표제지
목차
요약 7
제1장 서론 9
제1절 연구 필요성 및 목적 9
1. 연구 배경 및 필요성 9
2. 연구 목적 11
제2절 연구 내용 및 방법 12
1. 연구 범위 및 주요 내용 12
2. 연구 방법 13
제2장 국내외 선행연구 검토 14
제1절 경제전망 방법론 개괄 14
제2절 국내외 선행연구 검토 16
1. 계량경제모형 선행연구 16
2. 머신러닝기법 선행연구 27
제3절 선행연구의 시사점 35
제3장 해양수산업 전망을 위한 데이터베이스 구축 37
제1절 산업 분류 및 활용 통계 37
1. 산업 분류 37
2. DB구축관련 활용 통계 38
제2절 DB 구축 결과 42
1. 해양수산업 중심의 산업연관표 43
2. 자본스톡 49
3. 산업별 투자 50
제4장 2020 해양수산업 전망 51
제1절 개요 51
제2절 생산함수 접근에 의한 전망 52
1. 부가가치생산함수 모형 52
2. 부가가치생산함수 접근에 의한 전망 결과 56
제3절 머신러닝 접근에 의한 전망 58
1. 머신러닝 분석 모형 58
2. 머신러닝 분석에 따른 전망 결과 64
제4절 분석 결과 종합 69
제5장 향후 추진 체계 71
제1절 해양수산 전망체계 구상(안) 71
제2절 향후 추진 과제 74
참고문헌 75
[부록] 80
Ⅰ. 머신러닝 기법 사용 변수 81
판권기 82
〈표 1-1〉 국내 타 기관 및 부처 전망모형 구축 현황 10
〈표 1-2〉 연구의 주요 내용 12
〈표 2-1〉 국내외 주요 거시계량모형 18
〈표 2-2〉 국내외 주요 산업ㆍ거시계량모형 23
〈표 2-3〉 일반균형모형의 유형별 비교 26
〈표 2-4〉 머신러닝기법 선행연구 31
〈표 3-1〉 산업연관표 현황(2005~2017) 40
〈표 3-2〉 국민계정 통계 41
〈표 3-3〉 거시-산업모형의 주요 DB구성 43
〈표 3-4〉 산업연관표 시계열 연속성 확보 44
〈표 3-5〉 해양수산업 중심 산업연관표 대분류 45
〈표 3-6〉 해양수산업 중심 산업연관표(경상표) 구축 단계도 47
〈표 3-7〉 자본스톡 부문 분류(47부문) 49
〈표 4-1〉 변수의 정의 및 자료 출처 52
〈표 4-2〉 연도별 변수 평균 53
〈표 4-3〉 부문 분류 54
〈표 4-4〉 부가가치생산함수 추정 결과 55
〈표 4-5〉 생산함수 접근법에 의한 산업별 2020 부가가치 예측결과 57
〈표 4-6〉 MAPE 비교 67
〈표 4-7〉 머신러닝 기법에 의한 산업별 2020 부가가치 예측결과 68
〈표 4-8〉 산업별 부가가치 전망결과 70
〈표 5-1〉 해양수산업 전망모형 구축 단계(안) 74
〈그림 2-1〉 한국은행 거시경제모형 체계 19
〈그림 2-2〉 NABO 분기거시계량모형의 체계 20
〈그림 2-3〉 한국은행 거시경제토입산출모형의 주요 흐름도 24
〈그림 2-4〉 KIET-DIMM18의 구조 25
〈그림 2-5〉 머선러닝을 활용한 선형회귀 29
〈그림 2-6〉 모델 복잡도와 예측오류 33
〈그림 4-1〉 k-최근접 이웃법 59
〈그림 4-2〉 k-평균 군집화 60
〈그림 4-3〉 주성분분석 61
〈그림 4-4〉 LASSO 61
〈그림 4-5〉 신경망 모형 62
〈그림 4-6〉 예측조합 기법을 통한 예측값 도출 63
〈그림 4-7〉 머신러닝 기법을 통한 산업별 부가가치 예측결과 비교 65
〈그림 4-8〉 해양수산업의 실질 GDP 및 GDP 직접기여율 전망 69
〈그림 5-1〉 해양수산업 전망모형 구축 추진체계(안) 72
〈그림 5-2〉 해양수산업 전망모형 구축 단계(안) 73
〈부록 표-1〉 머신러닝 기법 사용 변수 81