인공신경망모형을 이용한 국제곡물 조기경보지수 개발

Abstract

본 연구는 패턴인식 및 단기예측에 우수한 성능을 발휘하는 것으로 알려진 인공신경망모형을 이용하여 국제곡물 조기경보지수 산출방안을 제시하였다. 예측력 높은 조기경보지수를 산출하기 위해 예측치의 집계정도 및 출력 층의 예측 시차변수 포함 범위에 따른 6가지의 서로 다른 대안적 인공신경망을 설계하여 이들의 예측력을 비교 분석하였다. 최종적으로 세부 곡물가격의 목표 선행시차 값만을 예측하여 조기경보지수를 재구성한 경우보다 목표 선행시차까지의 모든 선행시차를 출력 층 노드로 두고 통합적인 전체 위기지수를 직접 예측하는 경우의 성과가 가장 우수한 것으로 식별되었다. 더하여 최선의 안으로 식별된 인공신경망을 통해 작성된 국제곡물 조기경보지수는 매우 우수한 예측력을 보이는 것을 확인하였다.

Using the Artificial Neural Network model which is known as an excellent tool for perception of data patterns and short-run forecasting, this study develops an early warning index for the world grain markets. To obtain the best result, this study compares the indices which are computed from the different specifications of output neurons in our neural networks. The final result of this comparison shows that the best early warning index can be derived when we use the most aggregate variables and include all leading variables between present and targeted forecasting time as output neurons in our networks. We also verified that the index form of this study shows much better performances in the view of prediction power when we compare the index with the existing indices from other studies.