정보엔트로피에 가격변화 확률분포를 적용한 농산물가격 불확정성 계측 모델 개발과 적용

Abstract

임의의 현상을 분석하기 위해서는 현상을 일으킨 요인들에 대한 정보가 필요하며, 요인들에 대한 정보가 부족할 경우 분석 결과는 불확정을 내포한다. 특히 농산물은 기상조건 등 상대적으로 정보파악이 어려운 요인들로부터 영향을 받기 때문에, 농산물의 가격은 등락이 잦고 그 폭도 크다. 이러한 이유로 농가는 농산물의 생산 및 유통을 통해 얻을 수 있는 소득을 안정적으로 유지하는데 어려움을 겪는다. 따라서 본 연구에서는 농산물 가격변화에 따른 농가소득 안정성을 높이기 위한 방안으로서 가격변화가 내포한 불확정한 현상을 정량화하고자 한다. 정보엔트로피 모델은 문장에서 글자가 손실되었을 때 문장의 손실되기 전 의미에 대한 다양한 해석가능성을 정량화하는데 이용된다. 본 연구에서는 농산물 가격의 변화에 대한 확률분포를 정보엔트로피 모델에 적용함으로써 가격변화의 불확정성을 정량화 할 수 있는 엔트로피 모델을 개발하였다. 월별 농산물가격 자료를 이용하여 과거의 실제 가격등락 범위 및 표준편차를 개발 모델과 비교하여 유의성을 판단한 결과, 농산물 가격변화에 대한 정보엔트로피 모델을 통해 얻은 값은 실제 가격등락 범위 및 표준편차의 특징을 반영하고 있음을 확인할 수 있었다. 또한 과거 일정시점까지의 농산물가격자료를 이용하여 얻은 농산물가격정보엔트로피를 토대로 과거 일정시점 이후에 발생할 가격의 표준편차를 추정할 수 있었다. 본 연구에서 제안한 가격변화정보엔트로피 모델을 개별 농산물에 적용해본 결과, 농가가 작물별 소득 안정성을 추정할 수 있게 함으로써 영농전략수립에 참고할 수 있을 것이다.

To analyze any given situation, it is necessary to have information on elements which affect the situation. If insufficient information on the elements is provided, expectations will not be met and uncertainties of a situation will be results. Particularly, there is greater variability in both frequency and magnitude of agricultural product prices as they are affected by various unpredictable factors such as weather conditions etc. This is the reason why it is difficult for the farmers to maintain their stable income through agricultural production and marketing. In this research, attempts are made to quantify the entropy of various situations inherent in the price changes so that the stability of farmers' income can be increased. The information entropy model is used for the quantification of various analysis possibilities and the restoration of the meanings and contents of original sentences when some words in sentences are damaged or missing. Through this research, we developed an entropy model which can quantify the uncertainties of price changes using the probability distribution of price changes. The model was tested for its significance by comparing its simulation outcomes with actual ranges and standard deviations of price variations of the past using monthly agricultural product prices data. We confirmed that the simulation results reflected the features of the ranges and standard deviations of actual price variations. Also, it is possible for us to predict standard deviations for changed prices which will occur after a certain time using the information entropy obtained from relevant agricultural product price data before the time. Application of this model to individual agricultural products proves that it can be a useful tool for the establishment of farming strategies due to its capability of predicting the stability of income by individual agricultural products.