Forecasting (성남과 의정부의 지방세수입 예)

소개글

Forecasting (성남과 의정부의 지방세수입 예) 에 대한 보고서 자료입니다.

목차

Ⅰ. 서론

Ⅱ. 본론(1) - Forecasting
　1. Average change method
　　1) Average Change Method에서의 MSE와 MAD값 비교
　　2) 그래프를 통해 본 Average Change Method에서의 MSE값 비교

　2. Moving average method
　　1) Moving average method에서의 MSE와 MAD값 비교
　　2)그래프를 통해 본 Moving Average Method 에서의 MSE값 비교

　3. Weighted moving average
　　1) Weighted Moving Average에서의 MSE와 MAD값 비교
　　2) 그래프를 통해 본 Weighted Moving Average 에서의 MSE값 비교

　4. Exponential smoothing method
　　1) Exponential Smoothing Method 에서의 MSE와 MAD값 비교
　　2) 그래프를 통해 본Exponential Smoothing Method에서의 MSE값 비교

Ⅲ. 본론(2) - 최적의 Forecasting
　1. 성남시
　　1) 각 Forecasting에서 오차가 가장 적은 경우
　　2) 최적의 Forecasting 방법

　2. 의정부시
　　1) 각 Forecasting에서 오차가 가장 적은 경우
　　2) 최적의 Forecasting 방법


Ⅳ. 결론

본문내용

4984)
라. Exponential Smoothing Method
감쇠인수가 0.2일때 (평균 MSE : 30663765 MAD : 4433)
2) 최적의 Forecasting 방법
가. MSE 크기 나. MAD 크기
⇒ Average Change Method가 가장 적은 MSE, MAD값을 나타낸다.
반면에, Moving Average Method이 가장 큰 MSE, MAD값을 나타낸다
Ⅳ. 결론
여러 가지 Forecasting방법 중 Average change method, Moving average method , Weighted moving average , Exponential smoothing method 4가지 방법을 가지고 분석을 한 결과, Average change method, Moving average method 는 3개년단위로 나누어서 분석했을 때, 가장 오차범위가 작고 Weighted moving average 는 전년도 비중을 0.8로 가장 크게 했을 때 가장 오차범위가 작으며, Exponential smoothing method 는 감쇠인수가 0.2일 때 가장 오차범위가 작다.
이는 현대화되면서 성남과 의정부가 빠른 속도로 발전됨으로써, 과거의 자료보다는 현재의 자료에 더 비중을 둘 때 더 정확한 예측이 가능한 것이다.
성남시는 80년대 초부터 성남개발 3개년투자계획에 의해 도시건설사업에 착수하여, 보다 나은 주택제공과 삶의 질을 보장하기 시작하여, 80년대 후반에는 출장소 설치 성남시의 급격한 인구 증가는 전국 시 규모 제 10위로 급부상하였고 비약적으로 행정수요가 증가하게 됩니다. 분당신도시건설에도 적극적으로 참여하여 많은 변화와, 인구변동이 비교적 세입의 변동을 크게 하여 미래에 대한 예측하기에 불확실성이 커짐에 따라 오차도 비교적 크게 나타나게 되었다.
의정부시는 서울에 비해 저렴한 매물이 많아 집을 더 쉽게 구할 수 있는 데다 최근 교통망 확충으로 서울과의 접근성이 한 층 높아지면서 인구가 지속적으로 꾸준히 늘게 됨에 따라 과거와는 다른 발전을 이루었다. 이러한 최근의 변화는 세입에도 큰 영향을 줄 것으로 보았으나, 발전시기 비교적 짧기 때문에 예측오차는 작게 나타났다. 발전이전의 세입이 비교적 안정적인데 이러한 기간이 대부분을 차지하기 때문이다. 따라서 미래를 예측에 불확실성이 적고, 비교적 정확한 forecasting이 가능하다. 즉, 예측오차를 비교적 최소화 할 수 있다.
본론을 통해 3개년을 기준으로 Average Change Method을 사용 할 때, 가장 적은 오차를 기록함을 알았다. 그러나 성남은 의정부보다 오차범위가 20배 이상 크게 나타난다. 같은 interval, 같은 forecasting 방법을 사용하였음에도 두지역의 오차는 큰 차이를 보인 이유를 분석해 보았다.
첫째, 성남은 의정부에 비해 꾸준한 발전을 함으로 세입의 변동이 크고, 이에 비해 최근에서야 발전을 이루는 의정부는 이전까지의 세입은 비교적 안정적이었다.
성남은 1980년대 중반이후로 도시발전이 이루어졌고, 의정부는 1990년대 후반에야 급속한 발전을 이룩하였다. 즉, 성남은 의정부에 비해 경제성장이 빨리 이루어졌다.
<기사1>을 보면 성남은 APT값이 하락세를 보이고, 의정부는 아래 나와 있는 지역 중에서 가장 큰 상승세를 보였다. 이를 통해 이미 오래전 도시발전을 이룬 성남은 이미 집시세가 오를 대로 올라서 근래에 하락세를 보였으나 그 하락세의 폭이 크지 않다. 그만큼 집시세가 안정적이라는 근거이다. 이에 비해 의정부는 근래에 성장세를 보이며 집 시세에 큰 변화를 보였다.
성남은 꾸준한 성장을 이룬 지역으로 세입의 유입과 세출의 변동이 크고, 의정부는 비교적 최근의 성장을 시작하는 지역으로 이전의 조세에는 큰 변동이 없었음을 추측 가능하다.
서울APT값 0.05%↑…강북권 중소형 강세
-- 중략 --
-- 중략 --
이수아 [[e-mail]] 2008-02-22 14:48:19 [출처: 동아일보]
<기사1>
둘째, 성남은 의정부에 비해 인구가 많다. 이에 따라 인구의 이동과 세입의 변동이 크다.
<기사2>는 인구 기준으로 의전과 각종 현황, 통계표 작성 시 순서의 결정에 영향을 주었다. 이 기사를 통해 두 지역의 인구의 차이를 상대적으로 비교해 보았다. 성남은 수원을 뒤이은 2위, 의정부는 9위로 기록되었다. 경기도 소재 시,군 중에서 의정부도 인구가 많은 편에 속하지만 성남에 비해서는 인구수가 적음을 알 수 있다.
인구가 많으며 그만큼 인구의 이동이 많고, 이러한 인구의 이동은 세입의 변동에 영향을 준다. 성남은 인구가 의정부에 비해 2배 이상이 많으므로 세입의 변동도 클 것이다. 따라서 세입을 예측하는 데 불확실성이 크다. 따라서 예측오차도 큰 것이다.
용인 5위, 남양주 8위로 올라
道, 31개 시·군 '순서 규정' 개정 인구 기준으로 바꿔… 의전에 영향
입력 : 2008.02.05 20:58
-- 중략 --이번 개정에서 수원·성남·고양·부천 등 1~4위는 7년전의 순서를 그대로 유지했다. 그러나 작년 연말 기준으로 주민등록 인구 80만명을 넘어선 용인시가 7위에서 5위로 진입했다. 용인은 2001년 개정 당시에도 19위에서 7위로 수직 상승했다. 반면 5위였던 안양(인구 62만여명)은 6위인 안산(70만여명)에도 밀려 7위로 내려앉았다. 남양주와 의정부는 각각 8·9위로 자리를 맞바꿨다. -- 중략 --
-- 중략 --
강갑수 기자 [e-mail] 출처: 세계일보
<기사2>
정부는 3개년을 기준으로 Average Change Method을 사용한다면, 가장 오차가 적은 세입예측을 할 수 있다. 다만, 이러한 세입의 오차 정도는 그 지역의 인구규모와 도시개발 사업의 시기에 영향을 받아 각 지역마다 오차의 크기가 다르게 나타난다. 최적의 예산계획을 도출하기 위해서는 지역정부가 각 지역의 특성을 제대로 파악하는 노력이 필요하다. 이러한 도시의 특성을 파악하기 위해서 지역사회의 변화를 정책에 빠르게 적용하려는 연구가 필요하다. 이러한 연구는 세입을 정확하게 예측하는 데 기여할 것이다.

키워드

Forecasting,   성남과 의정부의 지방세수입예,   성남,   Weighted moving average,   Moving average method,   Average change method,   의정부,   지방세수입