• 한국항해항만학회지
• /
• 제42권6호
• /
• pp.539-545
• /
• 2018

운임시장의 심한 변동성과 시계열 데이터의 불안정성으로 해운시황 예측에 대한 연구가 큰 성과를 내지 못하고 있지만 최근 대표적인 비선형 모델인 기계학습모델을 적용한 연구들이 활발히 진행되고 있다. 대부분의 기존 연구가 계량모델의 설계단계에서 입력변수에 해당하는 요인들을 기존 문헌연구와 연구자의 직관에 의존하여 선정했기 때문에 요인선정에 대한 체계적인 연구가 필요하다. 본 연구에서는 케이프선 운임을 대상으로 단계적 회귀모형과 랜덤포레스트모델을 이용하여 중요 영향요인을 분석하였다. 해운시장에서 비교적 단순한 수급구조를 가져 요인파악이 용이한 케이프선 운임을 대상으로 하였으며 총 16개의 수급요인들을 사전 추출하였다. 요인간의 상호관련성을 파악하여 단계적 회귀는 8개 요인, 랜덤포레스트는 10개 요인을 분석대상으로 선정하였으며 선정된 변수를 입력변수로 하여 예측한 결과를 비교하였다. 랜덤포레스트의 예측성능이 아주 우수하였는데 수요요인이 주로 선정된 단계적 회귀분석과는 달리 공급요인이 비중 있게 선정되었기 때문인 것으로 판단된다. 본 연구는 운임예측 연구에 있어 운임결정요인에 대한 과학적인 근거를 마련하였으며 이를 위해 기계학습 기반의 모델을 활용하였다는데 연구적 의의가 있다. 또한 시장정보의 분석에 있어 실무자들이 어떤 변수에 중점을 두어야 하는지에 대해 합리적 근거를 제시한 측면에서 해운기업의 의사결정에 실질적 도움이 될 것으로 기대된다.

• 한국항만경제학회지
• /
• 제38권3호
• /
• pp.87-104
• /
• 2022

해운시장의 구조적 복잡성 및 높은 변동성을 감안할 때, 해운시황에 미치는 영향요인을 식별하고 상호관계를 파악하는 것은 아주 중요하다. 본 연구는 해운시장에서 가장 근본적인 수요 및 공급요인이라고 할 수 있는 세계 경제상황 및 선대량과 해운시황 간의 동적 상호관계 분석을 목적으로 한다. 벌크선형 중 케이프선과 파나막스선을 대상으로 1999년 2021년까지의 GDP, 선대량 성장률, BCI 및 BPI의 분기 자료를 사용하였으며, 웨이블릿 결합성 분석 및 웨이블릿 그랜저 인과관계 분석을 통해 시간-주기영역에서 변수 간 동조화 및 인과관계를 파악하고자 하였다. 실증분석 결과, 변수 간 동조화 및 인과관계에 있어 주기별 및 시기별로 큰 차이를 보여 이들 변수 간 동적 상호작용이 존재한다는 것을 알 수 있었다. 또한 수요와 공급요인을 동시에 적용한 다중 웨이블릿 결합성 분석에서 변수간 인과성이 명확하게 드러나지 않은 것과는 달리 제어변수로 선대량 성장률과 GDP를 설정한 부분 웨이블릿 결합성 분석에서는 주기 및 시기별 인과관계를 파악할 수 있었다. 이를 통해 두 수급요인이 해운경기에 뚜렷한 영향을 미친다는 것과 해운시황 영향요인의 상호관계 분석을 위해서는 수요와 공급요인을 분리하여 해석하는 것이 필요하다는 것을 알 수 있었다. 마지막으로 해운시장의 호황과 불황에 해상운임지수는 각각 수요 및 공급요인과 높은 상관성을 보였으며, 전반적으로 호황일 때는 GDP가 운임지수를 동일 위상으로 선도하고 불황일 때는 선대량 성장률이 운임지수를 반대 위상으로 선도하였다. 본 연구의 분석결과는 기존에 사용이 미미했던 웨이블릿 분석방법을 해운분야에 적용했다는 점과 수급요인을 분리하여 해운시황을 분석함으로써 수요 및 공급으로 해운시황을 판단할 수 있는 합리적인 근거를 제시하였다는 점에서 의의가 있다.