• 한국컴퓨터정보학회논문지
• /
• 제26권7호
• /
• pp.127-132
• /
• 2021

본 논문은 건화물시장과 탱커시장의 운임지수 예측에 관하여 머신러닝을 적용하였으며 신호분해법인 웨이블릿 분해와 EMD분해를 데이터 전처리 과정에 반영하여 시간의 영역의 정보와 주파수 영역의 정보를 모두 반영할 수 있는 운임예측모형을 구축하였다. 건화물 시장의 경우 웨이블릿으로 분해한 예측모형이 우수하였으며 탱커시장의 EMD분해로 예측한 모형이 우수하였으며 실무적으로 각 운송시장 참여자들에게 새로운 단기예측 방법론을 제시하였다. 이러한 연구는 운송시장에서 양적으로 가장 중요한 건화물 시장과 탱커시장에 대한 다양한 예측방법론을 확대하고 새로운 방법론을 제시하였다는 측면에서 중요하며, 변동성이 큰 운임시장에서 과학적인 의사결정 방법에 대한 실무적인 요구를 반영할 수 있을 뿐만 아니라 가장 빈번한 스팟거래에 합리적인 의사결정이 이뤄질 수 있는 기초가 될 것으로 기대된다.

• 한국컴퓨터정보학회:학술대회논문집
• /
• 한국컴퓨터정보학회 2021년도 제63차 동계학술대회논문집 29권1호
• /
• pp.329-330
• /
• 2021

벌크화물운송은 해상운송시장에서 가장 큰 규모이고 철강 및 에너지 산업을 뒷받침 하는 중요한 시장이다. 또한 운임의 변동성이 가장 큰 시장으로 상당한 수익을 기대할 수 있는 반면에 파산에 이르는 큰 손실이 발생할 수 있기때문에 시장 참여자들은 합리적이고 과학적인 예측을 기반하여 의사결정을 해야 한다. 그러나 해운시장에서는 과학적 의사결정보다는 경험기반의 의사결정에 의존하기 때문에 시황변동성에 취약하다. 본 논문은 벌크운임예측에 신호 분해 방법인 EMD와 인공신경망을 결합한 하이브리드 모델을 적용하여 과학적 예측방법을 제시하고자 한다. 본 논문은 학문적으로 해운시장 운임예측연구에서 거의 시도되지 않았던 시계열분해법과 기계학습기법을 결합한 하이브리드 모델을 제시하였다는데 의미가 있으며 실무적으로는 해운시장에서 빈번이 일어나는 의사결정의 질이 제고되는데 기여할 것으로 기대된다.

• 해운
• /
• 통권68호
• /
• pp.21-26
• /
• 2009

2008년에 이어 2009년도 우리 해운업계에는 다사다난한 한해였다. 하지만 2009년에는 바닥을 쳤던 건화물운임지수 등 여러 수치에서 긍정적인 시그널들이 보이고 있다. 10대 무역대국으로 진입하기 위해 작금의 위기를 탈출할 수 있는 방안을 모색해보는 계기가 될 수 있는 보고서가 나왔다. 다음은 현대경제연구소에서 발표한 '10대 무역대국을 위한 해운산업 발전전략'을 편집 정리한 것이다.

• 한국항만경제학회지
• /
• 제30권3호
• /
• pp.1-14
• /
• 2014

BDI건화물운임지수의 변동성은 환율과 주가의 변동성을 크게 초과할 정도로 대단히 클 뿐만 아니라 변동성이 점차 커지고 있어서 운임을 예측하는데 많은 어려움을 겪고 있다. 이에 본고는 이러한 운임지수의 변동성을 정확히 포착할 수 있는 모형을 찾는데 목적을 둔다. 이를 위해 변동성 분석에 흔히 사용되는 대칭형 변동성 모형인 GARCH 모형과 비대칭 변동성 모형인 AGARCH모형, GJR모형, EGARCH모형을 도입한다. 그것은 나쁜 뉴스가 좋은 뉴스보다 더 큰 변동성을 야기할 가능성이 높기 때문이다. 먼저 운임의 예측불가능요소를 운임의 요일별 특성을 제거한 후 자기회귀를 하여 구한 후 GARCH 분석을 적용하는데 적합한 성격을 갖는가를 조사한다. 비대칭모형의 AGARCH모형에서는 비대칭을 나타내는 계수가 유의하나 부호가 모형의 예상과 달라 나쁜 뉴스가 좋은 뉴스보다 더 큰 변동성을 야기하지 않으며, EGARCH모형의 비대칭계수도 양의 부호로 모형의 예상과 반대일 뿐만 아니라 유의하지 않아 나쁜 뉴스가 좋은 뉴스보다 더 큰 변동성을 야기하지 않는다는 것, 그리고 GJR모형에서도 해당 계수가 음으로 모형과 반대로 유의하지 않아 음의 충격이 양의 충격보다 더 큰 변동성을 유발하지 않음을 보인다. 이에 따라 BDI건화물운임지수의 변동성은 GARCH모형을 이용하는 것이 합리적이라는 점을 보인다.

• 해운
• /
• 통권89호
• /
• pp.10-18
• /
• 2012

BDI지수가 지난 2월3일 647p를 기록한 이후 소폭 반등하여 2월23일 706p를 기록했다. 1985년 발틱해운거래소가 건화물 운임지수 BFI를 발표한 이후 1986년 8월27일 645p 이후 역사적으로 최저치를 기록하였다. 한편 2월3일 BDI가 저점을 확인하고 소폭 반등하였으나, 파나막스 선형이 저점 대비 1,462달러/일 상승했으나, 타 선형의 반등폭이 매우 미미한 상황이다. 다음은 한국해양수산개발원에서 발표한 "해운시황 : 위기와 기회"의 주요 내용을 요약정리한 것이다.

• 한국항해항만학회지
• /
• 제41권1호
• /
• pp.25-32
• /
• 2017

본 연구는 2000년부터 최근 2016년 6월까지 월별 시계열 자료를 이용하여 대표적 글로벌 운임지수인 발틱 건화물지수(Baltic Dry-bulk Index 이하 BDI)와 중국의 컨테이너 운임지수(China Container Freight Index 이하 CCFI) 간의 동조성을 분석한다. 경기변동모형의 불안정성을 반영한 Engle-Granger 2단계 공적분 검정결과는 두 시장간 동조성이 존재하지 않는 것으로 나타났으나, 인과성 검정결과는 전세계 물동량의 상당부분을 차지하는 중국의 해운시황이 글로벌 운임시장에 통계적으로 유의한 영향이 존재하는 것으로 드러났다. 이러한 실증분석결과는 해운시황 예측에 중국의 CCFI지수를 어떻게 활용하는 것이 적합한가에 대한 답을 제시한다. 즉, 실무에서 중국의 운임지수 CCFI를 글로벌 운임지수 BDI를 대신하여 분석하는 것은 적합하지 않으며, BDI 예측모형에 CCFI를 포함하는 것이 적절함을 의미한다. 이상의 실증분석 결과는 산업간 동조성 분석을 해운산업의 경기변동에 적용한 사례로 향후 불안정한 글로벌 시황 예측에 중국의 경기변동 상황을 어떻게 고려하는 것이 적절한가를 제시한다.

• 한국항만경제학회지
• /
• 제27권1호
• /
• pp.263-280
• /
• 2011

KPSS 검정법과 ADF 검정법을 이용하여 시계열 변수에 대한 단위근 존재유무 검정을 실시한 결과 모든 수준변수는 불안정적이며, 차분변수는 안정적인 것으로 나타났다. 다음으로 EG 공적분 검정과 Johansen 공적분 검정 결과 3개 운임의 검정통계량 모두 공적분 관계가 성립하는 것으로 나타났다. 공적분 검정 결과 모형의 허구적 회귀 가능성이 배제되고, 공적분 벡터가 존재하는 것으로 나타남에 따라 공적분 벡터 추정식과 오차수정모형을 도출하였다. 그 결과 환율의 상승은 운임의 하락을, 주가의 상승은 운임의 상승 초래하는 것으로 나타났다. 운임에 미치는 영향은 환율보다 주가가 더 큰 것으로 분석되었다. 또한 오차항의 계수가 통계적으로 유의하였으며 BDI와 BPI는 매월 11%의 속도로, BCI는 매월 12%의 속도로 장기균형으로 수렴되고 있음을 알 수 있었다. 이어 더불어 충격반응분석 결과 모두 운임은 환율과 주가 충격에 각각 하락과 상승 반응을 보여주었다. 모든 운임은 1개월에 가장 큰 반응을 보였으며, BCI가 환율과 주가 충격에 대해 가장 큰 반응을 보였으며, 지속기간으로는 BDI가 가장 장기적이었다. 또한 GARCH 모형을 통해 도출한 다우존스지수 변동성이 운임에 미치는 영향을 살펴본 결과 주가 변동성 충격에 대한 BPI, BCI, BDI의 반응의 크기가 각각 1개월에서 -0.0227, -0.0210, -0.0183로 나타났다. 또한 수입변동성 충격에 대한 BCI와 BDI의 반응의 크기가 각각 1개월에서 -0.0103과 -0.0001로, BPI의 반응의 크기가 2개월에서 -0.0027로 나타났다. 그리고 누적충격반응 분석 결과 환율이 1달러에 3엔 상승하는 충격과 주가가 400포인트 상승하는 충격에 대해 BCI가 가장 큰 폭으로 반응을 보이는 것으로 분석되었다.

• 한국항해항만학회지
• /
• 제42권1호
• /
• pp.57-66
• /
• 2018

해운산업은 파생적 수요의 특성으로 대외적 요인에 영향을 크게 받는다. 하지만, 공급 측면은 이러한 수요의 변화에 즉각적으로 대응할 수 없는 특성 때문에 해운산업은 호황과 불황을 거듭하게 된다. 그러므로 정부는 이러한 상황에 대응하기 위해 조기경보모형을 구축해 시장을 모니터링하고 다가올 위험을 예측하는 것이 필요하다. 본 연구에서는 신호접근법을 사용해 조기경보모형을 구축하였으며, 위기지수는 BDI를 사용해 정의하였으며 금융, 경제, 선박 등 다양한 선행지수를 활용해 종합선행지수를 도출하였다. 그 결과, 종합선행지수가 해운분야의 실제 위기지수와 비교해 4개월의 시차를 두고 높은 상관관계를 보였고, QPS(Quadratic Probability Score)가 0.37로 정확도가 높은 것으로 나타났다.

• 한국항만경제학회지
• /
• 제37권4호
• /
• pp.161-173
• /
• 2021

2008년도 미국 리먼브라더스 파산으로 인한 미국발 금융위기의 파급 효과로 전 세계적으로 맞은 경제위기 상황에서 해운산업 또한 폭락하였으며, 부정기선 시장은 이후 13년 간 불황을 유지해왔다. 2020년 COVID-19 팬데믹으로 불안정안 세계경제 상황에서 해운시장 또한 폭락하여 어려움을 겪었지만, 예상과 다르게 2020년 말부터 상승세로 전환되며 2021년에는 2008년도 호황기의 용선료 수준을 넘어서서 계속적으로 상승세를 유지하고 있다. 2021년 5월에 발표된 Clarksons 보고서에서는 2020년 코로나로 인한 물동량 감소가 2020년 말까지 코로나 이전 수준으로 회복되었고, 파나막스선형 선복 103~104% 정도의 부정기 벌크선 선복량이 항만에 체선으로 묶여있는 상황으로 벌크선의 수익은 최근 몇 달 동안 10년 만에 최고치로 상승한 것으로 나타났다. 이에 본 연구에서는 대표적인 건화물선 운임지수인 BDI에 영향을 미치는 요인으로 공급측면의 케이프와 파나막스 선형의 선복량과 체선율, 수요측면에서 주요 선적화물인 철광석과 석탄 물동량과의 인과성 검정과 벡터자기회귀모형(VAR)을 추정하여 충격반응함수와 예측오차분산분해를 통하여 COVID-19 펜데믹으로 인한 항만에서의 검역 강화와 하역인부의 전염병 감염 등으로 작업지연에 따른 체선 발생이 부정기선 시장 상승에 영향을 미치는지 분석하고 팬데믹 이후의 해운시황 예측에 도움이 되려는데 그 목적이 있다. 2016년 1월부터 2021년 7월까지의 데이터를 사용하여 변수들과 BDI의 인과성 검정 결과 선복량과 체선율 변수에서 인과성이 나타났으며, 충격반응함수의 결과 t시점에서 발생한 케이프,파나막스의 체선율 표준편차 1단위의 충격은 BDI에 양(+)의 반응을 보였으며 4기에 최고치를 기록한 후 점차 감소하였다. 충격에 대한 반응의 신뢰구간 상한과 하한 모두 양(+)의 구간으로 유의미한 반응이었다. 예측오차 분산분해분석 결과 BDI 변동에 영향을 미치는 설명력은 체선율, 선복량 순으로 나타났으며, 체선율(CGTN)은 운임지수의 BDI의 변화에 2기에는 2.5%의 설명력을 보였으며 4기부터 10%를 넘어 BDI상승에 25%까지 설명력을 갖는 것으로 나타났다. 이번 연구에서는 수요와 공급의 직접적인 요인 변수외에도 COVID-19 팬데믹으로 인한 항만에서 체선율 증가에 따른 공급량 감소 효과인 체선율을 변수로 사용하여 부정기 건화물선 운임지수(BDI)와의 인과성 및 영향에 대하여 분석하였다. 위드코로나로 전환되어 체선율이 감소할 경우 해운시황의 하락 리스크가 있을 것으로 예상 된다. 하지만 2023년부터 시행되는 선박 배기가스 탄소배출 감축 규제와 2021년 발주되는 신조선들의 인도시기는 2023년 이후이기 때문에 내년까지도 선복량은 부족할 수 밖에 없을 것으로 예상되어 체선율이 감소되고 해운시황이 하락하더라도 부정기 벌크선박들의 수익성은 2008년 이후의 불황기와는 다르게 나쁘지 않은 수준으로 유지될 것으로 예상된다. 이번 COVID-19 팬데믹발 세계경제 불안정성은 경제적 요인이 아닌 팬데믹으로 인한 생태적 위협으로부터 발생했다는 점에서 과거 경제위기와는 다른 관점에서 분석해 볼 필요가 있다고 생각되며 간접적으로 해운시장에서 공급감소 효과로 나타나는 체선율과의 인과성과 설명력을 분석하였다는데 의의가 있다고 할 수 있다.

• 한국항해항만학회:학술대회논문집
• /
• 한국항해항만학회 2017년도 추계학술대회
• /
• pp.50-53
• /
• 2017

장기 해운불황에 따라 불확실성이 증폭되고 있는 상황에서 경기추세의 이해뿐만 아니라 예측 또한 중요해지고 있는 실정이다. 본 논문에서는 최근 특정 복잡한 문제에 대해서 각광받고 있는 인공신경망을 적용하여 BDI 예측을 연구하였다. 사용된 인공신경망은 순환신경망으로 RNN과 LSTM 그리고 비교의 목적으로 MLP를 통해 2009.04.01.부터 2017.07.31.의 기간을 대상으로 연구를 진행하였다. 또한 전통적 시계열 예측방법론인 ARIMA 분석을 실시해 인공신경망들의 예측성능과 비교하였다. 결과로 순환신경망인 RNN의 성능이 가장 뛰어났으며 LSTM의 특정 시계열(BDI)에의 적용가능성을 확인할 수 있었다.