선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 이에 본 논문에서는 국내 중심항만인 부산항, 광양항, 인천항을 중심으로 국내 주요 항만 물동량 간의 영향 관계를 분석하여 국내 물동량 시장에서의 각 항만의 위상을 평가한다. 그리고 이를 바탕으로 기존의 항만정책의 타당성과 인천항의 부상이라는 변화된 상황을 반영하여 현재 동북아물류중심 전략과 관련한 우리나라 항만개발 및 운영 정책에 얼마간의 시사점을 제공하고자 한다.
- 따라서 본 논문에서는 국내 중심 항만인 부산항, 광양항, 인천항을 중심으로 각 항만간의 물동량 영향 관계를 분석한다. 그리고 이를 바탕으로 현재의 국내항만간의 무분별한 투자와 경쟁으로 인한 비효율적 항만개발 및 운영에 대한 정부차원의 정책적 시사점을 제공하고자 한다.
- 동북아시아 지역이 세계경제의 중심지화 하면서 중국과 일본 등 동북아시아 경쟁국과의 치열한 물동량 유치 경쟁으로 인하여 우리나라의 항만물동량 증가세가 급격히 둔화되고 있어 국내 항만들의 입지가 어려운 상황이다. 따라서 본 논문에서는 국내 중심 항만인 부산항, 광양항, 인천항을 중심으로 각 항만간의 물동량 영향 관계를 분석한다. 그리고 이를 바탕으로 현재의 국내항만간의 무분별한 투자와 경쟁으로 인한 비효율적 항만개발 및 운영에 대한 정부차원의 정책적 시사점을 제공하고자 한다.
- 본 연구는 국내 주요항만인 부산항, 광양항, 인천항의 물동량간의 상호 영향 관계를 분석하여 현재의 항만육성 정책에 대한 시사점을 제공하는데 목적이 있다. 각 항만물동량간의 상호 영향관계를 분석하기 위해서는 항만별 물동량 수요함수를 연립적으로 구성하여 회귀분석하는 것이 타당할 것이지만 자료의 제약 등으로 VAR(vector autoregressive regression)모형 또는 VECM(vector error correction model)을 구성하여 분석하기로 한다.
- 김병일(2004)은 인천항과 상해항을 비교 분석하였다. 본 연구에서는 두 항만의 항만서비스 품질과 고객만족간의 관계를 분석하였는데 항만간의 경쟁이 심화될수록 항만서비스 등 상호작용변수들의 중요성이 증가함을 지적하였으며 인천항은 접안능력 등에 있어 상해항에 비해 비교열위에 있음을 지적하였다. 유병철 외(2008)은 부산항과 상해항의 물동량을 분석하였는데 상해항이 전체 물동량 면에서는 부산항에 부의 영향을 미치는 관계이지만 환적부분의 영향은 상대적으로 낮다는 것을 밝혀냈다.
- 이에 본 논문에서는 국내 중심항만인 부산항, 광양항, 인천항을 중심으로 국내 주요 항만 물동량 간의 영향 관계를 분석하여 국내 물동량 시장에서의 각 항만의 위상을 평가한다. 그리고 이를 바탕으로 기존의 항만정책의 타당성과 인천항의 부상이라는 변화된 상황을 반영하여 현재 동북아물류중심 전략과 관련한 우리나라 항만개발 및 운영 정책에 얼마간의 시사점을 제공하고자 한다.
가설 설정
- 시계열 자료에 기초한 실증분석들은 시계열이 안정적(stationary)이라고 가정한다. 그러나 대부분의 시계열 변수들이 불안정적인 것으로 나타나 있다.
제안 방법
- 본 연구는 국내 주요항만인 부산항, 광양항, 인천항의 물동량간의 상호 영향 관계를 분석하여 현재의 항만육성 정책에 대한 시사점을 제공하는데 목적이 있다. 각 항만물동량간의 상호 영향관계를 분석하기 위해서는 항만별 물동량 수요함수를 연립적으로 구성하여 회귀분석하는 것이 타당할 것이지만 자료의 제약 등으로 VAR(vector autoregressive regression)모형 또는 VECM(vector error correction model)을 구성하여 분석하기로 한다. 이러한 분석을 위하여는 분석에 사용된 월별 시계열 데이터에 대한 자료의 안정성이 전제되어야 하기 때문에 단위근 검정을 실시하게 된다.
- 공적분 검정결과 공적분 관계가 존재하였기 때문에 표준적인 Granger-인과검정에 의한 추정은 편의(bias)가 발생하는 문제로 인하여 벡터오차수정모형(VECM)을 이용하여 인과관계를 분석하였다. 그리고 각 항만 물동량의 변화 충격이 다른 항만에 어떠한 영향을 미치는지를 충격반응함수와 예측오차분산분해를 통하여 분석함으로써 항만간의 동태적 관계도 분석하였다.
- 그리고 벡터오차수정모형을 이용하여 각 항만 물동량의 변화 충격이 다른 항만에 어떠한 영향을 미치는지를 충격반응함수와 예측오차분산분해를 통하여 분석함으로써 항만간의 동태적 관계도 파악하게 된다.
- 벡터오차수정모형을 이용한 충격반응함수 및 예측오차분산분해에서는 추정 변수의 순서(ordering)에 따라 추정결과에 많은 영향을 미친다. 따라서 본 연구에서는 앞에서 분석한 그랜저인과관계 검정 및 교차상관분석 결과를 바탕으로 추정변수들의 외생성을 고려하여 부산항물동량-광양항물동량-인천항물동량-세계경기의 순서로 충격반응함수와 예측오차의 분산분해를 실시하였다. 그리고 변수들의 순서와 관계없는 Pesaran & Shin(1998)의 일반화 충격반응함수(generalized impulse response function)의 방법으로도 분석하였다.
- 실증분석에 사용된 자료의 특성을 살펴보기 위하여 각 변수들의 기초통계량을 분석하였다. <표 1>은 부산항물동량, 광양항 물동량, 인천항물동량, 세계경기에 대한 기초통계량을 나타낸다.
- 김형태(2002)는 부산항과 상해항의 경쟁력을 분석하였다. 특히 상해항과 부산항의 항만요율수준을 비교 분석하였는데 이를 통하여 두 항만간의 가격경쟁력을 비교 분석하였다. 분석결과 전체적으로 부산항이 요율수준이 높지만 양국간의 물가수준을 감안하면 상해항의 요율수준이 낮지 않음을 밝혀냈다.
대상 데이터
- 본 연구의 분석에 사용한 각 변수들의 부산항 물동량(BP), 광양항 물동량(KP), 인천항 물동량(INP), 세계경기(IPD)이며 2000년 1월부터 2009년 11월까지의 월별 데이터이다. 각 변수들은 자연대수로 전환하였으며 계절조정이 필요한 변수는 계절성을 제거하여 사용하였다.
- 각 변수들은 자연대수로 전환하였으며 계절조정이 필요한 변수는 계절성을 제거하여 사용하였다. 자료는 각 항만의 물동량은 국토해양부의 해운항만통계를 이용하였으며 세계경기는 미국, 일본, EU주요 국가들의 산업생산지수를 가중 평균하여 사용하였는데 한국은행의 경제통계시스템, 통계청의 국가통계시스템, IMF 등의 자료를 이용하였다.
데이터처리
- 각 항만 물동량간의 관계를 파악하기 위하여 표준적인 Granger-인과성 검정을 기반으로 공적분 관계의 존재에 따라 벡터오차수정모형에 따른 단기 및 장기 인과성과 강인과성을 검정하였다. 물론 이러한 검정은 시계열이 안정적임을 기본 전제로 하기 때문에 먼저 시계열 변수들의 안정성을 검정하기 위하여 단위근 검정을 실시한 다음 변수들 간의 장기적인 안정적 관계 존재여부를 확인하기 위하여 공적분 검정을 실시하였다.
- 물론 이러한 검정은 시계열이 안정적임을 기본 전제로 하기 때문에 먼저 시계열 변수들의 안정성을 검정하기 위하여 단위근 검정을 실시한 다음 변수들 간의 장기적인 안정적 관계 존재여부를 확인하기 위하여 공적분 검정을 실시하였다. 공적분 검정결과 공적분 관계가 존재하였기 때문에 표준적인 Granger-인과검정에 의한 추정은 편의(bias)가 발생하는 문제로 인하여 벡터오차수정모형(VECM)을 이용하여 인과관계를 분석하였다. 그리고 각 항만 물동량의 변화 충격이 다른 항만에 어떠한 영향을 미치는지를 충격반응함수와 예측오차분산분해를 통하여 분석함으로써 항만간의 동태적 관계도 분석하였다.
- 이러한 분석을 위하여는 분석에 사용된 월별 시계열 데이터에 대한 자료의 안정성이 전제되어야 하기 때문에 단위근 검정을 실시하게 된다. 그리고 각 항만물동량간의 상호관계 파악을 위하여 각 변수들 간의 인과성 검정을 하게 되는데 인과성 검정을 위한 기본 분석모형을 설정하기 위하여 단위근 검정 결과를 바탕으로 공적분 검정을 실시해야 한다. 공적분 검정 결과 수준변수 간에 공적분이 존재한다면 VAR모형에 바탕을 둔 표준적인 그랜저 인과검정(Granger Causuality) 방법보다는 벡터오차수정모형에 기초한 인과성 검정을 실시해야 한다.
- 다음으로 각 항만들의 물동량 변수들이 어떠한 변수들에 의하여 어떻게 설명되는 지를 알아보기 위하여 예측오차분산분해를 실시하였다. 앞에서 도출한 인과관계가 두 변수간의 방향성을 제시한다면 분산분해는 예측오차(mean squar error)를 통하여 각 변수의 설명에 자신을 포함한 여타 변수들이 구체적으로 어떻게 기여하는지 그 비중을 나타낸다고 볼 수 있다.
- 각 항만 물동량간의 관계를 파악하기 위하여 표준적인 Granger-인과성 검정을 기반으로 공적분 관계의 존재에 따라 벡터오차수정모형에 따른 단기 및 장기 인과성과 강인과성을 검정하였다. 물론 이러한 검정은 시계열이 안정적임을 기본 전제로 하기 때문에 먼저 시계열 변수들의 안정성을 검정하기 위하여 단위근 검정을 실시한 다음 변수들 간의 장기적인 안정적 관계 존재여부를 확인하기 위하여 공적분 검정을 실시하였다. 공적분 검정결과 공적분 관계가 존재하였기 때문에 표준적인 Granger-인과검정에 의한 추정은 편의(bias)가 발생하는 문제로 인하여 벡터오차수정모형(VECM)을 이용하여 인과관계를 분석하였다.
- 분석 변수들 간의 인과관계와 선․후행성을 도출하기 위하여 우선적으로 그랜저인과 성검정(Granger Causality Test)과 교차상관분석(Cross Correlation Test)을 실시하였다. 이러한 검정 결과는 향후 VAR(vector autoregressive regression)모형과 충격반응함수 및 예측오차의 분산분해 등의 구성에 있어 내생변수의 순서를 결정하는 데에도 중요한 정보를 제공한다.
- 환율의 경제성장에 대한 동태적 반응을 살펴보기 위하여 벡터오차수정모형을 이용한 충격반응함수와 예측오차의 분산분해9)를 실시하기로 한다.
이론/모형
- 공적분 검정에 있어 중요한 시차는 VAR모형을 추정하여 일반적으로 따르는 AIC와 Schwartz's Bayesian Criterion 정보기준을 고려하여 적정시차를 설정하였다.
- 그리고 변수들의 순서와 관계없는 Pesaran & Shin(1998)의 일반화 충격반응함수(generalized impulse response function)의 방법으로도 분석하였다.
- 단위근 검정의 최적시차 결정을 위하여 대표적인 방법인 AIC(Akaike's Information Criterion)를 Augmented Dickey-Fuller(1984)검정에3), Phillips-Perron(1988) 검정에서는 Newey and West(1987) 방법을 적용하였다.
- 따라서 각 수준변수들이 서로 공적분을 가지고 있는지를 검정할 필요가 있다. 본 연구에서는 일반적으로 사용하는 Johansen(1988, 1990) 등의 공적분 검정방법에 따라 VAR(Vector Autoregressive Model)모형을 설정하여 공적분 검정식을 설정하였다.
성능/효과
- ADF검정에서는 수준변수는 1%유의수준에서 ρ= 1, 즉 단위근을 갖는다는 귀무가설을 기각하지 못하여 시계열 변수가 불안정적인 것으로 나타났다.
- 7603으로서 양의 상관관계를 보이며 동행 또는 KP가 3시차 선행, INP가 후행하는 것으로 나타났다. IPD와 BP, KP, INP의 교차상관관계는 IPD가 KP, INP에 대해서는 각각 5시차 선행하는 것으로 나타났다.
- 7081로서 양의 상관관계를 보이며 BP가 8시차 선행, INP가 8시차 후행하는 것을 알 수 있다. KP와 INP의 교차분석결과는 0.7603으로서 양의 상관관계를 보이며 동행 또는 KP가 3시차 선행, INP가 후행하는 것으로 나타났다. IPD와 BP, KP, INP의 교차상관관계는 IPD가 KP, INP에 대해서는 각각 5시차 선행하는 것으로 나타났다.
- 검정결과 대체로 단위근이 존재하는 것으로 판정되었다. ADF검정에서는 수준변수는 1%유의수준에서 ρ= 1, 즉 단위근을 갖는다는 귀무가설을 기각하지 못하여 시계열 변수가 불안정적인 것으로 나타났다.
- 여기태 외(2004)는 상하이 및 북중국 항만과 우리나라 컨테이너 항만의 경쟁력을 MDMG-HFP법과 퍼지역평가법으로 분석하였는데 분석 대상 7개 항만 중 부산항은 2위로서 편의성 정도가 다른 항만에 비하여 우수하나 배후 여건이 취약한 것으로 평가하였다. 광양항만은 5위로서 부산항 및 상해항과 달리 주요 평가기준에서 취약한 것으로 평가되었다. 정봉민(2007)은 ‘한국 주요항만의 비교우위 검토’에서 부산항과 광양항의 현시비교우위를 측정하였는데 2006년 기준으로 부산항이 상하이 대비 24.
- 하지만 부산항물동량은 광양항물동량을 단기적으로 인과관계하지는 않은 것으로 나타났다. 광양항물동량과 인천항 물동량은 5%유의수준에서 단기적으로 상호 인과관계를 가지는 것으로 나타났다. 세계경기의 변화에 대한 단기 인과성은 세 항만 모두 존재하지 않은 것으로 나타났다.
- 하지만 광양항 물동량과 인천항 물동량은 부산항 물동량에 대하여 적정유의수준 내에서는 인과하지 않은 것으로 나타났다. 광양항물동량과 인천항물동량은 장기에도 상호 인과하는 것으로 분석되었다. 광양항물동량은 인천항물동량에 대하여 인과하며 1%의 높은 유의수준을 나타내었다.
- 광양항물동량과 인천항물동량은 장기에도 상호 인과하는 것으로 분석되었다. 광양항물동량은 인천항물동량에 대하여 인과하며 1%의 높은 유의수준을 나타내었다. 인천항 물동량도 광양항 물동량에 대하여 인과하지만 상대적으로 낮은 5%유의수준을 보였다.
- 이는 최근의 인천항이 활성화되고 있는 측면도 있지만 특히 인천항이 중국을 중심으로 한 해외 항만의 물동량을 일정 부분 대체하는 효과가 반영된 것으로 추측할 수 있다. 그리고 광양항과 인천항의 물동량은 국내 상대 항만의 물동량 변화에 비교적 큰 영향을 받는 것으로 나타났는데, 이는 독자적인 항만수요모형을 창출하지 못하고 여전히 국내 물동량에 의존하는 비율이 크다는 것을 의미한다. 따라서 정부는 국내 경쟁항만과 관계없이 해외적 요인에 의하여 물동량이 감소하는 부산항에 대해서는 해외 경쟁 항만과의 경쟁에서 경쟁력을 가질 수 있도록 항만정책을 집중해야 한다.
- 단기인과성과 강인과성이 동시에 유의적인가를 나타내는 강인과성의 분석결과 부산항물동량은 광양항 물동량과 인천항물동량에 대하여 각각 1%의 높은 유의수준에서 강인과하는 것으로 나타났다. 그리고 광양항물동량이 부산항물동량에 대하여 5%의 유의 수준에서 강인과하며 인천항물동량에 대해서는 1%의 유의수준 하에서 강인과하는 것으로 나타났다. 하지만 인천항물동량은 부산항물동량에 대하여 강인과하지 않으며 광양항물동량에 대해서는 1%의 높은 유의수준에서 강인과하는 것으로 분석되었다.
- 단기인과성과 강인과성이 동시에 유의적인가를 나타내는 강인과성의 분석결과 부산항물동량은 광양항 물동량과 인천항물동량에 대하여 각각 1%의 높은 유의수준에서 강인과하는 것으로 나타났다. 그리고 광양항물동량이 부산항물동량에 대하여 5%의 유의 수준에서 강인과하며 인천항물동량에 대해서는 1%의 유의수준 하에서 강인과하는 것으로 나타났다.
- 따라서 불안정한 시계열 자료는 허구적 회귀 등의 문제를 안고 있기 때문에 이들 시계열 변수들을 1차 차분하여 다시 ADF검정과 PP검정을 해야 한다. 두 검정 모두에서 1차 차분변수에 대한 단위근 존재유무의 분석결과 단위근이 존재한다는 귀무가설을 1%수준에서 모두 기각하고 있어 해당 시계열이 단위근이 존재하지 않은 것으로 판명되었다.
- 또한 광양항 물동량과 인천항 물동량과의 상관관계도 높은 것으로 나타났다.
- 오차수정모형을 이용한 장기적 인과성은 부산항물동량은 광양항 물동량에 대하여 5%유의수준에서 장기 인과하는 것으로 나타났다. 또한 부산항물동량은 인천항물동량에 대해서는 1%유의수준에서 장기 인과하는 것으로 분석되었다. 하지만 광양항 물동량과 인천항 물동량은 부산항 물동량에 대하여 적정유의수준 내에서는 인과하지 않은 것으로 나타났다.
- 이상의 분석 결과를 바탕으로 다음과 같은 결론을 도출할 수 있다. 부산항 물동량은 적어도 국내 다른 항만의 물동량의 변화에 크게 영향을 받지 않은 것으로 나타났다. 이는 해외 항만물동량의 영향을 제외하면 국내 항만간의 물동량 경쟁과 관계없이 나름대로의 독자적인 항만물동량 수요량을 창출하고 있음을 의미한다.
- <표 5>는 각 변수들간의 교차상관분석 결과를 나타낸다. 분석결과 BP와 KP의 경우는 0.8571로 양의 상관계를 보이고 있으며 동행 또는 BP가 1시차 선행, 즉 KP가 1시차후행하는 것으로 나타났다. BP와 INP의 경우 0.
- 분석결과 부산항 물동량은 광양항 물동량과 인천항 물동량에 대하여 장기 및 강인과 성이 존재하므로 대체로 높은 수준으로 인과하는 것으로 나타났다. 그리고 광양항 물동량은 부산항물동량에 대하여 단기에 걸쳐서 인과성을 가지고 있다.
- 특히 상해항과 부산항의 항만요율수준을 비교 분석하였는데 이를 통하여 두 항만간의 가격경쟁력을 비교 분석하였다. 분석결과 전체적으로 부산항이 요율수준이 높지만 양국간의 물가수준을 감안하면 상해항의 요율수준이 낮지 않음을 밝혀냈다. 김병일(2004)은 인천항과 상해항을 비교 분석하였다.
- 또한 광양항 물동량과 인천항물동량간에는 상호 높은 수준의 인과성을 가지고 있어 영향을 미치는 것으로 판단된다. 세계경기는 부산항물동량에 대해서는 인과하지 않지만 광양항 물동량과 인천항 물동량에 대해서는 인과성이 높은 것으로 나타났다.
- 예측오차의 분산분해 결과 부산항물동량은 부산항 자신의 오차항에 의해서 설명는 부분이 상대적으로 크며 초기에는 광양항 물동량에 의하여 설명되는 부분이 상대적으로 크지만 점차 인천항 물동량에 의하여 설명되는 부분이 크다. 광양향 물동량은 부산항 물동량에 의해서 설명되는 부분이 인천항 물동량에 의해서 설명되는 부분 보다는 크다.
- 오차수정모형을 이용한 장기적 인과성은 부산항물동량은 광양항 물동량에 대하여 5%유의수준에서 장기 인과하는 것으로 나타났다. 또한 부산항물동량은 인천항물동량에 대해서는 1%유의수준에서 장기 인과하는 것으로 분석되었다.
- 요컨대, 부산항 물동량은 상대 항만인 광양항 물동량과 인천항 물동량의 변화 충격에 대하여 상대적으로 영향이 적고 지속성도 크지 않은 것으로 나타났다. 광양항 물동량과 인천항 물동량 둘 중에는 부산항물동량에 대하여 상대적으로 광양항 물동량의 충격효과가 더 오래 지속되었다.
- <표 4>의 그랜저인과관계 검정 결과 각 항만물동량간에는 부산항만물동량(BP)는 광양항 물동량(KP) 및 인천항 물동량(INP)에 대하여 인과관계를 가지지만 광양항 및 인천항의 물동량은 부산항의 물동량에 대하여 인과관계를 가지지는 않음을 알 수 있다. 그리고 광양항과 인천항의 물동량간에는 상호 인과관계를 가지지만 그 정도는 광양항의 인천항에 대한 인과관계가 더 강하다.
- 이상의 결과를 종합해 보면 부산항물동량은 광양항 물동량과 인천항물동량에 대하여 대체로 높은 수준으로 인과하여 영향을 미치는 것으로 나타났다. 그리고 광양항 물동량은 부산항물동량에 대하여 약간의 인과성을 가지고 있지만, 인천항물동량은 부산항물동량에 대하여 인과하지 않아 영향이 미미한 것으로 요약할 수 있다.
- 광양항물동량은 인천항물동량에 대하여 인과하며 1%의 높은 유의수준을 나타내었다. 인천항 물동량도 광양항 물동량에 대하여 인과하지만 상대적으로 낮은 5%유의수준을 보였다.
- <표 1>은 부산항물동량, 광양항 물동량, 인천항물동량, 세계경기에 대한 기초통계량을 나타낸다. 전체 표본기간 동안의 평균을 살펴보면 부산항물동량은 16.51, 광양항 물동량은 16.25 인천항물동량은 15.70을 보였다. 표준편차는 부산항물동량이 제일 높은 0.
- 부산항 물동량은 상대 항만인 광양항 물동량과 인천항 물동량의 변화 충격에 대하여 상대적으로 효과가 적고 효과의 지속성도 크지 않다. 점차 기간이 경과할수록 인천항 물동량 충격이 부산항 물동량에 미치는 효과가 상대적으로 약간 더 크게 나타났다. 광양항물동량은 상대적으로 부산항물동량 충격에 의한 효과가 인천항 물동량 충격 효과보다 더 심하고 오래 지속되었다.
- 차분변수의 단기인과성 검증 결과는 에서 보는 바와 같이 광양항물동량은 부산항물동량을 5%유의수준에서 단기적으로 인과관계하는 것으로 나타났다.
- λtrace통계량은 귀무가설 H0: r = 0(no cointegration)에 대한 대립가설 HA : r > 0 (cointegration)와 관련된 통계량이며 공적분관계의 유무는 도출된 trace통계량을 Johansen and Jueslius(990)의 임계치와 비교하여 결정한다 . 추정결과에서 나타난 바와 같이 부산항물동량, 광양항 물동량, 인천항 물동량, 세계경기의 네 변수간에는 1개의 공적분 관계가 존재하는 것으로 나타났다.
- 그리고 광양항물동량이 부산항물동량에 대하여 5%의 유의 수준에서 강인과하며 인천항물동량에 대해서는 1%의 유의수준 하에서 강인과하는 것으로 나타났다. 하지만 인천항물동량은 부산항물동량에 대하여 강인과하지 않으며 광양항물동량에 대해서는 1%의 높은 유의수준에서 강인과하는 것으로 분석되었다.
- 06인 것으로 나타났다. 환적화물 세계시장 점유율도 부산항이 4.3%, 광양항이 0.4%인 것으로 추정되었다. 이장원 외(2008)은 ‘한중일 3국의 항만경쟁력 비교 연구’에서 DEA기법을 이용하여 한국의 3개 항만, 중국 7개, 일본 6개 항만을 평가하였다.
후속연구
- 따라서 정부는 국내 경쟁항만과 관계없이 해외적 요인에 의하여 물동량이 감소하는 부산항에 대해서는 해외 경쟁 항만과의 경쟁에서 경쟁력을 가질 수 있도록 항만정책을 집중해야 한다. 그리고 광양항과 인천항에 대해서는 독자적인 항만물동량 창출이 가능한 모형을 구축하도록 정책적으로 유도해야 할 것이다.
- 본 연구는 자료의 제약 등으로 VAR모형을 기본으로하여 분석한 한계점이 있다. 하지만 향후 연구에서는 세 항만간의 관계에 대한 상호의존성을 고려하여 방정식을 연립적으로 구성하여 추정하면 더 효율적인 분석결과의 도출이 가능할 것으로 판단된다.
- 분석 변수들 간의 인과관계와 선․후행성을 도출하기 위하여 우선적으로 그랜저인과 성검정(Granger Causality Test)과 교차상관분석(Cross Correlation Test)을 실시하였다. 이러한 검정 결과는 향후 VAR(vector autoregressive regression)모형과 충격반응함수 및 예측오차의 분산분해 등의 구성에 있어 내생변수의 순서를 결정하는 데에도 중요한 정보를 제공한다. 그랜저인과성 검정은 시차분포모형을 이용하여 원인과 결과를 규명하는 검정방법이다.
- 본 연구는 자료의 제약 등으로 VAR모형을 기본으로하여 분석한 한계점이 있다. 하지만 향후 연구에서는 세 항만간의 관계에 대한 상호의존성을 고려하여 방정식을 연립적으로 구성하여 추정하면 더 효율적인 분석결과의 도출이 가능할 것으로 판단된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.