본 연구는 컨테이너 해운산업의 경쟁력 제고와 발전을 위해 다변량시계열 모형을 이용한 컨테이너선 시장의 실증적 분석에 기초하여 컨테이너 해운시장의 동태적 움직임에 대한 전략을 제시하고자 했다. 분석 방법론으로는 벡터자기회귀모형(VAR), 벡터오차수정모형(VECM) 등의 다변량 시계열 모형을 사용했다. 실증분석을 위해 컨테이너선 시장의 연간 운송량, 선박량, 운임 자료를 활용했다. 분석 결과에 따르면, 가장 외생적 변수인 운송량 변수가 전체 컨테이너선 시장의 동태적 움직임에 가장 큰 영향을 미친다는 것을 확인할 수 있었다. 이러한 실증분석 결과에 기초하여 본 논문은 선박 투자, 운임 예측, 선사의 전략 수립 등에 대한 시사점을 제시했다. 선박 투자와 관련해서는 해운시장의 외생 변수인 운송량이 운임 불확실성에 가장 큰 비중을 차지하고 있기 때문에 미래 운임수입 흐름에 기반한 프로젝트 금융 보다는 운항 선주의 재무적 안정성을 강조하는 기업 금융 방식이 컨테이너선 투자의 위험관리에 적합하다는 것을 알 수 있다. 운임예측과 관련해서는 미래 예측대상 시점의 변수 값을 사용하는 단순 회귀 예측에 비해 과거의 값만으로 예측값을 도출할 수 있는 VAR 모형 또는 VECM 모형이 보다 현실성이 있다는 점을 살피고 있다. 마지막으로 선사의 전략 수립과 관련하여 시황과 연계한 원리금 상환 계약과 화주와의 운송 계약 도입을 권고하고 있다.
본 연구는 컨테이너 해운산업의 경쟁력 제고와 발전을 위해 다변량 시계열 모형을 이용한 컨테이너선 시장의 실증적 분석에 기초하여 컨테이너 해운시장의 동태적 움직임에 대한 전략을 제시하고자 했다. 분석 방법론으로는 벡터자기회귀모형(VAR), 벡터오차수정모형(VECM) 등의 다변량 시계열 모형을 사용했다. 실증분석을 위해 컨테이너선 시장의 연간 운송량, 선박량, 운임 자료를 활용했다. 분석 결과에 따르면, 가장 외생적 변수인 운송량 변수가 전체 컨테이너선 시장의 동태적 움직임에 가장 큰 영향을 미친다는 것을 확인할 수 있었다. 이러한 실증분석 결과에 기초하여 본 논문은 선박 투자, 운임 예측, 선사의 전략 수립 등에 대한 시사점을 제시했다. 선박 투자와 관련해서는 해운시장의 외생 변수인 운송량이 운임 불확실성에 가장 큰 비중을 차지하고 있기 때문에 미래 운임수입 흐름에 기반한 프로젝트 금융 보다는 운항 선주의 재무적 안정성을 강조하는 기업 금융 방식이 컨테이너선 투자의 위험관리에 적합하다는 것을 알 수 있다. 운임예측과 관련해서는 미래 예측대상 시점의 변수 값을 사용하는 단순 회귀 예측에 비해 과거의 값만으로 예측값을 도출할 수 있는 VAR 모형 또는 VECM 모형이 보다 현실성이 있다는 점을 살피고 있다. 마지막으로 선사의 전략 수립과 관련하여 시황과 연계한 원리금 상환 계약과 화주와의 운송 계약 도입을 권고하고 있다.
In order to enhance the competitiveness of the container shipping industry and promote its development, based on the empirical analyses using multivariate time series models, this study aims to suggest a few strategies related to the dynamics of the container shipping market. It uses the vector auto...
In order to enhance the competitiveness of the container shipping industry and promote its development, based on the empirical analyses using multivariate time series models, this study aims to suggest a few strategies related to the dynamics of the container shipping market. It uses the vector autoregressive (VAR) and vector error correction (VEC) models as analytical methodologies. Additionally, it uses the annual trade volumes, fleets, and freight rates as the dataset. According to the empirical results, we can infer that the most exogenous variable, the trade volume, exerted the highest influence on the total dynamics of the container shipping market. Based on these empirical results, this study suggests some implications for ship investment, freight rate forecasting, and the strategies of shipping firms. Concerning ship investment, since the exogenous trade volume variable contributes most to the uncertainty of freight rates, corporate finance can be considered more appropriate for container ship investment than project finance. Concerning the freight rate forecasting, the VAR and VEC models use the past information and the cointegrating regression model assumes future information, and hence the former models are found better than the latter model. Finally, concerning the strategies of shipping firms, this study recommends the use of cycle-linked repayment scheme and services contract.
In order to enhance the competitiveness of the container shipping industry and promote its development, based on the empirical analyses using multivariate time series models, this study aims to suggest a few strategies related to the dynamics of the container shipping market. It uses the vector autoregressive (VAR) and vector error correction (VEC) models as analytical methodologies. Additionally, it uses the annual trade volumes, fleets, and freight rates as the dataset. According to the empirical results, we can infer that the most exogenous variable, the trade volume, exerted the highest influence on the total dynamics of the container shipping market. Based on these empirical results, this study suggests some implications for ship investment, freight rate forecasting, and the strategies of shipping firms. Concerning ship investment, since the exogenous trade volume variable contributes most to the uncertainty of freight rates, corporate finance can be considered more appropriate for container ship investment than project finance. Concerning the freight rate forecasting, the VAR and VEC models use the past information and the cointegrating regression model assumes future information, and hence the former models are found better than the latter model. Finally, concerning the strategies of shipping firms, this study recommends the use of cycle-linked repayment scheme and services contract.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
또한 연간 사업 계획 수립에 있어 연평균 운임 수준을 예측하는 것이 요구되는 바, 이러한 정량적 시계열 분석을 활용할 수 있는지를 검토하고자 했다. 나아가 이러한 동태적 특성에 대한 분석으로부터 선사의 선박금융의 원리금 상환과 화주에 대한 마케팅 전략에 대한 시사점을 제시했다.
다음으로 선사가 화주를 대상으로 집화 마케팅을 수행하면서 시황 지표와 반대로 움직이는 운임 항목을 두는 전략을 도입하는 것을 검토해 볼 수 있다. 즉 SCFI 등의 운임 지표가 상승할 경우에는 선사의 운임 수입이 호전되기 때문에, 상승한 운임의 일정 부분을 할인하여 화주에게 운임을 청구하는 것이다.
특히 이러한 시장에 대한 동태적 분석이 신조선 건조, 장기 용대선 계약 등의 선박투자 의사결정에 어떠한 의미를 지니는 지 밝히고자 했다. 또한 연간 사업 계획 수립에 있어 연평균 운임 수준을 예측하는 것이 요구되는 바, 이러한 정량적 시계열 분석을 활용할 수 있는지를 검토하고자 했다. 나아가 이러한 동태적 특성에 대한 분석으로부터 선사의 선박금융의 원리금 상환과 화주에 대한 마케팅 전략에 대한 시사점을 제시했다.
본 연구는 이 같은 배경에서 컨테이너 해운산업의 수급 요인과 가격 변화가 어떻게 상호 작용하는 지를 검토하여 전략 및 정책 시사점을 도출하고자 했다. 이를 위해 대표적 다변량 통계분석 기법인 VAR과 VECM 모형을 활용했다.
본 연구에서는 해운시장의 경험에 기초해 운임은 운송량과 선박량의 영향을 받으며 이들 수급에 맞추어 조정되는 것으로 이해한다. 따라서 다음과 같은 공적분 관계가 있을 것으로 생각한다.
앞서 식(9)를 이용해 공적분 검증을 수행한 결과, 운송량, 선박량, 운임 간에 공적분이 있다고 추론한 바 있다. 여기서는 공적분 관계식으로 표현되는 회귀식의 설명력과 공적분 관계에서 도출되는 오차항이 운임 변화율에 미치는 영향에 대해서 분 석한다.
이를 위해 대표적 다변량 통계분석 기법인 VAR과 VECM 모형을 활용했다. 특히 이러한 시장에 대한 동태적 분석이 신조선 건조, 장기 용대선 계약 등의 선박투자 의사결정에 어떠한 의미를 지니는 지 밝히고자 했다. 또한 연간 사업 계획 수립에 있어 연평균 운임 수준을 예측하는 것이 요구되는 바, 이러한 정량적 시계열 분석을 활용할 수 있는지를 검토하고자 했다.
한 가지의 연구 한계점과 두 가지의 향후 연구 과제를 제안하면서 결론에 갈음하고자 한다. 먼저 본 연구는 운임 상승에 반응하여 선박량이 감소하는 이론과 상반되는 패턴을 보여주고 있는 바, 이러한 변칙(anomaly)을 해소할 수 있는 방법론적 개선이 필요하다.
가설 설정
본 연구에서는 ∆Yt가 운송량 변화율, 선박량 변화율, 운임 변화율의 순서로 정의된 축차형(recursive) VAR 모형을 가정한다. 즉 운송량이 가장 외생적으로 결정되고, 선박량이 그 다음, 운임이 가장 내생적으로 결정된다고 가정한다는 의미이다.
가 운송량 변화율, 선박량 변화율, 운임 변화율의 순서로 정의된 축차형(recursive) VAR 모형을 가정한다. 즉 운송량이 가장 외생적으로 결정되고, 선박량이 그 다음, 운임이 가장 내생적으로 결정된다고 가정한다는 의미이다. 이 같은 가정은 해운산업계 종사자들이 일상에서 받아들이고 있는 경험과 부합하는 것으로 이해된 다.
지금까지의 VAR 모형은 ∆y1t(운송량 변화율), ∆y2t(선박량 변화율), ∆y3t(운임 변화율)이 안정적인 것으로 가정했다. 뒤에 살펴볼 단위근 검증에서 알 수 있듯이, 이들 변수들은 수준값에서는 불안정하기 때문에, 1차 차분하여 안정적인 변수로 변환 할 수 있다.
제안 방법
각 변수는 자연로그 값으로 변환하였다. 따라서 yit는 i 변수의 자연로그 값이 되고, ∆yit는 지수 변화율(exponential change rate)이 된다.
두 번째로, 본 연구를 통해 1년 후의 연평균 운임을 예측하는 두 가지 예측 모형이 제시되었다. 운임 수준을 예측하기 위해서는 공적분 벡터를 추정 하는 회귀식 자체를 예측 모형으로 사용할 수 있고, 운임 변화율을 예측하기 위해서는 오차항이 포함된 VECM 모형을 활용할 수 있다.
본 연구에서는 공적분 검증을 위해 다음과 같이 잔차 기준 검증(residual-based test)을 실시한다. 1단계) OLS를 이용한 공적분 벡터를 추정
앞의 세 가지 실증분석(충격 반응 분석, 예측 오 차 분석, 공적분 분석)은 시장의 동태적 움직임을 다변량 시계열 모형으로 정량화했을 뿐 아니라, 선박 투자, 운임 예측, 선사의 전략 수립 등에 실천적 시사점을 제공한다.
대상 데이터
본 연구에서는 운송량은 톤(ton), 선박량은 재화 중량톤수(DWT), 운임은 Clarksons에서 제공하는 용선료 값(달러/일)을 사용했다. 표본기간은 1990년부터 2018년까지이다.
이론/모형
본 연구에서 사용하는 다변량 시계열 모형은 벡터자기회귀(VAR, Vector AutoRegression) 모형과 벡터오차수정 모형(VECM, Vector Error Correction Model)이다.
우선 각 변수의 안정성(stationarity)을 다음 수식과 같이 ADF(Augmented Dickey-Fuller) test를 통해 검증했다
즉 운송량은 세계 무역 여건에 따라 해운산업 외부에서 결정되고, 운임은 운송량과 선박량을 균형으로 수렴시키는 가격변수로서 내생적으로 결정된다는 경험칙을 모형에 도입하는 것이다. 이렇게 본 연구에서는 구조적 VAR (structural VAR)모형의 하나로서 축차형 VAR 모형을 활용한다.
본 연구는 이 같은 배경에서 컨테이너 해운산업의 수급 요인과 가격 변화가 어떻게 상호 작용하는 지를 검토하여 전략 및 정책 시사점을 도출하고자 했다. 이를 위해 대표적 다변량 통계분석 기법인 VAR과 VECM 모형을 활용했다. 특히 이러한 시장에 대한 동태적 분석이 신조선 건조, 장기 용대선 계약 등의 선박투자 의사결정에 어떠한 의미를 지니는 지 밝히고자 했다.
최적 시차 개수는 SIC(Schwarz Information Criterion) 를 활용하여 산정했으며, 그 결과는 다음과 같다.
성능/효과
다음으로 선박량 변동성은 선박량 자체의 충격이 가장 큰 비중을 차지하고, 운송량 충격이 두 번째로 기여하는 것으로 나타났다. 한편, 선박의 수익 창출의 기반이 되는 운임의 기여도는 매우 낮은 것으로 보인다.
분석 결과에 따르면, 컨테이너 해운시장에서 가장 외생적인 운송량(수요) 변수가 전체 컨테이너 해운시장의 동태적 움직임에 가장 큰 영향을 미친다는 것을 실증적으로 확인할 수 있 었다. 따라서 이렇게 도출된 실증적 패턴에 기초해 서 컨테이너선 투자의 기업 금융적 성격에 대한 해 석이 제시되었으며, 1년 후의 운임 예측에 대한 방법론을 권고할 수 있었고, 시황 연계 원리금 상황과 화주와의 시황 연계 운임 계약의 도입을 제안할 수 있었다.
분석 결과에 따르면, 컨테이너 해운시장에서 가장 외생적인 운송량(수요) 변수가 전체 컨테이너 해운시장의 동태적 움직임에 가장 큰 영향을 미친다는 것을 실증적으로 확인할 수 있 었다.
위의 결과는 공적분 관계를 이용해 미래 운송량 과 선박량의 예측치가 주어질 경우 운임을 예측할 수 있다는 것을 보여준다.
위의 표에서 알 수 있듯이, 각 변수들은 수준값에서 불안정하며, 1차 차분하는 경우 선박량을 제외하고는 단위근이 있다는 귀무가설을 1% 유의수준에서도 기각하는 것으로 나타났다.
한편, 운임은 수요 변수인 운송량에 대해서는 상승하는 모습을 보이고 있고, 공급 변수인 선박량에 대해서는 하락하는 모습을 보여 이론적 예측과 부합하는 것으로 나타났다.
후속연구
이를 통해 해운업계 종사자들이 실제 업무 과정에서 획득한 지식을 모형을 통해 실증적으 로 검증해 볼 수 있을 것이다. 두 번째 후속 연구 주제로는, 다변량 시계열 모형을 이용한 연구를 시 변계수모형으로 확장하는 것을 권고할 수 있다. 해운시장의 변동성은 여타의 금융시장과 비교하여 결코 적지 않다.
해운시장의 변동성은 여타의 금융시장과 비교하여 결코 적지 않다. 따라서 변수의 값만이 변하는 것이 아니라, 변수들 간의 관계를 나타내는 계수의 값들도 변할 수 있다고 생각하는 것이 큰 도움이 될 수 있을 것이다
한 가지의 연구 한계점과 두 가지의 향후 연구 과제를 제안하면서 결론에 갈음하고자 한다. 먼저 본 연구는 운임 상승에 반응하여 선박량이 감소하는 이론과 상반되는 패턴을 보여주고 있는 바, 이러한 변칙(anomaly)을 해소할 수 있는 방법론적 개선이 필요하다. 미래 연구 과제와 관련하여, 우선 본 연구에서 수행한 다변량 시계열 분석방법론을 건화물선 시장, 유조선 시장에 적용하여 컨테이너선 시장과의 유사성과 차이점을 분석해 보는 연구가 필요하다.
먼저 본 연구는 운임 상승에 반응하여 선박량이 감소하는 이론과 상반되는 패턴을 보여주고 있는 바, 이러한 변칙(anomaly)을 해소할 수 있는 방법론적 개선이 필요하다. 미래 연구 과제와 관련하여, 우선 본 연구에서 수행한 다변량 시계열 분석방법론을 건화물선 시장, 유조선 시장에 적용하여 컨테이너선 시장과의 유사성과 차이점을 분석해 보는 연구가 필요하다. 이를 통해 해운업계 종사자들이 실제 업무 과정에서 획득한 지식을 모형을 통해 실증적으 로 검증해 볼 수 있을 것이다.
즉 SCFI 등의 운임 지표가 상승할 경우에는 선사의 운임 수입이 호전되기 때문에, 상승한 운임의 일정 부분을 할인하여 화주에게 운임을 청구하는 것이다. 반대로 운임 지표가 하락하는 경우에는 선 사의 운임 수입이 악화되기 때문에, 하락한 운임의 일정 부분을 할증 운임에 포함하여 화주에게 운임을 청구하는 마케팅 전략을 도입하는 것을 검토해 볼 수 있을 것이다.
미래 연구 과제와 관련하여, 우선 본 연구에서 수행한 다변량 시계열 분석방법론을 건화물선 시장, 유조선 시장에 적용하여 컨테이너선 시장과의 유사성과 차이점을 분석해 보는 연구가 필요하다. 이를 통해 해운업계 종사자들이 실제 업무 과정에서 획득한 지식을 모형을 통해 실증적으 로 검증해 볼 수 있을 것이다. 두 번째 후속 연구 주제로는, 다변량 시계열 모형을 이용한 연구를 시 변계수모형으로 확장하는 것을 권고할 수 있다.
질의응답
핵심어
질문
논문에서 추출한 답변
GDP 연계 채권과 같은 시황 연계 원리금 상환 계약의 도입을 검토하는 것이 해운산업의 특성에 부합하는 금융혁신 과제인 이유는 무엇인가?
우선 선박금융 계약방식의 경우, 고정금리 이거나 변동금리이더라도 시황과 연계되 지 않고 Libor 금리 변동에 따라 금리가 변하는 계 약을 하고 있는 것으로 알려져 있다. 이렇게 선사 의 수익흐름의 변동성과 관련 없이 원리금의 회수 가 이루어지면, 해운 불황기에 불가피한 금융 경색 과 함께 원리금 상환의 부담이 겹치면서 운항 선사 의 재무적 위험이 커지는 문제가 심화될 우려가 있 다. 따라서 GDP 연계 채권(GDP-linked bond)과 같이 시황 연계(cycle-linked) 원리금 상환 계약의 도입을 검토하는 것이 해운산업의 특성에 부합하는 금융혁신 과제로 판단된다.
VAR과 VECM 모형은 무엇인가?
본 연구는 이 같은 배경에서 컨테이너 해운산업 의 수급 요인과 가격 변화가 어떻게 상호 작용하는 지를 검토하여 전략 및 정책 시사점을 도출하고자 했다. 이를 위해 대표적 다변량 통계분석 기법인 VAR과 VECM 모형을 활용했다. 특히 이러한 시장 에 대한 동태적 분석이 신조선 건조, 장기 용대선 계약 등의 선박투자 의사결정에 어떠한 의미를 지 니는 지 밝히고자 했다.
운임이 어떤 메카니즘으로 변화하는지 이해하는 것이 중요한 이유는 무엇인가?
이러한 산업 여건 속에서 우리나라 컨테이너 해 운산업이 경쟁력을 제고하기 위해서는 사업수익의 기반이 되는 운임이 어떠한 메카니즘으로 변화하는 지 이해하는 것이 매우 중요하다. 건화물선 시장에 서는 임종관·김우호·고병욱(2010) 벡터자기회귀 모형을 이용해 이러한 동태적 메카니즘을 분석하고 결과를 제시하였지만, 국내에서 컨테이너선 시장에 이러한 정보를 제공하는 학술적 연구는 찾아보기 어려운 실정이다.
참고문헌 (16)
고병욱.안영균(2018), 글로벌 화학제품 운반선 운임에 영향을 미치는 주요 요인에 관한 연구, 해운물류연구, 제99호, 251-269.
김대진.김주현(2019), 중국 선박금융 시장 연구를 통한 국내 선박금융 활성화, 한국항만경제학지, 제35집 제2호, 1-20.
안영균.고병욱(2018a), 세계 건화물선 시장의 운임 결정 요인 분석, 국제상학, 제33권 제4호, 2018. 211-224.
안영균.고병욱(2018b), 초대형 원유운반선 운임에 영향을 미치는 주요 요인에 관한 연구, 해운물류연구, 제101호, 545-563.
안영균.고병욱(2018c), 컨테이너 운임에 미치는 영향요인 분석, 무역학회지, 제43권 제5호, 159-177.
윤재웅.전형진.고병욱(2016), AHP를 이용한 초대형 컨테이너선 투자리스크 우선순위 분석, 77-104.
임종관.김우호.고병욱(2010), 벡터자기상관 모형을 이용한 건화물선 시장 분석, 해운물류연구, 제64호, 17-35.
허남균.정재윤.김삼용(2009), 다변량 시계열 모형을 이용한 항공수요 예측 연구, 응용통계연구, 제22호, 1007-1017.
Engle, R. F. and C. W. J. Granger(1987), Co-Integration and Error Correction: Representaion, Estimation, and Testing, Econometrica, 55(2), 251-276.
Hoover, K. D., S. Johansen and K. Juselius(2008), Allowing the Data to Speak Freely: The Macroeconomics of the Cointegrated Vector Autoregression, American Economic Review: Papers & Proceedings, 98(2), 251-255.
Yin, J. B., M. F. Luo and L. X. Fan(2017), "Dynamics and interactions between spot and forward freights in the dry bulk shipping market", Maritime Policy & Management, 44(2), 271-288.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.