Earticle

본 연구는 벡터자기회귀모형과 머신러닝 ELM 모형을 이용하여 오피스 임대료 예측력 이 우수한 모형을 파악하고자 한다. 본 연구에서는 오피스 임대료, 공실률, 회사채수익률, 산업생산지수와 건축착공실적을 변수로 사용하였으며 시간적 범위는 2003년 2분기부터 2014년 4분기까지로, 공간적 범위는 서울시 도심권역, 강남권역, 마포/여의도권역으로 설 정하였다. 분석결과, 지역별로 일부분 차이는 존재하였으나 대체적으로 오피스 임대료는 회사채수익률과 건축착공실적 충격에 부(-)의 반응을 나타낸 반면 공실률과 산업생산지수 충격에는 정(+)의 반응을 나타냈다. 머신러닝 ELM모형과 VAR모형의 평균제곱오차(MSE), 평균제곱근오차(RMSE) 및 평균절대백분율오차(MAPE)를 비교 분석한 결과, 머신러닝의 ELM모형의 예측력이 VAR모형보다 우수함을 실증적으로 알 수가 있었고 예측기간 초기 의 예측력이 우수하다는 것을 알수가 있었다.

In this study, office rent rate is predicted using vector autoregression(VAR) model and extreme learning machine(ELM), and a model with excellent predictive power is to be identified. The variables used in this study are office rent rate, vacancy rate, industrial production index, corporate bond yield and construction start performance. The temporal range is from the 2nd quarter of 2003 to the 4th quarter of 2014, and the spatial range is the downtown area, Gangnam area, Mapo/Yeouido area in Seoul. As a result of analysis, there were some differences by region, but generally, office rental rates showed a negative (-) response to the impact of corporate bond yield and construction start performance, while the vacancy rate and industrial production index impact showed a positive (+) response. . As a result of comparing and analyzing the root mean square error (RMSE), mean square error (MSE) and mean absolute percent error (MAPE) of ELM model and VAR model, it was empirically shown that the predictive power of the ELM model is superior to the VAR model. And the predictive power of the initial period of the prediction period was excellent.

한국의 게임시장은 전 세계 시장의 약 29%의 시장점유율을 차지할 정도로 급성장하였다. 특히, 온라인게임의 수출 규모는 24억 USD를 달성할 정도로 국가경제에서 큰 비중을 차지하고 있다. 이렇게 게임 산업이 급성장하면서 게임 산업에 대한 국가적 차원의 정책과 규제에 대해 여러 논의가 이루어지고 있다. 특히, 웹보드 게임에 대해 정부는 여러 주무 부처를 통한 셧다운제, 행정처분, 게임산업진흥법 시행령 등 다양한 규제정책을 시행하고 있는 실정이다. 이러한 배경에서 본 연구는 2012년 11월에 이루어진 웹보드 규제정책의 영향을 분석하기 위해 2010년 12월부터 2014년 11월까지 약 4년여 간의 게임 트릭스 시계열 자료를 단위근 검정, 벡터자기회귀(VAR, Vector Auto-Regression) 분석, 그랜저 인과관계 검정을 수행하였다. 이를 통해 웹보드 규제 정책 시행 전후의 웹보드 게임서비스 간의 충격 파급효과와 예측 이용시간 변화를 알아보았다. 분석 결과를 바탕으로 웹보드 규제 정책이 실질적으로 정부가 의도한 결과대로 나타냈는지 알아보고, 나아가 웹보드 게임 산업을 보다 건강하게 발전시키기 위한 전략을 제시하고자 한다.

This study empirically examines the effects of regulation on online gaming. Going beyond ad hoc heuristic approaches on individual behavior, we investigate the effects of regulation on dynamic changes of games or service providers. In particular, we propose three theoretical perspectives: social influence to investigate the regulation effect, the role of prior experience to determine the difference in the regulation effect size through users’ prior experience, and network externalities to discover the difference in the regulation effect size according to the number of users on an online gaming platform. We use the vector autoregression methodology to model patterns of the co-movement of online games and to forecast game usage. We find that online gamers are heterogeneous. Therefore, policy makers should make suitable regulations for each heterogeneous group to effectively avoid generating gaming addicts without interrupting the economic growth of the online gaming industry.

본 연구는 이자율스왑(Interest Rate Swap, IRS) 기간 스프레드가 가지고 있는 정보효과를 이용하여 벡터자기회귀(VAR) 모형을 통해 통화정책 파급효과를 실증적으로 분석하였다. 기준금리 1%p 인상 충격에 대한 충격반응함수 분석 결과, IRS 기간 스프레드 포함 VAR 모형에서 실물 변수 중 전산업생산지수의 반응폭이 부분적으로 확대되었으나, 전체적으로 3변수 모형과 유사한 반응 패턴을 보여 제한적인 정보효과를 가지는 것으로 나타났다. 또한, 기간 구조가 길어질수록 IRS 기간 스프레드 자체의 변동폭이 확대되는 현상을 포착하였으며, 이는 장단기 기간이 길어질수록 금리 인상 충격에 대한 IRS 수익률 곡선의 평탄화 현상(flattening)이 명확해짐을 시사한다. 역사적 요인분해 결과에서는 제한적이지만 IRS 기간 스프레드가 다양한 실물 변수와 상호작용하고 있음을 확인하였다.

This study empirically analyzes monetary policy transmission effects using Vector Autoregression (VAR) models with Interest Rate Swap (IRS) term spreads. Impulse response analysis of a 1%p base rate shock shows that including IRS term spreads partially amplifies industrial production responses, though overall patterns remain similar to the baseline model, indicating limited information effects. Longer term structures exhibit increased IRS spread volatility, suggesting yield curve flattening. Historical decomposition confirms limited but meaningful interactions between IRS spreads and real variables.

본 연구는 주택시장과 오피스 시장의 동학적 상관관계를 벡터자기회귀모형(VAR)을 이 용하여 분석하였다. 본 연구에서 사용하는 변수는 오피스 임대가격, 오피스 매매가격, 아 파트 매매가격, 아파트 전세가격이며, 시간적 범위는 2001년 1분기부터 2021년 1분기까 지이고 공간적 범위는 서울시로 설정하였다. 충격반응 분석결과, 아파트 매매가격이 오피 스 임대가격에 주는 충격, 오피스 임대가격이 아파트 매매가격에 주는 충격, 아파트 전세 가격이 오피스 임대가격에 주는 충격, 오피스 임대가격이 아파트 전세가격에 주는 충격은 모두 정(+)의 반응을 보였다. 또한, 아파트 매매가격이 오피스 매매가격에 주는 충격, 오 피스 매매가격이 아파트 매매가격에 주는 충격, 아파트 전세가격이 오피스 매매가격에 주 는 충격, 오피스 매매가격이 아파트 전세가격에 주는 충격은 모두 정(+)의 반응을 보였다. VAR모형의 추정결과도 충격반응분석의 결과와 대체로 일치하였고 주택시장과 오피스 시 장은 동학적 상관관계가 있다는 것을 실증적으로 확인하였다.

This study empirically analyzed the dynamic correlation between the housing market and the office market using a vector autoregressive model (VAR). The variables are office rental price, office sales price, apartment sales price, and apartment jeonsei price. As a result of the impulse-response analysis, the impact of apartment sales price on office rental price, the impact of office rental price on apartment jeonsei price, the impact of apartment jeonsei price on office rental price, and the impact of office rental price on apartment jeonsei price are all showed a positive (+) reaction. The impact of the apartment sales price on the office sales price, the impact of the office sales price on the apartment sales price, the impact of the apartment jeonsei price on the office sales price, and the impact of the office sales price on the apartment jeonsei price are all positive. The estimation results of the VAR model were generally consistent with the results of the impulse response analysis, and it was found that there was a dynamic correlation between the housing market and the office market.

The study examines common component existing in five Asian countries from 1991 to 2007. To do this, the daily stock market indices of Korea, Malaysia, Thailand, Indonesia, and the Philippines were used. Using a Vector Autoregressive Model this paper analyzes causal relations and dynamic interactions between five Asian stock markets. The findings in this study indicate that level of five Asian stock markets' stock return linkages are low. First, from the statistics for pair-wise Granger causality tests, I find Granger-causal relationship between Korea and Indonesia and between Malaysia and and Indonesia. Second, from the results of response function and the statistics of variance decomposition, I find that week shocks to Korean stock market return on Malaysia, Indonesia, Thailand, and the Philippines stock market returns. The results indicate increased Asian stock market linkages but the level is very low. This implies that the benefits of diversification within the five Asian stock markets are still existed.

최근 기후 변화로 인한 기상 악화 빈도의 증가와 공유 모빌리티의 확산 속에서, 날씨가 교 통수단 선택 및 수단 간 통행 전이에 미치는 영향을 파악하는 것은 도시 교통 계획의 중요한 과제가 되었다. 본 연구는 2023년 대전시 데이터를 활용해 기상 충격(강수·폭염·한파)이 공유 자전거(타슈)와 대중교통 이용에 미치는 영향을 VAR(Vector AutoRegression) 모형으로 분석했 다. 통행 목적의 이질성을 고려해 데이터를 주중-첨두, 주중-비첨두, 주말로 구분하여 분석을 수행하였다. 충격반응함수(IRF) 분석 결과, 기상 충격 발생 시 타슈 이용량은 모든 그룹에서 즉각적으로 급감하였다. 특히 통행 필수성이 높은 주중-첨두시간대에는 타슈 이탈 수요가 버 스가 아닌 지하철로 유의미하게 전이되는 ‘비대칭적 수단 대체 효과’가 뚜렷하게 관찰되었다. 반면, 여가 통행 위주인 주말에는 수단 대체보다는 통행 자체를 포기하는 효과가 지배적이었 다. 또한, 예측오차 분산분해(FEVD) 분석을 통해 지하철 이용량은 구조적으로 버스 이용량에 깊게 의존하고 있음이 확인되었다. 본 연구는 악천후 시 지하철의 회복 탄력성을 실증하였으 며, 기상 예보 연동 지하철 탄력 운영과 지하철-버스 간 끊김 없는 환승 연계 환경 조성을 핵심 정책으로 제언한다.

As climate change increases the frequency of adverse weather events, understanding their impact on shared mobility has become critical for urban transportation planning. This study empirically investigates the dynamic modal shift effects of weather shocks—specifically rain, heat waves, and cold waves—on shared bicycles (Tashu) and public transportation in Daejeon Metropolitan City. Using hourly traffic data from 2023, a Vector AutoRegression (VAR) model was constructed. To account for heterogeneity in trip purposes, the data were categorized into Weekday-Peak, Weekday-Off-Peak, and Weekend groups. The Impulse Response Function (IRF) analysis revealed that shared bicycle ridership significantly declined immediately upon the occurrence of weather shocks across all groups. A distinct "asymmetric modal substitution" was observed in Weekday-Peak hours, where displaced demand shifted exclusively to the subway. This indicates a "substitution failure" of buses, likely due to their lower reliability and exposure to weather compared to the subway. In contrast, on weekends, "trip cancellation" was the dominant response. Furthermore, Forecast Error Variance Decomposition (FEVD) analysis confirmed that subway ridership is structurally heavily dependent on bus ridership. Consequently, this study suggests prioritizing subway-centric resilience through weather-responsive flexible operations and enhancing bus-subway connectivity by creating seamless transfer environments to support the bus's role as a feeder mode during adverse weather.

본 연구는 FCB Grid에 따른 제품 유형과 세대별 소비자의 온라인 구매여정의 차이를 벡터자기회귀(VAR) 모형을 이용한 시계열 분석을 통해 검증하고자 하였다. 구체적으로 FCB Grid의 제품 유형에 따라 정보 검색, 구체적 상품 클릭, 실제 구매 간에는 어떤 영향 관계가 있는지 살펴보고 세대에 따라 정보 검색, 구체적 상품클릭, 실제 구매 간에는 어떤 영향 관계가 있는지 추가적으로 살펴보고자 하였다. 이를 위해 FCB Grid 모형에 따른 4가지 구매 단계 유형을 국내 포털 N사의 온라인 검색 클릭 구매 상황에 적용시켜 VAR 시계열 분석을 통해 검증해 본 결과, 대부분 통계적으로 유의미한 결과를 도출했지만, 저관여 이성제품에서 통계적으로 근소한 결과가 나타난 것은 기간 내 다른 데이터에 비해 상대적으로 적은 샘플 사이즈가 통계 분석에 영향을 준 것으로 해석할 수 있다. 특히 저관여 제품에서는 인지(검색)가 소비자의 클릭과 구매에 미치는 영향이 미미한 것으로 관찰되었다. 본 연구의 결과에 따르면 기업의 온라인 디스플레이 광고(배너광고 등)의 집행에 있어 제품 유형과 세대별에 따라 상이한 전략이 필요할 것이라는 시사점을 제공한다. 한편, 본 연구에서는 시니어 소비자의 경우 온라인 검색, 클릭, 구매 간에 통계적으로 유의미한 결과를 도출하지 못하였는데, 이는 시니어 소비자들이 디지털 정보 활용도가 낮기 때문에 직접 제품을 확인하고 구매하거나 기타 정보원에 의존해 구매 하는 것으로 추론할 수 있으며, 시니어 층이 젊은 세대와 달리 구매 후에도 검색과 클릭이 증가하는 등 인지부조화와 반성적 사고가 지속되는 것은 연령이 높을수록 온라인 소비에 대한 신뢰가 감소한다는 관점에서도 이해할 수 있다. 본 연구는 제품 관여도에 따른 광고 전략의 차이를 강조하는 것을 넘어 실제 검색, 클릭, 구매 데이터를 기반으로 구매 이후 행동의 세대별 차이를 규명함으로써 세대별 차이를 포함한 새로운 전략적 함의를 제시했다는 점에서 차별점이 있다.

This study attempted to verify the difference between the product type according to FCB Grid and the online purchase journey of consumers by generation through time series analysis using a vector autoregressive (VAR) model. Specifically, depending on the type of FCB Grid's product, we wanted to examine the effect between information search, specific product click, and actual purchase, and further examine the effect between information search, specific product click, and actual purchase depending on the generation. To this end, the four purchase stage types according to the FCB Grid model were applied to Naver's online search click purchase situation and verified through VAR time series analysis, and most of them produced statistically significant results, but the statistically narrow results in low-involvement rational products can be interpreted as having an effect on statistical analysis by the relatively small sample size compared to other data within the period. In particular, it was observed that cognition (search) had little effect on consumer clicks and purchases in low-involvement products. This study provides implications that different strategies will be needed depending on product types and generations in the execution of corporate online display advertisements(banner advertisements, etc.). However, this study did not produce statistically significant results between online search, click, and purchase for senior consumers, which can be inferred that senior consumers directly check and purchase products or rely on other sources because of their low utilization of digital information. Unlike the younger generation, the continued cognitive dissonance and reflective thinking, such as an increase in search and click after purchase, can also be understood from the perspective that trust in online consumption decreases as the age increases. Beyond emphasizing differences in advertising strategies according to product involvement, this study presents new strategic implications, including generational differences, by identifying generational differences in post-purchase behavior based on actual search, click, and purchase data.