Statistically Interpretable Framework for Time-series Forecasting Networks Using Financial Data: Development and Applications
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구B)
2026년
2710114276
과학기술정보통신부
한국연구재단
숙명여자대학교산학협력단
서범석
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2031.08.31
6,421만원
6,421만원
기초연구
대학
서울특별시 용산구
수학 > 통계 방법론·계산 > 다변량통계
... 통계적 해석가능성을 동시에 갖춘 신경망 기반 시계열 예측 방법론을 개발하고 이를 실제 금융·경제 문제에 응용하는 것이다. 금융시장은 주가, 금리, 환율, 신용위험, 거시경제 지표 등 다양한 정보가 시간에 따라 동적으로 상호작용하는 복잡한 비선형 시스템이므로, 정확한 예측뿐 아니라 예측 결과의 근거와 변수 간 관계를 이해하는 것이 필수적이다. 그러나 기존 신경망 모형은 우수한 예측력에도 ...
... 신경망을 GDP, 물가, 환율, 주택가격 등 금융·거시경제 nowcasting 문제에 적용 가능하도록 구체화하여 예측 모형을 제시한다. 시계열 자료뿐 아니라 뉴스·텍스트에서 추출한 정보 등 다종 데이터를 반영하며, 국면 변화, 비선형 동학, 변수 간 의존성을 포착할 수 있는 구조를 신경망에 반영한다. 이를 통해, 기존 VAR 모형의 충격반응분석(impulse response ...
본 연구개발 성과는 금융·경제 시계열 예측 신경망의 블랙박스 한계를 완화하고, 모형의 작동 원리를 통계모형처럼 해석·검증할 수 있는 분석 도구로 활용될 수 있다. 구체적으로 개발된 해석가능 비선형 결정경계, 국면전환 신경망, 다종 데이터 기반 nowcasting 모형 및 소규모 시계열 기반모형은 금융시장 예측, 거시경제 전망, 신용위험 평가, 포트폴리오 위...