본 연구는 COVID-19 이전과 이후의 건화물선 시장 연계성을 분석하여, COVID-19가 글로벌 해운 산업에 미친 영향을 살펴보았다. 주요 건화물선 시장 운임 지수인 케이프 지수(BCI), 수프라막스 지수(BSI), 파나막스 지수(BPI), 핸디사이즈 지수(BHSI)의 동적 연계성을 Quantile Time Frequency Connectedness 방법론을 사용하여 분석하였다. 분석 결과는 다음과 같다. 첫째, COVID-19 발생 이후 건화물선 시장의 총 전이 연계성은 전체 기간과 단기적으로 증가한 반면, 장기적으로는 약간 감소하였다. 둘째, 지수 간의 역할이 시장 상황에 따라 변화하였으며, COVID-19로 인해 단기 BPI와 장기 BSI가 순 수신자에서 순 전달자로 변하는 등 순 전이 연계성에 영향을 미쳤다. 셋째, 극단적인 상황에서 장기 연계성이 단기보다 더 증가하는 경향이 관찰되었다. 넷째, 극단적인 시장 상황에서 상호 연계성이 더욱 강화되는 현상을 확인할 수 있었다. 이러한 결과는 단기적인 시장 충격과 장기적인 안정성 추세를 이해하는 데 중요한 시사점을 제공하며, COVID-19와 같은 글로벌 위기 상황에서 건화물선 시장 간의 연계성이 강화됨을 보여준다. 이는 해운 시장의 복원력과 취약성을 평가할 수 있는 근거를 마련하고, 투자자와 정책 결정자에게 위기 관리와 투자 전략 수립에 유용한 정보를 제공한다.
Purpose: The purpose of this study is to overcome limitations of conventional studies that to predict Baltic Dry Index (BDI). The study proposed applications of Artificial Neural Network (ANN) named Long Short-Term Memory (LSTM) to predict BDI. Methods: The BDI time-series prediction was carried out through eight variables related to the dry bulk market. The prediction was conducted in two steps. First, identifying the goodness of fitness for the BDI time-series of specific ANN models and determining the network structures to be used in the next step. While using ANN's generalization capability, the structures determined in the previous steps were used in the empirical prediction step, and the sliding-window method was applied to make a daily (one-day ahead) prediction. Results: At the empirical prediction step, it was possible to predict variable y(BDI time series) at point of time t by 8 variables (related to the dry bulk market) of x at point of time (t-1). LSTM, known to be good at learning over a long period of time, showed the best performance with higher predictive accuracy compared to Multi-Layer Perceptron (MLP) and Recurrent Neural Network (RNN). Conclusion: Applying this study to real business would require long-term predictions by applying more detailed forecasting techniques. I hope that the research can provide a point of reference in the dry bulk market, and furthermore in the decision-making and investment in the future of the shipping business as a whole.
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.
In this study, the relationship between Baltic Dry Index(BDI) and maritime trade volume in the dry cargo market was verified using the vector autoregressive (VAR) model. Data was analyzed from 1992 to 2018 for iron ore, steam coal, coking coal, grain, and minor bulks of maritime trade volume and BDI. Granger causality analysis showed that the BDI affects the trade volume of coking coal and minor bulks but the trade volume of iron ore, steam coal and grain do not correlate with the BDI freight index. Impulse response analysis showed that the shock of BDI had the greatest impact on coking coal at the two years lag and the impact was negligible at the ten years lag. In addition, the shock of BDI on minor cargoes was strongest at the three years lag, and were negligible at the ten years lag. This study examined the relationship between maritime trade volume and BDI in the dry bulk shipping market in which uncertainty is high. As a result of this study, there is an economic aspect of sustainability that has helped the risk management of shipping companies. In addition, it is significant from an academic point of view that the long-term relationship between the two time series was analyzed through the causality test between variables. However, it is necessary to develop a forecasting model that will help decision makers in maritime markets using more sophisticated methods such as the Bayesian VAR model.
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.
2008년 9월 미국의 서브프라임 모기지 부실에 의한 리먼브러더스 사태로 시작된 글로벌 금융위기가 세계 건화물해운시장에도 영향을 끼쳐 건화물 물동량 감소와 선박의 공급과잉으로 세계 건화물해운산업과 조선산업에 심각한 불황을 유발하였다. 이러한 상황에서, 국제경제의 동향에 민감한 한국경제의 구조 여건상 한국의 건화물선해운기업(또는 건화물선사)도 2008년 이후 현재까지 어렵게 경영을 헤쳐가고 있다. 이와 같은 심각한 불황과 그 여파로 건화물선사의 수익이 급감 할 수밖에 없게 되었으며 열악한 재무구조로 인해 경영이 부실해지고 급기야 도산과 파산하는 해운기업이 속출하게 되었다. 이러한 점을 고려하여 동 연구는 2008년 글로벌 금융위기를 기점으로 2005년부터 2007년까지와 그 후 2010년부터 2012년까지로 기간을 선정한 다음 한국의 외항 건화물 해운기업을 건전기업과 부실기업으로 구분하여 두 기업집단 간의 주요 재무비율에 어떠한 변화와 차이가 있었는지 t 검정을 통해 분석하였다. 실증분석에서 두 집단 간에 차이를 보인 주요 재무비율로는 수익성비율과 성장성비율이다. 본 연구의 의의는 첫째, 해운기업 경영에도 역시 재무건전성에 대한 체계적인 관리가 중요하며 이를 위해 수익성이 높은 화물을 계약하는 영업전략이 중요하다. 둘째, 선박의 효율적인 운항 및 관리로 성장성이 지속되는 기업으로 경영해야 한다는 것이다.
이 연구는 VAR 모형을 이용하여 국제유가가 BDI, 선형에 따라 BCI, BPI 등 3개의 운임 지수에 각각 어떠한 영향을 미치는지와 VECM모형을 이용하여 케이프사이즈와 파나막스 시장 간의 파급효과를 분석하였다. 첫째, VAR모형을 이용하여 국제유가의 변화가 BCI에 미치는 효과는 시차 1기의 경우 통계적으로 정(+)의 유의적인 효과를 갖고, BPI의 경우에는 시차 3기의 경우에만 음(-)의 유의적인 효과를 갖고, BDI 운임지수에 미치는 효과는 시차 1기의 경우 통계적으로 정(+)의 유의적인 효과를 갖는 것으로 나타났다. 충격반응함수 분석의 결과는 국제유가의 충격으로부터 BDI의 반응은 약 3개월 정도 지속적으로 상승하다가 이후로는 감소하는 것으로 나타났다. 둘째, VECM모형을 이용하여 케이프사이즈와 파나막스 시장 간의 파급효과를 분석한 결과는 BCI와 BPI 운임지수 간에 장기적인 균형관계로부터의 이탈이 발생하는 경우 BPI 운임지수가 감소하는 방향으로 조정되었다. 또한 동태적인 상관관계의 경우 시차 1기의 케이프사이즈 시장에서의 운임이 상승하면 금기의 파나막스 시장에서의 운임이 상승하는 것으로 나타났다. BCI와 BPI 운임지수간의 동학적인 충격반응함수의 분석으로부터 BCI 운임지수의 충격으로부터 BPI 운임지수의 반응은 약 3개월 정도 가파르게 상승하다가 5개월 이후로는 변화가 없는 것으로 나타났고, BPI 운임지수의 충격에 대한 BCI 운임지수의 충격반응의 정도는 매우 작게 나타났으며, 약 3개월 정도 완만하게 상승하다가 이후로 거의 변화가 없는 것으로 나타났다.
본 연구는 부정기 건화물선 시장에서 용선의사결정시 분석적 방법과 의사결정자의 경험에 의한 직관이나 성향과 같은 직관적 방법이 의사결정에 미치는 영향을 확인하고자 하였다. 해운기업들이 왜 운임 예측, 용선계약시 고려하는 업무요소와 대안선택의 중요도와 같은 분석적인 방법에 따라서 합리적인 의사결정과 행동을 하지 않고, 동일한 시장 상황에서 의사결정의 차이로 동일한 행동을 하지 않는지 확인하기 위하여 용선 의사결정모형 연구를 시작하였다. 해운기업들은 용선 의사결정을 위해서 시장 전망, 현물 및 선물지수와 같은 외부 환경적인 시장요인을 활용하며, 내부적으로 운임(용선료) 분석, 화물 및 계약의 특성에 따라서 위험성이 적은 대안 선택을 위한 분석을 한다. 하지만 분석적 방법으로 확인이 어려운 다양한 의사결정 부분들이 존재하고 제한된 시간 안에 빠른 결정이 필요한 상황에서 의사결정자의 경험적 직관이나 심리적인 요인에 따른 의사결정이 최적의 대안 선택이 될 수도 있다. AHP분석으로 용선의사결정시 의존하는 방법 요인들의 중요도를 검증하였다. 용선의사결정 상위요인의 의존도는 시장요인, 경험적 직관, 내부요인, 군집행동성, 손실회피성 순으로 나타났다. 세부요인으로는 현물 운임지수, 경험적 직관이 의사결정시 의존하는 가장 중요한 요인으로 확인되었다. 분석적 방법인 내부적 분석보다 경험적 직관이 보다 중요도가 높다는 것을 확인하였다. 의사결정의 부문에 따른 대안 결정 분석 결과, 운임(용선료) 의사결정시에는 시장요인, 내부요인, 손실회피성, 군집행동성에 의존도가 높으며, 선박과 선사 결정에서는 경험적 직관성에 의존도가 높은 것으로 나타났다. 대안으로 선택할 수 있는 선박들의 운임에 차이가 작을 경우에는 의사결정자의 경험에 의해서 선박과 선사를 결정하고 있음을 알 수 있다. 용선계약의 형태에 따른 대안 결정 분석 결과, 장기계약 결정시에는 상대적으로 시장요인, 내부요인, 손실회피성에 의한 의존도가 높게 나타났으며, Spot계약 결정시에는 경험적 직관성과 군집행동성에 더 의존하고 있다고 나타났다. 장기계약은 Spot계약보다 시황에 따른 손실위험이 높고 손실 금액이 매우 크기 때문에 보다 더 분석적인 방법이 필요하며 손실회피 성향이 더 높게 작용한다고 판단된다. 또한 Spot계약시에는 보다 탄력적이고 빠른 의사결정이 필요하며 담당 관리자의 의사결정에 대한 권한이 많고, 장기계약보다 시황에 따른 손실 위험성의 민감도가 낮고, 분석적 방법보다는 경험과 시장의 분위기에 따라가는 의사결정을 하고 있다는 것을 알 수 있다. 본 연구는 온전히 합리적일 수 없는 인간의 제한된 합리성과 때로는 경험에 의존하거나 심리적인 성향을 부정기 건화물선 해운시장에서 용선 의사결정모형에 적용하여 학문적으로 연구하고 증명한 것에 의의가 있다고 할 수 있다. 또한 불확실하고 의사결정에 따른 손실 위험이 높은 부정기선 시장에서 의사결정자의 경험과 통찰력이 해운기업의 용선계약 부분의 업무 성과와 수익에 매우 중요한 영향이 있다는 것을 시사한다.
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.
본 연구는 2000~2013년까지의 월별 시계열 자료를 이용하여 실물 금융변수와 해운경기간의 동태적 상관관계를 분석한다. 특히, 2008년 글로벌위기 이후 운임지수의 지속적인 하락국면에서 실물 금융변수가 얼마만큼의 영향을 미쳤는가를 중심으로 분석하였다. 모형의 적합성과 예측력 비교를 위해 기존의 일반적인 VAR 모형과 베이지안 VAR를 비교하였으며, VAR 모형 설정에 있어 외생성을 보다 객관적으로 도출하기 위해 DAG(Directed Acyclic Graph)를 활용하여 충격반응분석을 실시하고 각각의 모형에 대한 예측력을 비교하였다. 분석결과 BDI에 대한 금융 실물 부문의 영향에 대하여 베이지안 VAR 모형의 충격반응분석 결과는 일반적인 VAR 모형보다 명확하게 드러났으며, 두 모형 간의 예측력을 검정한 결과 베이지안 VAR 모형의 예측력이 매우 우월한 것으로 나타났다.
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.