시계열자료를 활용한 민간위탁 행정서비스의 효율성 평가 : 방사적 모형과 비방사적 모형의 비교

유금록 한국자치행정학회 2008 한국자치행정학보 Vol.22 No.2

민간위탁 행정서비스의 효율성을 분석하는 데 사용된 방사적 자료포락분석모형은 효율성을 정확하게 측정하지 못한다는 한계를 지니고 있다. 이러한 문제점을 해결하기 위해서는 비방사적 자료포락분석모형인 잔여기준효율성모형(SBM)을 사용할 필요가 있다. 본 연구에서는 자료포락분석을 사용하여 민간위탁업무의 효율성을 측정한 주요 선행연구들을 검토한 후 방사적 자료포락분석모형의 한계를 지적하고, 민간위탁 행정서비스의 효율성을 측정하기 위한 방사적 자료포락분석모형과 비방사적 자료포락분석모형을 공식화했으며, 방사적 자료포락분석모형과 비방사적 자료포락분석모형을 사용하여 민간위탁업무의 효율성과 준거집단, 투입산출요소의 비효율성 정도, 규모수익(RTS)을 분석하고 분석결과를 비교했다. 본 연구의 시사점은 다음과 같다. 첫째, 비방사적 자료포락분석모형을 사용하여 측정한 효율성점수가 방사적 자료포락분석모형에 의한 효율성점수보다 낮아지는 경향이 있다. 둘째, 시계열자료를 활용하여 민간위탁 행정서비스에 있어서 민간위탁과 직영 간의 상대적 효율성을 평가할 필요가 있다. Radial data envelopment analysis model used for analyzing the efficiency of outsourced government services has the limitation of not measuring efficiency accurately. To solve such problems, nonradial data envelopment analysis model, the slack-based model of efficiency, needs to be used. This paper reviewed major previous studies measuring the efficiency of contracting out public services with data envelopment analysis(DEA), explained the limitations of radial data envelopment analysis model, formulated the linear programming models of input-oriented variable returns to scale(VRS) radial and nonradial data envelopment analysis, analyzed the technical efficiency scores, reference set, inefficient amount and sources, returns to scale of an outsourced government service using radial and nonradial data envelopment analysis model, and compared the analytical results of radial data envelopment analysis model with those of nonradial data envelopment analysis model. The implications of this study are as follows. First, efficiency scores measured by nonradial data envelopment analysis model are inclined to be lower than those measured by radial data envelopment analysis model. Second, using time-series data the relative efficiency of outsourced and in-house government services needs to be evaluated.

승품 응시자 변화예측을 위한 선형, 비선형, 시계열 모형 검증 - 경기지역을 중심으로 -

김우진 ( Kim Woo-jin ),김기상 ( Kim Ki-sang ),이정일 ( Lee Jung-il ),이현희 ( Lee Hyun-hee ) 국기원 2017 국기원태권도연구 Vol.8 No.1

본 연구는 국기원에서 제공하고 있는 통계 및 정책 자료를 활용하여 경기도 지역 “1품 응시자” 변화를 예측하는데 주요 목적이 있다. 이를 위해 공개된 자료 중 2012년 05월부터 2016년 11월까지 총 55개월의 시계열 자료를 활용하였으며, 선형모형, 비선형모형, 시계열 모형 등을 설정한 뒤 모형 비교를 실시하였다. 이상의 내용을 분석하기 위하여 SPSS 18.0과 StataMP 14.0 프로그램을 사용하였으며, 선형회귀분석, 비선형회귀분석, 시계열분석, 모형적합지수 분석, Ramsey`s RESET검증, 자기상관 및 편자상관, Ljung-Box Q 검정 등을 실시하였다. 분석을 토대로 나타난 결과를 요약하면 다음과 같다. 첫째, 선형회귀모형을 검증한 결과 시간이 한 단위 증가할 때 승품 응시자는 38.406씩 증가하는 것으로 나타났으며, 통계적으로 유의한 것으로 나타났다. 또한 자기 상관이 없는 것으로 나타나 선형회귀모형이 가능한 것으로 분석되었다. 둘째, 비선형 회귀모형 검증 결과 승품응시자는 시간이 흐를수록 2차 함수 모양, 즉 지수적으로 감소하는 것으로 나타났다. 그러나 Ramsey`s RESET검증 결과 1품 응사자는 비선형적으로 증가하거나 감소하지 않고 선형적으로만 증가하는 것으로 나타났다. 셋째, 시계열 모형 즉 단순지수 평활법, Holt 선형추세, Brown 선형추세, Winters` Additive, Winters` Multiplicative 등을 비교해본 결과 Winters` Additive 모형이 가장 적절한 것으로 나타났으며, 이 모형을 통해 예측해 본 결과 2016년 12월에는 4900.6명, 2017년 1월에는 5873.1명, 2017년 2월에는 3610.9명, 2017년 3월에는 5360.6명, 2017년 4월에는 7629.1명, 2017년 5월에는 5812.5명, 2017년 6월에는 5565.8명으로 예측되었다. This main purpose of this study is to forecast the change of “1<sup>st</sup> poom promotion test applicants” at Gyeonggi-do region by using statistic and policy data that is provided by Kukkiwon. For that, total 55 months of time series data ranging from May 2012 to November 2016 was used and model comparison was carried out after setting liner model, non-linear model and time series model. SPSS 18.0 and StataMP 14.0 program were used to analyze the contents and linear regression analysis, non-linear regression analysis, time series analysis, model fit index analysis, Ramsey`s RESET verification, auto-correlation, partial auto-correlation and Ljung-Box Q verification were carried out. A summary of the results that came from the analysis is as following. First, as the results of verifying linear regression model, it appeared that promotion test applicants increased by 38.406 when time increased by one unit and it also appeared to be meaningful statistically. And it was analyzed that linear regression model was possible as it appeared that there was no auto-correlation. Second, it appeared that promotion test applicants increased in the shape of quadratic function that is exponentially as the result of verifying non-linear regression model. But, as the result of Ramsey`s RESET verification, it appeared that the promotion test applicants did not increase or decrease in non-linear way but increased in linear way. Third, as a results of comparing to time series model that is simple exponential smoothing, Holt linear trend, Brown linear trend and Winters` Additive, Winters` Multiplicative, it appeared that Winters` Additive model was most suitable and as the results of forecasting this mode, it was forecasted that 4900.6 in December 2016, 5873.1 in January 2017, 3610.9 in February 2017, 5360.6 in March 2017, 7629.1 in April, 5812.5 in May 2017 and 5565.8 in June 2017.

다변량 시계열분석을 활용한 정보보호 자료 예측

최한용,정형철 한국자료분석학회 2015 Journal of the Korean Data Analysis Society Vol.17 No.3

In this paper, we considered the multivariate time series analysis using the state space model related to information securities data which were the numbers of Korean domain registration, the numbers of receipt for hacking incidents, reporting numbers of malware, the numbers of detection in MC-Finder system, and influx numbers of malware into Honey net. The similarity index was used to explore the relevance between the variables. The VARMA(2,1) was fitted for the variables of domain, malware and hacking, and VARMA(1,1) was fitted for the variables of malware, MC-Finder and Honey net. There was a AR term mainly involved in VARMA(2,1) and a MA term involved in VARMA(1,1). Especially, malware was affected by the 1-step previous values of MC-Finder. For the comparison of forecasting capability, we used the RMSE of exponential smoothing model and autoregressive integrated moving average model. Except Honey-net series, multivariate model was provided better forecasting performance than the other univariate time series models. 본 연구에서는 다변량 시계열 분석을 사용하여 정보보호 자료에 대한 모형화 및 미래 예측 문제를 다루었다. 특히, 도메인 등록건수, 악성코드 피해신고, 해킹사고 접수처리, MC-Finder 탐지건수, 그리고 허니넷 유입 악성코드 수 등 다섯 가지 정보보호 자료를 시계열 분석에 활용하였다. 시계열 간 1차 상관성에 관심을 둔 유사지수를 사용하여 다섯 가지 자료의 연관성을 살펴보고, 유사지수에 따라 정보보호 변수들을 (도메인, 악성코드, 해킹)과 (악성코드, MC-Finder, 허니넷)이라는 두 집단으로 분리한 후 각 집단에 대한 상태공간분석을 시도하였다. 도메인, 악성코드, 해킹 집단에 대해서는 VARMA(2,1) 모형이, 악성코드, MC-Finder, 허니넷 그룹에 대해서는 VARMA(1,1) 모형이 적합되었다. VARMA(2,1) 모형에서는 AR 계열들의 관련성이, VARMA(1,1)에서는 MA 계열들의 관련성이 주로 관찰되었는데, 악성코드의 경우 MC-Finder의 한 시점 전에 양의 영향을 받고 있음을 확인하였다. RMSE를 사용하여 다변량 모형과 지수평활법, 단변량 ARIMA 모형 등 일변량 모형과의 예측력을 비교하였는데, 허니넷을 제외하면 다변량 ARMA 모형의 RMSE가 일변량 시계열모형보다 낮게 나타나 다변량 모형 적합이 적절함을 확인하였다.

VECM 모형을 이용한 주택시장과 거시경제변수 관계 분석

김동환(Kim, Dong-Hwan) 대한부동산학회 2015 大韓不動産學會誌 Vol.33 No.2

본 연구는 거시경제변수가 주택시장에 미치는 영향관계를 시계열의 VECM모형을 추정하여 설정하고, 이를 기준으로 VECM모형 분석결과를 기초로 거시경제변수의 충격이 주택매매가격과 주택전세가격에 미치는 반응을 충격반응함수(impulse response function)를 사용하여 분석했으며, 주어진 변수의 변동이 주택시장에 미치는 변동성(volatility)을 얼마나 설명할 수 있는지를 예측오차 분산분해분석(variance decomposition)를 이용하여 추정했다. 분석자료는 1987년 1사분기부터 2015년 3사분기까지의 분기별 전국주택매매가격지수 및 전국주택전세가격지수와 거시경제변수인 실질GDP성장률, 소비자물가상승률(CPI), 회사채수익률(CDR), 주가변화율(SP), 총유동성변화율등의 분기별 자료를 로그변환해서 변수로 사용했다. 연구결과를 종합해 보면 주택매매가격과 주택전세가격이 거시경제변수에 미치는 영향관계는 공적분 방정식들이 존재함으로써 VECM모형으로 추정했으며, 충격반응분석의 결과는 주택매매가격 및 주택전세가격이 거시경제변수의 1단위 표준편차의 충격에 대해서 양(+)의 방향이나 또는 음(-)의 방향으로 영향을 받는 것으로 나타났으며 그 수준은 각각의 경제변수에 따라서 크기가 다르게 나타나고 있는 것으로 분석되었다. 분산분해 결과로는 주택매매가격이나 주택전세가격 모두 자기 자신의 변동에 의해서 큰 영향을 받는 것으로 나타났으며, 다른 경제변수는 영향의 정도가 크지 않았지만 회사채수익률에 의해서는 큰 영향을 받는 것으로 나타났다. This research is the empirical study that macro-economic variables are set to impact on the relationship between the housing market and macro-economic variables by estimating the VECM model series, and it was analyzed the reaction for impact of macro-economic variables to house sales price index or house Jeonse price index using the impulse response function and variance decomposition based on the results of VECM model estimation from the first quarter, 1987 to the third quarter, 2015. The results of this study was that the affect relationship with house sales price index and house Jeonse price index for macro-economic variables had estimated VECM model by existing co-integration equations, and it appeared to be influenced in the direction of a positive direction(+) or a negative direction(-) for a unit impact of the standard deviation of macro economic variables to house sales price index and house Jense price index, also analyzed that the level may appear different in size according to each of the macro economic variables. As the results of variance decomposition, both of house sales price index and house Jeonse price index appeared to have been affected to undergo a significant impact by their own variations. Other micro-economic variables showed significantly affected by the bond but yield greater the degree of influence.

VAR 모형을 이용한 토지시장의 가격예측

김동환(Kim, Dong-Hwan) 대한부동산학회 2015 大韓不動産學會誌 Vol.33 No.1

본 연구는 토지시장의 가격예측을 VAR모형을 기초로 분석했다. 토지시장의 단기예측 모형은 지가변동율과 거시경제변수들을 이용하여 시계열모형의 VECM모형을 통해 구축하고, 이를 기준으로 2015년 2사분기부터 2017년도 1사분기까지의 토지시장에 대한 단기지가변동률을 전망해 보는 분석을 실시했다. 분석자료는 1987년 1사분기부터 2015년 1사분기까지의 전국평균지가변동률과 거시경제변수들인 소비자물가상승률(CPI), 회사채수익률, 주가변화율, 총유동성변화율등을 사용해서 분석했다. VECM모형을 이용한 2015년도와 2016년도의 연간지가변동률은 각각 2.43와 2.54%가 상승하는 것으로 전망되었다. 다만 향후 미국의 출구전략에 따르는 금리인상 및 메르스 사태에 따르는 국내경제의 침체 등이 우려되고 있어서 부동산경기는 물론 국내경기전반에 대한 불안요인들이 나타나고 있어서 지가가 하락할 가능성도 예상된다. 각 지역별 또는 시기별로 토지가격의 변동은 부동산시장에서의 토지공급자 나 수요자의 주관적 기대심리와 정부의 부동산정책 및 조세정책 등의 계량화되기 어려운 수많은 요인들에 의해서 많은 영향을 받을 수 있다. 따라서 계량화하기 어려운 요인들뿐만이 니라 지가결정에 많은 영향을 미치는 다른 요소들을 철저히 분석하여 연구에 반영해서 분석해야 한다는 점이 밝혀졌다. This study aims at making a short-term forecasting model in order to analyze short-term trend in Korean land market, using the land price fluctuation rate of nationwide data issued by the Ministry of Land, Infrastructure and Transport from the first quarter of 1987 to the first quarter of 2015. VECM model is used to predict the fluctuation rate of land from the first quarter of 2015 and the first quarter of 2017. The variables using the VECM model are nationwide average fluctuation rate in land prices as well as real GDP growth rate, CPI, yield of corporate bonds, rate of stock price rise and M3 in endogenous variables. As a result of Granger Sims Causality Test, using fluctuation rate of land price, real GDP growth rate, CPI, yield of corporate bonds, stock price, M3 permits for real GDP growth rate, yield of corporate bonds. Fluctuation rate of land price in 2015 is forecasted to be rised at 2.43% and 2.54% in 2016. Since land has distinct characteristics and economics situations such as locational stillness and various usabilities, the analysis results of land market nationwide does not actually lead to the accurate forecasting of land prices. Therefore, sub-markets characterized by regions and various usabilities need to be considered for researches. Any research on land market in connection with economics situations and government policies such as finances, taxes etc. will lead to more reliable forecasting results in the next researches.

경험적 모드분해법을 이용한 시계열 모형의 예측력 개선에 관한 연구

김태림,신홍준,남우성,허준행,Kim, Taereem,Shin, Hongjoon,Nam, Woosung,Heo, Jun-Haeng 한국수자원학회 2015 한국수자원학회논문집 Vol.48 No.12

수문 시계열의 분석은 수문자료를 활용한 수자원의 효율적인 운영 및 관리에 필수적인 부분이며, 특히 장기적인 수문량 예측에 널리 활용되고 있다. 이러한 수문 시계열 분석은 전통적으로 하나의 자료계열을 하나의 요인으로 파악하여 자료를 분석하고 예측해왔지만 시계열 자료가 여러 가지 요인으로 혼합되 어 하나의 자료계열로 나타내질 수 있다는 가정 하에 각 요인들을 분해하여 분석하는 방법도 널리 연구되고 있다. 본 연구에서는 경험적 모드분해법을 이용하여 주어진 수문 시계열을 다중 성분으로 분해하고 분해된 각 요소를 시계열 모형으로 재구축한 후, 구축된 요소별 시계열 모형으로부터 예측된 값을 합하여 시계열을 예측하는 방법을 이용하였으며 이를 국내 댐 유입량에 적용한 후 그 결과를 나타내었다. 기존 시계열 모형과 경험적 모드분해법을 이용한 방법의 정확도를 비교한 결과, 기존의 시계열 모형을 이용하여 자료를 예측한 결과보다 경험적 모드분해법을 적용하여 자료를 분해한 후 시계열 자료를 예측한 결과가 주어진 시계열 자료를 더 잘 나타내는 것을 알 수 있었다. The analysis of hydrologic time series data is crucial for the effective management of water resources. Therefore, it has been widely used for the long-term forecasting of hydrologic variables. In tradition, time series analysis has been used to predict a time series without considering exogenous variables. However, many studies using decomposition have been widely carried out with the assumption that one data series could be mixed with several frequent factors. In this study, the empirical mode decomposition method was performed for decomposing a hydrologic time series data into several components, and each component was applied to the time series models, autoregressive moving average (ARMA). After constructing the time series models, the forecasting values are added to compare the results with traditional time series model. Finally, the forecasted estimates from ARMA model with empirical mode decomposition method showed better performance than sole traditional ARMA model indicated from comparing the root mean square errors of the two methods.

단계적 회귀분석과 인공신경망 모형을 이용한 광양항 석탄·철광석 물동량 예측력 비교 분석

조상호,남형식,류기진,류동근 한국항해항만학회 2020 한국항해항만학회지 Vol.44 No.3

It is very important to forecast freight volume accurately to establish major port policies and future operation plans. Thus, related studies are being conducted because of this importance. In this paper, stepwise regression analysis and artificial neural network model were analyzed to compare the predictive power of each model on Gwangyang Port, the largest domestic port for coal and iron ore transportation. Data of a total of 121 months January 2009-January 2019 were used. Factors affecting coal and iron ore trade volume were selected and classified into supply-related factors and market/economy-related factors. In the stepwise regression analysis, the tonnage of ships entering the port, coal price, and dollar exchange rate were selected as the final variables in case of the Gwangyang Port coal volume forecasting model. In the iron ore volume forecasting model, the tonnage of ships entering the port and the price of iron ore were selected as the final variables. In the analysis using the artificial neural network model, trial-and-error method that various Hyper-parameters affecting the performance of the model were selected to identify the most optimal model used. The analysis results showed that the artificial neural network model had better predictive performance than the stepwise regression analysis. The model which showed the most excellent performance was the Gwangyang Port Coal Volume Forecasting Artificial Neural Network Model. In comparing forecasted values by various predictive models and actually measured values, the artificial neural network model showed closer values to the actual highest point and the lowest point than the stepwise regression analysis. 항만의 주요 정책 및 향후 운영계획 수립 시 정확한 물동량 예측에 관한 연구는 매우 중요하며 이러한 중요성으로 인해 관련 연구가 활발히 수행되고 있다. 본 논문에서는 국내 최대 석탄 및 철광석 처리 항만인 광양항을 대상으로 단계적 회귀분석과 인공신경망모형을 활용하여 모형간 예측력을 비교하였다. 2009년 1월부터 2019년 1월까지 총 121개월의 월별자료를 활용하였으며 석탄 및 철광석 물동량에 영향을 주는 요인을 선정하여 공급관련요인과 시장·경제관련요인으로 분류하였다. 단계적 회귀분석 결과, 광양항 석탄 물동량 예측모형의 경우, 입항선박 톤수, 석탄가격 및 대미환율이 최종변수로 선정되었고 철광석 물동량 예측모형의 경우, 입항선박 톤수, 철광석가격이 최종변수로 선정되었다. 인공신경망모형의 경우, 모델 성능에 영향을 미치는 다양한 Hyper-parameters를 조정하며 최적 모델을 선정하는 시행착오법을 사용하였다. 분석결과 인공신경망모형이 단계적 회귀분석에 비해 우수한 예측성능을 나타내었으며 예측 모형별 예측값과 실측값을 그래프 상 비교 시에도 인공신경망모형이 단계적 회귀분석에 비해 고·저점을 유사하게 나타냈다.

경험적 모드분해법을 이용한 시계열 모형의 예측력 개선에 관한 연구

김태림,신홍준,남우성,허준행 한국수자원학회 2015 한국수자원학회논문집 Vol.48 No.12

수문 시계열의 분석은 수문자료를 활용한 수자원의 효율적인 운영 및 관리에 필수적인 부분이며, 특히 장기적인 수문량 예측에 널리 활용되고 있다. 이러한 수문 시계열 분석은 전통적으로 하나의 자료계열을 하나의 요인으로 파악하여 자료를 분석하고 예측해왔지만 시계열 자료가 여러 가지 요인으로 혼합되 어 하나의 자료계열로 나타내질 수 있다는 가정 하에 각 요인들을 분해하여 분석하는 방법도 널리 연구되고 있다. 본 연구에서는 경험적 모드분해법을 이용하여 주어진 수문 시계열을 다중 성분으로 분해하고 분해된 각 요소를 시계열 모형으로 재구축한 후, 구축된 요소별 시계열 모형으로부터 예측된 값을 합하여 시계열을 예측하는 방법을 이용하였으며 이를 국내 댐 유입량에 적용한 후 그 결과를 나타내었다. 기존 시계열 모형과 경험적 모드분해법을 이용한 방법의 정확도를 비교한 결과, 기존의 시계열 모형을 이용하여 자료를 예측한 결과보다 경험적 모드분해법을 적용하여 자료를 분해한 후 시계열 자료를 예측한 결과가 주어진 시계열 자료를 더 잘 나타내는 것을 알 수 있었다. The analysis of hydrologic time series data is crucial for the effective management of water resources. Therefore, it has been widely used for the long-term forecasting of hydrologic variables. In tradition, time series analysis has been used to predict a time series without considering exogenous variables. However, many studies using decomposition have been widely carried out with the assumption that one data series could be mixed with several frequent factors. In this study, the empirical mode decomposition method was performed for decomposing a hydrologic time series data into several components, and each component was applied to the time series models, autoregressive moving average (ARMA). After constructing the time series models, the forecasting values are added to compare the results with traditional time series model. Finally, the forecasted estimates from ARMA model with empirical mode decomposition method showed better performance than sole traditional ARMA model indicated from comparing the root mean square errors of the two methods.

지방세 세수추계의 평가와 개선방안

여은정,이영환 대한지방자치학회 2008 한국지방자치연구 Vol.9 No.4

지방자치 실시가 부활하면서 지방재정에 대한 중요성이 높아지고 있다. 지방세 세수추계는 자치단체의 예산편성, 재정운영 등의 중요한 기초자료로 활용되며, 종전 세수추계 방식은 변화되고 있는 지방세정 환경을 반영하는데 한계가 있다. 이를 극복하기 위해 자치단체별 세수여건을 반영하고 보다 과학적인 방법으로 지방세수를 추계할 수 있는 기법을 개발하여 정리하는 것이 중요하다. 본 연구는 현행 지방세 세수추계모형의 학술적 가치와 실무에서의 적용가능성 여부 등을 고려하여 합리적인 지방세 세수추계모형을 제안하고 더불어 현행 지방세 세수추계모형들이 정책 및 세제 등 환경변화를 반영한 전문추계시스템으로 발전할 수 있도록 하기 위한 제반 개선방안을 제시한다. 연구결과를 요약하면 다음과 같다. 첫째, 지방세 세수추계 모형에 대한 제언이다. 합리적인 지방세 세수추계 모형으로서는 현행과 같은 진도비 모형의 장점을 계속 활용하되 계량경제학적 논리성을 보완할 수 있도록 지방세 세목별 추계시 거시계량모형이나 회귀분석, 시계열분석 방법을 최대한 활용하는 것이 가장 적합할 것으로 본다. 선형회귀분석방법과 시계열분석방법은 간단하면서도 예측의 정확도가 복잡한 예측기법보다 떨어지지 않는다. 따라서 선형회귀분석 및 시계열분석방법에 의해 예측한 후, 실무자의 경험과 전문지식을 바탕으로 일정한 규칙을 만들어 예측치를 수정하도록 한다면 예측오차가 감소될 수 있을 것이다. 둘째, 정확한 지방세 세수추계를 위한 모형외적 요인들의 개선방안으로서, 지역상황에 따른 세목구분의 세분화, 균형예산제도를 강화하는 방향으로의 제도 보완, 보수적 추계경향의 개선, 세제 및 정책변수의 영향에 대한 예측과 반영, 지방세수추계에 대한 정부 및 지역주민의 인식전환, 전문연구 및 데이터구축, 복수기관의 지방세수추계실시 등의 여건 마련을 제안하였다. Since the day of local self-government has been revived, the importance of local finance has been emphasized. Forecasting of local tax revenues is used to budget and finance local government. As there is a limit to apply the existing method of forecasting local tax revenues, it is needed that the model of forecasting local tax revenues must be more systematic and scientific. Therefore, this study focuses on problems and improvement schemes of forecasting local tax revenues. So improvements for forecasting local tax revenues are as follows. First, improvements for the model of forecasting local tax revenues are proposed. Under the present conditions, the optimal model of forecasting local tax revenues is the growth rate adjusted model, but this should be jointly used with regression model and time-series model. Accordingly, local tax revenues must be forecasted by regression model and time-series model in advance, and adjusted to the specialized tax officer's estimation. Second, improvements for the system of forecasting local tax revenues are proposed. These things are segmentation of tax items fitted to the regional characteristics, intensification of balanced budget system, modification of underforecasting tendency, estimate the influence of tax system & policy, collection of database, forecast by plural agencies.

시계열 모형을 활용한 사회서비스 수요ㆍ공급모형 구축

서정민(Jeong-Min Seo) 한국콘텐츠학회 2015 한국콘텐츠학회논문지 Vol.15 No.6

본 연구의 목적은 사회서비스 수요를 구성하는 이용자 수와 제공기관 수를 예측 할 수 있도록 시계열 모형을 활용하여 각각의 예측 값을 구성하고, 실제 관측된 값과의 차이를 확인하여 사회서비스분야에서 시계열 예측모형의 타당성을 검증하는 연구이다. 분석 자료는 한국보건복지정보개발원에서 발간한 사회서비스 제공기관 공급실태분석에서 제시된 발달재활서비스 이용 현황을 연구 목적에 따라 가공하여 이차 분석하였다. 분석결과 이용자 수는 ARIMA(1,1,0) 모형이, 제공기관 수는 ARIMA(0,1,1) 모형이 최적의 예측모형으로 제시되었다. 예측모형에 의한 예측 값은 관측 값과의 어느 정도 차이는 있었지만, 관측값은 예측값의 최대값과 최소값의 범위에 놓여 있었다. 따라서 사회서비스의 이용자를 활용한 수요예측과 제공기관을 활용한 공급예측의 모형구축에 대한 타당성은 가능할 수 있음을 확인할 수 있었다. The primary goal of the study is to examine the possibility of applying the time series model to forecasting demand and supply of social services. In the study, we used survey data based on a nationally represented sample which is secondary processed data. We selected developmental rehabilitation service. The analysis, we made models of a demand and a supply using time series analysis. Utilizing the estimates, we identified each models pattern. This study provides an empirical evidence to suggest benefits of using the time series model for forecasting the demand and the supply pattern of newly introduced social services. We also provide discussions on policy implications of utilizing demand and supply time series models in the process of developing new social services.