$\require{mediawiki-texvc}$

연합인증

연합인증 가입 기관의 연구자들은 소속기관의 인증정보(ID와 암호)를 이용해 다른 대학, 연구기관, 서비스 공급자의 다양한 온라인 자원과 연구 데이터를 이용할 수 있습니다.

이는 여행자가 자국에서 발행 받은 여권으로 세계 각국을 자유롭게 여행할 수 있는 것과 같습니다.

연합인증으로 이용이 가능한 서비스는 NTIS, DataON, Edison, Kafe, Webinar 등이 있습니다.

한번의 인증절차만으로 연합인증 가입 서비스에 추가 로그인 없이 이용이 가능합니다.

다만, 연합인증을 위해서는 최초 1회만 인증 절차가 필요합니다. (회원이 아닐 경우 회원 가입이 필요합니다.)

연합인증 절차는 다음과 같습니다.

최초이용시에는
ScienceON에 로그인 → 연합인증 서비스 접속 → 로그인 (본인 확인 또는 회원가입) → 서비스 이용

그 이후에는
ScienceON 로그인 → 연합인증 서비스 접속 → 서비스 이용

연합인증을 활용하시면 KISTI가 제공하는 다양한 서비스를 편리하게 이용하실 수 있습니다.

ARIMA-Intervention 시계열 모형을 이용한 인천국제공항 식음료 매출 분석 및 추정 연구
Analysis and Estimation of Food and Beverage Sales at Incheon Int'l Airport by ARIMA-Intervention Time Series Model 원문보기

한국산학기술학회논문지 = Journal of the Korea Academia-Industrial cooperation Society, v.20 no.2, 2019년, pp.458 - 468  

윤한영 (한서대학교 항공융합학부) ,  박성식 (한국교통대학교 항공운항학과)

초록
AI-Helper 아이콘AI-Helper

본 연구는 2015년 6월부터 2018년 8월까지 인천국제공항 여객터미널에서 발생한 품목별 식음료 매출액(POS) 데이터를 기반으로 2020년 12월까지 식음료 매출액을 추정하고자 하였다. 이를 위해 연구자는 시계열 분석기법들 중 하나인 ARIMA-Intervention(개입모형)을 이용하여 인천국제공항 식음료 매출액에 영향을 미칠 것으로 판단되는 주요 시계열 영향변수들을 구분하고 그에 따른 변화폭을 추정하였고 그 결과를 토대로 향후 발생가능할 것으로 예측되는 식음료 월별 매출액을 추정하는 것을 목적으로 한 것이다. 개입변수는 국내 THAAD 배치에 따른 중국 정부의 2016년 7월부터 2017년 12월까지 한국 방문을 자제를 권고한 한한령으로 설정하였다. 정상 예측치의 경우에 비록 식사 매출 상승세가 둔화되었다 하더라도 하계 극성수기인 2019년 7월 203억, 2019년 8월 212억으로 월별 매출액이 200억을 돌파할 것으로 예측되며 2020년에는 각각 214억 및 221억으로 증가할 것으로 예측되었다. 음료 매출액은 2019년 7월에는 77억, 2019년 8월에는 81억으로 예측되며 2020년에는 79억 및 82억으로 증가할 것으로 전망되었다. 저비용항공사들은 정규항공사에 비해 식음료 서비스가 전무하거나 유료화 정책으로 운영하기 때문에 저비용항공사 이용객들은 여객터미널에서 출국 및 입국 시 식음료 서비스를 이용하는 빈도가 높을 수 밖에 없을 것이다. 앞서 예측자료에 제시된 것처럼 식음료 매출은 저비용항공사의 성장과 동반하여 증대될 가능성이 높을 것이다.

Abstract ▼ AI-Helper 아이콘AI-Helper

This research attempted to estimate monthly sales of food and beverage at the passenger terminal of Incheon int'l airport from June of 2015 to December 2020. This paper used ARIMA-Intervention model which can estimate the change of the sales amount suggesting the predicted monthly food and beverage ...

주제어

#ARIMA-Intervention   #Incheon int'l airport   #Passenger terminal   #F&B sales   #Forecast  

표/그림 (18)

AI 본문요약
AI-Helper 아이콘 AI-Helper

문제 정의

  • 특히 2018년 1월부터 여객 터미널을 분리운영하고 있는 인천공항은 항공사의 재배치로 단거리 노선과 장거리 노선의 비중, 정규 항공사와 저가항공사의 여객 간에 식음료 서비스의 차이가 생길 수 있으므로 이에 대해서도 실적분석을 통한 합리적 의사결정이 필요할 것이다. 따라서 최근 4년 간 인천국제공항 식음료 매출실적을 분석하고 향후 매출액 예측을 통해 합리적 의사결정의 기초자료를 제공하고자 하였다[3].
본문요약 정보가 도움이 되었나요?

질의응답

핵심어 질문 논문에서 추출한 답변
자동회귀 모형이란 무엇인가? 자동회귀 모형은 시차단위별 데이터 x(t)에 대해 매 순간마다 데이터 간 상관관계가 있다고 가정하는 연구모형이다. 다만 데이터 간 상관관계 속에는 백색잡음(White Noise)이 존재하게 된다.
ARIMA-개입모형을 통해 어떤 문제점을 해결할 수 있는가? 아울러 특정 이벤트와 같은 외부로부터의 충격, 수요의 구조적 측정이 가능한 다변량 시계열 예측모형으로 평가받는다. 이런 이유로 시계열 분석법의 단점으로 지적되었던 수요의 구조적 측정 및 영향력 측정이 어렵다고 하는 문제점을 해결할 수 있다. ARIMA-개입 모형은 각 개입사건(이벤트) 별 영향력 계수를 제시함으로써 시계열 모형이 가지고 있는 단점을 극복한 모형으로 평가받으며 그 예측력의 가치가 높다고 할 수 있다.
항공수요 관련 시계열 데이터는 어떤 것에 의해 큰 영향을 받는가? 항공수요 관련 시계열 데이터는 앞서 언급한 바와 같이 자연재해(지진, 쓰나미, 태풍, 중동호흡기증후군(메르스) 등), 전쟁 발발, 한한령 등 정치적 또는․경제적인 외부적 이벤트에 의해 큰 영향을 받는다. 이와 같은 외부 이벤트를 ARIMA 연구모형에서는 개입변수 (intervention variable)이라고 부른다[11].
질의응답 정보가 도움이 되었나요?

참고문헌 (15)

  1. C. O. Dolekoglu, P. Veziroglu, S. Keiyinci, "Analyzing passenger behavior towards on perception in-flight food safety and quality", New Trends and Issues Proceedings on Humanities and Social Sciences, Vol. 4, No. 10, pp.417-425, 2017. DOI : https://doi.org/10.18844/prosoc.v4i10.3112} 

  2. J. Kivela, J. C. Crotts, "Tourism and Gastronomy: Gastronomy's Influence on How Tourists Experience a Destination", Journal of Hospitality and Tourism Research, Vol. 30, No. 3, pp.354-377, 2006. DOI : https://doi.org/10.1177/1096348006286797 

    상세보기 crossref

  3. C. G. Brush, P. A. Vanderwerf, "A comparison of methods and sources for obtaining estimates of new venture performance", Journal of Business Venturing, Vol. 7, No. 2, pp.157-170, 1992. DOI : https://doi.org/10.1016/0883-9026(92)90010-O 

    상세보기 crossref

  4. R. Sato, "Disease Management with ARIMA model in Time Series", Einstein. Vol. 11, No. 1, pp.128-131, 2013. DOI : https://dx.doi.org/10.1590%2FS1679-45082013000100024 

    상세보기 crossref

  5. M. S. Kim, K. W. Kim, S. S. Park, "A Study on the Air Travel Demand Forecasting using Time Series ARIMA-Intervention Model", Journal of the Korean Society for Aviation and Aeronautics, Vol. 20, No. 1, pp.63-74, 2012. 

  6. R. A. Stein, P. Shaman, "Bias of Autoregressive Spectral Estimator", Journal of the American Statistical Association, Vol. 85, No. 412, pp.1091-1098, Dec. 1990. DOI : https://doi.org/10.2307/2289606 

    상세보기 crossref

  7. S. M. Crunk, "On tapering to improve Yule-Walker estimation in autoregressive processes" (1999). Dissertations available from ProQuest. AAI9926113. https://repository.upenn.edu/ dissertations/AAI9926113. 

  8. G.E.P. Box, G. M. Jenkins, "Time series analysis : Forecasting and control, 2nd ed. San Francisco :Holden-Day, 1976. 

  9. G.E.P. Box, G. M. Jenkins, G. C. Reinsel, "Time Series Anlaysis: Forecasting and Control", 3rd ed. New Jersey: Prentice Hall, 1994. 

  10. C. Chatfield, "The analysis of time series, an introduction", 6th ed. : New York, Chapman & Hall/CRC, 2004. 

  11. G.V. Glass, "Estimating the effects of inter vention into a nonstationary time series", American Educational Research Journal, Vol. 9, pp.463-477, 1972. DOI : https://doi.org/10.2307/1161762 

    상세보기 crossref

  12. B.H. Goh, "The dynamic effects of the Asian Fina- ncial crisis on construction demand and tender price levels Singapore", Building and Environment, Vol. 40, No. 2, pp.267-276, 2005. DOI : https://doi.org/10.1016/j.buildenv.2004.07.012 

    상세보기 crossref

  13. J. P. Nelson, "Consumer Bankruptcies and bankruptcy reform act: A time series intervention analysis 1960-1997", Journal of Financial Services Research, Vol. 17, No. 2, pp.181-200, 2002. DOI : https://doi.org/10.1023/A:1008166614928 

    상세보기 crossref

  14. C. D. Lewis, Industrial and Business Forecasting Method, London: Butterworth, 1982. 

  15. S. T. Kim, M. S. Kim, S. B. Park, J. I. Lee, "A Study on the Air Travel Demand Forecasting using ARIMAIntervention Model", Journal of the Korean Society for Aviation and Aeronautics, Vol. 21 No. 4 pp.77-89, 2013. 

    원문보기 상세보기 crossref

저자의 다른 논문 :

관련 콘텐츠

오픈액세스(OA) 유형

FREE

Free Access. 출판사/학술단체 등이 허락한 무료 공개 사이트를 통해 자유로운 이용이 가능한 논문

이 논문과 함께 이용한 콘텐츠

저작권 관리 안내
섹션별 컨텐츠 바로가기

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

AI-Helper 아이콘
AI-Helper
안녕하세요, AI-Helper입니다. 좌측 "선택된 텍스트"에서 텍스트를 선택하여 요약, 번역, 용어설명을 실행하세요.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.

선택된 텍스트

맨위로