첨부파일 검색 결과 (9건)
본 연구는 4차 산업혁명 신기술의 활용이 기업의 경제적 성과에 미치는 영향을 실증한다. 다수의 선행연구에서 활용한 일반적인 회귀분석의 내생성 문제를 극복하고자 잠재적 결과 프레임워크에 바탕한 성향점수매칭을 실시하였다. 성향점수 추정의 성능을 극대화하기 위하여 머신러닝 알고리즘인 랜덤포레스트를 활용하였다. 또한 연구의 일반화 가능성을 높이고자 전수조사로 수집한 「기업활동조사」의 데이터를 분석하였다. 실증분석의 결과는 4차 산업혁명 신기술을 활용하는 기업이 그렇지 않은 기업과 비교하여 연간 매출액이 약 40%가 높음을 보여주었다. 다만 이러한 효과는 기업의 규모에 따라 차이가 있는데, 중소기업에서 약 43%, 대기업에서 약 77%로 나타났다. 이는 대기업이 중소기업에 비하여 신기술 도입에 따른 활용 역량에 우위가 ...
철강의 원자재인 철광석의 가격 변동은 제조업의 경쟁력이나 물가에 직접적인 영향을 미친다. 본 연구에서는 철광석의 수급과 관련된 거시변수와 금융지표, 원자재 가격 등 17개 변수를 사용하여 1개월부터 12개월 이후의 철광석 가격 변화를 예측하고 결정요인을 분석한다. 전통적인 주성분 분석과 다양한 머신러닝 모형을 out-of-sample forecast에 적용한 결과, 단기 예측에 있어 예측변수의 수를 직접 줄이는 주성분 분석과 랜덤포레스트나 엑스트라트리와 같은 앙상블 모형의 예측 성능이 뛰어난 것으로 나타났다. 1개월 이후의 부호(sign) 예측도 랜덤포레스트와 엑스트라트리는 66%의 높은 정확도를 보였지만, 중장기 예측에는 변수축소 모형인 Elastic Net가 가장 적절한 것을 확인하였다. 또한, 단기에는 금융지표를 ...
... sentiment index, NSI)와 구글 트렌드 데이터(Google Trends Data)를 이용하여 설비투자에 대한 예측력을 개선할 수 있는지 분석하였다. 설비투자 예측 모형에서 거시경제 관련 설명변수를 이용한 모형의 예측력과 한국은행 뉴스심리지수 및 설비투자 관련 검색어 추세 변화량을 추가한 모형의 예측력을 비교하였다. 설비투자 예측 모형의 예측력을 비교하기 위해 머신러닝(Machine Learning)에 기반한 Adaptive LASSO, Ridge Regression, RandomForest, Neural Network 모형을 추정한 결과, 거시경제 변수를 포함하는 정형데이터만 활용한 모형의 예측력에 비하여 한국은행 뉴스심리지수와 구글 트렌드 데이터를 함께 활용한 모형의 예측력이 개선됨을 보였다. 본 연구의 분석결과에 따르면, 향후 ...
본 연구에서는 머신러닝 분석방법 중 랜덤 서바이벌 포레스트(Random Survival Forest)를 활용하여, 충청권 기업의 생존율에 미치는 영향요인을 분석한다. 기업 생존분석에 관한 선행연구에서 출발하지만, 기존 연구모형에서는 도출하기 어려웠던 영향 요인과 생존율 사이의 비선형적 관계, 데이터의 한계로 활용되지 못하였던 기업 간 거래관계의 생존율에 대한 영향 등을 본 연구에서 밝힌다. 분석 결과를 살펴보면, 자기자본율, 법인기업 여부, 종사자 수 규모, 중핵기업과의 거래차수, 영업이익률 등이 기업생존율에 가장 중요한 영향요인임을 확인할 수 있다. 특히, 자기자본율, 종사자 수 규모, 영업이익률 등의 영향요인에서는 특정 수준에서 기업생존율에 유의미한 변화가 발생하는 문턱(threshold)을 확인할 수 있었으며, ...
머리말 요약 제1장 서론 1. 연구의 필요성 및 목적 2. 연구의 내용 및 구성 제2장 서비스R&D 개념 및 관련 정책 1. 서비스R&D 개념 (1) 연구개발(R&D) 정의와 구분 (2) 서비스R&D의 개념과 특성 2. 정부 서비스R&D 사업 현황 및 정책 동향 (1) 정부 서비스R&D 사업 현황 (2) 서비스R&D 관련 정부 정책 제3장 서비스R&D 적격성 판단 1. 서비스R&D 적격성 판단 모형 (1) 연구 방법 (2) 단계별 추정 결과 2. 서비스R&D 적격성 판단 결과 (1) 과제 특성 (2) 과제 현황(건수) 3. 소결 제4장 국가 서비스R&D 현황 분석 1. 국가 서비스R&D...
요약 제1장 서론 1. 연구의 배경 및 필요성 (1) 연구 배경 (2) 연구의 필요성 2. 연구의 목적 제2장 국내외 보건의료 데이터 활용 관련 법ㆍ제도 현황 1. 해외 법ㆍ제도 현황 (1) 미국 (2) EU (3) 일본 2. 국내 법ㆍ제도 현황 (1) 한국 데이터 3법 개정 사항 (2) 보건의료 데이터 관련 국내 주요 법규 현황 (3) 보건의료 데이터 활용 가이드라인 검토 3. 소결 및 시사점 (1) 국내외 법률 검토 및 시사점 (2) 국내외 가이드라인 검토 및 시사점 제3장 보건의료 데이터 활용 촉진을 위한 법ㆍ제도 개선 방안 1. “산업적 연구” 활용 목적의 명시 2. 데이터의 이차적 활용 명시 3. 보건의료 데이터에 관한 특별법 제정 참고문헌
... (2) 전력사용량의 계절조정 (3) 계절조정계열 산업생산지수와 전력사용량 4. 당기예측 (1) 당기예측모형 (2) 단위근 및 공적분 검정 (3) 모형추정과 예측실험 5. 소결 제3장 국면전환모형의 잠재요인 1. 분석 개요 2. 사용자료와 순환변동 3. 분석방법 (1) 내생적 국면전환모형(Regime Switching Model) (2) 머신러닝기법 4. 실증분석 (1) 국면전환모형 추정 결과 (2) 잠재요인의 예측 5. 소결 제4장 뉴스데이터를 활용한 지표 1. 뉴스데이터 지표 산출의 의의와 유용성 2. 분석 범위와 수행 절차 3. 주요 업종별 뉴스 경기 지표 산출 (1) 토픽 추출과 토픽스코어 산출 (2) 감성 분석과 감성스코어 산출 (3) 토픽 축약과 종합스코어 추이 4. 실제 ...
이메일 수집방지를 위해
아래 보안문자를 입력해 주세요
아래 보안문자를 입력해 주세요
담당자 정보를 확인해 주세요.
연구과제 제안이 접수되었습니다.
신청이 접수되었습니다.
코로나19 발생 이후 대부분의 고용 관심사가 항공 및 여행서비스, 음식·숙박 서비스 등 주로 서비스 업종에 집중된 상황에서 본 연구는 최근 그 중요성이 강조되고 있는 제조업의 고용변화를 살펴보았다. 분석에 따르면, 코로나19 이후 제조업 고용은 비교적 큰 충격 없이 빠르게 회복하는 모습을 보이고 있다. 제조업 고용은 서비스업에 비해 큰 충격 없이 유지되고 있고, 코로나19 직후 2020년 상반기에 약간 하락하였지만 하반기부터 회복 추세를 보이고 있으며, OECD 주요국의 제조업과 비교하여도 일본과 함께 고용 충격이 비교적 작게 나타나고 있다. 그러나 전반적으로 양호한 고용 성적에도 불구하고 제조업 내 특성 별로는 차이가 나타나는 것으로 보인다. 종사상 지위 별로 보면, 임시·일용직, 고용원이 있는 자영업자에서 고용 충격이 상대적으로 크게 나타났고, 상용직과 고용원이 없는 자영업자는 큰 충격이 없는 것으로 나타났다. 제조업 규모별로는 300인 이상의 경우 코로나 발생 초기 약간의 충격 이후 고용이 빠르게 반등하면서 코로나 이전보다 고용이 더 증가한 반면, 이보다 작은 규모의 제조업체들의 경우 고용 회복이 더디게 나타나고 있다. 고용의 중장기, 단기 추세선을 비교한 결과 제조업 업종에 따른 차이를 보였다. 코로나 발생 이전 3년간의 추세선을 2020년 1월부터 연장한 선과, 2020년 1월부터의 실제 자료를 이용한 단기 추세선을 비교한 결과, 의약품은 코로나19 발생 이전부터 시작하여 코로나19 발생 이후에도 견조한 증가세를 유지하고 있으며, 전자부품·컴퓨터, 기타운송장비, 가구는 코로나19 이후 오히려 고용 추세가 개선되었다. 그러나 다수 업종은 코로나 발생 이후 고용이 하락하였는데, 특히, 비금속광물, 1차금속, 금속가공 분야나 인쇄·기록매체 업종에서 하락이 상대적으로 크게 나타났다.
담당자 정보를 확인해 주세요.
inform@kiet.re.kr이름 : 최상명
전화번호 : 044-287-3811
정보의 무단수집 방지를 위해
아래 보안문자를 입력해 주세요.
비밀번호를 입력해주세요.
[전지적키에트시점] (Eng sub)심상치 않은
국내 대기업 움직임??
KIET 시점에서 보는 미래 로봇 산업 전망은
어떨까요?
경제전문가가 알려드립니다!
(산업연구원 박상수 실장)