ARIMA와 VAR·VEC 모형에 의한 부산항 물동량 예측과 관련성연구 = Study on the Forecasting and Relationship of Busan Cargo by ARIMA and VAR·VEC

국문 초록 (Abstract)

세계적인 장기경기침체 속에서 보다 정확한 물동량 예측은 항만정책 수행에 중요하다. 따라서, 본 연구에서는 부산항 컨테이너 물동량(수출입화물과 환적화물)을 단변량 모형인 ARIMA 뿐만 아니라 인과관계가 있을 것으로 예상되는 경제규모(한국, 중국, 미국의 국내총생산), 금리수준 그리고 경기변동을 고려한 벡터자기회귀모형과 벡터오차수정모형을 활용하여 추정하고 비교하였다. 측정자료는 2014년 1월부터 2019년 8월까지 월별 부산항 컨테이너 물동량이다. 분석결과에 의하면, 수출입물동량 시계열은 비교적 안정적(stationary)이어서 VAR에 의해 추정하였고 환적화물은 불안정적(non-stationary)하지만, 경제규모, 금리 및 경기변동과 공적분(장기적인 균형관계)를 띠고 있어 VEC모형으로 추정하였다. 추정결과, 안정적인 수출입화물 추정에서는 단변량 모형인 ARIMA가 우수하고 추세가 있는 환적화물은 다변량모형인 VEC모형이 보다 예측력이 우수한 것으로 나타나고 있다. 특히 수출입화물은 우리나라 경제규모와 관련이 있고, 환적화물은 중국과 미국 경제규모와 밀접한 관련이 있다. 또한 중국 경제규모가 미국에 비하여 더 밀접하게 나타나고 있어 환적화물 증대전략에 시사점을 주고 있다.

다국어 초록 (Multilingual Abstract)

More accurate forecasting of port cargo in the global long-term recession is critical for the implementation of port policy. In this study, the Busan Port container volume (export cargo and transshipment cargo) was estimated using the Vector Autoregressive (VAR) model and the vector error correction (VEC) model considering the causal relationship between the economic scale (GDP) of Korea, China, and the U.S. as well as ARIMA, a single volume model. The measurement data was the monthly volume of container shipments at the Busan port January 2014-August 2019. According to the analysis, the time series of import and export volume was estimated by VAR because it was relatively stable, and transshipment cargo was non-stationary, but it has cointegration relationship (long-term equilibrium) with economic scale, interest rate, and economic fluctuation, so estimated by the VEC model. The estimation results show that ARIMA is superior in the stationary time-series data (local cargo) and transshipment cargo with a trend are more predictable in estimating by the multivariate model, the VEC model. Import-export cargo, in particular, is closely related to the size of our country's economy, and transshipment cargo is closely related to the size of the Chinese and American economies. It also suggests a strategy to increase transshipment cargo as the size of China's economy appears to be closer than that of the U.S.

참고문헌 (Reference)

1 신창훈, "하이브리드 ARIMA-신경망 모델을 통한 컨테이너물동량 예측에 관한 연구" 한국항해항만학회 32 (32): 81-88, 2008

2 전찬영, "인공신경망모형의 항만물동량 예측 적용에 관한 연구" 한국해운물류학회 (53) : 65-82, 2007

3 박성영, "신경망을 이용한 컨테이너 물동량 예측에 관한 연구" 한국항해항만학회 26 (26): 183-188, 2002

4 김정훈, "시계열 모형을 이용한 광양항의 컨테이너 물동량 및 교통량 예측" 한국항해항만학회 32 (32): 425-431, 2008

5 정상국, "국제유가의 변화가 건화물선 운임에 미치는 영향과 건화물선 운임간의 상관관계에 관한 연구" 한국항만경제학회 27 (27): 217-240, 2011

6 이성윤, "VECM에 의한 BDI 예측과 영향요인에 관한 실증연구" 한국항해항만학회 42 (42): 546-554, 2018

7 Box, G. E. P., "Time series Analysis Forecasting and control"

8 Drewry, "Global Container Terminal Operators Annual Review and Forecast 2018"

9 Chun, C. Y, "An Characteristic Analysis of the Dry Bulk Market by Structural VAR Model" 12 : 185-203, 1997