[논문]교차검증을 이용한 국내선 항공수요예측

임재환; 김영록; 최연철; 김광일

doi:10.12985/ksaa.2019.27.1.043

교차검증을 이용한 국내선 항공수요예측
Domestic air demand forecast using cross-validation 원문보기

한국항공운항학회지 = Journal of the Korean Society for Aviation and Aeronautics, v.27 no.1, 2019년, pp.43 - 50

임재환 (경희대학교 경제학과) , 김영록 (한서대학교 항공운항관리학과) , 최연철 (한서대학교 항공산업대학원) , 김광일 (신라대학교 항공운항학과)

Abstract ▼ AI-Helper

The aviation demand forecast field has been actively studied along with the recent growth of the aviation market. In this study, the demand for domestic passenger demand and freight demand was estimated through cross-validation method. As a result, passenger demand is influenced by private consumption growth rate, oil price, and exchange rate. Freight demand is affected by GDP per capita, private consumption growth rate, and oil price. In particular, passenger demand is characterized by temporary external shocks, and freight demand is more affected by economic variables than temporary shocks.

주제어

표/그림 (12)

표 Table 1. Data source and criteria
표 Table 2. Contents of eight observation models
표 Table 3. White noise test results(Passenger)
표 Table 4. Cross-validation test results(Passenger)
표 Table 5. Passenger demand forecast results
그림 Fig 1. Passenger demand forecast graph
표 Table 6. White noise test results(Freight)
표 Table 7. Cross-validation test results(Freight)
표 Table 8. Freight demand forecast results
그림 Fig 2. Freight demand forecast graph
표 Table 9. Passenger demand annual result table, 2014-2016
표 Table 10. Freight demand annual result table, 2014-2016

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

이세영(2017)은 국내선을 중심으로 저비용항공사의 등장과 항공수요의 관계를 연구하였다. 본 연구에서는 최근 20년 간 국내선 전체노선에 대해 다중회귀분석을 실시하였다. 분석 결과 저비용항공사가 진입한 노선에서 여객 증가율이 높았으며, 탑승률은 제주노선 저비용항 공사에서 높게 나타났다.
항공수요예측에서 데이터와 변수는 일반적으로 적절한 수요의 Volume과 Variability를 고려하여 결정하는데, 본 연구에서는 모델 구축시 Variability가 낮다고 판단되어 회귀분석(OLS 다중회귀분석) 방법을 교차검증(Cross-Validation)을 활용하여 예측 오차를 최소화하는 최적 조합을 구성하여 수요 예측을 실시하고자 한다. 관측연도는 1997년 1분기부터 2015년 3분기까지이며, 목표 예측연도는 2015년 4분기부터 2016년 4분기까지 5개 분기별단기 예측을 실시하였다.

제안 방법

White-Noise 테스트를 통해 데이터를 4개의 분기로 나누어 예측을 실시함에 대한 모형 설정의 적절성 검증을 확인하였다. 즉 추정 이후의 오차항은 White-Noise를 만족하는지 검증한 결과 표3과 같이 White-Noise를 만족하여 4분기로 나누어 활용한 자료는 적합하게 설정되었음을 알 수 있다.
각 모형별로 CV 검증을 실시한 결과, 아래 표에서 보는 바와 같이 모형 4가 가장 낮은 Mean 값을 나타내고 있으므로, 본 연구에서는 예측 오차를 최소화하는 모형 4를 최종 모형으로 선정하였다.
항공수요예측에서 데이터와 변수는 일반적으로 적절한 수요의 Volume과 Variability를 고려하여 결정하는데, 본 연구에서는 모델 구축시 Variability가 낮다고 판단되어 회귀분석(OLS 다중회귀분석) 방법을 교차검증(Cross-Validation)을 활용하여 예측 오차를 최소화하는 최적 조합을 구성하여 수요 예측을 실시하고자 한다. 관측연도는 1997년 1분기부터 2015년 3분기까지이며, 목표 예측연도는 2015년 4분기부터 2016년 4분기까지 5개 분기별단기 예측을 실시하였다. 분석 대상은 우리나라 국내선 부분에 대한 여객과 화물에 대한 수요이며 항공수요에 영향을 미치는 경제, 사회 변수와 정책 변수를 구분하여 검토하였으며 우발변수는 더미 변수로 처리하였다.
교차검증을 위해 8가지로 모형을 구성하고 분석한 결과, 표7과 같이 모형 2가 가장 낮은 Mean 값을 나타내고 있으므로, 본 연구에서는 예측 오차를 최소화하는 모형 2를 최종모형으로 선정하였다.
본 연구에서 최적모형 선택을 위해, 데이터를 민간소비증감률, 1인당 GDP, 유가, 환율, 더미 등 5등분으로 나누었다. 그리고 변수선택의 기준으로 비교 용이성, 신뢰성, 예측의 정확도 측면 등을 고려하여 교차검증을 위해 8개의 모형을 추정하고, 각 모형별로 CV 검증을 실시한 후, 가장 낮은 Mean 값을 기준으로 예측 오차를 최소화하는 모형을 최종 모형으로 선정하였다.
본 연구의 기본 모형은 각 예측 값을 로그변환 후 분석을 실시한 변수간의 회귀분석 모형이다. 기본모형에 추가하여, 모형 선택시 정책적 변수와 우발변수는 더미변수로 모형에서 고려하였다. 기본모형에서 설명변수와 반응변수들 간에 선형적인 패턴이 아닌 지수적인 패턴을 보일 경우를 반영하는 로그변환을 고려하였다.
기본모형에 추가하여, 모형 선택시 정책적 변수와 우발변수는 더미변수로 모형에서 고려하였다. 기본모형에서 설명변수와 반응변수들 간에 선형적인 패턴이 아닌 지수적인 패턴을 보일 경우를 반영하는 로그변환을 고려하였다. 연구에서 사용한 교차검증(Corss validation)은 한 표본에 대해 성공한 방법을 다른 표본에 적용시켜 정당성을 확인하는 방법을 말하는데, 일반적으로 선택 모형이 다른 표본에서도 재현될 수 있는지를 나타내는 정도를 의미한다.
다중회귀분석을 바탕으로 교차검증을 위해 국내선 여객 및 화물에 대해 8개의 모형을 설정하였다. 각 모형은 4개의 선택변수와 더미변수를 조합하여 구성하였으며, 세부 구성 조합은 다음과 같다.
따라서 본 연구에서는 수요예측 분석을 위해 ‘GDP, 유가, 환율, 민간소비증감률’ 등 다양한 사회·경제적 변수들과 ‘IMF, SARS, KTX, LCC, 세계금융위기, 메르스’ 등의 정책변수와 우발변수를 추가로 고려하였다.
따라서 본 연구에서는 수요예측 분석을 위해 ‘GDP, 유가, 환율, 민간소비증감률’ 등 다양한 사회·경제적 변수들과 ‘IMF, SARS, KTX, LCC, 세계금융위기, 메르스’ 등의 정책변수와 우발변수를 추가로 고려하였다. 또한 4개의 분기별 기간 구분에 대한 더미 변수도 추가적으로 고려하여 각 기간별 실적 자료가 전 기간에 미칠 수 있는 가능성도 분석에 고려하였다.
분석 대상은 우리나라 국내선 부분에 대한 여객과 화물에 대한 수요이며 항공수요에 영향을 미치는 경제, 사회 변수와 정책 변수를 구분하여 검토하였으며 우발변수는 더미 변수로 처리하였다. 또한, 예측모형은 교차검증 방법을 통해 예측오차를 최소화할 수 있도록 최적조합으로 구성하였으며 본 모형 상에서 항공수요 예측값과 실제값에 대한 비교와 국내선 항공수요에 대한 시사점을 제시하였다.
항공수요는 GDP 이외에도 민간소비증감률, 소비자물가지수, 유가, 환율, 인플레이션, 수출입 비율 등 다양한 변수와 연관성이 높은 것으로 알려져 있지만, 일부 예측자료 확보에 어려움이 있는 변수는 예측모형에서는 미반영하였다. 먼저 GDP는 예측 가능한 변수 중 비교적 안정적이면서 여러 가지 경제변수와 연관성이 높기에 예측 변수로 채택하였다. 민간소비증감률은 GDP의 절반 가까운 비중을 차지하고 있으며, 경제적 파급효과도 타 부문에 비해 월등히 높은 특성을 가지므로 예측 변수로 채택하였다.
예측모형은 모형의 적합도와 예측력을 최우선으로 고려하고, 오차를 최소화하는 모형을 선택하였다. 본 연구에서 최적모형 선택을 위해, 데이터를 민간소비증감률, 1인당 GDP, 유가, 환율, 더미 등 5등분으로 나누었다. 그리고 변수선택의 기준으로 비교 용이성, 신뢰성, 예측의 정확도 측면 등을 고려하여 교차검증을 위해 8개의 모형을 추정하고, 각 모형별로 CV 검증을 실시한 후, 가장 낮은 Mean 값을 기준으로 예측 오차를 최소화하는 모형을 최종 모형으로 선정하였다.
본 연구에서는 교차검증(Cross-Validatiom) 방법을 활용하여 예측오차를 최소화하는 최적 조합 구성을 도출하였다. 이를 통해 모형 상에서 항공 수요예측에 영향을 주는 요인을 선정하고, 이를 통해 향후 5분기 간의 수요예측을 실시하였다.
본 연구의 기본 모형은 각 예측 값을 로그변환 후 분석을 실시한 변수간의 회귀분석 모형이다. 기본모형에 추가하여, 모형 선택시 정책적 변수와 우발변수는 더미변수로 모형에서 고려하였다.
관측연도는 1997년 1분기부터 2015년 3분기까지이며, 목표 예측연도는 2015년 4분기부터 2016년 4분기까지 5개 분기별단기 예측을 실시하였다. 분석 대상은 우리나라 국내선 부분에 대한 여객과 화물에 대한 수요이며 항공수요에 영향을 미치는 경제, 사회 변수와 정책 변수를 구분하여 검토하였으며 우발변수는 더미 변수로 처리하였다. 또한, 예측모형은 교차검증 방법을 통해 예측오차를 최소화할 수 있도록 최적조합으로 구성하였으며 본 모형 상에서 항공수요 예측값과 실제값에 대한 비교와 국내선 항공수요에 대한 시사점을 제시하였다.
수요예측을 위해 1997년 1월부터 2015년 9월까지 월별 또는 분기별 자료를 회귀모형을 이용하여 실증분석을 수행하였으며, 교차검증에 이용한 설명변수는 1인당 GDP, 민간소비증감률, 유가, 환율, 더미(KTX, LCC, IMF, 세계금융위기, SARS, 메르스, 각 분기별 실적) 변수이다.
예측모형은 모형의 적합도와 예측력을 최우선으로 고려하고, 오차를 최소화하는 모형을 선택하였다. 본 연구에서 최적모형 선택을 위해, 데이터를 민간소비증감률, 1인당 GDP, 유가, 환율, 더미 등 5등분으로 나누었다.
소비자물가지수는 소비자가 구입하는 상품이나 서비스, 즉 항공교통수단 이용을 포함한 전반적인 물가수준 동향을 측정하는 변수로 고려할 수 있으므로 분석의 변수로 채택하였으나, 예측자료 확보의 어려움을감안하여 White Noise 테스트에만 활용하였다. 유가는 전 국가적 생산 활동과 소비 활동에 영향을 미치며, 특히 항공사 운임 책정에 상당한 영향을 미치는 변수라고 판단하여 예측 변수로 채택하였다. 환율은 발생 원가의 상당 부분이 외화로 결재되는 경우가 많으므로 항공수요의 예측변수로 채택하였다.
본 연구에서는 교차검증(Cross-Validatiom) 방법을 활용하여 예측오차를 최소화하는 최적 조합 구성을 도출하였다. 이를 통해 모형 상에서 항공 수요예측에 영향을 주는 요인을 선정하고, 이를 통해 향후 5분기 간의 수요예측을 실시하였다.

대상 데이터

GDP는 한국은행 경제통계시스템에서 1997년 1/4분기부터 2015년 3/4분기까지 실질 1인당 GDP 자료이며, 예측자료는 산업연구원 1인당 실질 GDP 증가율 발표 자료를 활용해 전년 동기대비 증가율에 비례하여 환산하였다. 유가는 한국석유공사로부터 1997년 1월부터 2015년 9월까지의 명목자료를 2010년을 기준으로 GDP 디플레이터를 반영한 실질 금액으로 환산하였으며, 예측자료는 산업연구원 반기별 유가 예측자료를 활용하였으며, 각 반기별 명목 실적자료를 기준으로 작성하였다.
관측 기간은 1997년 1분기부터 2015년 3분기까지이며, 예측 기간은 2015년 4분기부터 2016년 4분기까지이다. 분석에 사용된 자료는 모형 4의 조합인 민간소비증감률, 유가, 환율, 더미 변수이다.
기초자료는 표1과 같이 에어포탈, 한국은행, 한국석유공사, 산업연구원 등 공신력 있는 국내기관 자료를 이용하였으며, 예측 기간에 필요한 설명변수 중 1인당 GDP, 민간소비증감률, 유가, 환율 등의 전망 자료는 산업연구원에서 발표한 공식 예측전망을 적용하였다.
소비자물가지수 실적자료는 한국은행 경제통계시스템에서 1997년 1월부터 2015년 9월까지의 실질 자료를 기준으로 작성하였고, 근원인플레이션율 실적자료는 한국은행 경제통계시스템에서 1997년 1월부터 2015년 9월까지를 기준으로 작성하였다. 민간소비증감률은 한국은행 경제통계시스템에서 1997년 1/4분기부터 2015년 3/4분기까지 실질자료를 활용하였고, 산업연구원 반기별 민간소비증감율 예측자료를 활용하였으며, 각 반기별 명목 실적자료를 기준으로 작성하였다.
관측 기간은 1997년 1분기부터 2015년 3분기까지이며, 예측 기간은 2015년 4분기부터 2016년 4분기까지이다. 분석에 사용된 자료는 모형 4의 조합인 민간소비증감률, 유가, 환율, 더미 변수이다. 모형 4를 적용한 분석 결과는 아래와 같다.
관측 기간은 1997년 1분기부터 2015년 3분기까지이며, 예측 기간은 2015년 4분기부터 2016년 4분기까지이다. 분석자료는 모형 2의 조합인 민간소비증감률, 1인당 GDP, 유가 변수이다. 모형2를 적용한 분석 결과는 표8과 같다.
환율은 한국은행 경제통계시스템에서 1997년 1월부터 2015년 9월까지의 실적자료 기준이며, 예측자료는 산업연구원 반기별 환율 예측자료를 활용하였으며, 각 반기별 명목 실적자료를 기준으로 작성하였다. 소비자물가지수 실적자료는 한국은행 경제통계시스템에서 1997년 1월부터 2015년 9월까지의 실질 자료를 기준으로 작성하였고, 근원인플레이션율 실적자료는 한국은행 경제통계시스템에서 1997년 1월부터 2015년 9월까지를 기준으로 작성하였다. 민간소비증감률은 한국은행 경제통계시스템에서 1997년 1/4분기부터 2015년 3/4분기까지 실질자료를 활용하였고, 산업연구원 반기별 민간소비증감율 예측자료를 활용하였으며, 각 반기별 명목 실적자료를 기준으로 작성하였다.
GDP는 한국은행 경제통계시스템에서 1997년 1/4분기부터 2015년 3/4분기까지 실질 1인당 GDP 자료이며, 예측자료는 산업연구원 1인당 실질 GDP 증가율 발표 자료를 활용해 전년 동기대비 증가율에 비례하여 환산하였다. 유가는 한국석유공사로부터 1997년 1월부터 2015년 9월까지의 명목자료를 2010년을 기준으로 GDP 디플레이터를 반영한 실질 금액으로 환산하였으며, 예측자료는 산업연구원 반기별 유가 예측자료를 활용하였으며, 각 반기별 명목 실적자료를 기준으로 작성하였다. 환율은 한국은행 경제통계시스템에서 1997년 1월부터 2015년 9월까지의 실적자료 기준이며, 예측자료는 산업연구원 반기별 환율 예측자료를 활용하였으며, 각 반기별 명목 실적자료를 기준으로 작성하였다.
유가는 한국석유공사로부터 1997년 1월부터 2015년 9월까지의 명목자료를 2010년을 기준으로 GDP 디플레이터를 반영한 실질 금액으로 환산하였으며, 예측자료는 산업연구원 반기별 유가 예측자료를 활용하였으며, 각 반기별 명목 실적자료를 기준으로 작성하였다. 환율은 한국은행 경제통계시스템에서 1997년 1월부터 2015년 9월까지의 실적자료 기준이며, 예측자료는 산업연구원 반기별 환율 예측자료를 활용하였으며, 각 반기별 명목 실적자료를 기준으로 작성하였다. 소비자물가지수 실적자료는 한국은행 경제통계시스템에서 1997년 1월부터 2015년 9월까지의 실질 자료를 기준으로 작성하였고, 근원인플레이션율 실적자료는 한국은행 경제통계시스템에서 1997년 1월부터 2015년 9월까지를 기준으로 작성하였다.

데이터처리

본 연구에서는 우리나라 국내선 여객수요와 화물수요를 교차검증(cross-validation) 방법을 통해 예측하고, 그 결과를 실적치와 비교하였다. 분석결과, 여객수요는 민간소비증감률과 환율, 유가에, 화물수요는 1인당 GDP, 민간소비증감률, 유가에 영향을 받는 것으로 나타났다.

이론/모형

민간소비증감률은 GDP의 절반 가까운 비중을 차지하고 있으며, 경제적 파급효과도 타 부문에 비해 월등히 높은 특성을 가지므로 예측 변수로 채택하였다. 소비자물가지수는 소비자가 구입하는 상품이나 서비스, 즉 항공교통수단 이용을 포함한 전반적인 물가수준 동향을 측정하는 변수로 고려할 수 있으므로 분석의 변수로 채택하였으나, 예측자료 확보의 어려움을감안하여 White Noise 테스트에만 활용하였다. 유가는 전 국가적 생산 활동과 소비 활동에 영향을 미치며, 특히 항공사 운임 책정에 상당한 영향을 미치는 변수라고 판단하여 예측 변수로 채택하였다.

성능/효과

표8과 같이 1인당 GDP는 국내선 화물수요에 정(+)의 영향을 민간소비증감률과 유가는 부(-)의 영향을 주는 것으로 나타났다. 1인당 GDP의 증가로 인한 화물수요 증가는 개인 소득 증가로 이어진 소득효과의 결과로 민간소비증감률과 부(-)의 효과는 국내선 화물수요보다 국제선 화물수요증가에 따른 결과로 보여진다.
국내선 여객수요 감소 예측과 2015년 발생한 메르스 사태 그리고 최근 국가적인 저성장 기조로 말미암아, 2016년 화물수요는 2015년 예측치 대비 0.18% 소폭 감소한 293천톤을 기록할 것으로 전망되었다. 하지만 2016년 실제 화물수요는 예측치보다는 감소하였지만, 2015년 대비 0.
데이터를 4개 분기로 나누어 분석한 자료에 대한 적절성 검증을 White-Noise 테스트를 통해 분석한 결과 표6과 같이 만족하므로, 4분기로 나누어 활용한 자료는 적합하게 설정되었음을 알수 있다.
표5와 같이 유가와 환율은 부(-)의 영향을 주는 것으로 나타났다. 또한 일시적이지만 불리한 외부 충격 또한 국내선 여객수요에 부(-)의 영향을 주는 것으로 나타났다. 특이한 결과는 민간소비증감률도 국내선 여객수요에 부(-)의 영향을 준다는 것인데, 이는 상대적인 소득 증가로 인해 국내선 이용을 계획했던 수요 중 일부가 국제선 여객수요로 전환되었을 가능성도 추정해 볼 수 있는 대목이다.
본 연구에서는 최근 20년 간 국내선 전체노선에 대해 다중회귀분석을 실시하였다. 분석 결과 저비용항공사가 진입한 노선에서 여객 증가율이 높았으며, 탑승률은 제주노선 저비용항 공사에서 높게 나타났다. 조힘찬 외5인(2018)의 연구에서는 선형 회귀분석을 통해 국내선 내륙권의 항공 여객에 대한 수요예측을 실시하였는데, KTX 등 대체재의 영향으로 여객수요가 지속적으로 감소할 것으로 예측하였다.
본 연구에서는 우리나라 국내선 여객수요와 화물수요를 교차검증(cross-validation) 방법을 통해 예측하고, 그 결과를 실적치와 비교하였다. 분석결과, 여객수요는 민간소비증감률과 환율, 유가에, 화물수요는 1인당 GDP, 민간소비증감률, 유가에 영향을 받는 것으로 나타났다. 여객수요 예측결과는 내수경기 침체, 시장 환경변화 등의 영향과 일시적 외부충격으로 하향 안정화 될 것으로 예측되었으나, 실제 메르스 등의 외부충격 이후 수요가 급격히 증가한 것으로 보아, 일시적 외부 충격에 많은 영향을 받는 것으로 보인다.
분석결과, 여객수요는 민간소비증감률과 환율, 유가에, 화물수요는 1인당 GDP, 민간소비증감률, 유가에 영향을 받는 것으로 나타났다. 여객수요 예측결과는 내수경기 침체, 시장 환경변화 등의 영향과 일시적 외부충격으로 하향 안정화 될 것으로 예측되었으나, 실제 메르스 등의 외부충격 이후 수요가 급격히 증가한 것으로 보아, 일시적 외부 충격에 많은 영향을 받는 것으로 보인다. 반면 화물수요는 글로벌 경기회복 지연과 불확실성에 따른 소비심리 위축 등으로 소폭 감소할 것으로 예측되었으나, 실제 큰 변화가 없는 것으로 보아, 일시적 외부 충격에 많은 영향을 받지는 않는 것으로 보인다.
관련 연구를 살펴보면, 서세경 외2인(2009)의 연구에서는 군 항공화물 부분에 대해 다중회귀모형을 이용하여 수요예측을 실시하였다. 연구에서는 중앙물자, 수송기 구간 수가 항공수송물량에 영향을 미칠 수 있는 주요 요인임을 도출하였다. 이영혁 외2인(2009)은 남북한 항공교통에 대한 수요예측을 실시하였는데 회귀분석을 통해 전체 교류인원을 예측하고, 이 예측치를 항공교통 비중을 적용하여 항공여객 수요를 추정하였다.
White-Noise 테스트를 통해 데이터를 4개의 분기로 나누어 예측을 실시함에 대한 모형 설정의 적절성 검증을 확인하였다. 즉 추정 이후의 오차항은 White-Noise를 만족하는지 검증한 결과 표3과 같이 White-Noise를 만족하여 4분기로 나누어 활용한 자료는 적합하게 설정되었음을 알 수 있다.

후속연구

본 연구에 근거한 향후 연구방향은 내륙노선과 제주노선, FSC와 LCC를 구분하여 분석한다면 보다 구체적인 사례와 사사점을 발견할 수 있을 것이다. 또한, 여객수요의 경우 일시적 외부충격에 상당히 민감하게 반응한다는 특징을 감안하여 각 요소의 변화요인을 분석하고 지속적인 모니터링이 수반한다면 더욱 정교한 예측모델 제시할 수 있을 것이다.
본 연구에 근거한 향후 연구방향은 내륙노선과 제주노선, FSC와 LCC를 구분하여 분석한다면 보다 구체적인 사례와 사사점을 발견할 수 있을 것이다. 또한, 여객수요의 경우 일시적 외부충격에 상당히 민감하게 반응한다는 특징을 감안하여 각 요소의 변화요인을 분석하고 지속적인 모니터링이 수반한다면 더욱 정교한 예측모델 제시할 수 있을 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	수요예측이란?	수요예측은 수요분석을 기초로 각종 예측조사의 결과를 종합하여 향후, 수요를 예측하는 것으로, 산업 전체의 수요가 질적·양적으로 어떤 경향을 나타내는지를 과거 및 현재 자료를 기초로 하여 예측한다. 수요예측 방법은 크게 정성적 분석과 정량적 분석, 그리고 두 가지 이상의 계량분석모형을 복합하여 적용하는 결합기법으로 나눌 수 있다.
	항공수요 변화의 원인은?	항공산업 분야는 타 산업보다 사전 투자규모가 막대하므로 항공 당국을 비롯한 항공 관련기관은 정책수립이나 사업수행에 앞서 충분한 수요조사 또는 신뢰할 수 있는 예측 근거자료를 바탕으로 정책이나 경영전략을 수립하고 있다. 일반적으로 항공수요 분야는 경기변동, 가처분소득, 유가 및 환율 등 외부요소의 변화가 항공수요 변동에 중요한 영향을 미치는 것으로 연구되었다.1)
	본 연구에서 항공수요에 있어 다양한 변수들의 영향을 어떻게 반영했는지 설명하시오	항공수요에는 앞에서 고려한 변수들 이외에도 정치, 경제, 사회, 문화, 기술, 환경 등 다양한 변수들의 영향을 받을 수 있다. 따라서 본 연구에서는 수요예측 분석을 위해 ‘GDP, 유가, 환율, 민간소비증감률’ 등 다양한 사회·경제적 변수들과 ‘IMF, SARS, KTX, LCC, 세계금융위기, 메르스’ 등의 정책변수와 우발변수를 추가로 고려하였다. 또한 4개의 분기별 기간 구분에 대한 더미 변수도 추가적으로 고려하여 각 기간별 실적 자료가 전 기간에 미칠 수 있는 가능성도 분석에 고려하였다.

참고문헌 (5)

Se-kyung, Seo, Byung-ho, Jung, Ik-ki, Kim. A Study on Estimating of Air Freight Demand using Regression Model. Journal of the Military Operations Research Society of Korea, 35(3), 2009, pp.1-15
Young-hyuk, Lee, Min-young, Ryu, Seong-ho, Choi. A Study on Forecasting Air Transport Demand between South and North Korea. Journal of Korean Society of Transportation, 27(2), 2009, pp.83-91
Se-young, Lee. Comparative study on the entrance of low cost carriers and the effects of air demand creation in Korea. Master's thesis, Seoul National University, 2017
Him-chan, Cho, Dong-gi, Kwag, Kang-seok, Lee, Won-hyuck, Choi, Jung-pyo, Park, Seo-been, Kim. A Study on the Airline Demand Forecasting for Domestic Inland Using Linear Regression Analysis, The Society Aerospace System Engineering, SASE 2018 Spring Conference, 2018(1), 2018, pp.32-33
Korea Transport Institute. Air Demand Forecast Analysis, 2012

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증