System Dynamics를 활용한 벌크 화물 운임 지수 예측 연구 : 발틱 운임 지수를 중심으로 = A Study of Forecasting on Bulk Cargo Index Using System Dynamics Focusing on Baltic Dry Index

다국어 초록 (Multilingual Abstract)

Ocean shipping covers 90% of international trade, and importantly operated as national industries of many countries. Ocean shipping is divided in two operation method, firstly, container linear shipping, secondly, tramp shipping for bulk cargo shipping. In this operating methods have each freight index and the index reflets the market. Among them, BDI, is made for bullk cargo shipping, is the index which aggregated represents bulk fleet size Supramax, Panamax and Capesize.
BDI is freght index justifed as weighted average of daily present price of cargo. BDI is dry bulk freight index offered since 1985 by Baltic Exchange. BDI is importantly considered from shipping market steak holder and financial investors and plays a key role as a economic indicators.
This study forecasts this important index BDI.
Previously many studies handled forecast analysis, these are conducted just only time series analysis, not considering ambient factors, or only considered demand factors. It has limitation to help understanding shipping market. In addition, it was judged that it would be difficult to apply it into practice because the existing studies did not analyze each componented fleet size of BDI.
Therefore, this study forecasts each fleet size index, which is a component of BDI, and analyzes considering of the effecting factors. Effecting factors were adopted by inserting the demand fators for each fleet size, and inserting supply factors and external factors. The analysis period is from January 2016 to December 2020, the simulation period is from January 2016 to June 2020, and the verification period is from July 2020 to December 2020.
On the other hands, in existing system dynamics studies, it is common to derive optimized parameter values ​​by performing calibration on the final target observation value, but in this study, calibration is not performed for BDI, but for each fleet size, and BDI weights were applied to derive simulation values.
As a result of verification of MAPE value, BCI belongs to a very reasonable forecast for the validation period value, BPI belongs to a relatively accurate forecasts, and BSI belongs to a very accurate forecasts. BDI was a relatively accurate forecasts.
This study has great practical significance by predicting a separate index for each fleet size, and for a structural analysis, a more detailed analysis was performed by dividing the effecting factors of each fleet size into demand factors, supply factors, and external factors. Also, even though the final BDI forecast was performed by reflecting the BDI composition ratio without calibration, the simulation value came out as a relatively accurate forecast, so it can be said that a valid study divided by fleet size was performed. In addition, the sensitivity analysis for each fleet size was performed to suggest changes in the forecasted values, and thus the usability was increased by configuring it to respond to the changes in the forecasted values ​​for the changes in the factor values. A limitation of this study is that it did not reflect social factors such as international situation, shipping accidents, and port delays, and it is necessary to reflect social factors into future research. Also, if insert more secondary factors for forecast of each demand factors, it would be more accurated analysis. And, by adding of used in this study, verifyed factors in literature review, more extended modeling will be available.

국문 초록 (Abstract)

해상 운송은 전 세계 교역의 90%를 차지하고 있으며, 많은 국가에서 매우 중요하게 운영되고 있는 국가산업이다. 해상 운송은 두 가지 방식으로 운영되는데, 첫 번째는 컨테이너를 이용한 정기선 항로이며, 두 번째는 벌크 화물 운송을 위한 부정기선 항로이다. 두 운영방식에는 운임 지수라는 것이 존재하며, 시장을 대표하는 역할을 한다. 그 중 벌크 화물 시장을 대표하는 BDI(Baltic Dry Index)는 벌크 화물을 운송하는 선급인 Supramax, Panamax, Capesize의 지수를 종합하여 나타내는 수치이며, 화물 가격의 일일 가중 평균으로 정의되는 운임 지수이다. BDI는 발틱 해운 거래소(Baltic Exchange)에서 개발된 지수로써 1985년부터 제공되고 있는 건식 벌크 화물 운임 지수이다. BDI는 해운 시장 참여자와 금융 투자자들에 의해 매우 중요한 지표로 여겨지며, 경제 주요 지표 역할을 하고 있다.
본 연구는 이러한 중요성을 가진 BDI를 예측하고자 한다.
기존에도 BDI를 주제로 많은 예측 문제들이 다루어졌지만, 시계열 분석으로만 진행되어 주변 변수를 고려하지 않거나, 수요 요인만을 고려하여 해운 시장의 이해를 돕는 데 한계를 가지고 있다. 아울러, 기존 연구들은 BDI를 이루는 각각의 선형에 대한 분석은 수행하지 않아, 실무에 적용하기에 무리가 있을 것으로 판단했다.
따라서, 본 연구는 BDI의 구성 요소인 선형별 지수를 각각 예측하며, 영향 요인을 고려하여 분석했다. 영향 요인은 각 선형에 대한 주종 화물의 수요를 대변하는 화물의 가격, 공급 요인, 외부 요인을 삽입하여 분석했다. 분석 기간은 2016년 1월부터 2020년 12월까지이며, 2016년 1월부터 2020년 6월까지를 시뮬레이션 기간, 2020년 7월부터 12월까지를 검증 기간으로 설정했다.
MAPE 값으로 검증한 결과 검증 기간 값에 대해 BCI는 매우 합리적인 예측에 속하며, BPI는 비교적 정확한 예측, BSI는 매우 정확한 예측에 속했다. BDI는 비교적 정확한 예측에 속했다.
본 연구는 선형별로 분리된 지수를 예측하여 실무적으로 큰 의미가 있으며, 구조적인 분석을 위해 각 선형에 대한 영향 요인을 화물 가격, 공급 요인 그리고 외부 요인으로 구분하여, 더욱 세밀한 분석을 진행했다고 할 수 있다. 또한, 최종적으로 BDI에 대해 캘리브레이션을 하지 않고, 선형별 지수를 토대로 BDI 구성 비율을 반영한 BDI 예측을 수행했음에도, 검증 값이 비교적 정확한 예측으로 나와 선형별로 구분된 타당한 연구를 수행했다고 할 수 있다. 추가로 각 선형에 대한 민감도 분석을 진행하여, 예측값 변동에 대해 시사함으로, 향후 발생하는 변동하는 요인에 대한 예측값 변동에 대응할 수 있도록 구성하여 활용성을 높였다.
본 연구의 한계점으로는, 국제 정세, 해운 사고, 항만의 지연 현상 등 사회적 요인을 반영하지 못했다는 점이 있으며, 향후 연구 시에 사회적 요인을 반영하여 연구할 필요가 있다. 또한, 2차 변수를 고려하여 각 수요 요인에 대한 예측을 추가하면 보다 정밀한 분석이 될 수 있을 것이며, 본 연구에서 사용된 요인에 더하여 선행연구에서 검증된 금융 변수들을 사용하여 분석하면 더욱 확장된 모델링을 구현할 수 있을 것이다.

목차 (Table of Contents)

• 국문 요약 1
• 제 1장 서 론 1
• 제 1절 연구의 배경 및 목적 1
• 제 2절 연구의 구성 4
• 제 2장 벌크 화물 현황 연구 6
• 제 1절 벌크 화물 시황 6
• 1. 석탄 현황 6
• 2. 철광석 현황 13
• 3. 곡물 현황 20
• 제 2절 벌크 시장 구조 24
• 1. 부정기선의 운항형태 25
• 2. 용선 체결 과정 26
• 제 3절 벌크 해운 선사 현황 28
• 제 3장 선행 연구 33
• 제 1절 BDI 예측 연구 33
• 제 2절 BDI 관계 분석 연구 39
• 제 3절 해운 예측에 관한 연구 49
• 제 4절 시스템 다이내믹스를 활용한 연구 60
• 제 5절 예측 모형에 대한 소고 63
• 제 6절 연구의 차별성 67
• 제 4장 연구방법론 69
• 제 1절 시스템 다이내믹스 이론 69
• 제 2절 분석범위 및 방법 74
• 제 3절 예측 데이터의 검증 80
• 1. MAPE 80
• 2. R-Squared() 81
• 제 5장 BDI 예측 82
• 제 1절 예측 82
• 1. BCI 예측 84
• 2. BPI 예측 87
• 3. BSI 예측 90
• 4. BDI 예측 93
• 제 2절 민감도 분석 96
• 1. BCI에 대한 민감도 분석 96
• 2. BPI에 대한 민감도 분석 99
• 3. BSI에 대한 민감도 분석 102
• 제 6장 결 론 105
• 제 1절 연구 결과 요약 105
• 제 2절 연구의 시사점 106
• 참고문헌 108
• 부록 117

참고문헌 (Reference)

1. 2012 BDI의 예측, 모수원, 한국항만경제학회지, 27(4), 1-11, , 2011

2. 해상물동량의 추정과 예측, 김창범, 모수원, 해운물류연구, 37, 1-18, , 2003

3. 한국 해운기업의 부실예측 연구, 권장한, 김태일, 박성화, 해 운물류연구, 33(4), 823-852, , 2017

4. 해운 운임 간 인과관계에 관한 연구, 전준우, 융합정보논문지, 9(12), 47-53, , 2019

5. 해운시황 예측을 위한 집합지매커니즘, 박홍균, 추봉성, 해운 물류연구, 30(1), 263-274, , 2014

6. LSTM 을 활용한 부산항 컨테이너 물동량 예측, 김두환, 이강배, 한국항만경제학회지, 36(2), 53-62, , 2020

7. 발틱운임지수(BDI) 와 해상 물동량의 인과성 검정, 박근식, 배성훈, 무역학회지, 44(2), 127-141, , 2019

8. 시스템 다이내믹스를활용한 제주항물동량 예 측, 우수한, 오진호, 한국물류학회지, 28(3), 29-40, , 2018

9. VECM 에 의한BDI 예측과 영향 요인에 관 한 실증연구, 안기명, 이성윤, 한국항해항만학회지, 42(6), 546-554, , 2018

10. 2010 년 BDI 의 예측: ARIMA 모형과 HP 기법을 이용 하여, 모수원, 한국항만경제학회지, 26(1), 222-233, , 2010

11. 시스템 다이내믹스를활용한 선박 연료유가격 예측, 최정석, 한국 항만경제학회지, 33(1), 75-87, , 2017

12. Recurrent Neural Networks 를 활용한Baltic Dry Index (BDI) 예측, 한민수, 유성진, 한국항해항만학회학술대회논문집, 50-53, , 2017

13. 시계열 모형을 이용한 발틱운임지수(BDI) 예 측 연구, 박근식, 배성훈, 국제상학, 35, 181-209, , 2020

14. 해운선사 주가와 운임지수BDI 변동성간의관 계 분석, 김현석, 오용식, 해운물류연구, 28(4), 637-652, , 2012

15. 광양항과 동북아 주요 컨테이너항만간 경협 추세분석, 박병인, 한국항만경제학회지, 31(2), 85-101, , 2015

16. 부정기선 해운시장의 운임에 영향을 미치는 요인 연구, 박근식, 하영목, 배성훈, 한국물류학회지, 28(5), 117-132, , 2018

17. ARIMA-SVM 하이브리드 모델을 활용한 탱 커 운임지수 예측, 임상섭, 윤희성, 금융공학연구, 17(4), 79-98, , 2018

18. 케이프선 시장 운임의 결정요인 및 운임예측 모형 분석, 임상섭, 윤희성, 한국항해항만학회지, 42(6), 539-545, , 2018

19. 글로벌 금융위기가 BDI 에 미치는 효과에 대 한 실증분석, 정근존, 하영석, 해운물류연구, 26(1), 1-16, , 2010

20. 고차원 혼합주기 시계열모형의 해운경기변동 예측력 검 정, 김현석, 해운물류연구, 35(1), 93-109, , 2019

21. 시스템다이내믹스를활용한 종합 주가지수 예 측 모델 연구, 조강래, 정관용, 한국시스템다이내믹스연구, 8(2), 175-190, , 2007

22. 정기선사의 컨테이너 재고 수요예측모델 구축에 대한 연구, 공정민, 여기태, 전준우, 정길수, 한국항만경제학회지, 32(4), 1-13, , 2016

23. 시계열 요소분해법을 활용한 발틱건화 물운임지수(BDI) 예측, 김형준, 류두진, 조훈, 경영학연구, 48(3), 715-731, , 2019

24. System dynamics 를 이용한 중국 컨테이너 물동량 예측에 관한 연구, 여기태, 김형호, 전준우, Journalof Digital Convergence, 15(3), 157-163, , 2017

25. System Dynamics 를 이용한 인천항 양곡화물 물동량 예측에 관한 연구, 정현재, 박성일, 여기태, 한국항해항만학회지, 36(6), 521-526, , 2012

26. System Dynamics 를 활용 한 인천항 철재화물 물동량 예측에 관한 연구, 여기태, 박성일, 정현재, 전준우, 한국항만경제학회지, 28(2), 75-93, , 2012

27. 국제경제 : BDI(Baltic Dry Index)와 한국금 융시장간의 상호 연관성 분석, 김진수, 이상원, 국제지역연구, 18(1), 181-200, , 2014

28. 금융시장과 실물경제간의파급효과: 주식, 채권, 유가, BDI 를 대상으로, 김진수, 이상원, 한덕희, 금융공학연구, 8(4), 1-23, , 2009

29. System Dynamics 를 이용한 선원인 력 수급 예측 및 활성화 방안에 대한 연구, 전준우, 이호영, 여기태, 해운물류연구, 30(3), 759-783, , 2014

30. 전 세계 유조선시장의 항해용선및 기간용선거래량 추정 모형 설정 및 예측, 신승식, 한국항해항만학회지, 26(6), 481-489, , 2002

31. 컨테이너선 해운시장의 추세와 순환주기 분석을 통한 시황 예측에 관한 연구, 이석용, 해운물류연구, 109, 597-618, , 2020

32. 시스템다이내믹스를활용한 평택 당진항수입 승용차 물동량 예측에 관한 연구, 이기환, 이재구, 한국항해항만학회지, 44(6), , 2020

33. 시스템다이내믹스를이용한 수요예측정확도가공급사슬 성과에 미치는 영향 분석, 박세훈, 한국시스템다이내믹스연구, 18(3), 77-98, , 2017

34. 계량기법을 이용한 발틱건화물선운임의예측 ―단변량모형, 다변량모형, HP 필터링 기법―, 모수원, 심재희, 해운물류연구, (58), 1-18, , 2008

35. 해상운임 선도가격, 현물가격, 거래량과 내재변동성의 관 계에 대한 연구, 한국과학기술원, 김경준, 석사학위 논문, , 2009

36. 글로벌 해운시장 현황 분석 및 시계 열 모형을 이용한 부산신항컨테이너 물동량 예측에 관한 연구, 조준호, 변제섭, 김희철, 한국정보 전자통신기술학회논문지제, 10(4), , 2017

37. 시스템 다이내믹스를활용한 편의점 상위상품 매출예측에 관한 연구-아이스컵 및 담배를 중심으로, 여기태, 김동명, 박성훈, 디지털융 복합연구, 18(8), 169-177, , 2020

38. 시스템다이내믹스를활용한 수입 자동차 소모품 출고 예측에 관한 연구-A 수입 자동차 부품 물류센터를 중심으로, 박병준, 여기태, 디지털융복 합연구, 19(1), 67-75, , 2003

39. A multivariate model of fuzzy integrated logical forecasting method ( M-FILF ) and multiplicative time series clustering : A model of time-varying volatility for dry cargo freight market ., Duru , O ., 39 ( 4 ) , 4135-4142 ., , 2012