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
김선미 (성균관대학교) 조두연 (성균관대학교)
저널정보
연세대학교 경제연구소 한국경제학보 한국경제학보(구 연세경제연구) 제29권 제2호
발행연도
2022.12
수록면
175 - 193 (19page)

이용수

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

초록· 키워드

오류제보하기
유가의 등락은 에너지 수입국인 우리나라에 있어 매우 중요한 사안 중 하나이며, 유가의 변동이 한국경제에 미치는 부정적인 영향을 줄이고, 안정적인 운영을 위해 유가를 예측하는 것은 중요하다. 본 연구를 통해 거시경제변수 외에도 웹 검색어 기반의 Google Trends Data를 이용하여 유가등락에 영향을 주는 요인을 분석하고자 한다. WTI 유가 예측 모형에서 석유 수요 및 공급 관련 설명변수를 활용한 모형의 예측력과 유가 하락기 동안 빈도가 높은 단어의 검색어 추세 변화량을 추가한 모형의 예측력을 비교하였을 때, 검색어 추세를 추가한 모형의 예측력이 개선되는지를 분석하였다. 본 연구에서는 2004년 1월부터 2020년 12월까지의 데이터를 이용하여 WTI 유가 예측에 영향을 주는 석유 공급 및 수요 변수 이외에Google Trends 검색어 추세를 추가함으로써 예측력을 높일 수 있음을보였다. WTI 유가 예측 모형의 예측력을 비교하기 위해 Adaptive LASSO, Ridge Regression, Random Forest 모형 이외에 최근가격 예측모형에서 많이 활용되고 있는 LSTM 알고리즘을 적용한 결과, 정형데이터만 이용한 모형의 예측력에 비하여 Google Trends Data를함께 이용한 모형의 예측력이 개선된다는 점을 보였다.
#Google Trends Data #LSTM 모형 #유가 예측 #Web scraping #Google Trends Data #LSTM model #forecasting oil prices #web scraping

목차

등록된 정보가 없습니다.

참고문헌 (0)

참고문헌 신청
참고문헌이 DBpia에서 서비스 중이라면, [참고문헌 신청]을 통해 등록해보세요

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