Earticle

본 연구에서는 환경음 인식 성능의 향상을 위하여 GMM의 훈련 방식에 MCE 도입을 제안하였다. 이는 환경음 데이터 모델링에 사용할 분류오류함수를 정의할 때 해당 클래스의 로그우도 뿐 아니라 다른 클래스의 로그우도도 같이 고려함으로써 변별력 있는 분류가 이뤄질 수 있게 한다. 모델의 파라미터는 전체 클래스를 고려한 손실함수를 정의하고, GPD(generalized probabilistic descent)알고리즘을 이용하여 추정하였다. 제안된 방법의 인식 성능 비교를 위해 모두 9가지 환경음을 전처리 과정과 MFCC(mel-frequency cepstral coefficients)를 이용하여 12차 특징을 추출하고, 이를 혼합 성분의 수에 따라 GMM 분류 실험을 행하였다. 실험 결과에 따르면 혼합 성분을 19개 사용한 경우에서 MCE 훈련 방식이 평균 87.06%의 인식률로 가장 좋은 성능을 보였다. 이 결과로 제안한 MCE 훈련 방식이 환경음 인식에서 GMM의 훈련 방식으로 효과적으로 사용될 수 있음을 확인하였다.

In this paper, we proposed the MCE as a GMM training method to improve the performance of environmental sounds recognition. We model the environmental sounds data with newly defined misclassification function using the log likelihood of the corresponding class and the log likelihood of the rest classes for discriminative training. The model parameters are estimated with the loss function using GPD(generalized probabilistic descent). For recognition performance comparison, we extracted the 12 degrees features using preprocessing and MFCC(mel-frequency cepstral coefficients) of the 9 kinds of environmental sounds and carry out GMM classification experiments. According to the experimental results, MCE training method showed the best performance by an average of 87.06% with 19 mixtures. This result confirmed us that MCE training method could be effectively used as a GMM training method in environmental sounds recognition.

최근 전 세계적으로 기후변화와 기상이변이 심화됨에 따라 국지성 집중호우와 태풍으로 인한 홍수재해 의 발생 빈도와 강도가 점차 증가하고 있으며, 이로 인한 인명 및 재산 피해가 중요한 사회적 문제로 부각되고 있다. 본 연구에서는 2019년부터 2020년까지 발생한 태풍과 장마전선 등 총 4개의 강우사상을 대상으로 외삽 기반 예측 기법과 에러필드 기반 오차 보정 기법을 적용하여 단기 강우 예측을 수행하고, 이를 지상 우량관측소 자료와 비교함으로써 기법별 예측 성능을 종합적으로 검증하였다. 평가 결과, 외삽 기반 강우 예측 기법은 1 ~ 2시간 리드타임에서는 비교적 높은 예측 정확도를 보였으나, 리드타임이 길어질수록 예측 정확도가 점진적으로 감소하는 경향을 나타냈다. 반면, 에러필드 기반 강우 예측 기법은 외삽 기법의 한계를 보완하는 결과를 보여주었으며, 3시간 리드타임에서도 고강도 강우 구간의 예측 성능을 유지하고 외삽 기법 대비 우수한 성능을 나타냈다. 이를 통해 에러필드 기법은 예측 오차를 공간적으로 보정하고, 리드타임 증가에 따른 불확실성을 완화하는데 효과적임을 확인할 수 있었다.

In recent years, the frequency and intensity of flood disasters caused by localized heavy rainfall and typhoons have been steadily increasing worldwide due to climate change and extreme weather events, resulting in significant human and property losses that have emerged as major social concerns. This study applied an extrapolation-based prediction technique and an error-field-based correction technique to 4 rainfall events, including typhoons and stationary fronts, that occurred between 2019 and 2020. The results showed that the extrapolation-based method achieved relatively high accuracy for lead times of 1–2 hours but exhibited gradually decreasing accuracy as lead time increased. In contrast, the error-field-based method demonstrated improved performance over the extrapolation-based approach, maintaining predictive accuracy even for high-intensity rainfall during 3-hour lead times. These findings confirm that the error-field technique effectively corrects spatial prediction errors and mitigates uncertainty associated with increasing lead time.

In this study, Mike11 will be used as the numerical model where a data assimilation method will be applied to it. This paper aims to gain an insight and understanding of data assimilation in flood forecasting models. It will start with a general discussion of data assimilation, followed by a description of the methodology and discussion of the statistical error forecast model used, which in this case is the linear regression. This error forecast model is applied to the water level forecast simulated by MIKE11 to produced improved forecast and validated against real measurements. It is found that there exists a phase error in the improved forecasts. Hence, 2 general formula are used to account for this phase error and they have shown improvement to the accuracy of the forecasts, where one improved the immediate forecast of up to 5 hours while the other improved the estimation of the peak discharge.

The object of the thermal error compensation system in machine tools is improving the accuracy of a machine tool through real time error compensation. The accuracy of the machine tool totally depends on the accuracy of thermal error model. A thermal error model can be obtained by appropriate combination of temperature variables. The proposed method for optimal variable selection in the thermal error model is based on correlation grouping and successive regression analysis. Collinearity matter is improved with the correlation grouping and the judgment function which minimizes residual mean square is used. The linear model is more robust against measurement noises than an engineering judgement model that includes the higher order terms of variables. The proposed method is more effective for the applications in real time error compensation because of the reduction in computational time, sufficient model accuracy, and the robustness.

본 논문에서는 경사 고각 발사 시스템에서 활용하기 위한 발사체 항법장치의 급속 초기정렬기법에 대해 다룬다. 급속초기정렬기법 중 하나인 원샷(One-shot) 정렬기법은 발사대에 장착된 항법장치의 정보를 활용하므로 수 초 내에 정렬이 가능하지만, 수직 발사체계에서만 적용되어 경사 고각에서의 성능이 검증되지 않았다. 따라서 본 논문에서는 원샷 정렬기법을 경사 고각 발사 시스템으로 적용 시 발생하는 오차 요소에 대해 분석하였고, 이를 최소화하여 정렬 성능을 개선하기 위한 방안을 소개하였다. 추가로, 제시한 원샷 정렬기법에 대해 성능시험을 수행함으로써, 실 항법장치를 운용하는 환경에서도 유효한 효과가 있음을 확인하였다.

In this paper, we described the rapid initial alignment techniques of projectile navigation system for use in inclined launch systems. One-shot alignment technique, one of the rapid initial alignment techniques, is possible to align a navigation system within seconds because it uses external information from an launcher navigation system. However, since it has only been used in vertical launch systems, its performance in inclined launch systems has not been verified. Therefore, this paper analyzed the error elements that occur when the one-shot alignment technique is applied to the inclined launch system, and introduced a method to improve the alignment performance by minimizing those errors. Additionally, By simulating and testing the performance of the proposed alignment technique, it was verified that it is effective even in an environment where a real navigation system is used.

GNSS (global navigation satellite system)측정치 보정 후에 남아 있는 전리층 잔류 오차에 대해 시뮬레이션 기반의 영향분석(오차 및 서비스 영역 분석 등)을 수행하기 위해서는 위해서는 전리층 잔류 오차에 대한 통계적 모델링이 필수적으로 선행되어야 한다. 본 논문에서는 국내 GNSS 측정치 및 Klobuchar 모델을 활용하여 국내 정상상태 전리층 환경에서의 전리층 잔류 오차에 대한 보수적인 표준편차의 해석적 모델을 도출하였다. 다양한 전리층 활동 상태를 포함하기 위해 미(美) CAT I (category I) LAAS (local-area augmentation system) 전리층 통계치 산출일 중 ROTI (rate-of-tec index) 지수를 활용하여 전리층 활동이 비정상적인 날짜는 제외하고 GNSS 분석 데이터를 구성하였다. GNSS 데이터 처리를 통해 전리층 잔류 오차를 계산하고, 잔류 오차 거동의 특성을 근거하여 지역 시 및 위성 앙각에 따라 통계치를 산출하였다. 마지막으로 전리층 잔류 오차의 확률적 거동을 보수적으로 포함할 수 있는 표준편차값에 대한 해석적 모델을 감쇠 지수 접합을 통해 도출하였다.

Ionosphere, one of the largest error sources, can pose potentially harmful threat to single-frequency GNSS (global navigation satellite system) user even after applying ionospheric corrections to their GNSS measurements. To quantitatively assess ionospheric impacts on the satellite navigation-based applications using simulation, the standard deviation of residual ionospheric errors is needed. Thus, in this paper, we determine conservative statistical quantity that covers typical residual ionospheric errors for nominal days. Extensive data-processing computes TEC (total electron content) estimates from GNSS measurements collected from the Korean reference station networks. We use Klobuchar model as a correction to calculate residual ionospheric errors from TEC (total electron content) estimate. Finally, an exponential delay model for residual ionospheric errors is presented as a function of local time and satellite elevation angle.

5-axis CNC machining now is getting popular because it can deal with complex shapes such as impeller, turbine blade and propeller without additional equipment or process, proving a set of various tool orientations. CAM software related to 5-axis machining is being developed quickly so that users can take advantage of potential capacities of 5-axis machine tools. However, only a few researches can be found in the area of control strategy development for 5-axis machining. This paper proposes a 5-axis cross-coupling control system based on a novel tool orientation error model. The proposed tool orientation error model provides accurate information on the tool orientation error in real time, which in turn enables directly controlling the tool orientation accuracy. The proposed control system also employs a contour error model to calculate the contour error and reflect it in the control as well. The accuracy of the proposed tool orientation error model is verified and the performance of the 5-axis cross-coupling control system in terms of both contouring and tool orientation accuracy is evaluated through computer simulations compared with existing 5-axis control systems.

This paper proposes a new model to compensate for errors of a five-axis machine tool. A matrix with error components, that is, an error matrix, is separated from the error synthesis model of a five-axis machine tool. Based on the kinematics and inversion of the error matrix which can be obtained not by using a numerical method, an error compensation model is established and used to calculate compensation values of joint variables. The proposed compensation model does not need numerical methods to find the compensation values from the error compensation model, which includes nonlinear equations. An experiment using a double ball-bar is implemented to verify the proposed model.

본 연구는 탄소배출량의 비정상 시계열적 특성에 초점을 맞추어 1970~2011년기간의 우리나라 탄소배출량 결정요인을 오차수정모형을 통해 추정하였다. 짧은시계열로 인한 낮은 검정력과 오차 크기 왜곡의 문제를 보완하고자 다양한 단위근 검정과 공적분 검정 방법을 이용한 결과, 탄소배출량과 소득수준, 기술수준,에너지 가격 간에 상대적으로 견고한 공적분 관계가 존재하며, 소득수준의 향상은 탄소배출량을 증가시키고 기술수준의 향상과 에너지 가격 상승은 탄소배출량을 감소시키는 것으로 추정되었다. 한편 에너지원 및 에너지소비 구성은 단기적으로 탄소배출량에 영향을 미치는데, 원자력과 신재생 및 기타 에너지 비중이 커지면 탄소배출량이 줄어들고, 수송 부문의 소비 비중이 커지면 탄소배출량이 증가하는 것으로 나타났다.

Focusing on nonstationarity of the time series of CO2 emissions, weanalyze the relationship between CO2 emissions and macroeconomicvariables in the framework of an error correction model. To mitigate lowpower and size distortion of unit root tests and cointegration tests in asmall sample, various testing methods are employed. Cointegration testresults suggest a relatively robust long-run relation among CO2emissions, income, technology and energy price. We also find thatenergy mix and final energy consumption mix play important roles inexplaining short-run CO2 emission changes. The nuclear energy and therenewable energy contributes to mitigation of CO2 emissions, whereastransportation sector’s energy consumption is associated with anincrease of CO2 emissions.

유연탄 수요는 에너지 및 환경정책의 기준이 되는 중요한 통계자료이지만, 여러 산업의 복합적인 요소로 구성되어서 기존의 단기적이고 정적인 모형으로는 정확한 모형화가 어렵다. 본 논문에서는 장기적인 국내 유연탄 수요의 변화를 추정하기 위하여 동적 특성을 기반으로 한 Kremers의 ECM 모형을 1970년부터 1998년까지의 유연탄 수요자료에 대하여 적용하였다. 실증 분석을 통하여 국내 유연탄 수요의 장기적 특성과 단기적 특성을 분석하고, 외부 충격 효과를 파악하였다. 분석 결과 국내 유연탄 수요는 장기적으로 경제 성장보다 빠른 성장 속도를 보여주고 있으며, 가격에 대해 비탄력적인 특성을 보여주고 있다. 또한, 외부 충격을 회복하는 속도는 연간 54% 수준이며, 추정한 모형 내에서 발생한 여러 충격 요소는 장기적인 수요 특성에 변화를 일으키지 않은 것으로 나타났다.

This study uses Error Correction Model to analyze long-term dynamic relationship among domestic bituminous coal demand, coal price and GDP for the period from 1970 to 1998. We adopt Kremers ECM method for the test of cointegration to solve estimation problem of general error correction model. Empirical estimation results show that coal demand elasticity of GDP as 1.342, indicating higher-than-GDP growth during the study period. On the other hand, coal demand elasticity of price is estimated as low -0.522. Adjustment speed is moderate 54% and no structural break is found during the study period.

온실가스 감축을 위한 탄소은행제는 개별 가구들의 온실가스 감축 노력에 대한인센티브를 제공하기 위하여 최근에 국내에 도입되어 운영되고 있다. 그러나 이러한 개별 인센티브 제도가 에너지 사용 절감 효과에 얼마나 기여했는지에 대한실증연구는 부족한 편이다. 이에 본 연구는 광주광역시에서 실시하고 있는 탄소은행제가 가정용 전력수요를 구조적으로 감소시켰는지를 시계열 계량모형을 이용하여 분석하였다. 이를 위해 단위근 및 공적분 검증을 실시한 결과 시계열이 공적분 관계에 있기 때문에 오차항 수정모형을 이용한 FM-OLS 추정법을 이용하여가정용 전력수요를 추정하였다. 분석 결과 탄소은행제가 가정용 전력수요를 구조적으로 감소시키는 것으로 나타났다.

As one of the CO2 emission reduction programs, the carbon banking program is designed to encourage individual efforts to reduce CO2 emissions. In this program, consumers earn eco-points that can be used to buy other goods and services if they reduce consumption on electricity, town gas, and source water. We estimated household electricity demand for Gwangju and examined if the carbon banking program affected significantly the household electricity demand. We found that monthly time series on electricity demand, electricity price, town gas price, population, and per capita gross regional income have cointegration relations. Thus we used fully modified error correction model (FMOLS) to examine the effect of carbon banking program on the household electricity demand. We found that the carbon banking program reduces significantly electricity demand.

본고는 한국 주택 가격에 펀더멘탈과 무관한 I(1)인 비정상 확률적 추세가 존재하는지의 여부를 주택 가격․거시 펀더멘탈로 구성된 VAR 모형에서 검정· 추정하여 보았다. 이 추세는 통상적인 자산 가격의 합리적 버블과 관련이 있으며 오차수정 모형을 통해 해석하는 경우 유사성이 있다. 분석 모형에서 주택 가격과 거시경제변수로 구성된 펀더멘탈은 모두 I(1)이며 서로 공적분 관계인 것으로 가정한다. 이런 이론적 틀에서 거시 펀더멘탈의 추세와 통계적으로 독립인 주택 가격 내 추세의 추정이 베버리지 넬슨 분해를 통해 가능하며 이의 존재 여부는 표준적인 t-검정을 통해 수행된다. 실증분석 결과 외환위기 이후 기간 중 한국 주택가격에 환율 요인으로 인해 ‘펀더멘탈과 무관한 추세가 존재하지 않는다’는 귀무가설이 기각되는 것으로 나타났다. 또한 주택가격, 펀더멘탈 및 비 펀더멘탈로 구성된 VAR 모형을 이용한 충격반응 분석 결과, 한국 주택가격은 펀더멘탈보다 시장 심리 등에 기인한 비 펀더멘탈 충격에 크게 반응하며 분산분해 결과도 비 펀더멘탈이 펀더멘탈을 압도하는 것으로 나타났다. 특히 비 펀더멘탈 충격이 발생하는 경우 (부동산 정부 규제 등으로 인해) 주택가격에는 음의 반응을 유발하는 것으로 나타났다. 주택가격 결정에 비 펀더멘탈 요인의 비중이 이렇게 크게 나타남에 따라 정책적 대응 역시 시장심리 안정에도 관심을 가져야 할 것으로 보인다.

In this paper, we test and estimate of the stochastic non-fundamental trend in Korean housing market. For this, following Kim(2011), we exploit that the long-run equilibrium housing price may be decomposed into fundamental and stochastic non-fundamental trends (i.e., the sum of dividend innovations and that of innovations that are orthogonal to fundamental macro-innovations,respectively) by using the Beveridge-Nelson decomposition and projections. In this VAR construction, there is an error correction mechanism through which housing prices converge to their long-run equilibrium, which reflects the stated stochastic non-fundamental trend. We may test the existence of non-fundamental trend via a standard t-test and conduct a dynamic analyses using housing price, fundamental and non-fundamental trends in a VAR model. The results of the analysis of monthly data from the Korea during after Asian financial crisis, indicate that fluctuations in housing prices during that period can be explained mainly by the non-fundamental trend, not by the stochastic fundamental trend.

자율주행 및 robot navigation의 인식 시스템은 성능 향상을 위해 다중 센서를 융합(Multi-Sensor Fusion)을 한 후, 객체 인식 및 추적, 차선 감지 등의 비전 작업을 한다. 현재 카메라와 라이다 센서의 융합을 기반으로 한 딥러닝 모델에 대한 연구가 활발히 이루어지고 있다. 그러나 딥러닝 모델은 입력 데이터의 변조를 통한 적대적 공격에 취약하다. 기존의 다중 센서 기반 자율주행 인식 시스템에 대한 공격은 객체 인식 모델의 신뢰 점수를 낮춰 장애물 오검출을 유도하는 데에 초점이 맞춰져 있다. 그러나 타겟 모델에만 공격이 가능하다는 한계가 있다. 센서 융합단계에 대한 공격의 경우 융합 이후의 비전 작업에 대한 오류를 연쇄적으로 유발할 수 있으며, 이러한 위험성에 대한 고려가 필요하다. 또한 시각적으로 판단하기 어려운 라이다의 포인트 클라우드 데이터에 대한 공격을 진행하여 공격 여부를 판단하기 어렵도록 한다. 본 연구에서는 이미지 스케일링 기반 카메라-라이다 융합 모델(camera-LiDAR calibration model)인 LCCNet 의 정확도를 저하시키는 공격 방법을 제안한다. 제안 방법은 입력 라이다의 포인트에 스케일링 공격을 하고자 한다. 스케일링 알고리즘과 크기별 공격 성능 실험을 진행한 결과 평균 77% 이상의 융합 오류를 유발하였다.

The recognition system of autonomous driving and robot navigation performs vision work such as object recognition, tracking, and lane detection after multi-sensor fusion to improve performance. Currently, research on a deep learning model based on the fusion of a camera and a lidar sensor is being actively conducted. However, deep learning models are vulnerable to adversarial attacks through modulation of input data. Attacks on the existing multi-sensor-based autonomous driving recognition system are focused on inducing obstacle detection by lowering the confidence score of the object recognition model.However, there is a limitation that an attack is possible only in the target model. In the case of attacks on the sensor fusion stage, errors in vision work after fusion can be cascaded, and this risk needs to be considered. In addition, an attack on LIDAR's point cloud data, which is difficult to judge visually, makes it difficult to determine whether it is an attack. In this study, image scaling-based camera-lidar We propose an attack method that reduces the accuracy of LCCNet, a fusion model (camera-LiDAR calibration model). The proposed method is to perform a scaling attack on the point of the input lidar. As a result of conducting an attack performance experiment by size with a scaling algorithm, an average of more than 77% of fusion errors were caused.

The Timoshenko beam model has been known as the most accurate model for representing beam structures. However, the Timoshenko beam model may give rise to a significant error when it is applied to multi-stepped beam structures. This paper is intended to demonstrate the modeling error of Timoshenko beam based finite element model for multi-stepped beam structures and to suggest a new modeling method to improve the accuracy. A tentative bending spring is introduced into the stepped section to represent the softening effect due to the presence of step. This paper also proposes a finite element modeling method in the light with the tentative bending spring model for the step softening effect. The proposed method rigorously adapts computation results from a commercial finite element code. The validity of the proposed method is demonstrated through a series of simulation and experiment.

TDC(Time Delay Control) deals with the time-varying system parameters, unknown dynamics and unexpected disturbances using time delay. TDC can be divided into two separate parts: an auxiliary controller and a servo controller. The two controllers can be designed independently. The auxiliary controller is used to reduce sensitivity to parameter variations, nonlinear effects, and other disturbances. The servo controller is to reduce the error between the desired command and output. We propose the model-following time delay controller with modified error feedback controller. This was applied to follow the desired reference model for the uncertain time-varying overhead crane. The model generates the damped-out swinging motion trajectory to suppress the swinging motion caused by the acceleration and the deceleration of crane transportation. The control performance was evaluated through simulations. The theoretical results indicate that this control method shows excellent performance to an overhead crane with the uncertain time-varying parameters.

Thermal displacement is an important issue in machine tool systems. During the last several decades, thermal error compensation technology has significantly reduced thermal distortion error; this success has been attributed to the development of a precise, robust thermal error model. A major advantage of using the thermal error model is instant compensation for the control variables during the modeling process. However, successful application of thermal error modeling requires correct determination of the temperature sensor placement. In this paper, a procedure for predicting thermal-mode-based thermal error is introduced. Based on this thermal analysis, temperature sensors were positioned for multiple heat-source models. The performance of the sensors based on thermal-mode error analysis, was compared with conventional methods through simulation and experiments, for the case of a slide table in a transient state. Our results show that for predicting thermal error the proposed thermal model is more accurate than the conventional model.

본 연구는 대상자산인 Fama and French 25 포트폴리오의 가격결정함수(pricing kernel) 집합의 적 률하한을 차수별로 도출한 후 이를 이용하여 기존의 이론적 모형을 진단하고 검정한다. 그리고 이 결과를 Hansen(1982)의 일반화적률법(GMM) 검정과 Hansen-Jagannathan(1997)의 최소거리 검 정(이하 H-J 검정) 결과와 비교한다. 분석 결과는 다음과 같다. 첫째, 대상자산으로부터 도출된 적률하한은 적률차수가 높아질수록 체증적으로 증가하며, 이의 주된 원인은 대상자산의 수익률 분포가 두터운 꼬리(fat-tail) 현상을 보이기 때문으로 판단된다. 본 연구에서 상정한 대부분의 이론적 모형들은 대상자산이 요구하는 이러한 적률하한의 상승을 충족시키지 못하기 때문에 H-J 검정에서 기각된다. 그러나 이들 모형의 계수를 도구변수를 이용하 여 시변화(時變化)시킨 조건부 모형들은 이러한 적률하한의 상승을 잘 따라가고 그 중 일부는 10% 유의수준에서 H-J 검정을 통과한다. 둘째, 본 연구의 적률진단 및 검정은 모형이 H-J 검정에서 기각되었을 경우 그 이유를 적률측면에 서 설명해 줄 수 있다는 장점이 있다. 이론적으로 적률검정은 H-J 검정을 통과하기 위한 필요조건 이며 실증결과는 이러한 관계를 잘 보여준다. 따라서 본 연구의 적률진단 및 검정이 H-J 검정과 상 호보완적으로 사용될 수 있다.

This paper derives no arbitrage moment bounds from Fama and French 25 portfolios(FF25) and tests stochastic discount factor models through them. We compare the result of moment diagnosis test with that of generalized method of moment(GMM) test and Hansen and Jagannathan(1997)’s minimum distance(H-J distance) test. The result is the following. The greatest lower bound of moment for FF25 is marginally increasing with the order of moment. This phenomenon is inferred to be occurred from fat-tail property in security market data including FF25. But most of constant parameter models in our research do not satisfy these moment conditions from the second to the fourth and therefore cannot be among no arbitrage stochastic discount factor set for FF25. But some of time-varying parameter models in our research satisfy these conditions and some of them are not rejected at given significance level in H-J distance test. This implies that instrumental variables in conjunction with models are effective to price FF25.

Semiconductor industry is based on equipment industry and timing industry. In particular, semiconductor process is very complex and as semiconductor-chip width tails and is becoming equipment gradually more as a high technology. Equipment operation is primarily engaged in semiconductor manufacturing (engineers and operator) of being conducted by, equipment errors have also been raised. Equipment operational data related to the error of korea occupational safety and health agency were based on data and production engineers involved in the operator's questionnaire was drawn through the error factor. Equipment operating in the error factor of 9 big item and 36 detail item detailed argument based on the errors down, and 9 big item the equipment during operation of the correlation error factor was conducted. Each of the significance level was correlated with the tabulation and analysis. Using the maximum correlation coefficient, the correlation between the error factors to derive the relationship between factors were analyzed. Facility operating with the analysis of error factors (big and detail item) derive a relationship between the model saw. The end of the operation of the facility in operation on the part of the two factors appeared as prevention. Safety aspects and ergonomics aspects of the approach should be guided to the conclusion.

원주식과 교차상장주식 간의 가격수렴의 과정은 불연속일 수 있다. 동일통화환산 가격차이가 충분하다면 차익거래에 의해 수렴속도가 빠를 것이고, 그렇지 않다면 느릴 것이다. 환언하면, 교차상장주식이 원주식에 대해 갖는 프리미엄의 시간에 걸친 움직임은 임계치를 상회할 때(외국면)와 아닐 때(내국면)의 양국면으로 대별된다. 이때의 임계치는 차익거래의 거래비용 및 위험프리미엄 등이 포함된 실효손익분기차액이 되겠다. 이를 계량모형화하기 위해서 Harris et al.(1995, 2002)의 선형오차수정모형을 Balky and Fomby(1997)의 임계오차수정모형으로 확장한 후 토론토 주식거래소(Toronto Stock Exchange)에 상장된 캐나다 기업들의 원주식과 뉴욕주식거래소(New York Stock Exchange)에 상장된 교차상장주식의 가격탐색에 대한 거래소별 상대적 기여도(정보지분)를 추정한다. NYSE의 가격탐색에 대한 상대적 영향력이 시간에 걸쳐 증대됨을 볼 수 있다. 또한, 추정된 외국면 정보지분과 차익거래 임계차액은 내부정보의 상대적 척도와, 시장마찰, 유동성 및 기업수준 특질에 의해 영향을 받는 것으로 보인다.

The adjustment to parity can be discontinuous for an original listing and its cross-listing: convergence may be quicker when the price deviation is sufficiently profitable, but otherwise slower. In other words, the dynamics of premiums on cross-listings fall into two regimes: within and beyond the threshold, i.e. the transaction costs and risk premiums of arbitrage. We complement Harris et al.’s (1995, 2002) linear error correction model to estimate the relative extent of market-respective contribution to price discovery (information share) of cross-listed pairs on the New York Stock Exchange (NYSE) and the Toronto Stock Exchange by considering threshold cointegration per Balke and Fomby (1997). Our beyond-threshold (outer-regime) information shares suggest an increasing influence by the NYSE on Canadian stocks over time. We find that the estimated outer-regime information shares and thresholds are typically affected by the relative degree of private information, market friction, and liquidity measures, and idiosyncratic firm-level characteristics.