표지

Children's Learning Gap in Cambodia during the COVID-19 Pandemic: The Effect of Targeted Cash Transfer

Mingyeong Park, Hyelim Son
Pages 117-142

• Abstract ( Eng | Kor ) || PDF
  • Children's Learning Gap in Cambodia during the COVID-19 Pandemic: The Effect of Targeted Cash Transfer
    Mingyeong Park, Hyelim Son
    
       This paper examines the impact of a cash transfer program to poor households during a COVID-19 outbreak on engagement in children’s learning activities in Cambodia. The Cambodian government introduced the IDPoor program to better define target groups to alleviate poverty in 2006. During the COVID-19 pandemic, the government launched a cash relief program mainly benefiting the IDPoor households. Using the High Frequency Phone Survey, we find that receiving cash transfers mitigates the negative impact of poverty on the education opportunities of children in poor households during the pandemic. Receiving cash relief is positively associated with children in poor households engaging more in education activities, particularly using mobile apps and also with the likelihood that the children contact their teachers through the medium of telephone.
  •    본 논문은 COVID-19 발생 이후 실시한 빈곤 가구에 대한 현금 이전 정책 이 해당 가구 아동의 학습 활동 참여에 미치는 영향에 대해 캄보디아의 사례 를 이용하여 살펴보았다. 캄보디아 정부는 2006년 빈곤 완화 정책의 목표 집 단을 더 잘 정의하기 위해 IDPoor 프로그램을 도입 하였는데, COVID-19 팬데믹 이후, 캄보디아 정부는 주로 IDPoor 가구를 대상으로 현금 이전 정책 을 실시하였다. 본 연구에서는 High Frequency Phone Survey를 분석하 여 현금 이전 정책이 팬데믹 기간 동안 빈곤이 아동의 교육 기회에 미치는 부 정적인 영향을 완화한다는 것을 확인하였다. 현금 이전을 받는 것은 빈곤 가 구의 아동들이 교육 활동, 특히 모바일 앱을 이용한 활동에 더 많이 참여하는 것과 긍정적인 관계가 있으며, 전화를 통해 교사와 연락할 가능성과도 긍정적 인 관계가 있는 것으로 나타났다.

한국 서비스 기업의 경영관리에 관한 연구

최혜린
Pages 143-174

• Abstract ( Eng | Kor ) || PDF
  • The Study on Korean Service Firm’s Management Practices
    Hyelin Choi
    
       As firm’s management and organizational practices are recognized as one of the important determinants of productivity and firm performance, the survey on the management practices are conducted in several countries. This study uses the survey on the innovation and organizational practices for Korean services firms and generates management score. The management scores are generally low in the service sector, in particular regarding targets among monitoring, targets, and incentives. In terms of characteristics of firms, the larger, older, and more innovative firms and foreign-owned and multinational firms show higher management scores. The simple regression analysis supports that higher management scores are positively associated with higher firm performance.
  •    기업의 체계적인 경영관리가 생산성 및 기업 성과의 주요 결정 요인으로 지목되면서 실증분석을 위한 새로운 형태의 실태조사가 시도되고 있다. 본 연구는 한국 서비스 기업을 대상으로 실시한 서비스 산업의 혁신 및 구조 변화에 대한 실태조사 결과를 이용해 경영관리 지수를 측정하고 산업별 및 기업 특성별로 경영관리 현황을 분석하였다. 분석 결과 한국 서비스 기업 의 경영관리 점수는 상당히 낮은 것으로 나타났고, 특히 모니터링, 목표, 인센티브 부문 중 목표 부문의 점수가 낮은 것으로 나타났다. 기업 특성별 로는 기업 규모, 업력, 혁신활동 지출이 높은 그룹과 외투기업 및 다국적 기업에서 경영 관리 점수가 높은 것으로 확인되었다. 그리고 단순 회귀 분 석을 통해 경영관리가 수익 및 혁신활동에 긍정적인 영향을 미치는 것을 확인하였다.

Machine Learning과 Google Trends Data를 이용한 유가 예측 및 분석

김선미, 조두연
Pages 175-193

• Abstract ( Eng | Kor ) || PDF
  • Forecasting Crude Oil Prices with Google Trends Data Based on Machine Learning Methods
    Seonmi Kim, Dooyeon Cho
    
       Forecasting crude oil prices is an important issue, especially for Korea which is the importer of crude oil, since fluctuations in crude oil prices may have a negative effect on the economy. This study investigates some factors that may cause fluctuations in crude oil prices with macro variables as well as Google Trends Data. By employing data on oil demand and supply mainly used in forecasting models for WTI crude oil prices and trends on keywords highly searched during a period of a decline in oil prices, it analyzes whether it can improve forecasting power. We find that including Google Trends Data, besides data on oil demand and supply, can improve predictive ability over the sample period January 2004 to December 2020. To compare predictability in various models, we employ Adaptive LASSO, Ridge Regression, Random Forest, and LSTM. The results suggest that the LSTM model outperforms other models when both structured data and Google Trends Data are jointly used.
  •    유가의 등락은 에너지 수입국인 우리나라에 있어 매우 중요한 사안 중 하 나이며, 유가의 변동이 한국경제에 미치는 부정적인 영향을 줄이고, 안정적 인 운영을 위해 유가를 예측하는 것은 중요하다. 본 연구를 통해 거시경제 변수 외에도 웹 검색어 기반의 Google Trends Data를 이용하여 유가 등락에 영향을 주는 요인을 분석하고자 한다. WTI 유가 예측 모형에서 석 유 수요 및 공급 관련 설명변수를 활용한 모형의 예측력과 유가 하락기 동 안 빈도가 높은 단어의 검색어 추세 변화량을 추가한 모형의 예측력을 비 교하였을 때, 검색어 추세를 추가한 모형의 예측력이 개선되는지를 분석하 였다. 본 연구에서는 2004년 1월부터 2020년 12월까지의 데이터를 이 용하여 WTI 유가 예측에 영향을 주는 석유 공급 및 수요 변수 이외에 Google Trends 검색어 추세를 추가함으로써 예측력을 높일 수 있음을 보였다. WTI 유가 예측 모형의 예측력을 비교하기 위해 Adaptive LASSO, Ridge Regression, Random Forest 모형 이외에 최근 가격 예측모형에서 많이 활용되고 있는 LSTM 알고리즘을 적용한 결과, 정형데이터만 이용한 모형의 예측력에 비하여 Google Trends Data를 함께 이용한 모형의 예측력이 개선된다는 점을 보였다.

The Korean Journal of Economics, Vol. 29, No. 2 (Autumn 2022)