KCI등재
VAR 모형과 Bayesian VAR 모형의 물동량 예측력 비교 연구 = A Comparative Study of Forecasting Trade Volume Between Bayesian and General VAR Models
저자
발행기관
학술지명
권호사항
발행연도
2015
작성언어
Korean
주제어
등재정보
KCI등재
자료형태
학술저널
수록면
449-466(18쪽)
KCI 피인용횟수
10
DOI식별코드
제공처
본 연구는 2000년 1월부터 2012년 4월까지의 월별 시계열 자료를 이용하여 물동량에 대한 환율과 운임지수의 영향을 일반적인 VAR 모형과 Bayesian VAR 모형에 적용하여 예측력 검정을 실시하였다. 비모수 검정을 포함하는 시계열 자료에 대한 안정성 검정 결과는 물동량을 포함하는 모든 시계열이 1차 차분안정적인 것으로 나타났다. Johansen 공적분 검정결과는 글로벌 금융위기를 포함하는 기존의 선형분석 결과와 마찬가지로 변수들 간에 공적분 관계가 존재하지 않는 것으로 나타났다. 또한 자료의 불안정성을 고려하기 위해 기존의 차분변환을 통해 추정하는 일반적인 VAR모형에 대하여 불안정한 시계열자료를 차분변환 없이 추정할 수 있는 Bayesian VAR모형 간의 예측력 검정을 실시하였다. 물동량과 이와 연관된 변수들의 예측을 위해 원계열 모형과 계절조정 자료 모형으로부터 추정된 표본내외 예측치의 비율을 비교한 결과 Bayesian VAR 모형이 일반적인 VAR 모형보다 우월한 예측력을 보여주는 것을 확인하였다.
더보기This paper presents a comparison of forecasting trade volume between general and Bayesian VAR(vector autoregressive) approaches. There exist a variety of investigation to find a unique relationship between trade volume and economic indicators on the basis of economic theory or properties of the dataset. In the contents of many approaches to the trade volume, interest focused on finding effective factors through the various evaluation methods such as long-run relationship or factor analysis. However, among these are the testing procedure, the presence of regression based causality and cointegration only. Alternatively, we propose multivariate approaches, general VAR and Bayesian VAR, to forecast trade volume including macroeconomic determinants such as foreign exchange rate and Baltic Dry-bulk Index(hereafter BDI) and show forecasting power between the frameworks. Specifically we perform in-sample and out-of-sample forecasts using general VAR and Bayesian VAR in this investigation. As a first step, we test stationarity of the series using parametric and nonparametric methods. All the series span the period January 2000 to April 2012 and show nonstationary of ADF(augmented Dickey-Fuller), KPSS(Kwiatkowski, Phillips, Schmidt and Shin) and LM(Leybourne and McCabe) tests in the level. When the series are first-differenced, the results shows stationary. These are also called unit root processes in the level, and processes integrated of order 1. We then perform the Johansen cointegration test among the variables but it shows insignificant, which is consistent with previous results that include global financial crisis periods in 2008. Macroeconomic practitioners frequently work with multivariate nonstationary time series. However, the majority face how to consider the stationarity issues as well as model specifications. Regarding the stationarity, Bayesian methods have become increasingly popular as a way of overcoming stationarity problem of the series. That is, Bayesian VAR can circumvent the information loss because the approach is able to estimate the model without the restrictions. We perform in-sample and out-of-sample forecasts to compare the power between general and Bayesian approaches. For comparing the performance between general and Bayesina VAR forecasts we first estimate mean-based error to the variables and then estimate such as MAFE (Mean Absolute Forecast Error), RMSFE (Root Mean Squared Forecast Error), and RMSPFE (Root Mean Squared Percentage Forecast Error) to evaluate the forecasting power of the models. Forecasting power is measured using the ration of Bayesian VAR against general approach and, while there is a little similarity with in-sample forecasts, its economic value is significantly different. In particular, the overall estimated results from error-based analysis to the out-of sample forecast imply that Bayesian VAR is superior to the general VAR forecasts in trade volume.
더보기분석정보
연월일 | 이력구분 | 이력상세 | 등재구분 |
---|---|---|---|
2026 | 평가예정 | 재인증평가 신청대상 (재인증) | |
2020-01-01 | 평가 | 등재학술지 유지 (재인증) | KCI등재 |
2017-01-01 | 평가 | 등재학술지 유지 (계속평가) | KCI등재 |
2013-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2010-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2009-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2009-01-01 | 평가 | 학술지 분리 (기타) | |
2008-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2006-01-01 | 평가 | 등재학술지 유지 (등재유지) | KCI등재 |
2003-01-01 | 평가 | 등재학술지 선정 (등재후보2차) | KCI등재 |
2002-01-01 | 평가 | 등재후보 1차 PASS (등재후보1차) | KCI후보 |
2000-07-01 | 평가 | 등재후보학술지 선정 (신규평가) | KCI후보 |
기준연도 | WOS-KCI 통합IF(2년) | KCIF(2년) | KCIF(3년) |
---|---|---|---|
2016 | 0.78 | 0.78 | 0.73 |
KCIF(4년) | KCIF(5년) | 중심성지수(3년) | 즉시성지수 |
0.73 | 0.68 | 0.943 | 0.52 |
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)