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
이상헌 (KB국민은행 ALM부.) 최건호 (동덕여자대학교)
저널정보
한국자료분석학회 Journal of The Korean Data Analysis Society Journal of The Korean Data Analysis Society 제25권 제3호
발행연도
2023.6
수록면
987 - 1,003 (17page)
DOI
10.37727/jkdas.2023.25.3.987

이용수

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

초록· 키워드

오류제보하기
본 연구는 국가 간 이자율 요인(수준, 기울기, 곡도)의 차이에 기반한 Chen, Tsang(2013)의 Relative Nelson-Siegel(RNS) 모형을 원달러 환율 예측에 적용할 때 곡도 또는 곡도와 수준 요인만 사용하는 것이 과대 적합을 피할 수 있음을 보이고(모형 구조의 개선), 비선형성이 고려된 딥러닝 기법이 추가적으로 예측력을 개선하는지(추정 기법의 개선) 검토한다. 실증 분석에서는 2010년 1월부터 2022년 12월까지의 월평균 자료를 이용하여 원달러 환율의 1개월, 3개월, 6개월, 12개월 변화율을 예측하였으며 그 결과는 크게 두 가지로 요약할 수 있다. 첫째, RNS 모형은 과대 적합 가능성을 나타낸 반면, 통화정책의 기조 및 미래 단기금리의 (기대수준을 벗어난) 변화를 반영하는 곡도를 중심으로 축약한 RNS 모형은 보다 낮은 RMSE를 나타냈다. 둘째, 1개월 예측의 경우 통계적으로 유의한 모형 간 차이가 발견되지 않았지만 나머지 예측 기간의 경우 딥러닝 기법을 적용한 경우에 예측력이 더욱 개선되었다. 결과적으로 중장기 환율의 변화율을 예측할 때 곡도 요인의 국가 간 차이에 주목하고 추가적인 예측력 개선을 위해 딥러닝 기법을 적극 활용할 필요가 있을 것으로 보인다.
#환율 예측 #원달러 환율 #Relative Nelson-Siegel model #딥러닝 #Diebold-Mariano 검정. #exchange rate forecasting #KRWUSD exchange rate #Relative Nelson-Siegel model #deep learning #Diebold-Mariano test.

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