RISS 학술연구정보서비스

검색
다국어 입력

http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.

변환된 중국어를 복사하여 사용하시면 됩니다.

예시)
  • 中文 을 입력하시려면 zhongwen을 입력하시고 space를누르시면됩니다.
  • 北京 을 입력하시려면 beijing을 입력하시고 space를 누르시면 됩니다.
닫기
    인기검색어 순위 펼치기

    RISS 인기검색어

      KCI등재

      가계동향조사 지출부문 시계열 연계 방안에 관한 연구 = A study on time series linkage in the Household Income and Expenditure Survey

      한글로보기

      https://www.riss.kr/link?id=A108245615

      • 0

        상세조회
      • 0

        다운로드
      서지정보 열기
      • 내보내기
      • 내책장담기
      • 공유하기
      • 오류접수

      부가정보

      국문 초록 (Abstract)

      가계동향조사는 가구에 대한 가계수지 실태를 파악하여 국민 소득, 소비 수준과 그 변화의 측정 및 분석 등을 목적으로 하는 통계청의 대표적인 조사이다. 최근 여러 기관들에서 2017년과 2018...

      가계동향조사는 가구에 대한 가계수지 실태를 파악하여 국민 소득, 소비 수준과 그 변화의 측정 및 분석 등을 목적으로 하는 통계청의 대표적인 조사이다.
      최근 여러 기관들에서 2017년과 2018년의 가계동향 지출 부문에서 발생한 시계열 단절에 대한 문제를 인식하고, 이 기간에 대한 시계열 연계를 위한 관련 연구를 진행하고 있다.
      본 연구에서는 2016년까지의 가계동향 조사 시계열 특성을 파악하고, 이를 반영하여 2017년과 2018년의 지출액에 대한 시계열을 연계하는 예측값을 도출한다.
      본 연구에서는 각 지출 항목들의 시계열적 특성을 골고루 반영하는 동시에 특정 예측 모형의 영향을 줄이기 위하여총 8개의 회귀모형, 시계열모형, 머신러닝 기법을 합성하여 사용하였다.
      특히 본 연구의 주목할 만한 특징은, Top-down 또는 Bottom-up 방식이 아닌, 정보의 손실없이 가계동향조사의 계층 구조를 반영할 수 있는 optimal combination 기법을 사용하여 예측력을 향상시켰다는 점이다.
      2017년부터 2019년 자료에 대한 가계동향 지출 부문의 연계 분석 결과, 본 연구가 제안하는 연계 방식이 시계열 단절성 회복 및 예측력 향상에 기여하며, 또한 optimal combination 기법에 의한 계층 조정 후의 예측값이 조사자료에 보다 근접한 결과를 보여줌을 확인하였다.

      더보기

      참고문헌 (Reference)

      1 Park M, "Variational Bayesian inference for forecasting hierarchical time series" 2014

      2 Box GEP, "Time Series Analysis Forecasting and Control" Holden-Day, Inc 1970

      3 Hamilton JD, "Time Series Analysis" Princeton University Press 1994

      4 Kwiatkowski D, "Testing the null hypothesis of stationarity against the alternative of a unit root : How sure are we that economic time series have a unit root?" 54 : 159-178, 1992

      5 Duan N, "Smearing estimate-A nonpar ametric retransformation method" 78 : 605-610, 1983

      6 Breiman L, "Random forests" 45 : 5-32, 2001

      7 Wickramasuriya SL, "Optimal forecast reconciliation for hierarchical and grouped time series through trace minimization" 114 : 804-819, 2019

      8 Hyndman RJ, "Optimal combination forecasts for hierarchical time series" 55 : 2579-2589, 2011

      9 Hyndman RJ, "Forecasting: Principles and Practice" OTexts 2018

      10 Orcutt GH, "Data aggregation and information loss" 58 : 773-787, 1968

      1 Park M, "Variational Bayesian inference for forecasting hierarchical time series" 2014

      2 Box GEP, "Time Series Analysis Forecasting and Control" Holden-Day, Inc 1970

      3 Hamilton JD, "Time Series Analysis" Princeton University Press 1994

      4 Kwiatkowski D, "Testing the null hypothesis of stationarity against the alternative of a unit root : How sure are we that economic time series have a unit root?" 54 : 159-178, 1992

      5 Duan N, "Smearing estimate-A nonpar ametric retransformation method" 78 : 605-610, 1983

      6 Breiman L, "Random forests" 45 : 5-32, 2001

      7 Wickramasuriya SL, "Optimal forecast reconciliation for hierarchical and grouped time series through trace minimization" 114 : 804-819, 2019

      8 Hyndman RJ, "Optimal combination forecasts for hierarchical time series" 55 : 2579-2589, 2011

      9 Hyndman RJ, "Forecasting: Principles and Practice" OTexts 2018

      10 Orcutt GH, "Data aggregation and information loss" 58 : 773-787, 1968

      11 Shlifer E, "Aggregation and proration in forecasting" 25 : 594-603, 1979

      12 Dunn DM, "Aggregate versus subaggregate models in local area forecasting" 71 : 68-71, 1976

      13 Lim K, "A study on ways to improve Household Income and Expenditure Survey, Research on Improvement of Household Income and Expenditure Survey" Statistics Research Institute 1-51, 2016

      14 Hong Y, "A study on the linked time series methods according to the Household Income and Expenditure Survey Reorganization" 2019

      15 Kwon S, "A study on annual statistics production plans according to the Household Income and Expenditure Survey Reorganization" 2019

      더보기

      분석정보

      View

      상세정보조회

      0

      Usage

      원문다운로드

      0

      대출신청

      0

      복사신청

      0

      EDDS신청

      0

      동일 주제 내 활용도 TOP

      더보기

      주제

      연도별 연구동향

      연도별 활용동향

      연관논문

      연구자 네트워크맵

      공동연구자 (7)

      유사연구자 (20) 활용도상위20명

      인용정보 인용지수 설명보기

      학술지 이력

      학술지 이력
      연월일 이력구분 이력상세 등재구분
      2027 평가예정 재인증평가 신청대상 (재인증)
      2021-01-01 평가 등재학술지 유지 (재인증) KCI등재
      2018-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2015-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2011-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2009-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2007-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2005-01-01 평가 등재학술지 유지 (등재유지) KCI등재
      2002-07-01 평가 등재학술지 선정 (등재후보2차) KCI등재
      2000-01-01 평가 등재후보학술지 선정 (신규평가) KCI등재후보
      더보기

      학술지 인용정보

      학술지 인용정보
      기준연도 WOS-KCI 통합IF(2년) KCIF(2년) KCIF(3년)
      2016 0.38 0.38 0.38
      KCIF(4년) KCIF(5년) 중심성지수(3년) 즉시성지수
      0.35 0.34 0.565 0.17
      더보기

      이 자료와 함께 이용한 RISS 자료

      나만을 위한 추천자료

      해외이동버튼