$\require{mediawiki-texvc}$
  • 검색어에 아래의 연산자를 사용하시면 더 정확한 검색결과를 얻을 수 있습니다.
  • 검색연산자
검색연산자 기능 검색시 예
() 우선순위가 가장 높은 연산자 예1) (나노 (기계 | machine))
공백 두 개의 검색어(식)을 모두 포함하고 있는 문서 검색 예1) (나노 기계)
예2) 나노 장영실
| 두 개의 검색어(식) 중 하나 이상 포함하고 있는 문서 검색 예1) (줄기세포 | 면역)
예2) 줄기세포 | 장영실
! NOT 이후에 있는 검색어가 포함된 문서는 제외 예1) (황금 !백금)
예2) !image
* 검색어의 *란에 0개 이상의 임의의 문자가 포함된 문서 검색 예) semi*
"" 따옴표 내의 구문과 완전히 일치하는 문서만 검색 예) "Transform and Quantization"
쳇봇 이모티콘
안녕하세요!
ScienceON 챗봇입니다.
궁금한 것은 저에게 물어봐주세요.

논문 상세정보

ARIMA와 VAR·VEC 모형에 의한 부산항 물동량 예측과 관련성연구

Study on the Forecasting and Relationship of Busan Cargo by ARIMA and VAR·VEC

초록

세계적인 장기경기침체 속에서 보다 정확한 물동량 예측은 항만정책 수행에 중요하다. 따라서, 본 연구에서는 부산항 컨테이너 물동량(수출입화물과 환적화물)을 단변량 모형인 ARIMA 뿐만 아니라 인과관계가 있을 것으로 예상되는 경제규모(한국, 중국, 미국의 국내총생산), 금리수준 그리고 경기변동을 고려한 벡터자기회귀모형과 벡터오차수정모형을 활용하여 추정하고 비교하였다. 측정자료는 2014년 1월부터 2019년 8월까지 월별 부산항 컨테이너 물동량이다. 분석결과에 의하면, 수출입물동량 시계열은 비교적 안정적(stationary)이어서 VAR에 의해 추정하였고 환적화물은 불안정적(non-stationary)하지만, 경제규모, 금리 및 경기변동과 공적분(장기적인 균형관계)를 띠고 있어 VEC모형으로 추정하였다. 추정결과, 안정적인 수출입화물 추정에서는 단변량 모형인 ARIMA가 우수하고 추세가 있는 환적화물은 다변량모형인 VEC모형이 보다 예측력이 우수한 것으로 나타나고 있다. 특히 수출입화물은 우리나라 경제규모와 관련이 있고, 환적화물은 중국과 미국 경제규모와 밀접한 관련이 있다. 또한 중국 경제규모가 미국에 비하여 더 밀접하게 나타나고 있어 환적화물 증대전략에 시사점을 주고 있다.

Abstract

More accurate forecasting of port cargo in the global long-term recession is critical for the implementation of port policy. In this study, the Busan Port container volume (export cargo and transshipment cargo) was estimated using the Vector Autoregressive (VAR) model and the vector error correction (VEC) model considering the causal relationship between the economic scale (GDP) of Korea, China, and the U.S. as well as ARIMA, a single volume model. The measurement data was the monthly volume of container shipments at the Busan port J anuary 2014-August 2019. According to the analysis, the time series of import and export volume was estimated by VAR because it was relatively stable, and transshipment cargo was non-stationary, but it has cointegration relationship (long-term equilibrium) with economic scale, interest rate, and economic fluctuation, so estimated by the VEC model. The estimation results show that ARIMA is superior in the stationary time-series data (local cargo) and transshipment cargo with a trend are more predictable in estimating by the multivariate model, the VEC model. Import-export cargo, in particular, is closely related to the size of our country's economy, and transshipment cargo is closely related to the size of the Chinese and American economies. It also suggests a strategy to increase transshipment cargo as the size of China's economy appears to be closer than that of the U.S.

질의응답 

키워드에 따른 질의응답 제공
핵심어 질문 논문에서 추출한 답변
ARIMA
ARIMA 모형이란 무엇인가?
자체 변수(단변량)를 고려한 시계열분석방법

정량적인 수요예측방법은 크게 시계열분석과 인과관계분석 방법이 있다. Box and Jinkin(1976)이 개발한 ARIMA는 자체 변수(단변량)를 고려한 시계열분석방법으로 아직까지도 예측 력이 우수한 분석기법으로 활용되고 있다. 그러나 인과관계가 밀접한 경제변수를 고려하지 못하는 단변량 모형이라는 한계 점이 있다.

VAR에 의해 추정
수출입물동량의 시계열을 VAR에 의해 추정한 이유는 무엇인가?
수출입물동량 시계열은 비교적 안정적(stationary)이어서 VAR에 의해 추정

측정자료는 2014년 1월부터 2019년 8월까지 월별 부산항 컨테이너 물동량이다. 분석결과에 의하면, 수출입물동량 시계열은 비교적 안정적(stationary)이어서 VAR에 의해 추정하였고 환적화물은 불안정적(non-stationary)하지만, 경제규모, 금리 및 경기변동과 공적분(장기적인 균형관계)를 띠고 있어 VEC모형으로 추정하였다. 추정결과, 안정적인 수출입화물 추정에서는 단변량 모형인 ARIMA가 우수하고 추세가 있는 환적화물은 다변량모형인 VEC모형이 보다 예측력이 우수한 것으로 나타나고 있다.

경기변동을 고려한 벡터자기회귀모형과 벡터오차수정모형을 활용하여 추정하고 비교
경기변동을 고려한 벡터자기회귀모형과 벡터오차수정모형을 활용하여 추정하고 비교하기 위해 사용한 자료는 무엇인가?
측정자료는 2014년 1월부터 2019년 8월까지 월별 부산항 컨테이너 물동량이다.

따라서, 본 연구에서는 부산항 컨테이너 물동량(수출입화물과 환적화물)을 단변량 모형인 ARIMA 뿐만 아니라 인과관계가 있을 것으로 예상되는 경제규모(한국, 중국, 미국의 국내총생산), 금리수준 그리고 경기변동을 고려한 벡터자기회귀모형과 벡터오차수정모형을 활용하여 추정하고 비교하였다. 측정자료는 2014년 1월부터 2019년 8월까지 월별 부산항 컨테이너 물동량이다. 분석결과에 의하면, 수출입물동량 시계열은 비교적 안정적(stationary)이어서 VAR에 의해 추정하였고 환적화물은 불안정적(non-stationary)하지만, 경제규모, 금리 및 경기변동과 공적분(장기적인 균형관계)를 띠고 있어 VEC모형으로 추정하였다.

질의응답 정보가 도움이 되었나요?

참고문헌 (9)

  1. 1. Box, G. E. P. and Jenkins, G. M.(1976),"Time series Analysis Forecasting and control," Holden-Day, SanFrancisco. 
  2. 2. Chun, C. Y.(1997), "An Characteristic Analysis of the Dry Bulk Market by Structural VAR Model, Occean Policy Research, Vol. 12, pp. 185-203. 
  3. 3. Chung, C. Y. and Song, J. M.(2007),"A Study on the forecast on the port cargo by ANN", Journal of Shipping and Logistics, No.53, pp. 65-82. 
  4. 4. Chung, S. K. and Kim, S. K.(2011), A Study on the Effect of Changes in Oil Price on Dry Bulk Freight Rates and Intercorrelations between Dry Bulk Freight Rates, Journal of Korea Port Economic Association, Vol. 27, No. 2, pp. 217-240. 
  5. 5. Drewry(2019),"Global Container Terminal Operators Annual Review and Forecast 2018", pp. 7-16. 
  6. 6. Lee, S. Y. and Ahn, K. Y.(2018), "Study on the Forecasting and Effecting Factor of BDI by VECM", Journal of Korean Navigation and Port Research, Vol. 42, No. 6, pp. 546-554. 
  7. 7. Kim, J. H.(2008), "The Forecast of the Cargo Transportation and Traffic Volume on Container in Gwangyang Port, using Time Series Models", Journal of Korean Navigation and Port Research, Vol. 32, No. 6, pp. 425-431. 
  8. 8. Park, S. Y. and Lee, K. Y.(2002),"A Study on the forecast of container cargo", Journal of Korean Navigation and Port Research, Vol. 26, No. 2, pp. 183-188. 
  9. 9. Shin, C. H., Kang, J. S., Park, S. N. and Lee, J. H.(2008), "A study on the forecast of port traffic using hybrid ARIMA-neural network model", Journal of Korean Navigation and Port Research, Vol. 32, No. 1, pp. 81-88. 

이 논문을 인용한 문헌 (2)

  1. 1. 신창훈, 양한나 2020. "석유화학 액체화물의 환적과 수출입 물동량 관계연구" 한국항만경제학회지 = Journal of Korea Port Economic Association, 36(4): 1~16 
  2. 2. 최정일 2021. "한국 내 주요 항만별 선박출항현황 비교 분석" 한국콘텐츠학회논문지 = The Journal of the Korea Contents Association, 21(3): 454~462 

문의하기 

궁금한 사항이나 기타 의견이 있으시면 남겨주세요.

Q&A 등록

원문보기

원문 PDF 다운로드

  • ScienceON :
  • KCI :

원문 URL 링크

원문 PDF 파일 및 링크정보가 존재하지 않을 경우 KISTI DDS 시스템에서 제공하는 원문복사서비스를 사용할 수 있습니다. (원문복사서비스 안내 바로 가기)

이 논문 조회수 및 차트

  • 상단의 제목을 클릭 시 조회수 및 차트가 조회됩니다.

DOI 인용 스타일

"" 핵심어 질의응답