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
- 국제유가가 건화물선 운임에 어떠한 영향이 있는지를 분석하여 국제유가의 변화가 향후 세계경제에 미치는 효과를 살펴보고자 한다. 건화물선 운임시장은 해운 시황을 나타내는 대표적인 지수인 발틱건화물선 운임지수와 선형에 따라 케이프선형운임지수, 파나막스선형 운임지수 등 3개의 시장으로 구분할 수 있으며, 국제유가는 두바이 유가를기준으로 하였다.
- 이 연구에서는 변수들 각각에 대해 공적분 관계가 존재하는지의 유무를 검정하였다. 그 결과 국제유가와 운임지수 각각에 대해서 공적분 관계가 없으므로 벡터자기회귀모형을 이용하여 국제유가의 변화가 운임지수에 어떠한 영향을 미치는지 분석하고자 한다. 국제유가와 운임지수(BDI, BCI, BPI) 각각의 VAR모형 추정결과는 <표 3>에 나타나 있다.
- 이 연구는 유가의 변화가 거시경제변수에 미치는 영향을 분석할 때 내생성의 문제 (endogenous problem)와 유가 변화의 원인이 중요하다는 점을 인식하는데서 출발하였다. 내생성의 문제를 해결하기 위해서 그 동안 많은 계량기법들이 개발되었지만 많은 한계를 가지고 있고, 유가변화의 원인에 대해서는 크게 원유에 대한 공급측면에서의 충격과 수요측면에서의 충격으로 나누어 많은 연구가 있지만 역시 한계가 있음을 앞에서 지적하였다.
- 내생성의 문제를 해결하기 위해서 그 동안 많은 계량기법들이 개발되었지만 많은 한계를 가지고 있고, 유가변화의 원인에 대해서는 크게 원유에 대한 공급측면에서의 충격과 수요측면에서의 충격으로 나누어 많은 연구가 있지만 역시 한계가 있음을 앞에서 지적하였다. 이 연구는 이러한 두 가지 문제를 해결하기 위해서 VAR 모형을 이용하여 국제유가가 해운 시황을 나타내는 대표적인 BDI, 선형에 따라 BCI, BPI 등 3개의 운임 지수에 각각 어떠한 영향을 미치는지 분석하였다. 이 연구의 또 다른 중요한 분야는 VECM모형을 이용하여 케이프사이즈와 파나막스 시장 간의 파급효과를 분석함으로써 두 시장 간의 동학적인 상호 상관관계를 설명하는 일이었다.
- 이 연구에서는 변수들 각각에 대해 공적분 관계가 존재하는지의 유무를 검정하였다. 그 결과 국제유가와 운임지수 각각에 대해서 공적분 관계가 없으므로 벡터자기회귀모형을 이용하여 국제유가의 변화가 운임지수에 어떠한 영향을 미치는지 분석하고자 한다.
가설 설정
- 1)사실 유가의 충격에 대한 실증적인 연구나 이론적인 연구에서의 일반적인 접근은 유가의 외생적인 변화에 대한 각종 거시경제변수들의 반응을 분석하는 것이다. 이러한 접근은 기본적으로 모든 다른 변수들은 일정하고 유가만 변화한다고 가정하는 것이다. 그러나 문제는 확장국면에 있는 경기상황, 인플레이션, 환율변동 또는 이자율의 변화 등과 같은 다른 여러 가지 요인들이 높은 유가의 효과를 배가시킬 뿐만 아니라, 보다 중요한 것은 세계적인 거시경제변수들이 유가를 상승시킬 수 있다는 것이다.
- 단위근 검정결과를 보면 모든 수준변수들은 단위근이 존재한다는 귀무가설(null hypothesis)을 5% 유의수준에서 기각하지 못함으로써 불안정적 시계열인 것으로 나타 났다. 즉, 단위근을 갖는다는 귀무가설을 채택하였다. 그러나 차분변수들은 모두 단위근이 존재한다는 귀무가설이 1% 유의수준 하에서 기각됨으로써 안정적 시계열이라 할수 있다.
제안 방법
- BCI와 BPI 운임지수간의 동학적인 특성을 분석하기 위하여 충격반응함수를 이용하였고, 그 결과는 에 나타나 있다.
- 만약에 이용될 변수가 1차 차분을 한 후에도 정상성을 보이지 않으면, 허구적인 추정치가 되기 때문에 각 개별 변수에 대해서 단위근 검정을 한 후에 설정한 모형을 추정하는 것이 바람직하다. 단위근 검정방정식을 각 개별 변수에 대한 정상성을 검정하기로 한다. 변수로 선정된 발틱건화물운임지수, 케이프선 운임지수, 파나막스 운임지수, 국제유가 등의 변수에 대한 단위근 검정 결과는 <표 1>에 제시되어 있다.
- 안정적인 시계열인지 불안정적인 시계열인지를 판별하기 위해서는 단위근 검정을 시도한다. 시계열자료가 단위근이 존재한다고 판명되면 시계열 자료들은 불안정하므로 전통적인 OLS 대신에 장기적인 측면에서 균형관계를 설명해주는 Johansen 공적분 방법을 사용한다.
- 결국 국제유가가 운임에 어떠한 영향을 주는지를 분석함으로써 유가의 변화와 거시경제 변수간의 인과관계를 설명할 수 있다. 이 연구에서는 해운시황을 나타내는 대표적인 발틱건화물운임지수(Batic Dry Index, BDI), 선형에 따라 케이프선형(Baltic Capesize Index, BCI), 파나막스선형(Baltic Panamax Index, BPI)등 3개의 운임지수를 사용하였으며, 국제유가는 두바이 유가를 기준으로 하였다. 분석기간은 2000년 1월부터 2011년 2월까지로 월별자료를 사용하였다.
대상 데이터
- 이 연구에서는 해운시황을 나타내는 대표적인 발틱건화물운임지수(Batic Dry Index, BDI), 선형에 따라 케이프선형(Baltic Capesize Index, BCI), 파나막스선형(Baltic Panamax Index, BPI)등 3개의 운임지수를 사용하였으며, 국제유가는 두바이 유가를 기준으로 하였다. 분석기간은 2000년 1월부터 2011년 2월까지로 월별자료를 사용하였다. 또한 계량모형으로 단위근 검정을 통하여 변수들의 안정성이 확보되지 못하고 공적분 관계가 없는 경우 백터자기회귀모형(Vector Autoregressive Model VAR)을 사용하고, 공적분이 존재한다면 벡터오차수정모형 (Vector Error Correction Model: VECM)을 이용할 것이다.
데이터처리
- BDI 운임지수와 국제유가간의 상관관계에 대해 Wald 검정방법을 이용하여 그랜져 인과관계(Granger causality)를 검증하였다. Wald 검정방법을 이용한 그랜져 인과관계의 결과는 BDI 운임지수를 종속변수로 하는 경우 x2(2) 값이 3.
이론/모형
- BCI와 BPI에 대한 공적분 검정결과는 에서 볼 수 있듯이 1개의 공적분 벡터가 존재하는 것을 알 수 있고, 따라서 벡터오차수정모형(VECM)을 적용하였다.
- 여기에 대해서 Chen et al(2010)의 최근의 연구는 항로별 일별자료를 사용하여 변동성의 파급효과를 분석한 바 있다. 그러나 시장간의 변동성파급효과를 보다 정확하게 분석하기 위해서는 Engle and Sheppard(2001), Engle(2002) 등의 연구에서 제시된 조건부 분산에서의 동학적 상관관계 모형이나 Engle and Kroner(1995)의 연구에서 제시되었던 BEKK모형을 사용해야 한다. 둘째, 이 연구는 또한 현물시장 자료만을 이용하여 동학적인 시장간 상호 상관관계를 분석한 한계를 가지고 있다.
- 분석기간은 2000년 1월부터 2011년 2월까지로 월별자료를 사용하였다. 또한 계량모형으로 단위근 검정을 통하여 변수들의 안정성이 확보되지 못하고 공적분 관계가 없는 경우 백터자기회귀모형(Vector Autoregressive Model VAR)을 사용하고, 공적분이 존재한다면 벡터오차수정모형 (Vector Error Correction Model: VECM)을 이용할 것이다.
- 안정적인 시계열인지 불안정적인 시계열인지를 판별하기 위해서는 단위근 검정을 시도한다. 시계열자료가 단위근이 존재한다고 판명되면 시계열 자료들은 불안정하므로 전통적인 OLS 대신에 장기적인 측면에서 균형관계를 설명해주는 Johansen 공적분 방법을 사용한다. 공적분이 존재하면 벡터오차수정모형을 적용하여 모형을 추정하고 공적분이 존재하지 않는다고 판명되면 벡터자기회귀모형을 시도한다.
- 만일 변수들이 안정적 이지 않는 경우에는 추정적 추세식(deterministic trend)을 감안하든지 변수를 차분하는 등의 방법을 이용하여 먼저 변수의 안정성을 확보하여야 하는데, Granger and Newbold(1974)나 Nelson and Plosser(1982) 등은 변수를 차분하는 방법을 보다 선호하였다. 한편, 단위근의 존재 여부를 검정하기 위해서는 Dickey Fuller(DF)나 Augmented Dickey Fuller(ADF) 혹은 Phillips and Perron(PP) 검정이 주로 사용되는데 본 연구에서는 ADF 검정을 활용하였다.6)
성능/효과
- 이 표의 숫자는 특정반응변수에 대한 예측오차의 분산 중에서 각 충격변수들에 의해서 설명되어지는 부분(%)을 나타낸다. BCI 운임지수 분산분해 결과에 의하면 앞으로 10달 후의 BCI 운임지수가 VECM(2) 모형으로 예측할 때 예측오차의 분산 중 BCI 운임지수 자체에 내재된 변화(충격)에 의해서 98.82% 발생하고 BPI 운임지수에 의해서 1.17%를 차지하고 있음을 알 수 있다. BPI 운임지수의 경우 예측오차의 분산중 BPI 운임지수 자체에 내재된 변화(충격)에 의해서 91.
- BCI와 BPI 운임지수간의 상관관계에 대해 Wald 검정방법을 이용한 그랜져 인과관 계(Granger causality)를 검증한 결과 BPI가 BCI에 인과관계가 없다는 귀무가설을 5% 유의수준에서 기각하고 있음을 보일 수 있다. Wald 검정방법을 이용한 그랜져 인과관 계의 결과는 BCI를 종속변수로 하는 경우 x2(2) 값이 1.
- 이 표의 숫자는 특정반응변수에 대한 예측오차의 분산 중에서 각 충격변수들에 의해서 설명되어지는 부분(%)을 나타낸다. BDI 운임지수 분산분해 결과에 의하면 앞으로 10달 후의 BDI 운임지수가 VAR(3) 모형으로 예측할 때 발생하는 예측오차의 총분산을 100%이라 하면 예측오차의 분산 중 BDI 운임지수 자체에 내재된 변화(충격)에 의해서 95.15% 발생하고 국제유가에 대해서 4.84%를 차지하고 있음을 알 수 있다. BCI 운임지수의 경우 예측오차의 분산 중 BCI 운임지수 자체에 내재된 변화(충격)에 의해서 94.
- 국제유가의 변화가 건화물시장의 대표적인 운임지수를 나타내는 발틱건화물운임지수(BDI)에 미치는 효과는 시차 1의 경우 통계적으로 정(+)의 유의적인 효과를 갖는 것으로 나타났고, 나머지 시차의 경우에는 유의적인 관계가 없는 것으로 나타났다. BDI는 해운시황을 나타내는대표적인 운임지수로 시차 1기의, 즉 전달의 유가상승은 금기의 BDI 운임지수를 증가시키는것으로 나타났으나, 시차 1기 이전의 유가상승은 BDI에 영향이 없는 것으로 나타났다. 이러한 결과가 의미하는 바는 시차 1기의 유가상승은 금기의 유가상승으로 이어지기 때문에 운임지수를 증가시킬 수 있다는 것이다.
- Wald 검정방법을 이용한 그랜져 인과관 계의 결과는 BCI를 종속변수로 하는 경우 x2(2) 값이 1.6277로서 5% 유의수준에서 BPI가 BCI에 인과관계가 없다는 귀무가설을 기각할 수 없었고, BPI를 종속변수로 하는 경우 x2(2) 값이 13.6418로서 1% 유의수준에서 BCI가 BPI에 인과관계가 없다는 귀무가설을 기각할 수 있었다.
- BDI 운임지수와 국제유가간의 상관관계에 대해 Wald 검정방법을 이용하여 그랜져 인과관계(Granger causality)를 검증하였다. Wald 검정방법을 이용한 그랜져 인과관계의 결과는 BDI 운임지수를 종속변수로 하는 경우 x2(2) 값이 3.5510으로서 5% 유의수준에서 국제유가로부터 BDI로 인과관계가 없다는 귀무가설을 기각할 수 없었고, 국제유가를 종속변수로 하는 경우 x2(2) 값이 7.1302로서 5% 유의수준에서 BDI로부터 국제유가로 인과관계가 없다는 귀무가설을 기각할 수 있었다. 한편, 국제유가와 BCI 운임지수간에는 10% 유의수준에서 상호 인과관계가 존재하는 것으로 나타났고, BPI 운임지수와 국제유가간의 그랜져 인과관계는 10% 유의수준에서 BPI에서 국제유가로 발생하였다.
- 각 변수마다 ‘1’ 표준편차 충격이 주어졌을 때 BDI 운임지수의 반응(Response of LBDI to One S.D. Innovation)을 보면, 국제유가가 1.04% 상승하였을 때 약 3개월 정도 지속적으로 상승하다가 이후로는 감소하는 것으로 나타났다.
- 각 변수마다 ‘1’ 표준편차 충격이 주어졌을 때 BPI 운임지수의 반응 (Response of LBPI to One S.D. Innovation)을 보면, BCI 운임지수가 4.61% 상승하였을 때 약 3개월 정도 가파르게 상승하다가 이후로 2개월 정도 감소하다가 5개월 이후 로는 변화가 없는 것으로 나타났다.
- 따라서 파나막스 가격은 보다 더 많은 시장정보를 전달할 수 있게 되고, 시장의 충격에 보다 더 빠르게 대처할수 있었다. 결과적으로 이 기간 중에 케이프사이즈와 파나막스 가격은 시장의 정보를받아들이는데 있어서 전혀 다르게 반응할 수 밖에 없었다.
- 공적분 검정 결과 ADF 값은 각 각 임계치를 초과하여 장기적으로 공적분 관계가 존재하고 변수들 간에 균형관계가 있는 것으로 판단할 수 있다. 따라서 장기균형관계가 존재함으로서 단기적으로는 균형으로 향하는 조정 과정이 있다고 볼 수 있다.
- 파나막스선형운임지수(BPI)의 경우에는 시차 1과 2기의 경우에는 통계적으로 유의적인 관계를 갖고 있지 않지만, 시차 3기의 경우에는 BPI 운임지수에 음(-)의 유의적인 효과를 미치는 것으로 나타났다. 국제유가의 변화가 건화물시장의 대표적인 운임지수를 나타내는 발틱건화물운임지수(BDI)에 미치는 효과는 시차 1의 경우 통계적으로 정(+)의 유의적인 효과를 갖는 것으로 나타났고, 나머지 시차의 경우에는 유의적인 관계가 없는 것으로 나타났다. BDI는 해운시황을 나타내는대표적인 운임지수로 시차 1기의, 즉 전달의 유가상승은 금기의 BDI 운임지수를 증가시키는것으로 나타났으나, 시차 1기 이전의 유가상승은 BDI에 영향이 없는 것으로 나타났다.
- 셋째, BCI와 BPI 운임지수간의 동학적인 충격반응함수의 분석으로부터 BCI 운임지 수의 충격으로부터 BPI 운임지수의 반응은 약 3개월 정도 가파르게 상승하다가 이후로 2개월 정도 감소하다가 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. 넷째, 예측오차 분산 분해의 결과는 BCI 운임지수의 경우 예측오차의 분산 중 BCI 운임지수 자체에 내재된변화(충격)에 의해서 98.82% 발생하고 BPI 운임지수에 의해서 1.17%를 차지하고, BPI 운임지수의 경우 각각 91.43%와 8.56%로 나타났다.
- VECM의 추정결과는 <표 6>에 나타나 있다. 단기에서의 동태모형의 특성을 갖는 VECM 모형의 추정결과는 먼저 변수사이의 공적분 관계에서 BCI 운임지수의 경우 공적분 계수값이 부(-)이고 5% 유의수준에서 유의적이지 못하였고, BPI 운임지수의 경우에는 공적분 계수값이 5% 유의수준에서 정(+)의 유의적인 결과를 보이고 있다. 이것은 BCI와 BPI 운임지수 간에 장기 적인 균형관계로부터의 이탈이 발생하는 경우 BPI 운임지수는 감소하는 방향으로 조정된다는 것을 의미한다.
- 단위근 검정결과를 보면 모든 수준변수들은 단위근이 존재한다는 귀무가설(null hypothesis)을 5% 유의수준에서 기각하지 못함으로써 불안정적 시계열인 것으로 나타 났다. 즉, 단위근을 갖는다는 귀무가설을 채택하였다.
- 이것은 BCI와 BPI 운임 지수 간에 장기적인 균형관계로부터의 이탈이 발생하는 경우 BPI 운임지수는 감소하는 방향으로 조정된다는 것을 의미한다. 둘째, BCI와 BPI 운임지수간의 동태적인 상관관 계의 경우 BCI 운임지수의 변화가 BPI 운임지수에 미치는 효과는 시차 1기의 경우 통계적으로 정(+)의 유의적인 효과를 갖는 것으로 나타나 시차 1기의 케이프사이즈 시장 에서의 운임의 상승은 금기의 파나막스 시장에서의 운임의 상승으로 나타난다는 것이 다. 셋째, BCI와 BPI 운임지수간의 동학적인 충격반응함수의 분석으로부터 BCI 운임지 수의 충격으로부터 BPI 운임지수의 반응은 약 3개월 정도 가파르게 상승하다가 이후로 2개월 정도 감소하다가 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.
- 또한 국제유가의 변화가 BDI 운임지수에 미치는 효과는 시차 1기의 경우 통계적으로 정(+)의 유의적인 효과를 갖는 것으로 나타났고, 나머지 시차의 경우에는 유의적인 관계가 없는 것으로 나타났다. 둘째, 국제유가의 충격으로부터 BDI 운임지수의 반응은 국제유가가 1.04% 상승하였을 때 약 3개월 정도 지속적으로 상승하다가 이후로는 감소 하는 것으로 나타났고, BCI 운임지수와 BPI 운임지수의 충격반응은 BDI 운임지수와비슷한 결과를 보이고 있다. 셋째, 예측오차 분산분해의 결과는 BDI 운임지수의 경우예측오차의 분산 중 BDI 운임지수 자체에 내재된 변화(충격)에 의해서 95.
- 둘째, 운임지수의 경우 모든 시차에서 금기의 운임지수에 통계적으로 유의적인 영향을 주는 것으로 나타났고, 시차 2의 경우에는 모든 운임지수에서 음(-)의 유의적인 효과가 있는 것으로 나타났다. 즉, 2개월 전의 운임지수의 상승요인은 금기의 운임지수를 감소시키는 효과는 갖는다는 것이다.
- 이것이 의미하는 바는 운임지수 간에는 선형의 장기적인 균형관계가 성립하지만, 운임지 수와 국제유가 간에는 장기적인 균형관계가 성립하지 않는다. 따라서 케이프선운임지수와 파나막스운임지수 등의 시계열이 개별적으로 불안정적인 과정(I(1))을 따른다고 하더라도, 장기적인 균형관계가 성립하여 차분을 취하지 않고 수준변수를 이용하여 변수들 간의 상관관계를 판단할 수 있다는 것을 의미한다. 즉, 케이프선운임지수와 파나막스운임지수 간에는 VECM 모형을 이용하여 단기에서의 동태적인 가격의 움직임을 분석할 수 있고, 또한 장기균형으로부터의 이탈이 발생하는 경우 어떤 시장을 통해서 이것이 조정되는지 파악할 수 있게 된다.
- 이것은 BCI와 BPI 운임지수 간에 장기 적인 균형관계로부터의 이탈이 발생하는 경우 BPI 운임지수는 감소하는 방향으로 조정된다는 것을 의미한다. 또한 BCI와 BPI 운임지수간의 동태적인 상관관계의 경우 BPI 운임지수는 BCI 운임지수의 예측력에 아무런 효과가 없는 것으로 나타났고, BCI 운임 지수의 변화가 BPI 운임지수에 미치는 효과는 시차 1의 경우 통계적으로 정(+)의 유의 적인 효과를 갖는 것으로 나타났고 나머지 시차의 경우에는 유의적인 관계가 없는 것으로 나타났다. 이러한 결과가 의미하는 바는 시차 1기의 케이프사이즈 시장에서의 운임의 상승은 금기의 파나막스 시장에서의 운임의 상승으로 나타난다는 것이다.
- 먼저 벡터자기회귀모형(VAR)을 이용하여 국제유가의 변화가 운임지수에 어떠한 영향을 미치는지 분석한 결과, 국제유가의 변화가 케이프사이즈선형운임지수(BCI)에 미치는 효과는 시차 1기의 경우 금기의 BCI 운임지수에 통계적으로 정(+)의 유의적인 효과를 갖고, BPI의 경우에는 시차 3기의 경우에만 금기의 BPI 운임지수에 음(-)의 유의적인 효과를 갖는 것으로 나타났다. 또한 국제유가의 변화가 BDI 운임지수에 미치는 효과는 시차 1기의 경우 통계적으로 정(+)의 유의적인 효과를 갖는 것으로 나타났고, 나머지 시차의 경우에는 유의적인 관계가 없는 것으로 나타났다. 둘째, 국제유가의 충격으로부터 BDI 운임지수의 반응은 국제유가가 1.
- 이 연구의 결과는 다음과 같이 요약할 수 있다. 먼저 벡터자기회귀모형(VAR)을 이용하여 국제유가의 변화가 운임지수에 어떠한 영향을 미치는지 분석한 결과, 국제유가의 변화가 케이프사이즈선형운임지수(BCI)에 미치는 효과는 시차 1기의 경우 금기의 BCI 운임지수에 통계적으로 정(+)의 유의적인 효과를 갖고, BPI의 경우에는 시차 3기의 경우에만 금기의 BPI 운임지수에 음(-)의 유의적인 효과를 갖는 것으로 나타났다. 또한 국제유가의 변화가 BDI 운임지수에 미치는 효과는 시차 1기의 경우 통계적으로 정(+)의 유의적인 효과를 갖는 것으로 나타났고, 나머지 시차의 경우에는 유의적인 관계가 없는 것으로 나타났다.
- 둘째, BCI와 BPI 운임지수간의 동태적인 상관관 계의 경우 BCI 운임지수의 변화가 BPI 운임지수에 미치는 효과는 시차 1기의 경우 통계적으로 정(+)의 유의적인 효과를 갖는 것으로 나타나 시차 1기의 케이프사이즈 시장 에서의 운임의 상승은 금기의 파나막스 시장에서의 운임의 상승으로 나타난다는 것이 다. 셋째, BCI와 BPI 운임지수간의 동학적인 충격반응함수의 분석으로부터 BCI 운임지 수의 충격으로부터 BPI 운임지수의 반응은 약 3개월 정도 가파르게 상승하다가 이후로 2개월 정도 감소하다가 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. 넷째, 예측오차 분산 분해의 결과는 BCI 운임지수의 경우 예측오차의 분산 중 BCI 운임지수 자체에 내재된변화(충격)에 의해서 98.
- 즉, 2개월 전의 운임지수의 상승요인은 금기의 운임지수를 감소시키는 효과는 갖는다는 것이다. 셋째, 국제유가의 변화가 케이프사이즈선형운임지 수(BCI)에 미치는 효과는 시차 1기의 경우 금기의 BCI 운임지수에 통계적으로 정(+)의 유의적인 효과를 갖고 있는 것으로 나타났다. 파나막스선형운임지수(BPI)의 경우에는 시차 1과 2기의 경우에는 통계적으로 유의적인 관계를 갖고 있지 않지만, 시차 3기의 경우에는 BPI 운임지수에 음(-)의 유의적인 효과를 미치는 것으로 나타났다.
- 04% 상승하였을 때 약 3개월 정도 지속적으로 상승하다가 이후로는 감소 하는 것으로 나타났고, BCI 운임지수와 BPI 운임지수의 충격반응은 BDI 운임지수와비슷한 결과를 보이고 있다. 셋째, 예측오차 분산분해의 결과는 BDI 운임지수의 경우예측오차의 분산 중 BDI 운임지수 자체에 내재된 변화(충격)에 의해서 95.15% 발생하고 국제유가에 대해서 4.84%를 차지하고, BCI 운임지수의 경우 각각 94.79%와 5.20% 로 나타났고 BPI 운임지수의 경우는 각각 92.29%와 7.70%를 차지하였다.
- <표 2>에서 보는 바와 같이 Trace 통계량에서 10% 유의수준에서 BDI, BCI, BPI 등의 운임지수와 국제유가간의 각각의 경우에 있어서는 공적분관계가 존재하지 않는 것으로 나타났고, BCI와 BPI간에는 1개의 공적분 벡터가 존재하는 것을 알 수 있다. 이것이 의미하는 바는 운임지수 간에는 선형의 장기적인 균형관계가 성립하지만, 운임지 수와 국제유가 간에는 장기적인 균형관계가 성립하지 않는다.
- 한편 VECM모형을 이용하여 케이프사이즈와 파나막스 시장 간의 파급효과를 분석한 결과는 아래와 같다. 첫째, 공적분 관계에서 BCI 운임지수의 경우 공적분 계수값이 부 (-)이고 5% 유의수준에서 유의적이지 못하였고, BPI 운임지수의 경우에는 공적분 계수값이 5% 유의수준에서 정(+)의 유의적인 결과를 보이고 있다. 이것은 BCI와 BPI 운임 지수 간에 장기적인 균형관계로부터의 이탈이 발생하는 경우 BPI 운임지수는 감소하는 방향으로 조정된다는 것을 의미한다.
- 국제유가와 운임지수(BDI, BCI, BPI) 각각의 VAR모형 추정결과는 <표 3>에 나타나 있다. 첫째, 유가의 경우 시차 1기에서 현재의 유가에 정(+)의 유의적인 관계에 있으며, 나머지 시차(2와 3)의 경우에는 통계적으로 유의하지 않게 나타나고 있다. 이것이 의미하는 바는 전달의 유가의 상승은 금기에 유가의 상승으로 이어지지만, 2∼3개월전의 유가상승 요인은 금기의 유가에 영향을 미치지 않음을 의미한다.
- 셋째, 국제유가의 변화가 케이프사이즈선형운임지 수(BCI)에 미치는 효과는 시차 1기의 경우 금기의 BCI 운임지수에 통계적으로 정(+)의 유의적인 효과를 갖고 있는 것으로 나타났다. 파나막스선형운임지수(BPI)의 경우에는 시차 1과 2기의 경우에는 통계적으로 유의적인 관계를 갖고 있지 않지만, 시차 3기의 경우에는 BPI 운임지수에 음(-)의 유의적인 효과를 미치는 것으로 나타났다. 국제유가의 변화가 건화물시장의 대표적인 운임지수를 나타내는 발틱건화물운임지수(BDI)에 미치는 효과는 시차 1의 경우 통계적으로 정(+)의 유의적인 효과를 갖는 것으로 나타났고, 나머지 시차의 경우에는 유의적인 관계가 없는 것으로 나타났다.
- 한편 국제유가 분산분해 결과에 의하면 앞으로 10달 후의 국제유가가 VAR(3) 모형 으로 예측할 때 발생하는 예측오차의 총 분산을 100%이라 하면 예측오차의 분산 중국제유가 자체에 내재된 변화(충격)에 의해서 77.80% 발생하고 BDI 운임지수에 의해서 22.13%를 차지하고 있음을 알 수 있다. BCI 운임지수의 경우 국제유가 예측오차의 분산 중 BCI 운임지수에 내재된 변화(충격)에 의해서 17.
- 61% 상승하였을 때 약 3개월 정도 가파르게 상승하다가 이후로 2개월 정도 감소하다가 5개월 이후 로는 변화가 없는 것으로 나타났다. 한편, BPI 운임지수의 충격에 대한 BCI 운임지수의 충격반응의 정도는 매우 작게 나타났고, 약 3개월 정도 완만하게 상승하다가 이후로 거의 변화가 없는 것으로 나타났다.
- 1302로서 5% 유의수준에서 BDI로부터 국제유가로 인과관계가 없다는 귀무가설을 기각할 수 있었다. 한편, 국제유가와 BCI 운임지수간에는 10% 유의수준에서 상호 인과관계가 존재하는 것으로 나타났고, BPI 운임지수와 국제유가간의 그랜져 인과관계는 10% 유의수준에서 BPI에서 국제유가로 발생하였다.
후속연구
- 그러나 시장간의 변동성파급효과를 보다 정확하게 분석하기 위해서는 Engle and Sheppard(2001), Engle(2002) 등의 연구에서 제시된 조건부 분산에서의 동학적 상관관계 모형이나 Engle and Kroner(1995)의 연구에서 제시되었던 BEKK모형을 사용해야 한다. 둘째, 이 연구는 또한 현물시장 자료만을 이용하여 동학적인 시장간 상호 상관관계를 분석한 한계를 가지고 있다. 즉, 케이프사이즈와 파나막스 시장의 선물가격을 이용하여 현-선물시장간의시차 간 상관관계를 분석함으로서 해운시장 전반의 효율성의 문제를 분석하고, 나아가 해운시장에 내재된 여러 가지 형태의 위험관리 수단으로서 헤징(hedging)의 성과를 제시할 필요가 있다.
- 앞으로의 연구방향 및 연구과제와 관련하여 크게 두 가지 측면을 제시할 수 있다. 먼저 이 연구는 일별자료를 사용하지 않아 케이프사이즈와 파나막스 시장 간의 변동성의 파급효과를 분석하지 못하였다. 여기에 대해서 Chen et al(2010)의 최근의 연구는 항로별 일별자료를 사용하여 변동성의 파급효과를 분석한 바 있다.
- 둘째, 이 연구는 또한 현물시장 자료만을 이용하여 동학적인 시장간 상호 상관관계를 분석한 한계를 가지고 있다. 즉, 케이프사이즈와 파나막스 시장의 선물가격을 이용하여 현-선물시장간의시차 간 상관관계를 분석함으로서 해운시장 전반의 효율성의 문제를 분석하고, 나아가 해운시장에 내재된 여러 가지 형태의 위험관리 수단으로서 헤징(hedging)의 성과를 제시할 필요가 있다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.