[논문]해운경기변동과 선박시장에 대한 다차원 혼합 패널 인과성 분석

김현석; 장명희

doi:10.38121/kpea.2020.06.36.2.109

해운경기변동과 선박시장에 대한 다차원 혼합 패널 인과성 분석
The Causal Relationship Test between Marine Business Cycle and Shipping Market Using Heterogeneous Mixed Panel Framework 원문보기

한국항만경제학회지 = Journal of Korea Port Economic Association, v.36 no.2, 2020년, pp.109 - 124

초록
AI-Helper

본 연구는 2015년 1월부터 2019년 12월까지의 건화물선 시장의 운임과 선가에 대한 패널 자료로부터 해운경기변동 특성을 분석한다. 분석은 두 가지 측면의 학술적 기여를 목표로 한다. 첫째, 기존연구가 전반적인 해운경기지표와 선박가격 지표를 대상으로 하는 반면 본 연구는 선종별로 세분화한 자료를 대상으로 해운경기지표와 선박 수급에 의한 가격변화의 관계를 분석한다. 둘째, 인과성 검정을 위한 VAR 모형을 계수에 대한 제약이 가능한 다차원 혼합 패널(heterogeneous mixed panel)모형으로 확장한다. 무엇보다도 패널 데이터 분석에서 주로 제기되는 계열상관 문제를 붓스트랩(bootstrap) 추정으로 제거하고 불안정한 자료에 대한 차분에 의한 정보손실 문제를 해결하여 추정한 정점이 존재한다. 해운시장에서 경기변동 요인과 선가 간의 인과관계에 대한 추정결과는 운임의 선가에 대한 영향이 1% 수준에서 통계적으로 유의한 것으로 나타났으나, 선박의 수급변화로 발생하는 선가의 변화가 해운경기에 미치는 영향은 존재하지 않는 것으로 드러났다. 이는 선박수급변화(선가변화)와 해운경기변화(운임변화) 간의 양방향(bilateral)의 인과관계보다는 해운경기변화(운임변화)의 선박수급변화(선가변화)에 대한 일방향(unilateral)의 인관관계가 존재함을 나타내는 실증분석 결과다.

Abstract ▼ AI-Helper

Using panel data on freight rates and ship prices in the dry freighter market from January 2015 to December 2019, this study investigates the characteristics of shipping industry fluctuations. The analysis aims at two aspects of academic contribution. First, this study analyzes the relationship between shipping indicators and ship price based on separate dry-bulk ships, while the previous research considered the overall shipping index and weighted average ship prices. Second, the VAR model for the causality test is extended to a heterogeneous mixed panel model capable of limiting coefficients. There is a peak estimated by removing the cross-correlation problem, which is mainly raised in panel data analysis, using bootstrap estimation and solving the problem of information loss due to differences in non-stationary data. An empirical investigation of the causal relationship between economic fluctuations and ship price shows that the effect on the ship price from the freight is significant at the 1% level. This implies that there is a one-way relationship with demand in the shipping industry rather than a bilateral relationship.

주제어

AI 본문요약
AI-Helper

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

문제 정의

본 연구는 국제 운송시장에서 높은 변동성, 주기성, 특별한 수익 기간의 특징을 보이는 해운산업의 특징에 대해 인과성 분석을 통해 해운경기변동 특성을 분석한다. 기존연구가 대부분 불안정한 시계열 자료로 드러난 해운경기와 선박가격 지표를 대상으로 분석한 반면, 본 연구는 기존의 건화물선 시장을 선종별로 가중평균한 원자료를 세분화한 패널자료의 안정성에 기초한다. 무엇보다도 기존의 불안정한 시계열 자료로부터 추정된 검정결과에 대하여 다차원 혼합 패널모형에 기반한 인과성 검정모형은 정보손실이 없는 수준변수에서 안정적인 패널자료로부터 추정한다.
그러나 대체로 2008년 글로벌 금융위기 같은 급격한 변동을 분석에 포함하는 연구결과는 인과성이나 장기 균형관계가 선형모형에서는 존재하지 않는 것으로 드러났다. 따라서 본 연구는 기존의 시계열 자료를 활용한 인과성 분석이 갖는 한계를 해결하기 위해 자료에 대한 정보손실이 없는 분석을 위해 시계열 자료에 대한 Granger(1969) 인과관계분석을 개별 시계열 자료의 특성을 반영하는 다차원 혼합 패널(heterogeneous mixed panel)로 분석한다.
본 연구는 국제 운송시장에서 높은 변동성, 주기성, 특별한 수익 기간의 특징을 보이는 해운산업의 특징에 대해 인과성 분석을 통해 해운경기변동 특성을 분석한다. 기존연구가 대부분 불안정한 시계열 자료로 드러난 해운경기와 선박가격 지표를 대상으로 분석한 반면, 본 연구는 기존의 건화물선 시장을 선종별로 가중평균한 원자료를 세분화한 패널자료의 안정성에 기초한다.
본 연구는 국제 운송시장이 다른 시장과 차별화되는 세 가지 특징에 주목한다. 첫째, 해운산업의 급격한 변동성이다.
(2004), Gkochari(2015) 그리고 Rau andSpinler(2016)의 연구를 통해 선가에 영향을 미치는 다양한 요인에 의한 선박가격 결정모형을 제시한다. 이상의 연구는 선박을 자산으로 고려하여 선박 운영으로부터 발생하는 자본손익에 관한 가정에 기초한다. 또한, 투자자는 투자, 매각 및 시장의 비효율성을 중재하기 위해 모든 가용 정보를 활용하여 합리적으로 이윤을 극대화하는 경제주체를 가정함으로써 선박 시장을 효율적이라 가정한다.
무엇보다도 특정 선종에 한정된 운임지수로 대표되는 해운경기와 관련한 분석에 의문이 존재한다. 이에 본 연구는 기존의 시계열 분석이 포함하는 가중평균자료의 문제와 이러한 자료의 불안정성 문제를 우회하기 위해 이질적(heterogeneous) 패널자료로 분석이 가능한 다차원 혼합자료에 대한 인과성 모형을 분석에 고려한다.

가설 설정

이상의 연구는 선박을 자산으로 고려하여 선박 운영으로부터 발생하는 자본손익에 관한 가정에 기초한다. 또한, 투자자는 투자, 매각 및 시장의 비효율성을 중재하기 위해 모든 가용 정보를 활용하여 합리적으로 이윤을 극대화하는 경제주체를 가정함으로써 선박 시장을 효율적이라 가정한다. 이와 대조적으로 Kavussanos(1997)는 부문별 건화물선 가격 변동을 비교하였는데, Kavussanos and Alizadeh(2002)는 건화물선 시장이 효율적인 시장가설(efficiency market hypothesis)과 다소 거리가 있으나, 이러한 문제는 시간가변적인 위험프리미엄에 의해 설명될 수 있음을 제시한다.
본 연구는 국제 운송시장이 다른 시장과 차별화되는 세 가지 특징에 주목한다. 첫째, 해운산업의 급격한 변동성이다. 1999년부터 2011년까지 운임지수는 11,689에서 93% 하락하였는데, 이는 모건 스탠리의 국제주식시장의 자본지수(Morgan Stanley Capital International World Stock Market Index)보다 2배 이상 높다.

제안 방법

특히 기존연구의 해운경기와 선박가격에 대한 지표가 개별 시계열 자료를 가중 평균하여 사용하는 반면 본 연구는 건화물선 시장의 선종과 운임에 대한 각각의 지표를 세분화한 패널(panel)자료를 분석한다. 둘째, 안정적인 시계열 자료에 의존한 분석을 혼합된 자료로부터 추정할 수 있는 다차원혼합 패널로 추정한다. 특히, 기존의 시계열 자료에 대한 VAR 모형에 기초한 패널 Granger 인과성 검정은 각각의 시차변수에 대한 제약(zero restriction)이 없는 귀무가설을 채택한 반면 다차원 혼합 패널 VAR 모형은 계수에 대한 제약이 가능한 보다 유연한 모형이다.
시계열 자료에 대한 인과성 검정에 앞서 상수항과 추세를 포함하는 ADF 검정을 통해 안정성을 검정하였다. 분석에서 고려하는 패널 자료에 대해서도 추정자료의 개별 시계열 특성을 반영한 Levin et al.
이상의 논의에 대하여 본 연구는 개별 선종에 대한 선가와 운임지수를 다차원 혼합 패널로 분석에 앞서 Ⅱ장에서 기존의 해운경기 및 선가에 대한 이론 및 실증적 연구 흐름을 살펴보고 Ⅲ장에서 패널자료에 대한 인과성 검정 모형을 제시한다. Ⅳ장에서는 개별시계열에 대한 검정 결과를 제시하고, 패널 인과성 검정 결과를 정리한다.
이상의 실증분석은 해운산업을 대표하는 해운경기변동 지표가 개별지표의 가중평균으로부터 도출되는 특성을 역으로 분석하였다. 지금도 시계열 모형에 근거한 분석이 갖는 불안정성을 문제를 해결하기 위해 다양한 분석이 제기되고 있지만, 해운산업을 대표하는 경기지표의 경우 개별지표의 가중평균으로부터 도출되는 특징이 있다.
본 연구는 두 가지 측면의 학술적 기여를 목표로 한다. 첫째, 선종별 지표를 세분화한 자료를 대상으로 해운경기지표와 선박 가격변화의 관계를 분석한다. 특히 기존연구의 해운경기와 선박가격에 대한 지표가 개별 시계열 자료를 가중 평균하여 사용하는 반면 본 연구는 건화물선 시장의 선종과 운임에 대한 각각의 지표를 세분화한 패널(panel)자료를 분석한다.
첫째, 선종별 지표를 세분화한 자료를 대상으로 해운경기지표와 선박 가격변화의 관계를 분석한다. 특히 기존연구의 해운경기와 선박가격에 대한 지표가 개별 시계열 자료를 가중 평균하여 사용하는 반면 본 연구는 건화물선 시장의 선종과 운임에 대한 각각의 지표를 세분화한 패널(panel)자료를 분석한다. 둘째, 안정적인 시계열 자료에 의존한 분석을 혼합된 자료로부터 추정할 수 있는 다차원혼합 패널로 추정한다.
(2003) 그리고 Fisher-type 패널 단위근 검정을 실시한다. 표준화된 패널 단위근 검정결과 LLC를 제외하고 IPS와 Fisher 검정에서 유의수준 측면에서 자료의 안정성에 대한 다소 혼재된 검정결과를 나타내지만, 개별 시계열자료의 불안정한 요소에 대한 제약이 가능한 혼합 패널모형으로 정보손실이 없는 수준변수에서 인과성 검정을 실시한다.

대상 데이터

본 연구의 실증분석 대상은 대표적 건화물선 Panamax, Handy size, Cape size 각각의 운임과 신조선, 5년, 10년이 경과한 각각의 중고선 가격에 대하여 글로벌 금융위기의 영향이 다소 제거된 2015년 1월부터 최근 코로나 사태에 의한 리스크 영향이 존재하지 않는 2019년 12월까지의 Clarkson에서 제공하는 월별 시계열 자료를 사용한다. 각선종별 선가와 운임지수는 선종별 신조선과 중고선가 지수와 선종별 평균 운임 수익 자료를 사용하였다. <그림 1>은 본 연구의 분석에서 사용하는 건화물선 운임과 선박가격 추이를 나타내고 있다.
본 연구의 실증분석 대상은 대표적 건화물선 Panamax, Handy size, Cape size 각각의 운임과 신조선, 5년, 10년이 경과한 각각의 중고선 가격에 대하여 글로벌 금융위기의 영향이 다소 제거된 2015년 1월부터 최근 코로나 사태에 의한 리스크 영향이 존재하지 않는 2019년 12월까지의 Clarkson에서 제공하는 월별 시계열 자료를 사용한다. 각선종별 선가와 운임지수는 선종별 신조선과 중고선가 지수와 선종별 평균 운임 수익 자료를 사용하였다.

데이터처리

(2002), Im et al.(2003) 그리고 Fisher-type 패널 단위근 검정을 실시한다. 표준화된 패널 단위근 검정결과 LLC를 제외하고 IPS와 Fisher 검정에서 유의수준 측면에서 자료의 안정성에 대한 다소 혼재된 검정결과를 나타내지만, 개별 시계열자료의 불안정한 요소에 대한 제약이 가능한 혼합 패널모형으로 정보손실이 없는 수준변수에서 인과성 검정을 실시한다.
(2002)(이하 LLC), Im et al.(2003)(이하 IPS), 그리고 Fisher-type 패널 단위근 검정을 실시한다.²⁾
개별시계열에 대해 ADF 검정기법을 적용하여 t-stat 를 추정하고 이를 표준화하여 그 통계량은 점근적으로 평균이 0이고 표준편차가 1인 정규분포를 갖게 됨으로써 패널 단위근 추정량이 Gaussian분포를 갖는다.
선종별 운임지수와 선가 간의 관계 분석에 앞서 상수항과 추세를 포함하는 ADF (Augmented Dickey-Fuller) 검정을 통해 시계열 자료의 안정성검정을 실시한다.¹⁾
그러나 Fisher(1932) 검정은 자료의 계열상관이 존재할 경우 유의하지 않기 때문에 본 연구에서 고려하는 Granger 인과성 검정은 부트스트랩(bootstrap) 추정으로 이를 우회한다. 즉, 패널자료에 존재하는 동시적 상관성 문제를 부트스트랩방법을 통해 실제분포로 사용된 자료로부터 검정통계를 추정하여 사용한다.

성능/효과

본 연구의 ADF 검정 결과는 <표 1>과 같다. 각각의 선종에 대한 운임과 선가에 대한 수준변수에서 단위근 검정결과 cape size의 경우를 제외하고 모두 1% 유의수준에서 단위근을 기각할 수 없어 모두 불안정 시계열로 나타났다.
그리고 선가의 운임에 대한 개별시계열 자료에 대한 분석은 handy size 신조선의 운임에 대한 영향이 통계적으로 유의한 것으로 드러났다. 개별 시계열 자료로부터 추정된 인과성 검정은 handy size 선박에 대한 중고선(10년)과 신조선을 제외하고 통계적으로 유의한 인과성이 존재하지 않는 것으로 나타났다. 그러나 안정화된 개별 시계열 자료로부터 추정한 인과성 검정은 기존의 실증분석 결과와 크게 다르지 않으며, 여전히 경기변동의 선박 수급에 대한 연관성을 뒷받침하지 못한다.
<표 2>는 차분안정적인 변수들을 대상으로 식(1)의 Granger 인과성 검정결과를 제시한다. 개별시계열로 인과성 검정결과 운임의 선가에 대한 영향은 handy size의 경우만 운임의 중고선(10년)에 대한 인과관계가 5% 수준에서 통계적으로 유의한 것으로 드러났다. 그리고 선가의 운임에 대한 분석은 handy size의 경우만 신조선의 운임에 대한 영향이 통계적으로 유의한 것으로 드러났다.
그리고 1차 차분된 자료에 대해서는 모두 안정적인 것으로 나타나 본 연구에서 고려하는 자료는 cape size를 제외하고 모두 1차 차분안정적인 I(1)으로 나타났다.
그리고 Fisher-type의 단위근 검정결과 5 year 중고선가의 경우 추세를 포함하지 않는 개별효과 모형에서 통계적으로 5% 수준에서 유의한 것으로 드러났다. 개별 시계열자료의 이질적인 동태성을 고려하는 LLC를 제외한 개별 시계열에 대한 가중평균자료에 대한 검정에서 다소 혼재된 분석 결과를 보인다.
패널분석에 앞서 기존 분석과 동일한 개별 시계열 자료에 대한 안정성 검정에서 Cape size의 운임을 제외하고 수준변수에서 모두 불안정시계열로 나타났으며, 안정화된 개별시계열에 대한 Granger 인과성 검정은 handy size의 경우만 운임의 중고선(10년)에 대한 인과관계가 5% 수준에서 통계적으로 유의한 것으로 드러났다. 그리고 선가의 운임에 대한 개별시계열 자료에 대한 분석은 handy size 신조선의 운임에 대한 영향이 통계적으로 유의한 것으로 드러났다. 개별 시계열 자료로부터 추정된 인과성 검정은 handy size 선박에 대한 중고선(10년)과 신조선을 제외하고 통계적으로 유의한 인과성이 존재하지 않는 것으로 나타났다.
개별시계열로 인과성 검정결과 운임의 선가에 대한 영향은 handy size의 경우만 운임의 중고선(10년)에 대한 인과관계가 5% 수준에서 통계적으로 유의한 것으로 드러났다. 그리고 선가의 운임에 대한 분석은 handy size의 경우만 신조선의 운임에 대한 영향이 통계적으로 유의한 것으로 드러났다.
최근 Kalouptsidi(2014)의 연구는 선박건조에서 배송 지연 및 변경이 투자수준과 자산가격 변동에 영향이 있음을 주장한다. 동태모형으로부터 선박건조 시간과 수요의 불확실성이 선박 투자 및 가격 변동에 미치는 영향을 분석한 결과 건조시간의 단축은 가격을 낮출 수 있으나, 반대로 투자의 변동성을 높이는 것으로 드러났다. 이러한 문제에 대해 Kou et al.
본 연구가 제시하는 이상의 실증분석 결과는 기존의 해운경기변동에서 선박수요와 해운경기에 대한 양방향(bilateral)의 순환적 인과관계보다는 해운경기의 선박수요에 대한 일방향(unilateral)의 인관관계가 존재함을 나타내는 실증분석 결과다. 이는 기존의 비선형 모형을 포함한 시계열이 갖는 다음의 두 가지 측면의 문제를 해결하였다는 점에서 학술적 의의를 갖는다.
(2006)의 연구는 2003년부터 2005년 기간의 건화물선 시장 호황이 합리적인 버블(rational bubbles)에 의한 것인가를 분석하기 위해 케이프 사이즈(cape size) 선박을 대상으로 검정한 결과 신조선의 경우 건조에 의한 시차문제를 포함하는 반면, 건화물선 운임시황과 중고선의 경우에 대해서는 동차(instantaneous)의 오차수정 모형(Vector Error Correction Model, 이하 VECM)으로 추정하였다. 실증분석 결과는 증고선 시장의 경우 운임시장의 상황과 밀접한 관련이 존재한 반면 신조선의 경우 균형수준으로부터 가격 거품에 대한 명확한 관련성을 발견할 수 없음을 제시한다.
안정성 검정 결과를 바탕으로 해운시장에서 경기변동 요인과 선가 간의 인과관계 추정결과는 운임의 선가에 대한 영향이 1% 수준에서 통계적으로 유의한 것으로 나타났으나, 선박에 대한 수급변화로 발생하는 선가 변화의 해운경기에 대한 영향은 존재하지 않는 것으로 나타났다.
이러한 실증분석결과는 기존연구들이 선박수요와 해운경기 변동 간에 서로 양방향(bilateral)의 관계가 있음을 확인한 결과와 상이하게 본 연구에서는 일방향(unilateral)의 관계가 있음을 나타낸다.
지금도 시계열 모형에 근거한 분석이 갖는 불안정성을 문제를 해결하기 위해 다양한 분석이 제기되고 있지만, 해운산업을 대표하는 경기지표의 경우 개별지표의 가중평균으로부터 도출되는 특징이 있다. 이를 패널모형으로 추정한 결과 시계열과는 달리 수준변수 상태에서 통계적으로 유의미한 결과를 도출할 수 있었다. 따라서 다양한 요인과 빈도를 대상으로 해운경기변동을 예측을 위한 분석이 후속연구로 수행될 것으로 기대한다.
개별 시계열 자료는 불안정한 시계열이지만, 패널 단위근 검정은 유의수준 측면에서 다소 혼재된 추정결과를 나타낸다. 즉, LLC 단위근 검정결과는 본 연구에서 고려하는 변수가 모두 1% 유의수준에서 통계적으로 안정적인 것으로 드러났으나, IPS 검정에서 신조선가에 대한 검정결과는 다소 낮은 유의수준을 보인다.
그러나 기존연구에서 제기된 선박에 대한 수급변화로 발생하는 선가 변화의 해운경기에 대한 영향은 존재하지 않는 것으로 나타났다. 즉, 해운호황기의 선박수요증가는 해체선가 상승과 선박해체지연이 선박 공급증가로 나타나고 이는 선박공급 과잉을 유발하는 과정으로 이어져 운임하락으로 나타나는 선박수급에 의한 해운경기에 대한 영향은 존재하지 않는 것으로 드러났다.
이는 기존의 비선형 모형을 포함한 시계열이 갖는 다음의 두 가지 측면의 문제를 해결하였다는 점에서 학술적 의의를 갖는다. 첫째, 개별 시계열 자료로 추정할 경우 각각의 선종에 대한 특성을 분석하는 측면에서 패널자료보다 시계열 자료가 보다 구체적일 수 있으나, 해운경기지표가 본 연구에서 사용한 개별 시계열 자료의 가중평균이라는 점에서 전체적인 해운경기의 흐름과 방향에 대한 분석은 패널자료가 보다 적절할 수 있음을 의미한다. 둘째, 시계열 자료를 활용한 불안정한 자료에 대한 추정은 차분에 의한 정보손실 문제가 존재하는 반면 본 연구에서 고려하는 패널자료를 활용한 분석은 이러한 정보손실이 존재하지 않으며, 주로 제기되는 계열 상관문제도 부트스트랩 추정으로 제거함으로써 추정 편이를 제거하는 장점이 있다.
패널분석에 앞서 기존 분석과 동일한 개별 시계열 자료에 대한 안정성 검정에서 Cape size의 운임을 제외하고 수준변수에서 모두 불안정시계열로 나타났으며, 안정화된 개별시계열에 대한 Granger 인과성 검정은 handy size의 경우만 운임의 중고선(10년)에 대한 인과관계가 5% 수준에서 통계적으로 유의한 것으로 드러났다. 그리고 선가의 운임에 대한 개별시계열 자료에 대한 분석은 handy size 신조선의 운임에 대한 영향이 통계적으로 유의한 것으로 드러났다.

후속연구

이를 패널모형으로 추정한 결과 시계열과는 달리 수준변수 상태에서 통계적으로 유의미한 결과를 도출할 수 있었다. 따라서 다양한 요인과 빈도를 대상으로 해운경기변동을 예측을 위한 분석이 후속연구로 수행될 것으로 기대한다. 또한 기존 연구에서 해운경기변동과 선박가격 간에 양방향의 영향을 제시한 결과와 본 연구에서 나타난 일방향 간의 비교 연구가 후속 연구로 진행되어야 할 것이다.
따라서 다양한 요인과 빈도를 대상으로 해운경기변동을 예측을 위한 분석이 후속연구로 수행될 것으로 기대한다. 또한 기존 연구에서 해운경기변동과 선박가격 간에 양방향의 영향을 제시한 결과와 본 연구에서 나타난 일방향 간의 비교 연구가 후속 연구로 진행되어야 할 것이다.

질의응답

핵심어	질문	논문에서 추출한 답변
	해운경기변동의 특징은 어떻게 요약되는가?	이상의 국제 운송시장에서 해운경기변동의 특징은 높은 변동성(volatile), 주기성(cyclical)과 특별한 수익 기간(periodic)으로 요약된다. 해운산업의 이러한 주요 특성에 대해 기존 연구는 해상운송 시장을 분석하기 위해 선박의 수요와 공급, 상품 수요, 계절성, 벙커 가격, 다양한 거시경제 요인을 포함한 외부 요인의 영향을 분석에 포함한다(심재희·모수원, 2008).
	다차원 혼합 패널은 어떤 특징이 있는가?	그러나 대체로 2008년 글로벌 금융위기 같은 급격한 변동을 분석에 포함하는 연구결과는 인과성이나 장기 균형관계가 선형모형에서는 존재하지 않는 것으로 드러났다. 따라서 본 연구는 기존의 시계열 자료를 활용한 인과성 분석이 갖는 한계를 해결하기 위해 자료에 대한 정보손실이 없는 분석을 위해 시계열 자료에 대한 Granger(1969) 인과관계분석을 개별 시계열 자료의 특성을 반영하는 다차원 혼합 패널(heterogeneous mixed panel)로 분석한다.
	시계열 모형에 근거한 분석보다 더 나은 분석 상태는 무엇일까?	지금도 시계열 모형에 근거한 분석이 갖는 불안정성을 문제를 해결하기 위해 다양한 분석이 제기되고 있지만, 해운산업을 대표하는 경기지표의 경우 개별지표의 가중평균으로부터 도출되는 특징이 있다. 이를 패널모형으로 추정한 결과 시계열과는 달리 수준변수 상태에서 통계적으로 유의미한 결과를 도출할 수 있었다. 따라서 다양한 요인과 빈도를 대상으로 해운경기변동을 예측을 위한 분석이 후속연구로 수행될 것으로 기대한다.

참고문헌 (38)

김창범(2011), 국제금융시장의 충격과 중국의 수입변동성이 건화물 해운시장에 미치는 영향, 한국항만경제학회지, 제27집 제1호, 263- 280.

원문보기 상세보기
김현석.장명희(2013), 벙커가격과 건화물선 지수(Baltic Dry-bulk Index) 간의 비대칭 장기균형 분석, 한국항만경제학회지, 제29권 제2호, 63-79.

원문보기 상세보기
김현석.장명희(2013), 물동량과 산업생산지수 간의 비선형 공적분 검정, 해운물류연구, 제29권 제4호, 1079-1093.
김현석.장명희(2014), 해운경기변동과 선박수요.공급 간의 비선형 장기균형관계 분석, 해운물류연구, 제30권 제2호, 381-399.
김현석.장명희(2014), Bayesian VAR를 이용한 해운경기, 환율 그리고 산업생산 간의 동태적 상관분석, 한국항만경제학회지, 제30권 제2호, 77-92.

원문보기 상세보기
김현석.장명희(2014), 운임수익과 선박가격 변동이 선박투자 결정에 미치는 영향 -비선형 장기균형관계, 해운물류연구, 제30권 제4호, 859-877.
모수원(2007), 발틱운임의 불편성과 인과성, 해운물류연구, 제54호, 215-226.
심재희.모수원(2008), 계량기법을 이용한 발틱건화물선운임의 예측 - 단변량모형, 다변량모형, HP필터링 기법, 해운물류연구, 58호, 1-18.
임종관.김우호.고병욱(2010), 벡터자기회귀모형을 이용한 건화물선 시장 분석, 해운물류연구, 64호, 17-35.
정상국.김성기(2011), 국제유가의 변화가 건화물선 운임에 미치는 영향과 건화물선 운임간의 상관관계에 관한 연구, 한국항만경제학회지, 제27권 제2호, 217-240.

원문보기 상세보기
Adland, R., Jia, H. and S. Strandenes(2006), Asset Bubbles in Shipping? An Analysis of Recent History in the Drybulk Market, Maritime Economics & Logistics, 8(3), 223-233.

상세보기
Alizadeh, A. and N. K. Nomikos(2007), Investment Timing and Trading Strategies in the Sale and Purchase Market for Ships, Transportation Research Part B: Methodological, 41(1), 126-143.

상세보기
Beenstock, M.(1985), A Theory of Ship Prices, Maritime Policy and Management, 12, 215-225.

상세보기
Beenstock, M. and A. Vergottis(1989), An Econometric Model of the World Market for Dry Cargo Freight and Shipping, Applied Economics, 21(3), 339-356.

상세보기
Chiste, C. and G. V. Vuuren(2014), Investigating the Cyclical Behavior of the Dry Bulk Shipping Market, Maritime Policy & Management, 41 (1), 1-19: doi:10.1080/03088839.2013.780216.

상세보기
Choi, I.(2001), Unit Root Tests for Panel Data, Journal of International Money and Finance, 20, 249-272.

상세보기
Engle, R. F. and C. W. J. Granger(1987), Co-Integration and Error-Correction: Representation, Estimation, and Testing, Econometrica, 55, 251-276.

상세보기
Fisher, R. A.(1932), Statistical Methods for Research Workers, 4th edition. Oliver and Boyd, Edinburgh.
Granger, C. W. J.(1969), Investigating Causal Relations by Econometric Models and Cross-spectral Methods, Econometrica, 37 (3), 424-438.

상세보기
Gkochari, C.(2015), Optimal Investment Timing in the Dry Bulk Shipping Sector, Transportation Research Part E: Logistics and Transportation Review, 79, 102-109.

상세보기
Im, K. S., M. Pesaran, M. Hashem and Y. Shin, (2003), Testing for Unit Roots in Heterogeneous Panels, Journal of Econometrics, 115(1), 53-74.

상세보기
Haralambides, H. E., S. D. Tsolakis and C. Cridland(2004), Econometric Modelling Of Newbuilding And Secondhand Ship Prices, Research in Transportation Economics, 12, 65-105.

상세보기
Hawdon, D.(1978), Tanker Freight Rates in the Short and Long Run, Applied Economics, 10(3), 203-218.

상세보기
Kalouptsidi, M.(2014), Time to Build and Fluctuations in Shipping, American Economic Review, 104(2), 564-608.

상세보기
Kavussanos, M. G.(1997). The Dynamics of Time-varying Volatilities in Different Size Second-hand Ship Prices of the Dry-cargo Sector, Applied Economics, 29(4), 433-443.

상세보기
Kavussanos, M. G. and A. H. Alizadeh-M(2001), Seasonality Patterns in Dry Back Shipping Spot and Time Charter Freight Rates, Transportation Research Part E, 37(6), 443-467.

상세보기
Kavussanos, M. G. and A. H. Alizadeh(2002), Efficient Pricing of Ships in the Dry Bulk Sector of the Shipping Industry, Maritime Policy & Management, 29(3), 303-330.

상세보기
Koekebakker, S. and R. Adland(2004), Market Efficiency in the Second-hand Market for Bulk Ships, Maritime Economics and Logistics, 6(1), 1-15.

상세보기
Kou, Y., L. Liu and M. Luo(2014), Lead-lag Relationship Between New-Building and Second-hand Ship Prices, Maritime Policy & Management, 41(4), 303-327.

상세보기
Levin, A., C. F. Lin and C. S. J. Chu(2002), Unit Root Tests in Panel Data: Asymptotic and Finite-sample Properties. Journal of Econometrics, 10, 1-24.
Lin, F. and N. C. S. Sim(2013), Trade, Income and the Baltic Dry Index. European Economic Review, 59(4), 1-18.

상세보기
Rau, P. and S. Spinler(2016), Investment into Container Shipping Capacity: A Real Options Approach in Oligopolistic Competition, Transportation Research Part E: Logistics and Transportation Review, 93, 130-147.

상세보기
Sodal, S., S. Koekebakker and R. Adland(2009), Trading Rules With Analytical Ship Valuation under Stochastic Freight Rates, Applied Economics, 41(22), 2793-2807.

상세보기
Stopford, M.(2009), Maritime Economics, 3rd ed. Routledge, London.
Strandenes, S. P.(1984), Price Determination in the Time Charter and Second Hand Markets, Center for Applied Research, Norwegian School of Economics and Business Administration, Working Paper MU, 6.
Toda, H. Y. and T. Yamamoto(1995), Statistical Inference in Vector Autoregressions with Possibly Integrated Processes, Journal of Econometrics, 66, 225-250.

상세보기
Tsouknidis, D. A.(2016), Dynamic Volatility Spillovers across Shipping Freight Markets. Transportation Research Part E, 91, 90-111.

상세보기
Tvedt, J.(2003), A New Perspective on Price Dynamics of the Dry Bulk Market, Maritime Policy & Management, 30(3), 221-230.

상세보기

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