석하였다. 종속변수는 상가낙찰가율로 독립변수는 상가낙찰율, 회사 채수익률, 산업생산지수, 상업용 건축물착공현황과 경제심리지수로 설정하였다, 시간적 범 위는 2003년 1월부터 2019년 12월까지로 하였고 공간적 범위는 수도권인 서울, 경기, 인천 으로 설정하였다. 실증분석결과, 서울시 상가낙찰가율에 상업용 건축물착공현황이 가장 많은 영향을 미치고 경기도 상가낙찰가율에는 회사채수익률이 가장 많은 영향을 미치고 경 제심리지수도 많은 영향을 미치는 것을 알 수가 있었다. 인천 상가낙찰가율에는 경기도 상 가낙찰가율이 영향을 가장 많이 미치고 산업생산지수가 그 다음으로 많은 영향을 미치는 것으로 나타났다. 지역별로 상가 낙찰가율에 영향을 미치는 요인은 차이가 있지만 전반적 으로 경제성장, 공급과 유동성이 많은 영향을 미치고 인근 지역의 낙찰가율도 영향을 미치는 것으로 알 수 있었다.

This study empirically analyzed the factors influencing the retail property aution price ratio in the metropolitan area using multiple regression analysis and Bayesian network approach. The dependent variable was set as the auction price ratio, and the independent variables were set as the auction ratio, corporate bond yield, industrial production index, commercial building construction, and economic sentiment index. The time range was from January 2003 to December 2019, and the spatial range was Seoul, Gyeonggi and Incheon. It was found that commercial building construction had the most influence in Seoul, corporate bond yield had the most influence in Gyeonggi-do, and the economic sentiment index also had a great influence. It was found that the Gyeonggi-do auction price ratio had the most influence on the Incheon auction price ratio, followed by the industrial production index. Although there are differences in factors affecting the auction price ratio for each region, it was found that overall, economic growth, supply and liquidity have a great influence, and the auction price ratio in the neighbor region also has an effect.

본고는 베이지언 추정방법을 통해 글로벌 금융위기 전후 전형적인 뉴 케인지언의 동태적․확률적․일반균형(DSGE, dynamic stochastic general equilibrium)에 부합되는 국내 잠재GDP 및 GDP갭의 추정 및 전망을 시도하였다. 주요 연구결과를 보면 첫째, DSGE 모형에 의해 추정된 잠재GDP 및 GDP갭은 가계 및 기업의 최적화 행위로 부터 도출되었기 때문에 정책 당국자에게는 복지 측면에서 유용한 척도로 판단된다. 둘째, 베이지언 추정방법에 기초한 잠재GDP 및 GDP갭 추정결과는 거시경제 동학을 설명하는데 수용성이 있는 지표로 나타났다. 셋째, 민감도 분석 결과 수정 필립스 곡선에서의 과거 지향적 요인 및 소비습관형성 등이 국내 거시경제의 동태적 양상을 설명하는데 중요한 역할을 수행하는 것으로 나타났다.

This paper tries to estimate and forecast the Korea's potential GDP and GDP gap before and after global financial crisis that are consistent with a fully specified DSGE model based on the stylized new Keynesian features using Bayesian methods. The major findings is as follows. First, the estimated potential GDP and GDP gap can be judged as a useful welfare measure for policy makers since that these outcomes are derived from a maximizing behavior of the households and firms. Second, the estimated potential GDP and GDP gap using Bayesian methods is a feasible indicator in explaining the macroeconomic dynamics. Third, the robustness analysis shows that the hybrid type Phillips curve with a backward-looking component and the habit formation in consumption may play an important role in characterizing the macroeconomic dynamics of Korea.