메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류
인문학
인문학 일반 역사학 철학 종교학 어문학 기타 인문학
사회과학
사회과학 일반 경영학 관광학 교육학 군사학 문헌정보학 법학 사회학 신문방송학 심리과학 정치외교학 지리학 행정학 경제학 무역학 인류학 기타 사회과학
자연과학
자연과학 일반 물리학 생물학 생활과학 수학·통계학 천문학 지구과학 화학 기타 자연과학
공학
공학 일반 건축공학 기계공학 산업공학 재료·에너지공학 전기전자공학 조선해양공학 화학공학 컴퓨터학 기타공학
의약학
의학 일반 간호학 수의학 약학 한의학 기초의학 임상의학 기타 의약학
농수해양학
농수해양학 일반 농학 수산학 식품과학 임학 축산학 해상운송학 기타 농수해양학
예술체육학
예술 일반 디자인 미술 미용 사진 음악학 의상 체육 공연매체예술 기타 예술체육학
복합학
학제간연구 과학기술학 뇌인지과학 기술정책 기타 복합학

ENG

추천
검색

논문 기본 정보

자료유형
학술저널
저자정보
저널정보
한국계량경제학회 계량경제학보 계량경제학보 제15권 제3호
발행연도
2004.1
수록면
89 - 106 (18page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색

초록· 키워드

오류제보하기
산업연관모형을 이용한 분석에서 투입계수의 예측은 주로 단순 RAS 및 변형된 RAS의 접근법을 활용하고 있다. 동 접근방법의 예측과정은 2단계로 구성된다. 1단계에서는 기준연도와 비교연도의 정보를 이용하여 비교연도의 투입계수행렬을 추정하고, 2단계에서는 추정과정에서 도출되는 R행렬과 S행렬을 이용하여 비교연도의 투입계수행렬 추정결과를 비례적으로 연장(extrapolation)함으로써 새로운 예측연도의 투입계수행렬을 예측한다. 일단 투입계수행렬이 예측되면, 부가가치율의 예측은 투입계수행렬의 예측결과를 열방향으로 합산하여 1로부터 뺌으로써 부차적으로 이루어지게 된다. 이러한 접근방법은 두 가지 문제가 있다. 첫째는, 시간에 걸친 부가가치율의 변화가 투입계수보다 더 안정적이어서 투입계수보다는 부가가치율의 예측이 더 용이하다는 점이다. 따라서 부가가치율을 먼저 예측하고 그 결과를 활용하여 투입계수행렬을 예측하는 예측과정이 더 합리적일 것이다. 둘째는, 기존의 접근 방법은 새로운 예측연도의 부가가치율에 관한 정보가 있더라도 투입계수행렬의 예측단계에서 이러한 정보를 활용할 수 없다는 점이다. 본 연구는, 투입계수행렬의 예측 단계에서 연구자가 예측연도 부가가치율에 대한 값이나 예측치를 갖고 있을 때 이러한 사전 정보를 활용하여 투입계수행렬을 예측할 수 있는 방법을 제시한다.
#산업연관모형 #투입계수 예측 #부가가치율의 사전 정보 #수정RAS #Input-Output Model #RAS #Modified RAS #Input-output Coefficients #Value-added Ratio

목차

등록된 정보가 없습니다.

참고문헌 (7)

참고문헌 신청
Greary,R / 1973 / A Method of Estimating the Element of an Inter-industry Matrix 4 google schola Henry,E / 1973 / Relative Efficiency of RAS versus Least Square Method of Updating Input-Output Structure 5 google schola Lynch / 1986 / An Assessment of the RAS Method for Updating Input-Output Tables Readings in Input-Output Analysis google schola Stone / 1961 / Organization for European Economic Cooperation google schola 강광하 / 2000 / 산업연관분석론 google schola

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

최근 본 자료

전체보기

댓글(0)

0