본 연구는 혼합주기모형을 해운경기 예측에 활용하기 위해 기존의 비선형 장기균형관계분석에서 통계적으로 유의한 요인들을 단기모형에 적용하였다. 가장 일반적인 단일변수(univariate) AR(1) 모형과 혼합주기모형으로부터 각각 표본외 예측을 실시하여 예측오차와 비교한 결과 혼합주기모형의 예측력이 AR(1) 모형보다 향상됨을 확인하였다. 이러한 실증분석은 새로운 고차원 혼합주기모형이 해운경기변동 예측에 유용한 모형임을 의미하며, 즉, 최근 다변수 시계열 자료가 주로 장기균형관계(long-run equilibrium)를 대상으로 하고 있는데, 고차주기와 같은 정보를 분석에 포함할 경우 단기 해운경기 분석모형의 예측력이 향상될 수 있음을 의미하는 분석결과이다.
본 연구는 2015년 1월부터 2019년 12월까지의 건화물선 시장의 운임과 선가에 대한 패널 자료로부터 해운경기변동 특성을 분석한다. 분석은 두 가지 측면의 학술적 기여를 목표로 한다. 첫째, 기존연구가 전반적인 해운경기지표와 선박가격 지표를 대상으로 하는 반면 본 연구는 선종별로 세분화한 자료를 대상으로 해운경기지표와 선박 수급에 의한 가격변화의 관계를 분석한다. 둘째, 인과성 검정을 위한 VAR 모형을 계수에 대한 제약이 가능한 다차원 혼합 패널(heterogeneous mixed panel)모형으로 확장한다. 무엇보다도 패널 데이터 분석에서 주로 제기되는 계열상관 문제를 붓스트랩(bootstrap) 추정으로 제거하고 불안정한 자료에 대한 차분에 의한 정보손실 문제를 해결하여 추정한 정점이 존재한다. 해운시장에서 경기변동 요인과 선가 간의 인과관계에 대한 추정결과는 운임의 선가에 대한 영향이 1% 수준에서 통계적으로 유의한 것으로 나타났으나, 선박의 수급변화로 발생하는 선가의 변화가 해운경기에 미치는 영향은 존재하지 않는 것으로 드러났다. 이는 선박수급변화(선가변화)와 해운경기변화(운임변화) 간의 양방향(bilateral)의 인과관계보다는 해운경기변화(운임변화)의 선박수급변화(선가변화)에 대한 일방향(unilateral)의 인관관계가 존재함을 나타내는 실증분석 결과다.
본 논문은 투자수익성을 극대화 할 수 있는 건화물선 운항기업의 해운투자 의사결정 모델을 제시하는 것이 핵심 내용이다. 얼마전 우리나라 4위 해운기업인 대한 해운(주)가 법정 관리를 신청해 큰 충격을 주었는데, 그 이유를 살펴보면 전적으로 투자 의사결정이 잘못된 데 기인한다. 즉 대한해운(주)는 해운 경기가 피크에 이른 2007, 8년도에 집중적으로 산물선을 장기용선 방식의 투자확충 의사결정을 내렸으나, 2009, 10년도에 부정기선 운임지수가 거의 1/10 수준으로 폭락하여 막대한 손실을 보아 결국 자금압박으로 회사가 부도 상태에 이르게 되었다. 이러한 문제는 지난 1980년대 초에도 발생된 바 있으나 여전히 반복되고 있다는 사실이 안타깝다. 따라서 본 논문은 해운 경기가 호황에 있을 때 오히려 일정 선박을 매각하고 필요한 선복량은 단기 용선하여 향후의 경기변동 상황에 대처하도록 하는 의사결정을 말한다. 즉, 해운 경기가 불황국면에 있을 때는 조선경기도 하락 하는 만큼 저가로 선박을 매수 또는 발주하고 서서히 해운 경기가 회복되고 본격적인 상승기에 역시 선가도 급격히 상승하는 시점에 일정 비율의 보유선박을 매각 처분하여 선박 매매차익을 실현하고 다시 경기가 하강한 시점에서 선박을 재매입하는 순환적인 투자 의사결정 모델이 건화물선 해운기업의 수익성 제고에 크게 기여할 수 있다고 본다. 이때 고객서비스 유지를 위해 필요한 선복량은 단기 용선으로 대체하여 가급적 선박 보유 비중을 낮추는 의사결정이 매우 중요한데, 이러한 전략적 투자의사결정 모델은 자본집약적 산업인 해운기업의 재무위험과 영업위험을 모두 낮출 수 있게 된다는 것이 논문의 핵심이다.
해운경기와 밀접한 관계를 갖는 세계 경기가 유럽재정위기와 같은 일련의 사건으로 침체국면에서 벗어나지 못하고 있어 장기적인 해운시황에 대한 우려가 커지고 있으며, BDI 건화물선 종합운임지수가 1000포인트에도 도달하지 못해 해운기업의 어려움을 가중시키고 있다. 본고는 해운경기의 불황탈피가 2013년에 가능한가를 파악하기 위해 BDI를 예측하는데 목적을 둔다. 해상운임에 영향을 미치는 변수들로 구성된 다변량모형 대신 BDI로만 구성된 단일변량모형인 자기회귀-이동평균모형과 장기순환과정을 보여주는 Hodrick-Prescott 필터 기법을 이용하여 2013년의 BDI를 예측한다. 3개의 ARIMA모형과 2개의 개입-ARIMA 모형을 이용하여 2013년에도 지속적으로 BDI가 하락하는 760과 670사이에서 움직인다는 것을 보인다. HP기법을 통한 예측은 750에서 556사이의 변동을 예상하여 ARIMA모형보다 해운경기를 더 비관적이라는 것도 밝힌다. 또한 5개의 ARIMA모형의 예측오류가 RW모형보다 낮을 뿐만 아니라 그 크기가 대단히 작아 예측치가 크게 빗나갈 가능성이 낮다는 것도 보인다.
한국 경제에 근간이 되는 산업은 제조업이고, 그중 석유화학산업은 전량 원유를 수입하여 우리나라의 기술력으로 가공하여 재수출하는 전략적 성장 산업이다. 수많은 제조업의 원료가 되는 원유를 전량 해상운송을 통해 수입하는 우리나라는 변동성이 심한 유조선 운임 시장에 대해 기민하게 대응해야 한다. 유조선 운임 시장의 위기는 관련 해운회사의 위기에서 끝나지 않고 원유를 사용하는 산업에서부터 국민의 생활까지 영향을 미칠 수 있으므로, 본 연구에서 신호접근법을 활용한 조기경보모형을 제시했다. BDTI 운임지수를 활용하여 유조선 해운시장 위기를 정의하고, 38개의 거시경제, 금융, 원자재 지표 그리고 해운시장 데이터를 활용해 시차상관관계를 분석하여 유조선 해운시장 위기에 선행적으로 반응하는 종합선행지수를 도출했다. 연구 결과, 종합선행지수는 두 달 전 가장 높은 0.499의 시차상관계수 값을 가졌으며, 5개월 전부터 유의미한 상관계수 값을 나타냈다. 더불어 QPS 값은 0.13으로 위기 예측에 대해 높은 정확성을 지니는 것으로 검증됐다.
본 연구는 2000년 1월부터 2021년 12월까지의 대표적 원자재 운송 수단인 Capesize 중고선가를 대상으로 해운산업에 대한 분위수 모형을 추정한다. 본 연구는 두 가지 학술적 기여를 목표로 한다. 첫째, 혼재된 실증분석 결과가 제기되는 원자재 운송 시장의 대표적 선종인 Capesize 중고선과 운임시장의 연관성을 분석한다. 둘째, 분위수 회귀로 김현석·장명희(2020a) 연구에서 제기하는 구조변환을 고려하는 실증분석 모형을 제시한다. 분석 결과는 분위수 모형은 시계열 자료에서 구조변화를 분석에 반영함으로써 오차의 불안정성으로 제기되는 문제를 우회할 수 있음을 확인한다. 그리고 공적분 모형의 장기 균형관계를 장기와 단기 추정변수를 통해 외생변수의 장·단기 영향으로 구분하고, 이를 분위별로 세분화한 예측으로 확장한다. 이상의 추정결과는 해운 이론모형에 기반한 분석을 인공지능과 기계학습으로 확장할 수 있는 근거가 된다.
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.
본 연구의 목적은 딥러닝 기법의 하나인 인공신경망 모델을 활용하여 선박의 가치평가 모델을 개발하는 것이다. 선박의 가치는 해운시장 변화와 밀접한 관계가 있으며, 경기 변동성이 크고 시장 민감성이 높은 해운시장의 특성상 가치의 불확실성 역시 높게 나타나고 있다. 이러한 선박가치의 중요성에도 불구하고 국내외적으로 선박가치평가의 체계 개선 및 평가모델의 객관성과 신뢰성을 제고시키기 위한 연구는 부족한 실정이다. 따라서 본 연구에서는 딥러닝 방법을 통해 선박의 가치를 산출하는 새로운 평가모델을 제시하고자 한다. 가치평가의 대상은 중고 VLCC선이며, 선행연구를 통해 선박의 가치 변화를 유발하는 주요 요인들을 선별하여 변수를 설정하고 2010년 1월부터 현재까지의 해당 데이터를 확보하였다. 교차검증을 통해 파라미터들을 추정하여 인공신경망의 최적 구조를 식별하고 이에 대한 객관성과 신뢰성을 검증한 결과 인공신경망 모델의 가치평가 정확성이 우수함을 확인하였다. 본 연구는 선박가치평가의 전통적 방법론에서 탈피하여 기계학습 기반의 딥러닝 모델을 활용한 측면에서 독창적인 의미가 있다.
2008년 글로벌 금융위기를 비롯하여 세계적인 경기불황이 닥칠 때마다 국내 해운업계는 상대적으로 더 큰 유동성 위기를 반복적으로 겪어오고 있다. 이와 같은 악순환이 반복되는 원인 가운데 하나가 운임변동성이 극심한 해운시장의 상황을 적시에 파악하고 분석하여 예측하는 역량이 부족하다는 것이다. 기존의 국내 해운업계는 해운시황을 파악하기 위해 유럽을 중심으로 한 리서치기관이나 해운중개업체에 외화를 지불하며 해운시황리포트를 구독하고 있는데, 이나마 기업의 규모에 따른 정보격차가 심한 상황이다. 이를 극복하기 위해 해운거래정보센터는 건화물 시장을 중심으로 항로별 운임 및 용선료, 철광석, 곡물, 석탄 등 원자재 동향, 조선, 중고선 및 해체선 매매현황, 선박연료유가 및 항만체선 등 해운거래에 반드시 필요한 정보들을 담아 해운시황리포트를 발간하고 있다. 본 연구는 해운시황리포트를 구독하는 해운업계 이용자를 대상으로 정보서비스 만족도를 측정하기 위해 정보유용성, 시장반영, 정보구성 및 정보최신성 등 4가지 요인이 정보만족도에 미치는 영향을 규명하고, 정보만족도가 높을 경우 향후 리포트 유료화 이후에도 계속해서 구매할 의사가 있는지를 실증분석을 통해 검증하고자 하였다. 연구결과 정보유용성, 시장반영, 정보구성 및 정보최신성 모두 정보만족도에 통계적으로 유의한 정(+)의 영향을 미치는 것으로 나타났고, 정보최신성은 구매의도에 직접적으로 유의한 정(+)의 영향을 미치는 것으로 확인되었으며, 높은 정보만족도는 구매의도로 연결된다는 점을 확인하였다.
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.
본 웹사이트에 게시된 이메일 주소가 전자우편 수집 프로그램이나
그 밖의 기술적 장치를 이용하여 무단으로 수집되는 것을 거부하며,
이를 위반시 정보통신망법에 의해 형사 처벌됨을 유념하시기 바랍니다.
[게시일 2004년 10월 1일]
이용약관
제 1 장 총칙
제 1 조 (목적)
이 이용약관은 KoreaScience 홈페이지(이하 “당 사이트”)에서 제공하는 인터넷 서비스(이하 '서비스')의 가입조건 및 이용에 관한 제반 사항과 기타 필요한 사항을 구체적으로 규정함을 목적으로 합니다.
제 2 조 (용어의 정의)
① "이용자"라 함은 당 사이트에 접속하여 이 약관에 따라 당 사이트가 제공하는 서비스를 받는 회원 및 비회원을
말합니다.
② "회원"이라 함은 서비스를 이용하기 위하여 당 사이트에 개인정보를 제공하여 아이디(ID)와 비밀번호를 부여
받은 자를 말합니다.
③ "회원 아이디(ID)"라 함은 회원의 식별 및 서비스 이용을 위하여 자신이 선정한 문자 및 숫자의 조합을
말합니다.
④ "비밀번호(패스워드)"라 함은 회원이 자신의 비밀보호를 위하여 선정한 문자 및 숫자의 조합을 말합니다.
제 3 조 (이용약관의 효력 및 변경)
① 이 약관은 당 사이트에 게시하거나 기타의 방법으로 회원에게 공지함으로써 효력이 발생합니다.
② 당 사이트는 이 약관을 개정할 경우에 적용일자 및 개정사유를 명시하여 현행 약관과 함께 당 사이트의
초기화면에 그 적용일자 7일 이전부터 적용일자 전일까지 공지합니다. 다만, 회원에게 불리하게 약관내용을
변경하는 경우에는 최소한 30일 이상의 사전 유예기간을 두고 공지합니다. 이 경우 당 사이트는 개정 전
내용과 개정 후 내용을 명확하게 비교하여 이용자가 알기 쉽도록 표시합니다.
제 4 조(약관 외 준칙)
① 이 약관은 당 사이트가 제공하는 서비스에 관한 이용안내와 함께 적용됩니다.
② 이 약관에 명시되지 아니한 사항은 관계법령의 규정이 적용됩니다.
제 2 장 이용계약의 체결
제 5 조 (이용계약의 성립 등)
① 이용계약은 이용고객이 당 사이트가 정한 약관에 「동의합니다」를 선택하고, 당 사이트가 정한
온라인신청양식을 작성하여 서비스 이용을 신청한 후, 당 사이트가 이를 승낙함으로써 성립합니다.
② 제1항의 승낙은 당 사이트가 제공하는 과학기술정보검색, 맞춤정보, 서지정보 등 다른 서비스의 이용승낙을
포함합니다.
제 6 조 (회원가입)
서비스를 이용하고자 하는 고객은 당 사이트에서 정한 회원가입양식에 개인정보를 기재하여 가입을 하여야 합니다.
제 7 조 (개인정보의 보호 및 사용)
당 사이트는 관계법령이 정하는 바에 따라 회원 등록정보를 포함한 회원의 개인정보를 보호하기 위해 노력합니다. 회원 개인정보의 보호 및 사용에 대해서는 관련법령 및 당 사이트의 개인정보 보호정책이 적용됩니다.
제 8 조 (이용 신청의 승낙과 제한)
① 당 사이트는 제6조의 규정에 의한 이용신청고객에 대하여 서비스 이용을 승낙합니다.
② 당 사이트는 아래사항에 해당하는 경우에 대해서 승낙하지 아니 합니다.
- 이용계약 신청서의 내용을 허위로 기재한 경우
- 기타 규정한 제반사항을 위반하며 신청하는 경우
제 9 조 (회원 ID 부여 및 변경 등)
① 당 사이트는 이용고객에 대하여 약관에 정하는 바에 따라 자신이 선정한 회원 ID를 부여합니다.
② 회원 ID는 원칙적으로 변경이 불가하며 부득이한 사유로 인하여 변경 하고자 하는 경우에는 해당 ID를
해지하고 재가입해야 합니다.
③ 기타 회원 개인정보 관리 및 변경 등에 관한 사항은 서비스별 안내에 정하는 바에 의합니다.
제 3 장 계약 당사자의 의무
제 10 조 (KISTI의 의무)
① 당 사이트는 이용고객이 희망한 서비스 제공 개시일에 특별한 사정이 없는 한 서비스를 이용할 수 있도록
하여야 합니다.
② 당 사이트는 개인정보 보호를 위해 보안시스템을 구축하며 개인정보 보호정책을 공시하고 준수합니다.
③ 당 사이트는 회원으로부터 제기되는 의견이나 불만이 정당하다고 객관적으로 인정될 경우에는 적절한 절차를
거쳐 즉시 처리하여야 합니다. 다만, 즉시 처리가 곤란한 경우는 회원에게 그 사유와 처리일정을 통보하여야
합니다.
제 11 조 (회원의 의무)
① 이용자는 회원가입 신청 또는 회원정보 변경 시 실명으로 모든 사항을 사실에 근거하여 작성하여야 하며,
허위 또는 타인의 정보를 등록할 경우 일체의 권리를 주장할 수 없습니다.
② 당 사이트가 관계법령 및 개인정보 보호정책에 의거하여 그 책임을 지는 경우를 제외하고 회원에게 부여된
ID의 비밀번호 관리소홀, 부정사용에 의하여 발생하는 모든 결과에 대한 책임은 회원에게 있습니다.
③ 회원은 당 사이트 및 제 3자의 지적 재산권을 침해해서는 안 됩니다.
제 4 장 서비스의 이용
제 12 조 (서비스 이용 시간)
① 서비스 이용은 당 사이트의 업무상 또는 기술상 특별한 지장이 없는 한 연중무휴, 1일 24시간 운영을
원칙으로 합니다. 단, 당 사이트는 시스템 정기점검, 증설 및 교체를 위해 당 사이트가 정한 날이나 시간에
서비스를 일시 중단할 수 있으며, 예정되어 있는 작업으로 인한 서비스 일시중단은 당 사이트 홈페이지를
통해 사전에 공지합니다.
② 당 사이트는 서비스를 특정범위로 분할하여 각 범위별로 이용가능시간을 별도로 지정할 수 있습니다. 다만
이 경우 그 내용을 공지합니다.
제 13 조 (홈페이지 저작권)
① NDSL에서 제공하는 모든 저작물의 저작권은 원저작자에게 있으며, KISTI는 복제/배포/전송권을 확보하고
있습니다.
② NDSL에서 제공하는 콘텐츠를 상업적 및 기타 영리목적으로 복제/배포/전송할 경우 사전에 KISTI의 허락을
받아야 합니다.
③ NDSL에서 제공하는 콘텐츠를 보도, 비평, 교육, 연구 등을 위하여 정당한 범위 안에서 공정한 관행에
합치되게 인용할 수 있습니다.
④ NDSL에서 제공하는 콘텐츠를 무단 복제, 전송, 배포 기타 저작권법에 위반되는 방법으로 이용할 경우
저작권법 제136조에 따라 5년 이하의 징역 또는 5천만 원 이하의 벌금에 처해질 수 있습니다.
제 14 조 (유료서비스)
① 당 사이트 및 협력기관이 정한 유료서비스(원문복사 등)는 별도로 정해진 바에 따르며, 변경사항은 시행 전에
당 사이트 홈페이지를 통하여 회원에게 공지합니다.
② 유료서비스를 이용하려는 회원은 정해진 요금체계에 따라 요금을 납부해야 합니다.
제 5 장 계약 해지 및 이용 제한
제 15 조 (계약 해지)
회원이 이용계약을 해지하고자 하는 때에는 [가입해지] 메뉴를 이용해 직접 해지해야 합니다.
제 16 조 (서비스 이용제한)
① 당 사이트는 회원이 서비스 이용내용에 있어서 본 약관 제 11조 내용을 위반하거나, 다음 각 호에 해당하는
경우 서비스 이용을 제한할 수 있습니다.
- 2년 이상 서비스를 이용한 적이 없는 경우
- 기타 정상적인 서비스 운영에 방해가 될 경우
② 상기 이용제한 규정에 따라 서비스를 이용하는 회원에게 서비스 이용에 대하여 별도 공지 없이 서비스 이용의
일시정지, 이용계약 해지 할 수 있습니다.
제 17 조 (전자우편주소 수집 금지)
회원은 전자우편주소 추출기 등을 이용하여 전자우편주소를 수집 또는 제3자에게 제공할 수 없습니다.
제 6 장 손해배상 및 기타사항
제 18 조 (손해배상)
당 사이트는 무료로 제공되는 서비스와 관련하여 회원에게 어떠한 손해가 발생하더라도 당 사이트가 고의 또는 과실로 인한 손해발생을 제외하고는 이에 대하여 책임을 부담하지 아니합니다.
제 19 조 (관할 법원)
서비스 이용으로 발생한 분쟁에 대해 소송이 제기되는 경우 민사 소송법상의 관할 법원에 제기합니다.
[부 칙]
1. (시행일) 이 약관은 2016년 9월 5일부터 적용되며, 종전 약관은 본 약관으로 대체되며, 개정된 약관의 적용일 이전 가입자도 개정된 약관의 적용을 받습니다.