유료방송의 관련지역시장은 과거에는 허가단위인 권역별로 획정되었다. 디지털유료방송 서비스의 관련지역시장을 방송권역별 시장 또는 전국단일 지역시장으로 획정해야 하는지는 기업심사 등에서 주요 쟁점이었다. 본 논문은 유료방송시장의 환경 변화와 함께 지역시장 논의를 검토하고, 전국사업자 공통가격제약의 논리를 가상독점사업자 SSNIP 검정과 연결하여 디지털 유료방송 전국시장 획정에 필요한 지역사업자 시장점유율 기준을 도출한다. 지역시장 논의에서의 이러한 시장점유율 접근은 유료방송시장 외에도 전국사업자와 지역사업자로 구성된 시장에서 관련지역시장 논의에 응용될 수 있다.

As the environment of Muti-channel Broadcasting Service Markets has changed, defining relevant geographical antitrust market has been an issue. This paper reviews these changes of the environment of multi-channel broadcasting service markets and relates the logic of common pricing constraints with the hypothetical monopolist SSNIP test. In the market structure where local and national operator co-exist in the local market, we derive criteria for market shares of national operators so that we can define geographic market to the whole nation.

본 연구는 온라인 시청행태를 반영하는 인터넷 반응과 오프라인 TV 시청률 간의 인과관계 분석을 통해, 인터넷 반응이 시청률을 예측할 수 있는 지표로 활용될 수 있는지에 대해 알아보았다. 구체적으로 방송통신위원회와 한국방송광고진흥공사에서 개발한 방송콘텐츠 가치정보 분석시스템(RACOI)을 활용해 인터넷 반응지수 패널데이터를 구축한 후, 패널분석 기법을 통해 1) 다양한 인터넷 반응지수의 동질성 및 일관성과 2) 인터넷 반응지수와 시청률 간의 인과관계를 검증하였다. 분석결과, 다양한 인터넷 반응지수는 상호 간 높은 일관성이 나타나 단일차원의 지표로 활용될 수 있음을 확인하였다. 또한, 여러 인터넷 반응지수 중 프로그램에 대한 게시글수와 동영상 조회수가 시청률 증가에 유의미한 영향을 주는 것으로 나타나, 인터넷 반응과 시청률 사이의 인과관계도 입증하였다. 이러한 연구결과는 기존 연구의 횡단면 분석이나 상관분석의 한계를 보완하여 실증분석의 정확성을 높인 것으로, 방송콘텐츠 시청률의 보완지표 개발, 방송사업자의 콘텐츠 평가 및 홍보 전략 수립에 참고자료로 활용될 수 있을 것으로 기대한다.

This study examined whether Internet responses can be used as indicators to predict ratings through causal analysis between Internet responses reflecting online viewing behavior and offline TV ratings. Specifically, after constructing the panel data for the Internet response index using the RACOI developed by the Korea Communications Commission and the Korea Broadcast Advertising Corp, we tested 1) the homogeneity and consistency of various Internet response indices and 2) the causal relationship between the Internet response index and viewer ratings. As a result of the analysis, it was confirmed that various Internet response indices showed high consistency among each other, and thus they could be used as a single-dimensional indicator. In addition, among the various Internet response indices, the number of postings and video views for the program was found to have a significant effect on the increase in viewer ratings, proving a causal relationship between Internet response and viewer ratings. These results are expected to be used as reference for the development of supplementary indicators for broadcasting content ratings, evaluation of content by broadcasting companies, and establishment of promotional strategies from supplementing the limitations of cross-sectional analysis or correlation analysis of existing studies.

서울시는 2015년 공공자전거 서비스 '따릉이'를 제공하여, 교통 수요를 흡수하고, 대기오염과 온실가스배출을 저감하고 있다. 또한 많은 시민들이 교통 뿐 아니라 레저 목적으로도 공공자전거를 이용하고 있다. 지속되는 공공자전거 수요의 증가와 기타 요인들에 의한 수요의 불확실성하에서 효율적인 서비스 운영관리를 위해서는 정확한 수요예측이 근본적인 방안이 될 수 있다. 본 연구에서는 시계열 분석 중에서도 Auto-Regressive Integrated Moving Average(ARIMA) 모형을 기본으로 여러 변형을 이용해서 예측의 정확도를 비교하여 어떤 모형이 적합한지를 비교하였다. 특히 주기성의 주기가 긴 경우에 ARIMA-Fourier방법을 적용하였고, 자전거 이용 수요에 영항을 주는 것으로 분석된 기온과 강수량을 외생 변수로 반영한 ARIMAX를 사용하여 예측을 하였다. 또한 기존에 연구되었던 Holt-Winters 모형과도 비교하여 분석하였다.

The Seoul Metropolitan Government launched the public shared bike service 'Ttareungyi' in 2015 to mitigate traffic demand and reduce air pollution and greenhouse gas emissions. In addition, many citizens of Seoul use public shared bike not only for transportation purpose but also for leisure. Accurate demand forecasting is critical for efficient service operation and management under demand uncertainty due to the continuous increase in demand for public shared bike and other factors. In this study, among time series analysis variants based on the Auto-Regressive Integrated Moving Average (ARIMA) model, the accuracy of prediction was compared using several transformations to compare which model is suitable. In particular, the ARIMA-Fourier method was applied to the case where the periodicity cycle was long, and the ARIMAX method, which reflected the temperature and precipitation analyzed as affecting the demand for bicycle use as exogenous variables, was used for prediction. In addition, the analysis was compared with the Holt-Winters model that was previously studied.