이 연구는 단변량 시계열 중에서 계절 아리마 모형을 이용하여 경주지역 외국인 관광객을 예측하고자 한다. 이 연구를 위한 시계열 월별 자료는 1995년부터 2010년까지 수집하였다. 총 192개의 관측치를 분석에 사용하였는데, 성수기와 비수기의 관광객 차이가 아주 큰 것을 보여주고 있다. 예측분석결과, 경주지역의 외국인 관광객에 대한 최종 예측모형은 승법계절 ARIMA(1,1,0) $(4,0,0)_{12}$ 모형으로 선정되었다. 이 모형에 적용하여 미래의 경주지역의 외국인 관광객은 2011년 694천명, 2012년 715천명, 2013년 725천명, 2014년 738천명, 2015년 751천명이 방문하는 것으로 나타났다. 이는 향후 경주지역 외국인 관광객에게 효율적으로 관광시설을 공급함과 동시에 서비스를 제공하기 위한 관광정책을 수립하는 측면에서 관광관련 이해당사자들에게 매우 중요하다는 것을 시사하고 있다.
이 연구는 단변량 시계열 중에서 계절 아리마 모형을 이용하여 경주지역 외국인 관광객을 예측하고자 한다. 이 연구를 위한 시계열 월별 자료는 1995년부터 2010년까지 수집하였다. 총 192개의 관측치를 분석에 사용하였는데, 성수기와 비수기의 관광객 차이가 아주 큰 것을 보여주고 있다. 예측분석결과, 경주지역의 외국인 관광객에 대한 최종 예측모형은 승법계절 ARIMA(1,1,0) $(4,0,0)_{12}$ 모형으로 선정되었다. 이 모형에 적용하여 미래의 경주지역의 외국인 관광객은 2011년 694천명, 2012년 715천명, 2013년 725천명, 2014년 738천명, 2015년 751천명이 방문하는 것으로 나타났다. 이는 향후 경주지역 외국인 관광객에게 효율적으로 관광시설을 공급함과 동시에 서비스를 제공하기 위한 관광정책을 수립하는 측면에서 관광관련 이해당사자들에게 매우 중요하다는 것을 시사하고 있다.
The study used a seasonal ARIMA model to forecast the number of tourists to Kyeongju foreign in a uni-variable time series. Time series monthly data for the investigation were collected ranging from 1995 to 2010. A total of 192 observations were used for data analysis. The date showed that a big dif...
The study used a seasonal ARIMA model to forecast the number of tourists to Kyeongju foreign in a uni-variable time series. Time series monthly data for the investigation were collected ranging from 1995 to 2010. A total of 192 observations were used for data analysis. The date showed that a big difference existed between on-season and off-season of the number of foreign tourists in Kyeongju. In the forecast multiplicative seasonal ARIMA(1,1,0) $(4,0,0)_{12}$ model was found the most appropriate model. Results show that the number of tourists was 694 thousands in 2011, 715 thousands in 2012, 725 thousands in 2013, 738 thousands in 2014, and 884 thousands in 2015. It was suggested that the grasping of the Kyeongju forecast model was very important in respect of how experts in tourism development, policy makers or planners would establish marketing strategies to allocate services in Kyeongju as a tourist destination and provide tourism facilities efficiently.
The study used a seasonal ARIMA model to forecast the number of tourists to Kyeongju foreign in a uni-variable time series. Time series monthly data for the investigation were collected ranging from 1995 to 2010. A total of 192 observations were used for data analysis. The date showed that a big difference existed between on-season and off-season of the number of foreign tourists in Kyeongju. In the forecast multiplicative seasonal ARIMA(1,1,0) $(4,0,0)_{12}$ model was found the most appropriate model. Results show that the number of tourists was 694 thousands in 2011, 715 thousands in 2012, 725 thousands in 2013, 738 thousands in 2014, and 884 thousands in 2015. It was suggested that the grasping of the Kyeongju forecast model was very important in respect of how experts in tourism development, policy makers or planners would establish marketing strategies to allocate services in Kyeongju as a tourist destination and provide tourism facilities efficiently.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구는 1995년부터 2010년까지의 총 192개의 경주시 월별 외국인 관광객 수를 대상으로 계절 아리마모형을 적용하여 관광수요를 예측하고자 한다. 이 시계열 자료는 경주시청 『통계연보』의 통계자료이며, 수집된 통계자료는 윈도우용 한글 SPSS(17.
특히 경주지역은 유네스코가 지정한 세계적인 역사문화의 도시이기 때문에 외국인이 경주지역을 방문하여 불편을 최소화하는 방안을 모색해야 한다. 따라서 본 연구는 경주지역에 외국인 관광객에 대한 합리적인 관광정책을 수립 하기 위해서는 먼저 정확한 수요를 예측을 하는 것이 선행되어야 하기 때문에 계절 아리마 모형을 적용하여 외국인 관광객을 예측하여 정확성을 평가하였다. 예측을 위해 사용한 자료는 1995년부터 2010년까지의총 192개의 월별 시계열이다.
이는 그동안 관광수요예측의 사후평가가 정확하다는 선행연구에서도 확인할 수 있다(구본기․손은호, 2006; 김석출․최수근, 1999: 김영우․손은호, 2006; 김재석․손은호, 2006; 손은호․박덕병, 2009; 2012; 임은순, 1990; 최영문․김사헌, 1998; Chu, 1998; Turner, Kulendran & Fefnando, 1997). 따라서 본 연구는 관광현상의 특성인 계절성을 적합시킬 수 있는 아리마모형에 경주지역에 방문한 외국인 관광객을 대상으로 미래의 관광객을 예측하고자 한다.
따라서 본 연구는 다른 조건이 동일하다면, 미래는 과거의 함수라는 가정 하에서 과거 일정 기간의 월별 시계열 자료를 이용하여 과거의 패턴을 파악하고 이 패턴을 미래에 그대로 투영함으로써 미래시점의 경주지역 외국인 관광객을 예측하는데 목적이 있다. 이 연구는 향후 경주지역 외국인 관광정책, 방향설정, 의사결정 등의 기초 자료로 활용할 수 있기 때문에 실용적인 측면에서 기여하는 바가 크다고 사료된다.
이와 같은 과제를 해결하는데 있어서 관광은 경제적 측면에서 지역주민의 소득증대와 고용유발효과를 가져 오는 중요한 역할을 담당하고 있으며, 사회․문화적 측면에서는 전통문화의 핵이라고 할 수 있는 향토문화 활성화에 기여하여 지역주민에게 향토에 대한 긍지심과 애향심을 심어주어 지역발전효과를 가져올 수 있어, 그 역할은 매우 크다고 할 수 있다(김규호, 2010). 이러한 측면에서 경주지역 관광이 지속가능하고 성공적으로 발전하기 위해서 가장 필수적인 요건 중 하나가 정확한 관광수요를 예측하는 것이다. 정확한 수요예측은 관광공급계획의 가장 중요한 부분으로 계획에 필요한 정보를 제공할 수 있고, 또한 성수기에는 가능하면 할인혜택을 제한하여 관광지 요금을 증가시키고, 비수기에는 가격을 낮춤으로써 관광지의 요금을 증가시킬 수 있기 때문에 관광수요를 예측하는 것은 관광정책을 수립하는데 아주 중요하다.
제안 방법
예측의 평가에서 가장 중요한 것은 예측을 통하여 제공되는 정보의 양과 그 정보의 정확성에 있다. 이러한 예측의 평가는 사전평가와 사후평가로 구분하는데, 본 연구에서는 사후평가를 통하여 예측의 정확성을 평가하였다. 사후평가는 예측값과 관측값의 차이인 예측오차의 크기에 따라 예측의 질을 평하는 것으로 여러 가지 평가척도가 있는데, 대부분의 선행연구들은 오차크기의 정확성을 가장 중요한 예측모형의 평가기준으로 하고 있다(김영우⋅손은호, 2006; 구본기․손은호, 2006; 손은호⋅박덕병, 2009; 2012; Burger et al.
최종 설정된 모형식을 이용하여 경주지역 외국인 관광객을 예측하였다. 예측방법은 비조건부최소제곱법을 이용하였으며, 예측기간은 2011년 1월부터 2015년 12월까지 예측하였다.
대상 데이터
따라서 본 연구는 경주지역에 외국인 관광객에 대한 합리적인 관광정책을 수립 하기 위해서는 먼저 정확한 수요를 예측을 하는 것이 선행되어야 하기 때문에 계절 아리마 모형을 적용하여 외국인 관광객을 예측하여 정확성을 평가하였다. 예측을 위해 사용한 자료는 1995년부터 2010년까지의총 192개의 월별 시계열이다.
만약 이러한 현상들이 나타난다면 시계열은 비정상 시계열이기 때문에 적절한 변환을 통해서 정상시계열로 변환한 후에 모형을 식별해야 하기 때문이다. <그림 1>은 1995부터 2010년까지의 경주지역 외국인 관광객 수의 원 시계열 산포도이다. <그림 1>에서 보는 바와 같이, 시계열 산포도로 부터 관측된 시계열은 계절성분을 가지고 있고, 시간의 흐름에 따라 분산이 일정하지 않은 비정상시계열이라는 것을 알 수 있다.
따라서 본 연구는 1995년부터 2010년까지의 총 192개의 경주시 월별 외국인 관광객 수를 대상으로 계절 아리마모형을 적용하여 관광수요를 예측하고자 한다. 이 시계열 자료는 경주시청 『통계연보』의 통계자료이며, 수집된 통계자료는 윈도우용 한글 SPSS(17.0) 프로그램을 사용하여 통계처리 하였다.
이론/모형
모형진단 결과, 최종 예측모형은 통합승법계절ARIMA(1,1,0) (4,0,0)12모형으로 선정하고, 이에 대한 정확성 평가는 MAPE값을 사용하였다. 이 값을 기준으로 정확성 평가를 한 결과 1.
최종 설정된 모형식을 이용하여 경주지역 외국인 관광객을 예측하였다. 예측방법은 비조건부최소제곱법을 이용하였으며, 예측기간은 2011년 1월부터 2015년 12월까지 예측하였다. 예측결과 미래의 경주역에 방문할 관광객은 <표 6>과 같다.
이 단계에서는 추정된 모형이 관측된 시계열이 잘 적합시키고 있는지에 대하여 모형진단을 통해서 검진을 하게 되는데, 모형진단방법은 주로 잔차분석을 이용한다. 이 방법은 잔차의 그래프를 통하여 직접 판단하는 방법과 잔차의 자기상관함수와 편자기상관함수를 통하여 판단할 수 있는데, 본 연구에서는 자기상관함수와 편자기상관함수 도표를 이용하였다.
성능/효과
1) 모수 추정결과 계절 MA의 모수인 φ는 통계적으로 유의하지 않은 것으로 나타났으며, 모형진단의 잔차분석결과에서도 잔차가 백색잡음모형을 따르지 않은 것으로 나타났다.
경주지역 외국인 관광객의 예측결과, 일반적으로 대중관광에서 나타나는 것과 마찬가지로 계절성이 뚜렷한 것으로 나타났다. 따라서 이를 고려한 예측방법을 활용하였는데, 최적의 모형은 통합된 승법계절 ARIMA(1,1,0)(4,0,0)12모형으로 선정되었으며, 예측의 정확성 평가는 MAPE값 기준 1.
관광수요예측에 대한 선행연구를 종합해 보면, 질적 예측방법보다 양적 예측방법이 논리성과 객관성에서 우수한 것을 볼 수 있고, 양적 예측 방법 중에서는 단변량 시계열분석이 회귀모형보다 더 정확한 것으로 나타났다. 특히 단변량 시계열분석은 고전적 시계열방법보다 확률과정 이론을 도입한 확률적 시계열방법을 많이 활용하고 있는데, 이는 시계열의 자료가 확률적이며, 계절변동 역시 확률적으로 다른 변동들과 연관되어 있어, 이를 쉽게 분해하기 위하여 아리마모형을 사용해야 한다(이덕기, 1999).
경주지역 외국인 관광객의 예측결과, 일반적으로 대중관광에서 나타나는 것과 마찬가지로 계절성이 뚜렷한 것으로 나타났다. 따라서 이를 고려한 예측방법을 활용하였는데, 최적의 모형은 통합된 승법계절 ARIMA(1,1,0)(4,0,0)12모형으로 선정되었으며, 예측의 정확성 평가는 MAPE값 기준 1.70%로 매우 정확한 모형으로 나타났다. 이 모형에 적용한 경주지역 관광객은 2011년 69만 4,909명, 2012년 71만 5,974명, 2013년 72만 5,140명, 2014년 73만 8,841명, 2015년 75만 1,259명이 올 것으로 예측되었다.
본 연구의 시사점은 첫째 국내․외 연구에서 적합한 예측모형으로 평가되고 있는 ARIMA모형에 경주지역의 외국인 관광객을 적용하여 예측 하였다는 것이고, 둘째는 ARIMA모형을 통해 예측의 정확성 평가를 한 결과, 예측모형이 매우 정확한 것으로 나타났다는 것이다. 이는 국내․외의 선행연구와 일치한다(구본기․손은호, 2006; 김영우․손은호, 2006; 손은호․박덕병, 2009; 2012; Chu, 2004; Dharmaratne, 1995; Turner, Kulendran & Fefnando, 1997; Goh & Law,2002).
한편 경주지역 전체 관광객의 변화추이를 살펴보면 <표 2>와 같다. 전체적으로 1995년부터 2010년까지 연평균 증가율이 1.5%로 나타났는데, 같은 기간 내국인 관광객은 1.4%, 외국인 관광객은 1.9%씩 소폭으로 증가하고 있는 것으로 나타나고 있어, 외국인 관광객보다 내국인 관광객의 증가율이 낮게 나타났다. 이는 경주지역의 관광이 다양한 형태로 변화하는 국민관광수요를 충족시키지 못하고 있거나, 다른 지역 및 타국가의 관광지로 인해 경쟁력이 떨어지고 있기 때문인 것으로 볼 수 있다.
후속연구
이 결과는 경주지역의 외국인 관광정책 및 계획 수립, 방향설정, 의사결정 등을 할 때 기초 자료로 활용될 수 있을 것이며, 관광수요예측의 기법의 선택에 기여할 수 있을 것이다. 또한 이 모형은 향후 다음 해의 실제의 값이 수집되면, 이 모형에 적용하여 미래의 관광객을 예측할 수 있을 것이다.
이는 국내․외의 선행연구와 일치한다(구본기․손은호, 2006; 김영우․손은호, 2006; 손은호․박덕병, 2009; 2012; Chu, 2004; Dharmaratne, 1995; Turner, Kulendran & Fefnando, 1997; Goh & Law,2002). 이 결과는 경주지역의 외국인 관광정책 및 계획 수립, 방향설정, 의사결정 등을 할 때 기초 자료로 활용될 수 있을 것이며, 관광수요예측의 기법의 선택에 기여할 수 있을 것이다. 또한 이 모형은 향후 다음 해의 실제의 값이 수집되면, 이 모형에 적용하여 미래의 관광객을 예측할 수 있을 것이다.
따라서 본 연구는 다른 조건이 동일하다면, 미래는 과거의 함수라는 가정 하에서 과거 일정 기간의 월별 시계열 자료를 이용하여 과거의 패턴을 파악하고 이 패턴을 미래에 그대로 투영함으로써 미래시점의 경주지역 외국인 관광객을 예측하는데 목적이 있다. 이 연구는 향후 경주지역 외국인 관광정책, 방향설정, 의사결정 등의 기초 자료로 활용할 수 있기 때문에 실용적인 측면에서 기여하는 바가 크다고 사료된다.
Burger, C. J. S. C., Dohnal, M., Kathrada, M., & Law, R. (2001). A practitioners guide to time-series methods for tourism demand forecasting-a case study of Durban, South Africa. Tourism Management, 22(4), 403-409.
Goh, C., & Law, R. (2002). Modeling and forecasting tourism demand for arrivals with stochastic nonstationary seasonality and intervention. Tourism Management, 23, 499-510.
Hui, T. K., & Yuen, C. C. (2000). A study in the seasonal variation of japanese tourist arrivals in singapore. Tourism Management, 23, 127-131.
Lee, C. K, Song, H. J., & Mjelde, J. W. (2008). The forecasting of international Expo tourism using quantitative and qualitative techniques. Tourism Management, 29(6), 1084-1098.
Turner, L., N. Kulendran., & Fefnando, H. (1997). Univariate modelling using periodic and non-periodic analysis: Inbound tourism to Japan, Australia and New Zealand Compared. Tourism Economics, 3(1), 39-56.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.