Earticle

This study performs Nowcasting for the Korean All Industry Production Index using macroeconomic indicators and highway traffic volume data. A Dynamic Factor Model (DFM) is applied to reflect the common movements of various monthly indicators. The results show that some traffic variables reduce Nowcasting errors compared to the macro only model. In particular, total traffic volume and passenger car traffic provide relatively useful information for Nowcasting the All Industry Production Index. However, several freight traffic variables show limited improvement in model performance. These findings suggest that highway traffic data can be useful for identifying short term changes in industrial production activity.

This study evaluates the predictive performance of an extended Dynamic Factor Model (DFM) that incorporates port cargo throughput to reduce short-term information gaps caused by the publication lag of the Index of All Industry Production. Since the Index of All Industry Production is reported at a monthly frequency, it does not require the mixed-frequency aggregation or tent-loading restrictions typically used in quarterly GDP nowcasting. However, the ragged-edge problem remains because the release timing differs across input variables. To address this issue, this study applies a state-space DFM estimated using the Kalman filter and the Expectation-Maximization (EM) algorithm. The empirical results show that the Port-augmented DFM slightly reduces both RMSE and MAE compared with the benchmark DFM. The improvement is relatively more pronounced during the potential logistics shock period in 2021. However, since the overall improvement is limited and the Diebold-Mariano test is not conducted, the findings should be interpreted as exploratory evidence suggesting the complementary informational value of port cargo throughput.

순현재가치법(NPV)과 같은 기존의 투자가치 평가 방법론으로는 불가역적인 막대한 초기 투자비용과 미래 현금흐름의 불확실성이 존재하는 IT 투자가치를 과소 평가하기 때문에 투자활동 과정의 유연성(flexibility)을 고려할 수 있는 동적 기법인 실물옵션(real option)에 대한 연구가 최근 활발히 진행되고 있다. 그러나 실물옵션을 이용한 기존 연구는 투자자가 위험 중립적이라는 비현실적 가정에 근거하는 블랙-숄즈(Black-Scholes) 공식이나 트리 모형(tree model)을 응용할 뿐만 아니라 투자위험이 시간의 흐름에 따라 동적으로 변화한다는 사실도 반영하지 못함으로써 옵션가치를 정확하게 평가할 수 없는 한계를 갖는다.따라서 본 논문은 IT 투자 프로젝트의 개별 위험성과 동적 변화를 고려하여 투자자본의 기회비용을 시간의 흐름에 따라 조정함으로써 옵션가치를 보다 정확하게 평가할 수 있도록 현금흐름의 현재가치와 위험률을 요소로 하는 연속시간 2요소 모형을 개발하고, 이 모형을 추정하기 위해 Longstaff and Schwartz(2001)가 금융옵션가치를 평가하기 위해 제안하였던 최소제곱 몬테칼로(LSMC) 시뮬레이션 기법을 적용한다. 이 모형을 Taudes, et al.(2000)의 소프트웨어 플랫폼 투자결정 사례에 응용하여 투자 불확실성의 증가는 옵션가치를 증가시키지만 투자 불확실성에 따른 위험성을 반영할 경우 옵션가치는 상대적으로 축소된다는 기본이론을 실증적으로 입증하였다

Traditional methods for project evaluation, like the net present value (NPV), the internal rate of return (IRR), and the tree models, are inadequate because they underestimate IT investment projects that require huge initial cost and have high uncertainty of future cash flows and a high upside potential. Thus, lately IT project evaluation using real options has been an important subject of much research. However, most research related to valuation of IT investment projects as real options has been limited to the application of Black-Scholes formula or tree models under the assumption of risk-neutral investor. This paper develops a continuous two-factor (present value of cash flow and risk rates) model to take into account individual risks and their dynamic changes. To estimate the model the paper adopts least squares Monte Carlo (LSMC) simulation method presented by Longstaff and Schwartz (2001).The empirical study applying the model to the case of software platform investment (Taudes, et al., 2000) shows that the increase of uncertainty has conflicting effects on the option values. That is, while the uncertainty increases the option values, it gives rise to risk causing relatively slight reduction of the option values. The paper provides IT managers with the appropriate real option model to assist evaluating and justifying IT investment.

This paper estimates a new coincident composite index. using a dynamic factor model and mixed frequency data that adds quarterly GDP to the seven monthly time series used by Statistics Korea to calculate the coincident composite index. As you may recall, GDP serves as a proxy for all economic activity in a country, so the information about business conditions contained in this variable is important in measuring monthly economic change. To estimate the coincident composite index, this paper adopts the methodology of Aruoba et al(2009) in their dynamic factor model. We then indirectly evaluate the validity of the index estimated in this study by comparing it with the non-statistical method of the National Bureau of Statistics(NBER method). This paper can be particularly helpful in measuring economic fluctuations in regions where monthly data are often scarce.

This paper investigates the importance of national, regional, and city-specific factors to explain the movement of housing prices across South Korean cities in using the Bayesian approach proposed by Otrok and Whiteman (1998). The variance decomposition analysis illustrates that most of the movement of Korean housing prices are ascribed to the national factor that accounts for 56% of housing price variations and over 70% in 5 cities including Seoul and Pusan. This demonstrates the existence of the co-movement of housing prices in Korean cities, which has been vaguely discussed in both academics and the real estate industry. This paper also finds that the contribution of city-specific factors range from 20% to 70%. However, the regional factors have negligible impacts on housing price fluctuations in all cities. This paper also examines the effects of monetary policy shocks on national-level housing prices measured by the national factor. Employing a structural VAR model to disentangle the structural monetary shocks, the study finds that the effects of monetary policy shocks on national-level housing prices are trivial. This finding reveals that the hike in housing prices observed in recent periods are most likely attributable to macro fundamentals rather than autonomous monetary shocks.

This paper revisits the effect of the European Economic and Monetary Union (EMU) on the extent of business cycle synchronization across its member states. A dynamic latent factor model is used to identify the ‘regional’ effect of the euro area on output growth and inflation dynamics across European countries. The results of variance decomposition analysis confirm that both output growth and inflation tended to be more synchronized among European countries during the run-up to the EMU, but there is no strong evidence to support the argument that the ‘regional’ effects prevailed after 1999.

Many central bankers pay attention to measures for core inflation when deciding how to adjust policy from meeting to meeting even though their statutory targets are set in terms of headline inflation. It is because what central bankers are truly concerned with is underlying inflation going forward. For example, while the official target is set in terms of headline CPI inflation, the Bank of Korea considers a variety of core inflation measures. However, those core inflation measures are somewhat volatile and do not provide a reliable signal of medium-term underlying inflation. Continuing inflation in oil and food prices causes headline CPI inflation rate to deviate from core inflation measures for an extended period of time. In order to provide a clearer picture of underlying inflation pressures to policy makers, we need to develop a new core inflation measure that tracks underlying inflation more closely. Consistent with the current objective of the Bank of Korea that is based on headline CPI inflation, we review several core inflation measures that have been used or proposed by various authors - including those currently used by the Bank of Korea - and propose a new core inflation measure that is based on generalized dynamic-factor modeling. We discuss the behavior of our proposed core inflation measure starting in the 1990s and show that it performs better than the conventional core inflation measures that are currently used.

This paper applies a Bayesian dynamic factor model to analyze the co-movement of government debt and economic growth in 12 euro-area countries from 1970?2009. We decompose the variations in output growth and government debt into three distinct factors: (i) a common factor capturing co-movement across the 24 series in all 12 countries; (ii) a country factor common to the two series in each country; and (iii) an idiosyncratic factor specific to each series. We find that the common factor affects output growth positively but government debt negatively. Furthermore, the common factor dominates the country and idiosyncratic factors in accounting for the fluctuations in output growth and government debt, especially in the period 1999?2009 when the common factor became less volatile but more important for macroeconomic fluctuations. Our results suggest some convergence in output growth and government debt in the 12 euro-area countries after the launch of the euro.

Purpose ? Promoting the trade of environmental goods plays a significant role in improving global environmental performance. Despite their importance, research on the determinants of environmental goods trade, particularly for major CO₂-emitting countries, remains limited. This study examines the factors influencing environmental goods trade, with a particular focus on major CO₂-emitting countries. It aims to analyze how relative R&D intensity and relative factor endowments affect bilateral exports of environmental goods. Design/Methodology/Approach ?­ Using panel data from 15 major CO₂-emitting countries from 2000 to 2019, this study employs the system-GMM estimator within a gravity model framework to analyze how relative R&D intensity and relative factor endowments impact bilateral environmental goods exports. Findings ? The results indicate that both relative R&D intensity and relative factor endowments significantly boost environmental goods exports. The pattern of factor endowments suggests that the environmental goods trade largely follows an inter-industry characteristic aligned with the Heckscher-Ohlin model. Additionally, the dynamic results show a strong hysteresis effect in environmental goods exports. Research Implications ? The findings highlight that boosting R&D capacity and optimizing factor endowment structures are vital to enhancing competitiveness in the environmental goods trade. In addition, given the trade hysteresis effect, policymakers should maintain stable long-term policy support for environmental goods trade and investment to sustain accumulated export advantages.

코로나19 팬데믹, 지정학적 리스크, 기후 변화 등으로 경제 불확실성이 높아지면서 경기상황을 적시에 판단할 수 있는 지표에 대한 관심이 높아지고 있다. 그러나, 전반적인 경기상황을 나타내는 GDP 성장률의 경우 공표 주기와 시차가 길어 현재 경기상황을 판단하는 지표로 활용하는 데 한계가 있다. 이에 본 연구는 매주 GDP 성장률 예측치를 업데이트하며 경기흐름을 파악하는 실시간 당분기 경제전망(GDP nowcasting) 시스템을 개발하였다. 동 시스템은 주요국 중앙은행의 GDP nowcasting 전망모형으로 이용되는 동적요인모형(DFM, Dynamic Factor Model)과 최근 빠르게 발전한 기계학습(ML, Machine Learning) 알고리즘 가운데 시계열 데이터에 특화된 LSTM(Long Short-Term Memory)을 상호보완적으로 적용하여 예측력을 제고하였다. 2017년 1분기부터 2021년 3분기까지 기간에 대해 실시간 GDP nowcasting 시스템의 예측력을 평가한 결과, DFM과 LSTM 전망모형 모두 실제 경기흐름을 적절히 포착하는 것으로 나타났다. 특히, 2020년 1분기와 2분기의 급격한 GDP 성장률 하락, 2020년 3분기의 GDP 성장률 반등 움직임을 조기에 포착한 것으로 나타났다. 또한, LSTM 전망모형은 코로나19 유행과 같이 경제 불확실성이 확대된 상황에서 상대적으로 높은 예측력을 보였다. 이는 인공신경망 구조에 기반한 LSTM 알고리즘이 변수 간 비선형, 상호의존적 관계를 포착하는데 효과적이기 때문인 것으로 판단된다.

As economic uncertainty increases due to the COVID-19 pandemic and climate change, indicators that can judge the economic situation in a timely manner are becoming more important. Although GDP growth is a representative indicator of the overall economic situation, there is a limit to quickly assessing the real-time economic situation due to publication lags and the low frequency nature. In this paper, we develop real- time GDP nowcasting system that updates the forecast every week. In this system, Long Short-Term Memory(LSTM), which is specialized in time series among deep learning algorithms, and Dynamic Factor Model(DFM) were complementarily used to enhance forecasting power. Both DFM and LSTM appropriately captured the actual economic situation. In particular, the rapid decline in the GDP growth rate in the 2020:Q1~Q2 due to the COVID-19 pandemic was detected early, and signs of a rebound in GDP growth in the 2020:Q3 was also quickly captured. In addition, the LSTM showed relatively high forecasting power in a situation where economic uncertainty has increased, such as the COVID-19 pandemic.

전통적으로 VAR(Vector Autoregression) 모형은 주택가격의 변동요인을 설명하거나 예측하는데 유용하게 활용되는 다변량 시계열 분석방법이나, 자유도 손실과 과적합 문제로 많은 변수를 모형에 투입할 수 없는 단점이 있다. 이러한 문제를 해결하기 위해 본 연구에서는 동태요인모형을 이용하여 주택가격의 변동요인 분석을 시도하였다. 먼저, 주택시장과 거시경제와 관련 있는 총 38개의 월별 시계열 자료를 사용하여 동태요인모형을 구축하고, 주성분분석을 통해 공통요인을 추출한 후, 기본모형(VAR)과 확장모형(FAVAR)의 분석결과를 비교하였다. 그 결과, 주택가격(+), 경기동행(+), 미분양주택수(-)의 효과는 대체로 기본모형과 확장모형이 유사한 패턴을 보였으나, 주택담보대출금리의 충격효과가 미미한 기본모형과 달리, 확장모형에서는 6~7개월 후에 부(-)의 방향으로 전환되는 모습을 보여 확장모형이 기본모형보다 주택가격의 변동요인을 잘 설명하고 있음을 확인하였다. 또한 경기 관련 지표의 비중이 높은 factor1은 정(+)의 효과를 보인 후 4개월 후 효과가 급격히 감소하는 패턴을 보였고, 시장금리와 유동성 등 통화정책 관련 지표의 비중이 높은 factor2는 부(-)의 효과를 나타내며 다른 변수에 비해 상대적으로 긴 지속효과를 유지했다. 이는 주택가격이 대출금리에 대한 충격보다 시장금리와 유동성 관련 지표에 더 강한 충격을 받고 있는 것으로도 해석할 수 있다. 본 연구는 주택가격 변동에 영향을 주는 다양한 요인들을 반영하기 위해 기존보다 개선된 접근방법으로 주택시장을 분석하였다는 점에서 의의가 있다.

Vector AutoRegression (VAR) is a widely used multivariate time-series model that explains or predicts price fluctuations in the housing market. However, this model cannot accommodate many variables due to the loss of freedom or over-fitting. This study analyzed housing price fluctuations by employing the dynamic factor model to address this problem. First, we constructed 38 monthly time-series datasets associated with the housing market and macro economy. Then, common factors were extracted through principal component analysis. Finally, the results of VAR and FAVAR (Factor-Augmented Vector Autoregression) were compared. Unlike the basic VAR model, the results of the extended FAVAR model showed excellent performance because housing prices declined six to seven months after the mortgage rates shocks. Moreover, factors 1, which is highly related with economic activity, showed a sharp decline in four months after showing a positive effect. Factor 2, which is closely related with monetary policy variables such as market interest rates and liquidity, had a long-lasting negative effect compared to other variables. This study is significant because it analyzed the housing market with an improved approach to reflect various factors affecting housing price fluctuations.

GDP는 한 나라의 가계, 기업, 정부 등 모든 경제 주체가 일정 기간 동안 창출한 재화와 서비스의 시장 가치의 합을 나타낸다. GDP를 통하여 국가의 경제 규모를 파악할 수 있으며, 정부의 정책 방향에 영향을 미치는 대표적인 경제 지표이므로 이에 대한 연구가 다양하게 이루어지고 있다. 본 논문에서는 G20 국가들의 주요 거시경제 지표를 활용하여 dynamic factor model 기반의 GDP 성장률 예측 모델을 제시하였다. 추출된 factor를 다양한 회귀분석 방법론과 결합하여 그 결과들을 비교하였으며, 기존의 전통적인 시계열 예측방법인 ARIMA 모델, common component를 이용한 예측 등도 함께 비교하였다. COVID 이후 지표의 변동성이 큰 점을 고려하여 예측 시기를 COVID 전후로 나누었으며, 그 결과 factor에 대해 ridge regression과 lasso regression을 적용하여 예측한 경우 가장 좋은 성능을 나타내었다.

GDP represents the total market value of goods and services produced by all economic entities, including households, businesses, and governments in a country, during a specific time period. It is a representative economic indicator that helps identify the size of a country's economy and influences government policies, so various studies are being conducted on it. This paper presents a GDP growth rate forecasting model based on a dynamic factor model using key macroeconomic indicators of G20 countries. The extracted factors are combined with various regression analysis methodologies to compare results. Additionally, traditional time series forecasting methods such as the ARIMA model and forecasting using common components are also evaluated. Considering the significant volatility of indicators following the COVID-19 pandemic, the forecast period is divided into pre-COVID and post-COVID periods. The findings reveal that the dynamic factor model, incorporating ridge regression and lasso regression, demonstrates the best performance both before and after COVID.

본 논문에서는 한국, 중국, 일본 그리고 ASEAN5의 아시아 지역 국가를 포함하는 26개 국가의 표본을 이용하여 아시아의 경기변동 동조성의 정도의 변화와 특성을 분석하기 위해 각 국의 경기변동이 세계 또는 지역 경기변동 요인에 의해 어느 정도 영향을 받고 있는지를 나타내는 로딩계수(loading parameters)가 시간에 따라 변화하는 시가변적 모수의 동태적 요인 모형(dynamic factor model with time-varying coefficients)을 이용하였다. 추정결과, 아시아 국가의 경기변동이 세계 및 아시아 지역 경기 요인에 얼마나 영향을 받는지는 시간에 따라 다르게 관측되었으며 특징적으로 1990년대 이후 강한 지역 동조성이 발견되었다. 또한 국가마다 차이가 존재하나 1990년대 후반 그리고 2000년대에 역내 경기변동 동조화 정도는 유의하게 강화되었다. 분산분해분석결과를 바탕으로 실질 GDP변동의 세계 및 지역요인에 의해 설명되는 부분에 대한 비율이 유의하게 변화(증가 또는 감소)하였는지 분석한 결과, 일본을 제외하고 고려한 모든 아시아 국가에서 지역요인 기여도의 유의한 변화가 발견되었다. 지역요인 기여도의 유의한 변화시점은 대부분 아시아 금융 위기기간과 2000년대 후반에 관측되었다.

This paper investigated the dynamic properties of Asian business cycle synchronization and the changes in countries’sensitivities to international cycles using data from 26 countries including Korea, China, Japan and ASEAN5 from 1970 to 2018 by applying a dynamic factor model with time-varying parameters, which allows the factor loading of each country to the common factors vary over time. According to the results, countries’sensitivities to the global and the Asian regional factors evolve differently over time. In particular, the strong synchronization in the Asian regional business cycle were observed since the 1990’s. In addition, the importance of the regional business cycle in Asia has increased significantly in the late 1990’s and the 2000’s. I also tested whether any change in the variance decomposition over time is statistically significant. According to the results, significant changes in the importance of the regional factor were observed in the most of Asian countries except for Japan.

본 논문에서는 한국을 포함하여 37개 국가의 1970년부터 2018년까지의 표본을 이용하여 세계 경기변동 및 지역 내 경기변동 동조성의 동태적 특성을 동태적 요인 모형을 이용하여 분석하였다. 모형을 추정하기 위해 베이지안 마코프체인 몬테칼로 시뮬레이션을 이용하였으며, 이를 위해 깁스샘플링기법을 사용하였다. 본 연구에서는 세계경기변동요인과 지역경기변동요인을 추정하고, 각 요인들이 각국의 실질GDP변동에 어느 정도 기여하였는지를 분석하였다. 추정결과에 따르면, 추정된 글로벌 요인과 지역요인은 주요 경제사건들을 잘 설명하였다. 또한 글로벌 요인은 대부분의 국가의 GDP변동에 대한 설명력을 갖고, 특히 북미와 유럽국가의 경우 GDP변동의 주요 설명요인으로 나타났으며 아시아의 경우 평균적으로 약 10%의 설명력을 갖는 것으로 추정되었다. 지역요인은 아시아, 남미 그리고 유럽국가의 GDP변동의 주요 설명요인으로 이들 지역 내의 경기변동의 동조성 현상에 대한 실증적 근거를 확인하였다.

The paper examines the effect of policy interest rates on housing prices using a local projection model. According to the empirical analysis using the Korea Appraisal Board’s apartment transaction price index, the policy rate cut raises the apartment price, but the increase rate is higher in Seoul than in the country and in Gangnam 4-gu than in Seoul, and has statistical significance. These results do not depend on whether control variables, error correction terms, and government regulation dummy variables are included or not. Meanwhile, when policy rate shocks are divided into positive and negative shocks to examine asymmetric effects, apartment prices rise significantly in negative shocks while do not decrease significantly in positive ones. In the case of using the Korea Appraisal Board or KB Bank’s apartment sales price index, the above results do not change much, but overall, the response to the policy rate shock is weaker than in the case of the actual transaction price index.

Fama와 French(1992)의 3요인모델은 기업의 특성요인으로 주가수익률의 횡단면적 차이에 대한 설명을 가능하게 하였고, 이를 이용해 초과수익을 추구하는 다양한 투자전략이 제시되어 왔다. 본 연구에서는 17개의 요인들을 제시하고 이들의 설명력을 요인과 주가수익률의 상관관계를 나타내는 지표인 위험조정요인결정계수(risk-adjusted factor IC)를 이용하여 살펴보며, 자산배분모델 중 하나인 블랙-리더만-헤롤드(BLH)모델에 요인값들을 개별 주식에 대한 전망(View)으로 사용하여 포트폴리오를 구성한 투자전략이 초과수익을 얻을 수 있는지 분석하였다. 분석결과, 17개의 요인 중 BP^*ROE 등 16개의 요인이 유용한 변수로 나타났으나 시계열분석 시 주가수익률과의 상관관계가 변화하는 구간이 있어 단일요인보다는 다수의 요인을 적용하는 것이 더 적합하다고 판단되었으며, 다수의 요인들에 적용하는 가중치를 동적으로 변화시켜 얻은 포트폴리오가 유의하고 안정적인 초과수익을 얻을 수 있는 것으로 나타났다.

Since Fama and French (1992)’s 3-factor-model explained the cross-sectional difference of stock returns using companies’ characteristic factors, many investment strategies using a multi-factor model were suggested. In this research, risk-adjusted factor IC, which is correlation between factors and stock returns, are used as measure for the power to explain the cross-sectional difference of stock returns. And Black-Litterman-Herold model is used for the portfolio construction with the views from the multi-factor model. This research shows that 16 single ones out of 17 factors have significant power to explain the cross-sectional difference of stock returns, and the performance of a portfolio with dynamic multi-factor model is more significant, robust and profitable than those with single factor model.

Having flexibility in a manipulator will degrade trajectory tracking control and manipulator tip positioning. In practice, however, constraints imposed by various operating requirements, will render the presence of such flexibility unavoidable. The dynamic analysis of the flexible manipulator is essential in designing proper control systems. A flexible manipulator consists of infinite number of elastic modes and the modes are usually coupled to each other. For the practicality, however, it is usually assumed that the flexible system consists of finite number of elastic modes and the modes are decoupled. These assumptions result in a linear and decoupled mathematical model of the flexible manipulator and simplify the analysis of the dynamic behavior and the design of the control system. The decoupling and linearization of the flexible link, however, has been assumed without in depth analysis. This paper focuses on the analysis of the significance of the non-linear coupling factors.

본 연구에서는 동태적 구조변화를 겪고 있는 한국 산업을 대상으로 동태적 이윤극대화 모형을 통해 동태적 요소수요함수의 추정과 그 특성을 파악하고자 한다. 본 연구의 주요결과는 다음과 같다. 첫째, 한국경제의 동태적 노동수요함수는 가격변수에 민감한 반면, 자본수요는 자본의 부존량에 유의하게 반응한다. 노동과 자본 모두 준고정요소이지만 특히 자본은 모든 가격변수에 유의하기 반응하지 않아 조정시간과 조정비용이 높게 발생함을 알 수 있다. 둘째, 준고정요소인 노동의 수요는 조정시간이 소요되며 수요조정은 자본수요에 종속되어 조정된다. 한편 자본수요는 조정시간이 소요되지만 수요조정은 노동수요에 상관없이 독립적으로 결정된다. 셋째, 노동의 고정비율은 평균 4기에 걸쳐 바람직한 상태로 수렴하지만 자본은 35기에 걸쳐 수렴한다. 산업별로는 제조업의 조정률이 서비스업보다 빠르게 접근함을 알 수 있다. 넷째, 자체가격의 탄력도에서 노동이 제조업에서 장단기 모두 비탄력적이고, 서비스업에서는 자본이 장단기에 매우 비탄력적인 것을 알 수 있다. 한편 노동가격에 따른 자본의 대체는 빠르게 이루어지지만, 자본가격에 따른 노동의 수요는 보완의 형태를 나타낸다는 점이다. 이러한 사실은 한국경제가 자본시장의 탄력적인 구조에 기반하고 있다는 것을 의미한다.

This study aims to estimate the dynamic factor demand function through dynamic profit maximization model of Korean industry that is experiencing dynamic structural changes. The main results are as follows. First, while the dynamic labor demand function of the Korean economy is sensitive to price variables, capital demand responds effectively to the abundance of capital. Although both labor and capital are semi-fixed factors, capital in particular does not respond to all price variables, resulting in high adjustment time and adjustment costs. Second, labor demand as a semi-fixed factor, takes time to adjust depending on capital demand. Meanwhile, capital demand also takes time to adjust, but demand adjustment is determined independently of labor demand. Third, the fixed ratio of labor converges on a desirable level over 4 periods, while capital converges over 35 periods. Fourth, in terms of elasticity of self-price, labor is inelastic in the short and long term in the manufacturing industry, and capital is very inelastic in the short and long term in the service industry. Meanwhile, the replacement of capital according to labor price is quick, but the demand for labor according to capital price shows a form of complement. This means that the Korean economy is based on the elastic structure of the capital market.

세계적으로 자연재해의 빈도와 규모가 증가하고 있으며, 이러한 자연재해는 토목구조물에 다양한 손상을 유발할 수 있다. 이 중 가장 심각한 손상을 유발할 수 있는 자연 재해 중 하나가 지진이다. 따라서 지진에 대하여 구조물의 안전성을 확보하기 위해 다양한 연구들이 진행되고있다. 지진시 토목구조물의 안전성이나 메커니즘에 대한 연구는 대부분 축소모형실험을 바탕으로 진행되고 있으며, 이는 토목구조물의 규모를 고려하였을 때 실구조물실험이 불가능하기 때문이다. 이러한 축소모형연구에서는 Iai가 제안한 상사법칙이 주로 인용되고 있으나, Iai가 제안한 상사법칙을 적용할 경우 축소모델 제작에 필요한 구조부재의 선정에 많은 어려움이 따르게 된다. 이는 Iai가 제안한 상사비를 적용할 경우 구조물의 재료특성인 탄성계수에 상사비를 적용하여야 하기 때문이다. 따라서 이논문에서는 실제구조물과 동일한 재료특성을 갖는 축소모형에 적용되는 상사비를 Iai의 상사법칙에 근거하여 적용하고, 유한요소해석을 통하여 축소모형과 실구조의 동특성을 비교·분석하였다. 이 논문에서 적용한 상사법칙에 근거한 축소모형실험을 통해 산정된 구조물의 특성이 실구조물의 특성을 더욱 정확히 반영할 수 있을 것으로 판단된다.

The earthquakes are the natural disasters that can cause the most serious damage to civil structures. Therefore, various studies are being conducted to secure the safety of structures against earthquakes. Most studies on the safety or mechanism of civil structures during earthquakes are being conducted based on lab scale test, because real structure tests are impossible when considering the scale of civil structures. The scaling factor proposed by Iai is mainly cited, but when applying the scaling factor proposed by Iai, there are many difficulties in selecting the structural members necessary for the production of the lab scale model. This is because when applying the scaling factor proposed by Iai, the scaling factor must be applied to the elastic modulus, which is the material property of the structure. Therefore, a new method based on Iai's 's similarity law for determining scale factor is applied in this study where the material property of real structure is same as that of lab-scale model. Through the results of this study, it is considered that the characteristics of the structure calculated through the lab scale model test can more accurately reflect the characteristics of the real structure.