해운산업은 수요가 국가 간 교역을 기반으로 하고 있어 수요의 변동이 큰 반면 선박의 공급은 비탄력적이어서 시장의 불안정성이 높다. 해운기업이나 해상운송을 활용하는 화주는 이러한 변동성이 높은 시장에서 의사결정에 필요한 다양한 정보가 필요하며 특히 운임에 대한 정보가 필요하다. 따라서 해운시장에서는 다양한 형태의 운임지수가 형성되어 사용되어 오고 있다. 벌크(Bulk) 및 컨테이너, 탱커시장에서는 다양한 운임지수가 활용되고 있으나, 탱커(Tanker) 시장의 운임지수는 대형 탱커선 위주로 구성되어 있어 전체 탱커 운임시장을 대표하지 못하고 있다. 중소형 탱커시장에서는 일부 특정 항로에 대하여 영국의 용선 중개인으로부터 일자별 평균 성양운임 정보(Clean ...
해운산업은 수요가 국가 간 교역을 기반으로 하고 있어 수요의 변동이 큰 반면 선박의 공급은 비탄력적이어서 시장의 불안정성이 높다. 해운기업이나 해상운송을 활용하는 화주는 이러한 변동성이 높은 시장에서 의사결정에 필요한 다양한 정보가 필요하며 특히 운임에 대한 정보가 필요하다. 따라서 해운시장에서는 다양한 형태의 운임지수가 형성되어 사용되어 오고 있다. 벌크(Bulk) 및 컨테이너, 탱커시장에서는 다양한 운임지수가 활용되고 있으나, 탱커(Tanker) 시장의 운임지수는 대형 탱커선 위주로 구성되어 있어 전체 탱커 운임시장을 대표하지 못하고 있다. 중소형 탱커시장에서는 일부 특정 항로에 대하여 영국의 용선 중개인으로부터 일자별 평균 성양운임 정보(Clean Fixture Report)를 제공받고 있으나, 특정 대표구간의 운임정보만으로 구성되어 있어서 운임상황을 분석하고 예측하는데 어려움이 있다. 특히 소규모 탱커선을 주로 운용하는 선사나 소규모 탱커선을 사용하는 화주에게는 의미 있는 시장 정보를 제공해 주지 못하고 있으며, 용선계약상 운임의 확정내역을 공개하지 않으므로 중소선사들이 해운시장 변동에 효과적으로 대응하지 못한다는 문제점이 있다. 본 연구는 중소형 탱커선의 부정기선 성약 data를 활용하고 기존 WS 및 BCTI의 지수를 활용하여 선박 Dead Weight(DWT) 50,000 이하 중소형 Oil & Chemical Tanker의 한국, 중국, 일본의 극동항로 구간을 중심으로 운임 성약 자료를 분석하고, WS는 2016년의 대표구간인 중동-일본의 초대형유조선의 일일 운임지수, BDTI의 운임지수를 자기회귀통합이동평균법(Auto-Regressive Integrative Moving Average: ARIMA), 추세예측모형, 시간 인과모형을 활용하여 중소형 탱커선 운임예측모형을 설정하고 중소형 탱커선 운임을 예측하였다. 본 연구는 중소형 탱커선 운임이 제공되지 않고 있는 현실적 한계와 이론적 한계를 극복하고자 이루어졌으며, 기존에 제공되고 있는 탱커 운임지수와의 인과관계를 활용할 수 있는 함수를 제시하여 이 관계를 활용한 중소형 탱커선 운임을 예측할 수 있는 모형을 제시하고자 하였으나 본 연구 결과 그 안정적인 관계를 보여주지 못하였다. 반면 ARIMA를 통해 예측할 수 있으므로 중소형 탱커 운임만을 활용하여 운임예측을 할 수 있으므로 효율적인 예측모형을 제시했다고 할 수 있다. 반면 본 연구에서 활용한 중소형 탱커선 운임이 일정 중개업체에 의해 제공된 자료로 모든 업체가 활용할 수 있는 데이터가 아니라는 한계는 있다. 향후 연구에서는 좀 더 장기간 데이터를 활용함으로써 ARIMA 모형과 함께 인과관계 모형도 제시할 수 있을 수 있을 것이다.
해운산업은 수요가 국가 간 교역을 기반으로 하고 있어 수요의 변동이 큰 반면 선박의 공급은 비탄력적이어서 시장의 불안정성이 높다. 해운기업이나 해상운송을 활용하는 화주는 이러한 변동성이 높은 시장에서 의사결정에 필요한 다양한 정보가 필요하며 특히 운임에 대한 정보가 필요하다. 따라서 해운시장에서는 다양한 형태의 운임지수가 형성되어 사용되어 오고 있다. 벌크(Bulk) 및 컨테이너, 탱커시장에서는 다양한 운임지수가 활용되고 있으나, 탱커(Tanker) 시장의 운임지수는 대형 탱커선 위주로 구성되어 있어 전체 탱커 운임시장을 대표하지 못하고 있다. 중소형 탱커시장에서는 일부 특정 항로에 대하여 영국의 용선 중개인으로부터 일자별 평균 성양운임 정보(Clean Fixture Report)를 제공받고 있으나, 특정 대표구간의 운임정보만으로 구성되어 있어서 운임상황을 분석하고 예측하는데 어려움이 있다. 특히 소규모 탱커선을 주로 운용하는 선사나 소규모 탱커선을 사용하는 화주에게는 의미 있는 시장 정보를 제공해 주지 못하고 있으며, 용선계약상 운임의 확정내역을 공개하지 않으므로 중소선사들이 해운시장 변동에 효과적으로 대응하지 못한다는 문제점이 있다. 본 연구는 중소형 탱커선의 부정기선 성약 data를 활용하고 기존 WS 및 BCTI의 지수를 활용하여 선박 Dead Weight(DWT) 50,000 이하 중소형 Oil & Chemical Tanker의 한국, 중국, 일본의 극동항로 구간을 중심으로 운임 성약 자료를 분석하고, WS는 2016년의 대표구간인 중동-일본의 초대형유조선의 일일 운임지수, BDTI의 운임지수를 자기회귀통합이동평균법(Auto-Regressive Integrative Moving Average: ARIMA), 추세예측모형, 시간 인과모형을 활용하여 중소형 탱커선 운임예측모형을 설정하고 중소형 탱커선 운임을 예측하였다. 본 연구는 중소형 탱커선 운임이 제공되지 않고 있는 현실적 한계와 이론적 한계를 극복하고자 이루어졌으며, 기존에 제공되고 있는 탱커 운임지수와의 인과관계를 활용할 수 있는 함수를 제시하여 이 관계를 활용한 중소형 탱커선 운임을 예측할 수 있는 모형을 제시하고자 하였으나 본 연구 결과 그 안정적인 관계를 보여주지 못하였다. 반면 ARIMA를 통해 예측할 수 있으므로 중소형 탱커 운임만을 활용하여 운임예측을 할 수 있으므로 효율적인 예측모형을 제시했다고 할 수 있다. 반면 본 연구에서 활용한 중소형 탱커선 운임이 일정 중개업체에 의해 제공된 자료로 모든 업체가 활용할 수 있는 데이터가 아니라는 한계는 있다. 향후 연구에서는 좀 더 장기간 데이터를 활용함으로써 ARIMA 모형과 함께 인과관계 모형도 제시할 수 있을 수 있을 것이다.
Shipping market is highly uncertain since shipping industry is driven based on supply and demand while demand is elastic but supply is not elastic on the other hand. In this fastly changing market, ocean carriers or logistics company should have various information for a decision making, especially ...
Shipping market is highly uncertain since shipping industry is driven based on supply and demand while demand is elastic but supply is not elastic on the other hand. In this fastly changing market, ocean carriers or logistics company should have various information for a decision making, especially rate information is highly required. Thus many forms of rate indexes are used in shipping market. Even though there are many rate indexes in bulk, container and tanker market, but tanker market’s rate indexes are mostly for the super sized tanker vessels, so these can represent the whole tanker market. Though middle and small sized tanker market takes a daily clean fixture report from a chartering broker from the Britain, this information is limited to analyze and forecast future rates. What’s more, this information can’t give meaningful market information to small tanker carriers or customers who use small tanker carriers and also disclose firm rates on the charterage so small sized tanker carriers can’t react effectively on the changes of the market. This study is mainly for analyzing rates fixture of far-east trade including Korea, China, and Japan by analyzing middle and small sized tanker fixture data and existing WS(World Scale) and BDTI(Baltic Dirty Tanker Index) Indexes, and I set a tanker rate forecast model by WS Index that is a daily rate index of super sized chemical tankers for middle-east and Japan trade bound, and BDTI that is derived from ARIMA(Auto-Regressive Integrative Moving Average), Trend Forecasting Model, and Time Causal Model. This study is to overcome practical and theoretical limitations in the middle and small sized tanker market, so though my study tried to suggest a middle and small sized tanker rate forecast model by utilizing existing tanker rate indexes and their relations one another, but the study didn’t show a stable relationship one another. On the other hand my study suggested a useful rate forecast model by using middle and small sized tanker rates through ARIMA. On the other hand, since the middle and small sized tanker rates this study used is from a certain chartering broker, the source has some limitation as well By using long term data along with an ARIMA model, the future studies will suggest a cause and effect model too.
Shipping market is highly uncertain since shipping industry is driven based on supply and demand while demand is elastic but supply is not elastic on the other hand. In this fastly changing market, ocean carriers or logistics company should have various information for a decision making, especially rate information is highly required. Thus many forms of rate indexes are used in shipping market. Even though there are many rate indexes in bulk, container and tanker market, but tanker market’s rate indexes are mostly for the super sized tanker vessels, so these can represent the whole tanker market. Though middle and small sized tanker market takes a daily clean fixture report from a chartering broker from the Britain, this information is limited to analyze and forecast future rates. What’s more, this information can’t give meaningful market information to small tanker carriers or customers who use small tanker carriers and also disclose firm rates on the charterage so small sized tanker carriers can’t react effectively on the changes of the market. This study is mainly for analyzing rates fixture of far-east trade including Korea, China, and Japan by analyzing middle and small sized tanker fixture data and existing WS(World Scale) and BDTI(Baltic Dirty Tanker Index) Indexes, and I set a tanker rate forecast model by WS Index that is a daily rate index of super sized chemical tankers for middle-east and Japan trade bound, and BDTI that is derived from ARIMA(Auto-Regressive Integrative Moving Average), Trend Forecasting Model, and Time Causal Model. This study is to overcome practical and theoretical limitations in the middle and small sized tanker market, so though my study tried to suggest a middle and small sized tanker rate forecast model by utilizing existing tanker rate indexes and their relations one another, but the study didn’t show a stable relationship one another. On the other hand my study suggested a useful rate forecast model by using middle and small sized tanker rates through ARIMA. On the other hand, since the middle and small sized tanker rates this study used is from a certain chartering broker, the source has some limitation as well By using long term data along with an ARIMA model, the future studies will suggest a cause and effect model too.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.