2010년 이후 한국 해외건설 수주가 극적 변동을 보임에 따라, 이에 대한 원인과 대응방안을 모색하고자 한다. 한국 해외건설은 2010년 716억불을 정점으로 2011년에서 2014년까지 연평균 638억불을 기록하였다. 하지만, 2014년 하반기부터 시작된 국제유가 하락으로 2015년 461억불을, 2016년 282억불, 2017년 290억불의 수주에 그쳤다. 국제 유가 하락과 더불어, 세계 경제 저성장 지속과 우리 기업의 EPC 수주 역량 한계점 봉착 등으로 불확실성이 과거 어느 때보다 증가하고 있다. 이와 같은 불확실한 해외건설시장 상황 속에서 적절한 대응방안을 모색하고, 많은 가능성과 글로벌 경쟁력을 갖추고 있는 해외건설산업을 국가수 출전략산업으로 육성 발전시키기 위하여, 세계건설시장과 해외건설시장의 발주 및 수주 구조와 그 변화추세를 분석하고, 향후 해외건설 수주 규모를 예측함으로써 해외건설산업의 건전한 육성 및 발전을 위한 정책 방향을 제시하고자 한다.
2010년 이후 한국 해외건설 수주가 극적 변동을 보임에 따라, 이에 대한 원인과 대응방안을 모색하고자 한다. 한국 해외건설은 2010년 716억불을 정점으로 2011년에서 2014년까지 연평균 638억불을 기록하였다. 하지만, 2014년 하반기부터 시작된 국제유가 하락으로 2015년 461억불을, 2016년 282억불, 2017년 290억불의 수주에 그쳤다. 국제 유가 하락과 더불어, 세계 경제 저성장 지속과 우리 기업의 EPC 수주 역량 한계점 봉착 등으로 불확실성이 과거 어느 때보다 증가하고 있다. 이와 같은 불확실한 해외건설시장 상황 속에서 적절한 대응방안을 모색하고, 많은 가능성과 글로벌 경쟁력을 갖추고 있는 해외건설산업을 국가수 출전략산업으로 육성 발전시키기 위하여, 세계건설시장과 해외건설시장의 발주 및 수주 구조와 그 변화추세를 분석하고, 향후 해외건설 수주 규모를 예측함으로써 해외건설산업의 건전한 육성 및 발전을 위한 정책 방향을 제시하고자 한다.
Since 2010, Korea's overseas construction orders have seen dramatic fluctuations. I propose causes and remedies for the industry as a whole. Orders have recorded an annual average of $63.8 billion dollars from 2011 to 2014, reaching its highest at $71.6 billion dollars(2010) which marked the peak of...
Since 2010, Korea's overseas construction orders have seen dramatic fluctuations. I propose causes and remedies for the industry as a whole. Orders have recorded an annual average of $63.8 billion dollars from 2011 to 2014, reaching its highest at $71.6 billion dollars(2010) which marked the peak of Korea's overseas construction. However, due to a decline in international oil prices, starting in the last half of 2014, Korea's overseas construction orders have followed suit recording $46.1 billion dollar in 2014, $28.2 billion dollars in 2016, and $29.0 billion dollars in 2017. Facing uncertainty in Korea's overseas construction market, caused by continued slow growth of the global economy, Korean EPC contractors are at a critical point in regards to their award-winning capabilities. Together with declining oil prices, the challenges have never been bigger. To mitigate the challenges, I would suggest policy direction as a way to grow and develop the overseas construction industry. Proper counterplans are needed to foster Korea's overseas construction industry. Forecasting total order amount for overseas construction projects is essencial. Analyzing contract award & tender structure and its changing trends in both overseas and world construction markets should also be included. Korea has great potential and global competitiveness. These measures will serve to enhance Korea's overall export strategy in uncertain overseas markets and global economy.
Since 2010, Korea's overseas construction orders have seen dramatic fluctuations. I propose causes and remedies for the industry as a whole. Orders have recorded an annual average of $63.8 billion dollars from 2011 to 2014, reaching its highest at $71.6 billion dollars(2010) which marked the peak of Korea's overseas construction. However, due to a decline in international oil prices, starting in the last half of 2014, Korea's overseas construction orders have followed suit recording $46.1 billion dollar in 2014, $28.2 billion dollars in 2016, and $29.0 billion dollars in 2017. Facing uncertainty in Korea's overseas construction market, caused by continued slow growth of the global economy, Korean EPC contractors are at a critical point in regards to their award-winning capabilities. Together with declining oil prices, the challenges have never been bigger. To mitigate the challenges, I would suggest policy direction as a way to grow and develop the overseas construction industry. Proper counterplans are needed to foster Korea's overseas construction industry. Forecasting total order amount for overseas construction projects is essencial. Analyzing contract award & tender structure and its changing trends in both overseas and world construction markets should also be included. Korea has great potential and global competitiveness. These measures will serve to enhance Korea's overall export strategy in uncertain overseas markets and global economy.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 연구는 계량경제학적 시계열 전망을 통하여 향후 해외 건설 수주를 예측하는 것을 목적으로 한다. 이를 위하여, 종속변수인 해외건설 수주액은 해외건설협회의 『해외건설종합 정보서비스』 자료를 활용하였다.
본 연구에서는 이와 같은 필요성에 따라 세계건설시장과 해외건설시장의 구조를 분석하고 우리나라의 해외건설 수주 액을 전망함으로써 해외건설의 건전한 육성 및 발전을 위한 정책 방향을 제시하고자 하였다.
이에 따라, 미시적으로는 기업의 지역·공종별 장단기 계획 수립 지원과 거시적으로는 글로벌 경쟁력을 갖추고 있는 해외건설산업을 국가 수출전략산업으로 발전시키고자 본 연구를 수행하였다. 아울러, 해외건설시장의 발주 및 수주 구조와 그 변화추세를 분석하고, 향후 해외건설 수요를 예측함으로써 해외건설산업의 건전한 육성과 발전을 위한 정책 방향을 제시하고자 한다.
이에 따라, 미시적으로는 기업의 지역·공종별 장단기 계획 수립 지원과 거시적으로는 글로벌 경쟁력을 갖추고 있는 해외건설산업을 국가 수출전략산업으로 발전시키고자 본 연구를 수행하였다.
제안 방법
다음으로 모형의 검증을 위하여 잔차를 이용해 백색잡음항의 독립성 여부도 살펴보았다. 잔차들을 사용하여 독립성을 점검할 방안으로서 Box-Ljung 검증 통계량을 활용하였다.
본 연구에서는 기본적인 검정을 통하여 VECM을 구성한 후 충격반응분석을 실시하여 독립변수들과 우리나라 해외건설 수주금액 간의 관계성과 파급효과를 분석하였다.
본 연구에서는 시계열 분석방법을 통하여 향후 해외건설 수주액을 전망하였다. 분석결과 2018년 해외건설수주는 ARIMA 모형으로 추정했을 때 270억불, VECM으로 추정했을 때 357억불로 예측되었다.
분산분해는 모형 내 변수 간의 상대적 중요성을 측정하는 방법으로 이를 통하여 각 변수가 자신을 포함한 나머지 변수의 시차 변수에 의하여 얼마나 설명되는지를 살펴보았다 [Table 12]. 분산분해는 종속변수의 차분 값 추정치를 통해 종속변수에 대한 단계적 예측을 실시하는 과정에서 종속변수의 예측 오차 분산을 각 변수가 가지고 있는 충격 기여도에 비례하도록 배분하며, 이후 백분율로 다시 계산함으로써 한변수가 종속변수의 예측력에 어느 정도 영향을 주는지에 대해 파악이 가능하다(Jeong, 2015).
실증분석에 앞서 본 연구에서는 ARIMA 모형과 VECM을 구성하기 위하여 먼저 변수들의 단위근 검정을 통해 시계열 자료의 안정성 여부를 판정하였다. 이후 적정시차와 공적분을 분석한 후 ARIMA와 VECM 분석에 이용하였으며, 이에 따라, 검정결과를 활용하여 실증분석을 하였다.
아울러, 적합도 통계량을 사용하여, 적합한 모형이 자료를 얼마만큼 설명하는지 비교하였다. 이처럼 예측 방법의 정확성 파악을 위한 척도에는 RMSE, MAPE, MAE 등이 있다.
여기에서는 독립변수(국제 유가, 원·달러환율, GDP) 가 해외건설 수주액에 미치는 영향을 실증분석하기 위하여 VECM의 충격반응분석과 분산분해분석을 이용하였다 (Jeong, 2015).
아울러 유로화가 해외건설수 주에 미치는 영향, 해외건설산업의 국제경쟁력 강화 방안과 해외건설시장의 신성장동력 공종선정 및 진출전략 도출 등과 같은 연구도 수행되었다. 하지만, 시계열을 이용한 해외건설 수주 전망을 연구한 사례는 매우 부족한 상황임을 확인하여본 연구는 시계열 분석을 통한 향후 해외건설 수주액 전망치를 실증 분석하였다.
대상 데이터
독립변수 중 원·달러 환율은 한국은행 시계열 자료, 국제 유가는 World Bank Commodity Price Data (Dubai) 및 한국석유공사 자료, 국내총생산(GDP)은 한국은행을 통하여 확보하였다.
본 연구는 계량경제학적 시계열 전망을 통하여 향후 해외 건설 수주를 예측하는 것을 목적으로 한다. 이를 위하여, 종속변수인 해외건설 수주액은 해외건설협회의 『해외건설종합 정보서비스』 자료를 활용하였다. 종속변수의 시계열 자료는 1973년부터 2017년까지 연간 자료이다.
이를 위하여, 종속변수인 해외건설 수주액은 해외건설협회의 『해외건설종합 정보서비스』 자료를 활용하였다. 종속변수의 시계열 자료는 1973년부터 2017년까지 연간 자료이다. 독립변수 중 원·달러 환율은 한국은행 시계열 자료, 국제 유가는 World Bank Commodity Price Data (Dubai) 및 한국석유공사 자료, 국내총생산(GDP)은 한국은행을 통하여 확보하였다.
해외건설시장 규모는 세계건설시장에서 외국 건설기업들이 실제로 참여 가능한 시장을 의미하며, 본 연구에서는 미국 유수 건설 매거진인 ENR (Engineering News-Record)이 매년 발표하는 The Top 250 International Contractors의 매출액을 바탕으로 분석하였다.
데이터처리
이 결과 공적분 관계가 존재할 경우, 벡터오차수정모형 ( VECM: Vector Error Correction Model)을 통하여 분석하면 수준정보와 안정성도 동시에 살릴 수 있다(Lee, 2006). 본 연구에서는 수주 전망을 하기 전에 Johansen Cointegration Test를 통하여 공적분 검정을 수행하였으며, 공적분이 존재 하는 것으로 확인되어 VECM을 활용하여 실증분석을 수행하였다.
시계열 자료의 안정성은 E-Views 프로그램의 ADF (Augmented Dickey-Fuller)의 단위근 검정을 통해 확인 하였다. 이후 ARIMA 모델을 이용한 예측은 IBM SPSS Statistics 22 프로그램을 활용하였으며, VECM 모델을 활용한 예측은 E-Views 프로그램을 사용하였다.
, 2010). 이 논문에서는 Johansen Cointegration Tests를 통하여 공적분 검정을 수행한 결과[Table 9]에서 확인하였듯이 p-value가 0.05 이하로 공적분이 1개가 발생함에 따라 벡터오차수정모형을 활용하여 실증 분석을 수행하였다.
이번 연구에서는 시차결정방법 중 SIC를 기준으로 적정시차 검정을 수행하였으며, 다음에서 확인할 수 있듯이 최솟값의 시차가'1'일 경우가 나타남에 따라 적정시차를'1'로 선정하여 실증분석을 수행하였다.
VAR 모형은 분석결과가 시차의 영향을 받게 된다. 이에 따라, 이번 연구에서는 적정시차 검정을 수행하였다. 일반적으로 VAR(p) 모형의 p 시차 결정은 AIC (Akaike Information Criteria)와 SIC (Schwarz Information Criteria) 방법 등이 있으며, 각 기준에서 최소화되는 곳을 적정시차로 결정한다.
시계열 자료의 안정성은 E-Views 프로그램의 ADF (Augmented Dickey-Fuller)의 단위근 검정을 통해 확인 하였다. 이후 ARIMA 모델을 이용한 예측은 IBM SPSS Statistics 22 프로그램을 활용하였으며, VECM 모델을 활용한 예측은 E-Views 프로그램을 사용하였다.
실증분석에 앞서 본 연구에서는 ARIMA 모형과 VECM을 구성하기 위하여 먼저 변수들의 단위근 검정을 통해 시계열 자료의 안정성 여부를 판정하였다. 이후 적정시차와 공적분을 분석한 후 ARIMA와 VECM 분석에 이용하였으며, 이에 따라, 검정결과를 활용하여 실증분석을 하였다.
다음으로 모형의 검증을 위하여 잔차를 이용해 백색잡음항의 독립성 여부도 살펴보았다. 잔차들을 사용하여 독립성을 점검할 방안으로서 Box-Ljung 검증 통계량을 활용하였다. [Table 4]를 살펴보면, ARIMA (3,1,1) 모형의 Box-Ljung 검증 통계량에 대한 p 값은 0.
이론/모형
이처럼 시계열 자료는 통상 불안정하므로 실증 분석에 앞서 시계열의 안정성 여부를 검증해야 한다. 아울러 불안정한 시계열은 단위근(unit root)을 가지고 있어, 본 연구에서는 단위근 존재 여부를 판단하기 위하여 일반적으로 가장 널리 활용되고 있는 Augmented Dickey-Fuller (ADF) 검정방 법을 활용하였다(Lee et al., 2010).
VAR 모형을 활용하여 전망치를 추정하면, 시계열은 안정성이 보장되지 않을 경우 가성회귀(Spurious Regression) 에 의한 잘못된 전망치를 얻을 수 있다. 이 결과 단위근 검정 (unit root tests)과 공적분 검정(cointegration test)을 통하여 시계열의 안정성과 적합성을 검증한 후에 VAR 모형을 추정해야 한다.
성능/효과
총수주액을 대상으로 분석해보면, 총수주액의 예측 오차 분산의 대부분은 초기에(3년까지)는 자기 자신의 변동(50~68%)으로 설명되고 있으나, 중반기(4년)부터 GDP에 의하여 설명력이 대체되는 것으로 나타났다. GDP는 단기(2 년 차 31%)부터 일정 설명력을 유지하고 있으며, 4년 차부터 51%를 점유한 후 계속 증가하여 10년 차에는 66%로 설명력이 높아지는 것으로 분석되었다. 국제유가와 원·달러환율의 설명력은 3년과 4년 차부터 다소 증가한 후 각각 6%대에서 5%대의 설명력을 가진 것으로 나타났다.
분석결과 2018년 해외건설수주는 ARIMA 모형으로 추정했을 때 270억불, VECM으로 추정했을 때 357억불로 예측되었다. 결론적으로 2018년 해외건설 수주액은 270억불에서 357억불 사이로 결정될 전망이다. 이수치는 총사업비 150억 파운드 규모의 영국 원전 프로젝트는 포함되지 않은 수치이다.
국제유가와 원·달러환율의 설명력은 3년과 4년 차부터 다소 증가한 후 각각 6%대에서 5%대의 설명력을 가진 것으로 나타났다.
다섯째, 원전과 고속철도와 같은 대형 사업의 수주 역량을 확대하는 것이다. 이와 같은 대형 프로젝트는 G2G 베이스로 추진하는 경우가 많아 관련 정부 부처는 G2G 기반을 마련하고, 공기업은 그간 쌓아온 투자·운영 노하우를 활용하는 등 공공(정부·공기업)주도로 프로젝트 수주 기반을 조성 하며, 금융기관, 건설기업, 엔지니어링 기업, 제조기업 등과 'Korean Grand Consortium'을 구성하여 진출하는 방안을 모색해야 한다.
[Table 5]의 모형 적합 통계량 중에서, ARIMA (3,1,1) 모형에 근거한 R 제곱이 설명력이 좋은 것으로 나타났다. 또한, RMSE를 비롯한 나머지 모형 적합 통계량 값들과 비교하여 보아도 ARIMA (3,1,1) 모형에 근거한 통계량이 나머지 모형의 수치보다 나쁘지 않다는 것을 확인할 수 있다.
7]과 [Table 11]은 각 독립변수에 대하여 1 표준편차 충격을 발생시킬 때 우리 해외건설 수주액의 반응을 나타낸 다. 먼저 국제 유가에 충격을 가할 경우, 1년 후에 0.055에서 3년 차에 0.16으로 상승하고, 4년 차부터 감소한 후 0.12의 positive한 수준을 10년까지 유지할 것으로 나타났다. 원·달러환율에 충격을 가할 경우, 2년 차에 +0.
본 연구에서는 시계열 분석방법을 통하여 향후 해외건설 수주액을 전망하였다. 분석결과 2018년 해외건설수주는 ARIMA 모형으로 추정했을 때 270억불, VECM으로 추정했을 때 357억불로 예측되었다. 결론적으로 2018년 해외건설 수주액은 270억불에서 357억불 사이로 결정될 전망이다.
셋째, 건설산업 기술 수준이 평준화되어 기술적 비교 우위 확보가 어려워짐에 따라, 해외건설시장에서 엔지니어링 기업, 중견 기업, 대형 종합건설기업 간 역량 차이가 축소되어 원가 위주의 경쟁이 더욱 치열해지고 있다. 이를 해소하기 위하여 사업기획과 개발, 금융, PM (Project Management), O&M (Operation&Maintenance), 발주자 관리 등'Software 역량'제고가 절실히 요구된다.
아울러, ARIMA 모형으로 2019년을 추정하였을 경우, 2018년보다 3% 증가한 278억불을 기록한 후 2022년까지 지속 성장세를 보일 것으로 나타났다. VECM 추정결과는 2019년에 2018년보다 25.
이를 종합적으로 정리하면, 국제 유가 상승은 우리 기업의 수주액에 positive한 영향을 미치나, 원·달러 환율 상승은 초기에 positive한 이후 negative로, GDP 상승은 negative한 영향을 미친 것으로 분석되었다.
이를 종합적으로 정리하면, 총수주액은 국제 유가와 GDP 의 영향을 받는 것으로 나타났다. 특히, GDP가 성장세를 보일 경우, 우리 기업이 해외보다는 국내 건설에 점차 많은 자원을 배분하는 것으로 파악되었다.
이번 연구에서는 ARIMA 모형과 VAR/VEC 모형을 이용하여 2018~2022년 5년간 해외건설시장 수주 규모를 전망하였다.
이와 같이 설정된 ARIMA 모형(3.1.1)을 이용하여 향후 5 년간 해외건설 수주액을 전망하여 본 결과[Table 6], 2018년 해외건설 수주액은 270억불, 2019년 278억불, 2022년은 379 억불로 예측되었다.
총수주액을 대상으로 분석해보면, 총수주액의 예측 오차 분산의 대부분은 초기에(3년까지)는 자기 자신의 변동(50~68%)으로 설명되고 있으나, 중반기(4년)부터 GDP에 의하여 설명력이 대체되는 것으로 나타났다. GDP는 단기(2 년 차 31%)부터 일정 설명력을 유지하고 있으며, 4년 차부터 51%를 점유한 후 계속 증가하여 10년 차에는 66%로 설명력이 높아지는 것으로 분석되었다.
이를 종합적으로 정리하면, 총수주액은 국제 유가와 GDP 의 영향을 받는 것으로 나타났다. 특히, GDP가 성장세를 보일 경우, 우리 기업이 해외보다는 국내 건설에 점차 많은 자원을 배분하는 것으로 파악되었다.
후속연구
결론적으로 공종별로는 플랜트 집중도가 높아지고 있어 토목과 건축 그리고 엔지니어링 수주 확대 전략이 요구되며, 지역적으로는 중동 및 아시아 지역을 넘어선 신시장 개척이 필요한 상황이다.
둘째, 공종별로 세계시장에서 건축시장이 증가하고 있어 장기적인 관점에서 고부가가치 건축부문에서 경쟁력을 강화해야 할 필요성이 제기된다. 이에 따라, 인력 및 사업조직을 건축과 토목 중심으로 전환할 필요성이 있다.
본 연구는 향후 해외건설 수주액 전망을 우리 기업이 수주한 수주액과 관련 독립변수를 이용하여 전망하였으나, 세계건설시장 규모와 해외건설시장 규모 등을 활용할 필요성이 있는 것으로 파악되었다. 그러나 세계건설시장 규모와 해외건설시장 규모는 충분한 시계열자료가 미비하여 활용하기에 어려움이 있었다.
하지만, 본 연구를 통해 제시된 각종 분석결과와 전망 자료는 정부와 건설 유관 기관 및 기업의 관련 정보 수요를 충족시키는 데 도움이 될 것으로 믿는다. 앞으로도 더욱 정밀하고 신뢰성 있는 수주 전망 연구가 지속되어야할 것이다.
첫째, 지역별로 세계건설시장에서 아시아 비중이 더욱 높아지고, 북미(미국과 캐나다)와 유럽지역 비중이 늘어나고 있어 중동지역에 편중된 수주구조를 벗어나 이들 지역에 대한 수주 역량을 강화해야 할 당위성이 있다. 아시아의 경우, 시장규모 확대에 따라, 경쟁이 심화될 가능성이 높아, 가격·기술 경쟁력을 더욱 강화할 필요성이 있다.
그러나 세계건설시장 규모와 해외건설시장 규모는 충분한 시계열자료가 미비하여 활용하기에 어려움이 있었다. 하지만, 본 연구를 통해 제시된 각종 분석결과와 전망 자료는 정부와 건설 유관 기관 및 기업의 관련 정보 수요를 충족시키는 데 도움이 될 것으로 믿는다. 앞으로도 더욱 정밀하고 신뢰성 있는 수주 전망 연구가 지속되어야할 것이다.
질의응답
핵심어
질문
논문에서 추출한 답변
시계열자료로부터 미래를 확률적으로 예측하기 위해 시계열자료가 불안정할 경우는 사용하는 기법은?
6]. 시계열자료로부터 미래를 확률적으로 예측하기 위해서는 시계열자료의 안정성(stationarity)이 필요하며, 불안정할 경우 ARIMA 모델을 통해 분석한다(Lee, 2012).
ARIMA 모델을 이용한 예측분석은 4단계는?
통계학자인 George Box와 Gwilym Jenkins가 제안한 자기회귀적분이동평균모형(ARIMA: Autoregressive Integrated Moving Average Model)은 단기 예측기법에 많이 활용된다. 이 모형을 이용한 예측분석은 모형의 식별 (Model Identification), 모수의 추정(Model Estimation), 모형 검증(Diagnostics)과 예측(Forecast) 등 4단계로 구성된다[Fig. 6].
세계건설시장에서 아시아 비중이 높아짐에 따른 대안은?
첫째, 지역별로 세계건설시장에서 아시아 비중이 더욱 높아지고, 북미(미국과 캐나다)와 유럽지역 비중이 늘어나고 있어 중동지역에 편중된 수주구조를 벗어나 이들 지역에 대한 수주 역량을 강화해야 할 당위성이 있다. 아시아의 경우, 시장규모 확대에 따라, 경쟁이 심화될 가능성이 높아, 가격·기술 경쟁력을 더욱 강화할 필요성이 있다. 특히 북미와 유럽의 선진시장은 시장 다변화 차원에서 수주 마케팅 능력을 제고 하여 진출을 확대해야 한다. 이 밖에 선진시장은 안정적인 수익성 확보와 품질, 업무 프로세스, 안전, 생산성 등 관리 역량 축적을 위해서도 진입이 필수적으로 요구된다.
참고문헌 (18)
Ahn, B. K., Choi, Y. H., and Lee, Z. H. (2014). "A Study of Forecasting of Chinese Auto Industry Using Series Model." Northeast Asia Economic Research, The Northeast Asia Economic Association of Korea, 26(3), pp. 37-62.
Banhi, G., and Gautam, B. (2016). "Gold Price Forecasting Using ARIMA Model." Journal of Advanced Management Science, 4(2), pp. 117-121.
Chang, Y. S., Han, S. B., and Park, J. Y. (2004). Time Series Analysis. 1st ed, Kyungmoon Publishers, Seoul.
Cho, W. S., and Hong, S. G. (2010). "Empirical Investigation for Economic Growth and IT's Export and Import." Journal of e-Business Studies, Global e-Business Association, 11(4), pp. 405-419.
Choi, W. I. (2007). "The Analysis of the Effect of FDI to China on the Export to China of Korea." Review of International Area Studies, Institute of International Affairs, GSIS, SNU, 11(1), pp. 292-307.
ENR. (2007-2017). "The Top 250 International Contractors."Engineering News Record, (Dec. 15, 2017).
IHS Markit. (2017.3Q,). "Global Construction Outlook: Executive Overview." pp. 1-50.
Jeong, D. B. (2015). Eviews Solution for Time Series analyst. 1st ed, Bullsbook, Seoul.
Kim, H. K., and Lee, M. S. (2005). Time Series Analysis. 1st ed, Kyungmoon Publishers, Seoul.
Kim, M. S. (2010). "Forecasting Construction Guarantee Market Using Time Series Data." Journal of The Korean Official Statistics, KOSTAT, 15(2), pp. 66-81.
Lee, E. G., and Yu, S. H. (2009). "An Empirical Test of Macroeconomic Factors on Hotel Stock Performance." Journal of Economics Studies, KEBA, 27(4), pp. 43-69.
Lee, H. S., and Nam, J. W. (2010). Econometics. 3rd ed , Hongmoonsa, Seoul.
Lee, J. W. (1994). Econometrics. 2nd ed, Pakyoungsa, Seoul.
Lee, Y. B. (2012). Introduction to Economic Time Series Using RATS. 1st ed, Seoul, Jiphil Media.
Moon, K. S. (1997). "A Understanding of Vector Autoregressive Model." Journal of the Korean Official Statistics, KOSTAT, 2(1), pp. 23-57.
Rangsan N., and Titida N. (2006). "ARIMA Model for Forecasting Oil Palm Price." Proceedings of the 2nd IMT-GT Regional Conference on Mathematics, Statistics and Applications Universiti Sanis Malaysia.
Sun, I. S. (2014). "Prospect on Manpower Demands in the Transportation Industry Using a Time-Series Analysis." Management Consulting Review, KRICM, 5(2), pp. 33-49.
Walter E. (2014). Applied Economic Time Series. 4th ed, John Wiley & Sons, Inc, Alabama.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.