http://chineseinput.net/에서 pinyin(병음)방식으로 중국어를 변환할 수 있습니다.
변환된 중국어를 복사하여 사용하시면 됩니다.
Return Predictability using an Endogenous Regime Switching Model
정민수(Minsoo Jeong),Chang Sik Kim,Nayul Kim 한국계량경제학회 2022 JOURNAL OF ECONOMIC THEORY AND ECONOMETRICS Vol.33 No.1
This paper examines whether stock excess return predictability is dependent upon the stock market volatility. The paper introduces a two-state regime switching model with endogenous feedback effect for the stock return predictability test. To model regime switching, this paper adopted a new approach proposed by Chang et al. (2017), allowing an endogenous feedback effect channel through which the underlying time series affect the next period volatility regime. This paper shows that modeling such a channel is important in the return predictability context to incorporate the leverage effect. Monte Carlo simulation results demonstrated that additional power gain and bias improvement could be achieved in the endogenous regime swithcing (ERS) model, compared to the conventional Markov switching model. The empirical test results using the ERS model indicate that none of the tested predictors have significant predictive power when stock returns are highly volatile. However, the dividend-price ratio and macro variables such as T-bill rate and term spread had significant predictability, at least in the low volatility regime.
비정상 오차항을 갖는 연속시간모형 회귀분석과 주가지수 동조화
정민수 ( Minsoo Jeong ) 연세대학교 경제연구소 2016 延世經濟硏究 Vol.23 No.2
본 연구에서는 연속시간 회귀모형에서 오차항이 정상성(stationarity)을 갖지 않는 경우의 추정량에 대해 분석한다. 이산시간 7(1) 과정의 경우 이미 Choi, Hu and Ogaki(2008)에서 다루었지만, 연속시간 모형은 단 순한 41)을 기준으로 분석한 결과와는 다르게 모형의 특성에 따라 상이한 결과들이 다양하게 나타난다. 연속시간 모형은 이산시간 모형과는 달리 조건에 따라 OLS(ordinary least squares) 추정량이 일치성 (consistency)을 갖기도 하고 GLS(generalized least squares) 추정량이 비일치성을 갖는 경우도 존재하게 되는데, 본 연구에서는 두 추정량이 일치성을 지닐 조건을 각각 도출하고 각 조건들의 의미를 살펴본다. 또한 한국과 미국의 주가지수 동조화 분석에 본 연구의 회귀모형을 적용하여, 기존의 공적분(cointegration) 분석이나 수익률모형 분석은 시계열의 추세적인 연관성을 설명하는데 충분하지 않을 수도 있음을 보인다. We study the asymptotic properties of the continuous-time regression in the presence of nonstatioinary error. Choi, Hu and Ogaki (2008) have already well studied the case of /(l) processes in discrete time. However, contrary to /(l) processes, there arise a variety of situations when the model is in continuous time. In continuous-time regression, we verify that both the OLS (ordinary least squares) and GLS (generalized least squares) estimators may or may not achieve the consistency, depending on the property of the processes. We establish detailed conditions for the consistency of the estimators in each case. Furthermore, we apply our regression model to the stock indices of Korea and the US, to show that the cointegration or return analysis may not fully characterize the comovement of the stock indices.
비디오 세그먼트 단위의 부분 복사 검출을 위한 CNN 기반 프레임 특징 벡터 융합 방법
정민수(Minsoo Jeong),낭종호(Jongho Nang) 한국정보과학회 2021 정보과학회논문지 Vol.48 No.1
최근 유튜브나 인스타그램과 같은 콘텐츠 플랫폼을 주축으로 미디어에 대한 수요가 급속하게 증가하고 있다. 이에 따라 저작권 보호나 불법 콘텐츠의 유포와 같은 문제들이 발생하고 있다. 이러한 문제를 해결하기 위해 내용에 기반한 고유의 식별자를 추출하는 방법들이 제안되었지만 기존의 연구들은 미리 정해진 변형에 대하여 고안되었기 때문에 실제 비디오에서는 검출에 실패하였다. 본 논문에서는 실제 유통되는 비디오의 다양한 변형에 강인한 부분 복사 검출을 위해 프레임 정보를 융합한 딥러닝 기반의 세그먼트 Fingerprint를 제안한다. TIRI를 이용한 데이터 수준의 융합 방법과 풀링을 이용한 특징 벡터 수준의 융합 방법으로 추출한 Fingerprint를 Triplet loss를 이용하여 학습하고 검출 시스템을 설계하여 성능을 분석한다. 본 논문의 실험은 유튜브를 기반으로 수집한 데이터셋인 VCDB를 이용하였으며 5초 동안 샘플링한 프레임 특징 벡터를 Max 풀링으로 융합하여 66%의 성능을 얻었다. Recently, the demand for media has grown rapidly, led by multimedia content platforms such as YouTube and Instagram. As a result, problems such as copyright protection and the spread of illegal content have arisen. To solve these problems, studies have been proposed to extract unique identifiers based on the content. However, existing studies were designed for simulated transformation and failed to detect whether the copied videos were actually shared. In this paper, we proposed a deep learning-based segment fingerprint that fused frame information for partial copy detection that was robust for various variations in the actually shared video. We used TIRI for data-level fusion and Pooling for feature-level fusion. We also designed a detection system with a segment fingerprint that was trained with Triplet loss. We evaluated the performance with VCDB, a dataset collected based on YouTube, and obtained 66% performance by fusing frame features sampled for 5 seconds with Max pooling for detecting video partial-copy problems.
UWB 센서와 Bluetooth RSSI 기반 순차적 실내 측위 테스트베드 구성 및 실험
정민수(Minsoo Jeong),김선우(Sunwoo Kim) 한국통신학회 2022 한국통신학회 학술대회논문집 Vol.2022 No.2
본 논문은 실시간 실내 측위 실험을 위한 3차원 테스트베드 구성과 실험 방법을 제안한다. 실시간 실내 측위 실험을 위해 UWB(ultra-wideband) 기술 기반으로 이동하는 Raspberry Pi와 UWB 모듈 결합 단말의 위치를 추정하며, 순차적으로 결합 단말에서 측정한 Bluetooth RSSI 기반 기술로 상용 스마트폰의 위치를 추정한다. Python 기반 GUI 구현을 통해 실시간으로 이동하는 결합 단말과 상용 스마트폰의 위치를 확인한다.