• 한국항만경제학회지
• /
• 제35권3호
• /
• pp.61-72
• /
• 2019

본 연구는 컨테이너 해운산업의 경쟁력 제고와 발전을 위해 다변량 시계열 모형을 이용한 컨테이너선 시장의 실증적 분석에 기초하여 컨테이너 해운시장의 동태적 움직임에 대한 전략을 제시하고자 했다. 분석 방법론으로는 벡터자기회귀모형(VAR), 벡터오차수정모형(VECM) 등의 다변량 시계열 모형을 사용했다. 실증분석을 위해 컨테이너선 시장의 연간 운송량, 선박량, 운임 자료를 활용했다. 분석 결과에 따르면, 가장 외생적 변수인 운송량 변수가 전체 컨테이너선 시장의 동태적 움직임에 가장 큰 영향을 미친다는 것을 확인할 수 있었다. 이러한 실증분석 결과에 기초하여 본 논문은 선박 투자, 운임 예측, 선사의 전략 수립 등에 대한 시사점을 제시했다. 선박 투자와 관련해서는 해운시장의 외생 변수인 운송량이 운임 불확실성에 가장 큰 비중을 차지하고 있기 때문에 미래 운임수입 흐름에 기반한 프로젝트 금융 보다는 운항 선주의 재무적 안정성을 강조하는 기업 금융 방식이 컨테이너선 투자의 위험관리에 적합하다는 것을 알 수 있다. 운임예측과 관련해서는 미래 예측대상 시점의 변수 값을 사용하는 단순 회귀 예측에 비해 과거의 값만으로 예측값을 도출할 수 있는 VAR 모형 또는 VECM 모형이 보다 현실성이 있다는 점을 살피고 있다. 마지막으로 선사의 전략 수립과 관련하여 시황과 연계한 원리금 상환 계약과 화주와의 운송 계약 도입을 권고하고 있다.

• 지능정보연구
• /
• 제21권4호
• /
• pp.17-35
• /
• 2015

시장 수요 예측은 일정 기간 동안 소비자에게 판매되는 동종 제품 또는 서비스의 수량 혹은 매출액의 규모를 추정하는 활동으로서, 기업경영활동에 있어 효율적인 의사결정을 내릴 수 있는 근거로 활용된다는 점에서 중요하게 인식되고 있다. 신규 시장의 수요를 예측하기 위해 다양한 시장성장모형이 개발되어 왔다. 이런 모형들은 일반적으로 시장의 크기 변화의 동인을 신기술 확산으로 보고 소비자인 개인에게 기술이 확산되는 과정을 통해 시장 크기가 변하는 과정을 확산모형으로 구현하게 된다. 그러나, 시장이 형성된 직후에는 수요 관측치의 부족으로 인해 혁신계수, 모방계수와 같은 예측모형의 모수를 정확하게 추정하는 것이 쉽지 않다. 이런 경우, 전문가의 판단 하에 예측하고자 하는 시장과 유사한 시장을 결정하고 이를 참고하여 모수를 추정하게 되는데, 어떤 시장을 유사하다고 판단하느냐에 따라 성장모형은 크게 달라지게 되므로, 정확한 예측을 위해서는 유사 시장을 찾는 것은 매우 중요하다. 그러나, 이런 방식은 직관과 경험이라는 정성적 판단에 크게 의존함으로써 일관성이 떨어질 수밖에 없으며, 결국, 만족할 만한 수준의 결과를 얻기 힘들다는 단점을 지닌다. 이런 정성적 방법은 유사도가 더 높은 시장을 누락시키고 유사도가 낮은 시장을 선택하는 오류를 일으킬 수 있다. 이런 이유로, 본 연구는 신규 시장의 모수를 추정하기 위해 필요한 유사시장을 누락 없이 효과적으로 찾아낼 수 있는 사례기반 전문가 시스템을 설계하고자 수행되었다. 제안된 모형은 데이터 마이닝의 군집분석 기법과 추천 시스템의 내용 기반 필터링 방법론을 기반으로 전문가 시스템으로 구현되었다. 본 연구에서 개발된 시스템의 유용성을 확인하고자 정보통신분야 시장의 모수를 추정하는 실험을 실시하였다. 전문가를 대상으로 실시된 실험에서, 시스템을 사용한 모수의 추정치가 시스템을 사용하지 않았을 때와 비교하여 실제 모수와 더 가까움을 보임으로써 시스템의 유용성을 증명하였다.

• 한국콘텐츠학회논문지
• /
• 제7권7호
• /
• pp.161-170
• /
• 2007

국 내외적으로 e-비즈니스는 일반적인 상거래 유형으로 자리 잡고 있다. 최초 e-비즈니스는 전자상거래라는 용어로 시작되었다. 그러나 점점 단순한 전자상거래보다 포괄적인 전자상거래 방식으로 변화되었다. 이러한 시점에서 한국의 e-비즈니스 시장에 대한 연구를 통해 성숙된 e-비즈니스 시장의 진입과 세계시장을 이끌 수 있는 토대를 마련하고자 한다. 이를 위해 한국 시장의 e-비즈시장 활성화를 위한 핵심성공요인의 성숙 단계를 측정하였다. 시간의 흐름에 따라 변화되는 핵심성공요인 의 중요도를 측정하여 한국 시장에서의 e-비즈니스의 활성화의 수준을 분석하였다. 이를 통해, 향후 e-비즈니스 시장의 발전 방향을 예측하고, 이에 대응할 수 있는 방안을 제공하고자 한다.

• 한국경영과학회:학술대회논문집
• /
• 한국경영과학회 2005년도 추계학술대회 및 정기총회
• /
• pp.414-421
• /
• 2005

시청률은 각 방송사의 주요 수입원인 광고비 책정의 중요한 변수이다. 따라서 프로그램 편성자(Program Planner)는 경쟁 방송사의 편성을 고려한 시청률 최대화 전략을 수립하려 하며, 시청률 예측 모델을 사용하여 그 목적을 달성할 수 있다. 나아가 시청률 예측모델이 정확할수록 현재의 임의적인 광고비 책정 방식보다 정확한 광고비의 가격 책정이 가능해져 보다 합리적인 광고 및 미디어 시장 환경을 성립할 수 있다. 본 연구에서는 최근의 국내 TV 시청률 자료를 이용하여 국내 공중파 방송에 대한 시청률 예측 모델을 성립하고, 이를 이용한 시청률 최대화 전략을 제시한다.

• 한국항해항만학회지
• /
• 제47권3호
• /
• pp.167-173
• /
• 2023

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. QPS 값은 0.13으로 위기 예측에 대해 높은 정확성을 지니는 것으로 검증됐다. 더불어 기존의 다른 시계열 예측모형 연구들과 달리 본 연구는 경제 위기와 유조선 해운시장의 위기 간의 시차를 계량적으로 접근하여, 관련 해운산업 종사자들과 정책 입안자들에게 위기에 효과적으로 대처할 수 있는 전략의 기틀을 제공함에 의의가 있다.

• 한국콘텐츠학회논문지
• /
• 제17권5호
• /
• pp.165-173
• /
• 2017

본 연구의 목적은 한국 주식시장과 인접한 동아시아 주식시장과의 상관관계와 변동성을 분석하는데 있다. 동아시아 주식시장은 한국과 지리적으로 경제적으로 가까운 일본과 중국, 홍콩, 대만을 선정하였다. 한국과 동아시아 주식시장간 상관관계와 변동성을 파악한다면 투자 예측에 도움이 될 수도 있다. 또한 글로벌 포트폴리오 차원에서 자산배분의 투자위험을 감소할 수도 있다. 이를 위해 지난 163개월 동안의 국가별 월별 수익률 자료를 이용하여 상승률과 상관계수, 회귀분석 등을 산출하고 비교 분석하였다. 상관관계를 분석한 결과 한국은 대만이나 홍콩과 높은 상관관계를 보인 반면 중국과는 낮은 상관관계를 보여주었다. 중국은 홍콩을 제외하고 다른 국가와 낮은 상관관계를 보여 동아시아에서 독자적인 시장을 형성하고 있었다. 홍콩은 동아시아 주식시장 내 다른 국가와 동행성이 가장 높은 시장으로 판단되어 홍콩시장이 동아시아 주식시장의 방향성을 제시할 수도 있다.

• 한국항만경제학회지
• /
• 제33권1호
• /
• pp.75-87
• /
• 2017

본 연구의 목적은 시스템 다이내믹스를 활용하여 선박 연료유 가격의 중장기 예측분석을 수행하는 것이다. 연료유 가격의 정확한 예측을 위해 가격 결정에 영향을 미치는 다양한 변수들 간의 인과적 관계를 바탕으로 정량화된 모델을 구축하였다. 연료유 가격 결정에는 유가에 영향을 미치는 원유 소비와 생산, 경제변화에 영향을 미치는 GDP, 환율 등과 함께 해운물류시장의 수요와 공급에 의해 결정되는 해상운임 등 다양한 구성변수들을 기반으로 시스템 다이내믹스를 활용한 연료유 가격을 예측하고 MAPEs 등을 통한 객관성을 검증하였다. 본 연구의 분석 결과 2029년까지의 연료유 가격은 2016년 대비 소폭 상승세를 보일 것으로 예상되지만 지난 2012년과 같은 급등세는 나타나지 않을 것으로 전망되었다. 본 연구는 각종 변수들 간의 동적인 인과관계를 활용하여 연료유 가격을 예측하여 합리적 추정결과를 유도할 수 있었다는 점과 가격 결정에 영향을 미치는 다양한 변수들의 구조적 관계를 손쉽게 파악함으로써 연료유 가격 변화에 대한 종합적인 위험 관리가 가능하여 해운기업의 효율적인 선대관리를 지원하는데 가치를 가지고 있다.

• 한국컴퓨터정보학회논문지
• /
• 제29권5호
• /
• pp.11-20
• /
• 2024

최근 IT 기술의 발전과 더불어 금융 시장에서의 불확실성이 증대되는 상황에서 기업 신용등급 평가의 중요성을 인식하고, 이를 개선하기 위한 새로운 접근 방식으로 딥러닝 모델인 TabNet을 제안한다. 이에 본 연구에서는 TabNet을 활용하여 기업 신용등급을 예측하고, 이의 예측 성능을 기존 머신러닝 방법론과 상세하게 비교한다. 한국의 주요 증권시장에 상장된 기업들의 재무 데이터를 기반으로 TabNet 알고리즘을 적용하여 신용등급 예측 모델을 구축하고, 다양한 머신러닝 모델과의 성능을 비교 분석하였다. 실험 결과, TabNet 모델은 Precision 0.884, F1이 0.895로 기존의 머신러닝 모델들보다 우수한 성능을 보였으며, 고위험 기업을 저위험 기업으로 잘못 분류하는 경우가 다른 머신러닝 모델보다 적어 TabNet의 우수성을 확인하였다. 이는 TabNet이 기업 신용등급 예측에 있어 효과적인 도구로 활용될 수 있으며, 금융기관의 신용 위험 관리 및 의사 결정 과정을 지원할 수 있을 것으로 기대한다.

• 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.

• 한국산학기술학회논문지
• /
• 제22권4호
• /
• pp.228-234
• /
• 2021

부동산의 시장 참여자들에게 부동산 가격에 대한 방향성을 예측하는 것은 의사결정에 있어서 매우 중요하다. 이를 위해 주로 회귀분석, ARIMA, VAR 등의 방법론을 사용하는데 이는 불특정 변수에 의해서 변동하는 자산의 가치를 예측하는데 한계점을 갖는다. 때문에 본 연구에서는 이를 보완하기 위해서 인공신경망 기법을 이용해 부동산 시장에서 유동성이 풍부한 서울 아파트 가격 추이를 예측하고자 한다. 인공신경망 학습을 위해서 총 12개의 거시 및 미시적 변수를 나눠 학습 모형을 설계하는데 거시적 요인은 CASE1, 미시적 요인은 CASE2 그리고 두 요인을 조합해서 요인을 구성한 CASE3 으로 나눠서 실험한다. 그 결과 CASE1 과 CASE2 는 약 2년 동안 87.5%의 예측을 보이고 CASE3은 95.8%의 예측성과를 보인다. 본 연구는 아파트 가격에 영향을 주는 다양한 요인들을 거시적 및 미시적으로 구분하여 정의하고 미래의 아파트 가격의 방향성을 예측하는데 인공신경망 기법을 제안하고 그 실효성을 분석했다. 따라서 최근 발전하고 있는 학습 기법이 부동산 분야에 다양한 관점으로 적용되어 시장 참여자들의 효율적인 의사결정을 할 수 있기를 기대한다.