패션시장 수요예측 모형개발에 관한 연구 = (A) development study for fashion market forecasting models

다국어 초록 (Multilingual Abstract)

Models frequently used in management science are deterministic model and stochastic model. The goal of this research was to develop a stochastic forecasting model using time series forecasting method. This research paper is largely composed of two sections. Section 3 proposes a method for estimating fashion market size using sample data, and Sections 4 and 5 proposes a model for forecasting fashion market demand using time series for fashion market size estimated from Section 3.
In today's global competition, plan management technology is the basis of corporate competitiveness. As such, the purpose of this research was to provide a method for decision making based on accurate demand-forecasting data.
This research used the following steps in order to develop a forecasting model that provides accurate demand forecasting data. First, 1,400 samples were collected by survey and interview from 7 metropolitan cities according to proportionate allocation, and fashion market sizes were estimated for each segmented market. Second, 9 exponential smoothing methods were performed on fashion market sizes, which were collected as time series, to develop univariate time series models. Third, 43 variables affecting fashion market size were selected based on previous research, and multivariate time series models were developed by time series regression. Fourth, forecasting accuracies of univariate and multivariate time series models developed in this research were compared.
Fashion market size studied in this research was limited to the total amount of expenditure for fashion clothing products directly purchased by Koreans for wear during 6 months in spring and summer and 6 months in autumn and winter. Total of 8 markets were analyzed, including 7 segmented markets (men's formal wear, women's formal wear, casual wear, sportswear, underwear, and children's wear) and the total market, which is the sum of all segmented markets. Data used for analysis were time series data were collected twice a year for total of 26 time points by the author from 1998 to 2010. Targets of the demand forecasting model were 7 markets excluding outerwear market, which is sensitive to seasonal index, and 21 forecasting models corresponding to three temporal divisions (first half, second half, and whole year) for each segmented market were proposed.
The core goal of this research was to develop a fashion market demand forecasting model using time series data collected for the past 14 years by the author. Forecasting fashion market with high variability using only traditional statistical methods is difficult. However, current research contributes to the research on demand forecasting in fashion and other industries from the following aspects. First, the forecasting model for fashion market size proposed in this research can be used to forecast fashion market size as well as market size of consumer goods other than fashion products. Second, by developing 21 forecasting models for relatively short-term 26 time series data using exponential smoothing, this research proposed a methodology for companies to utilize their various short-term time series databases as useful forecasting data. Third, multivariate time series forecasting model was introduced to complement limitations of time series analysis, thereby improving the forecasting power. This attempt is necessary in order to respond to rapidly changing global economy nowadays. Fourth, temporal correlation analysis of fashion market size and various economic variables showed that there was variance in the duration of the economic variable influence on fashion market size. In other words, it was determined that economic condition immediately influences the fashion market, but the duration of the influence may be short-term or long-term. This result provides insight for companies to devise a long-term strategy to respond to rapidly changing economic environment.
This paper is composed of 6 sections. Section 1 outlines the research, Section 2 reviews the theoretical background and previous research, and Section 3 proposes a method for forecasting fashion market size. Overview of the research target, definition of variables, and the method used for site survey of variables are also presented. Section 4 shows the development of forecasting model using univariate exponential smoothing model and multivariate time series regression model. Section 5 analyzes the result of models from Section 4, and Section 6 presents the conclusions of this research.

국문 초록 (Abstract)

경영과학 기법에는 확정적 모형과 확률적 모형이 있다. 본 연구는 확률적 예측 모형인 시계열 예측법을 개발하는 것이다. 본 연구는 크게 두 부문으로 구성된다. 3장에서는 표본자료를 이용하여 패션시장 규모를 추정하는 방법을 제안하고, 4장과 5장에서는 3장에서 추정된 패션시장규모에 대한 시계열 자료를 이용하여 패션시장 수요예측 모형을 제안하였다.
본 연구의 목적은 계획경영기술이 글로벌 경쟁력의 근간이 되는 현 시점에서 정확한 수요예측자료를 기반으로 의사결정을 할 수 있는 방법을 제공하는 것이다.
정확한 수요예측 자료를 제공하는 예측모형을 개발하기 위해 본 연구는 다음과 같은 단계를 거친다. 첫째, 전국을 16개 지역으로 나누어 층화추출법에 의해 1400개의 표본을 설문지 및 면접조사를 통해 수집한 후 패션시장규모를 세분시장별로 추정한다. 둘째, 시계열로 수집된 패션시장규모에 대해 9개 종류의 지수평활법을 통해 단일변량 시계열모형을 개발한다. 셋째, 선행 연구자료를 기반으로 선정된 패션시장규모에 변화를 주는 43개 영향 변수를 사용하여 시계열 회귀분석법을 통해 다변량 시계열모형을 개발한다. 넷째, 본 연구에서 개발된 단일변량 시계열모형과 다변량 시계열모형의 예측 정확도를 비교해 본다.
연구 대상이 되는 패션시장규모는 우리나라 국민 전체가 봄여름, 혹은 가을겨울 6개월 동안 몸에 걸치기 위해 직접 구매하는 패션의류제품의 지불총액으로, 남성정장, 여성정장, 캐주얼복, 스포츠복, 내의, 외투, 아동복 등 7개 세분시장과 세분시장의 총합인 전체 패션시장 등 8개 시장이다. 분석에 사용되는 자료는 연구자가 직접 지난 1998년부터 2010년도까지 매년 2회 총 26회에 걸쳐 수집한 26개 시점의 시계열자료이다. 수요예측 모형을 개발하는 연구대상 시장으로는 계절지수가 민감한 외투시장이 제외된 7개 시장이며, 이들 각 세분시장에 대해 상반기, 하반기, 상하반기로 구분된 3개 관찰주기에 대해 성립 되는 21개 예측 모형을 제안한다.
본 연구의 핵심은 연구자가 직접 지난 14년간 축적한 시계열 자료를 이용하여 미래에 대한 패션시장 수요예측모형의 개발에 있다. 그러나 변동성이 많은 패션시장을 기존의 통계적 방법으로만 예측하는데는 어려움이 많은 것이 사실이다. 그럼에도 불구하고 본 연구는 다음과 같은 4가지 측면에서 패션산업을 포함한 다양한 산업에서의 수요예측에 기여를 했다고 볼 수 있다. 첫째, 본 연구에서 제안한 패션시장규모 추정방법을 이용하면 패션시장규모를 추정할 수 있고, 패션제품이 아닌 기타의 소비재 시장규모의 추정에도 활용될 수 있을 것이다. 둘째, 규모가 상대적으로 적은 26개 시계열 자료에 기반하여 지수평활법을 활용한 21개 예측모형을 개발함으로써, 향후 기업이 보유한 많은 소규모 시계열 자료들을 의미 있는 예측자료로 활용할 수 있는 방법론을 제시하였다. 셋째, 시계열 분석의 예측력 한계를 보완하기 위해 다변량 시계열 예측모형을 도입하여 보다 우수한 예측력이 가능하도록 시도하였다. 이것은 최근 글로벌 경제 환경의 변화에 대응하기 위해 필요한 시도라고 본다. 넷째, 패션시장의 규모와 각종 경제변수 간의 시차별 상관성을 분석하여, 패션시장에 경제 변수가 미치는 영향에 시차가 있음을 발견하였다. 즉 경제 상황이 패션시장에 미치는 영향은 즉각적이지만, 한편 단기적일 수도 있고 장기적일 수도 있다는 것을 파악하였다. 이는 기업이 급변하는 경제 환경에 장기적으로 대처하게 하는 통찰력을 제공하였다.
본 논문은 총 6장으로 구성되어 있다. 1장에서는 연구의 개요를, 2장에서는 이론적 배경과 선행연구를 고찰하였고, 3장에서는 패션시장규모를 추정하는 방법을 제안하였다. 또한 연구대상의 개요, 변수의 정의 및 변수 값에 대한 현장조사 방법을 설명하였다. 4장에서는 단일변량 지수평활모형과 다변량 시계열 회귀모형을 적용하여 예측모형을 구축하였고, 5장에서는 4장의 모형을 이용한 분석의 결과 및 해석을 기술하였고, 6장에서는 결론을 맺었다.

목차 (Table of Contents)

• Ⅰ. 연구의 개요 1
• A. 연구의 배경 및 목적 1
• B. 연구의 대상 및 방법 5
• 1. 연구의 대상 5
• 2. 연구의 방법 5
• 가. 패션시장 규모추정 모형 개발 5
• 나. 미래연도 패션시장의 수요예측 모형 개발 6
• Ⅱ. 이론적 배경 및 선행연구 고찰 8
• A. 패션수요와 수요변화요인 8
• 1. 패션수요 8
• 2. 패션수요 변화요인 9
• 가. 소비자행동에서의 구매의사 결정모형 9
• 나. 패션시장규모에 미치는 영향 변수 11
• 3. 수요 예측이론과 선행연구 13
• B. 시계열의 정의 15
• 1. 시계열 분석 15
• 2. 시계열의 형태 16
• Ⅲ. 패션시장의 규모추정 모형 구축 21
• A. 적용 대상 및 개요 21
• B. 연구변수의 정의 23
• 1. 모형설계를 위한 제품품목분류의 재정의 23
• 2. 변수의 의미 및 정의 25
• C. 변수 값에 대한 현장조사 30
• 1. 조사의 대상 30
• 2. 조사의 방법 32
• 가. 과학적인 표본설계 및 표본추출 33
• 나. 가중법 적용 38
• 다. 무응답 처리 39
• 3. 패션시장 규모 추정용 설문지 기획 40
• D. 패션시장의 규모추정 방법 42
• E. 현장조사 및 결과 44
• Ⅳ. 패션시장의 수요예측 모형 구축 49
• A. 모형구축의 대상 49
• B. 단일변량 지수평활법 적용 56
• 1. 모형의 설정 56
• 가. 지수평활법 57
• 나. 가법윈터스법 59
• 다. 승법윈터스방법 60
• 2. 모형의 평가방법 60
• 3. 잠정적 모형의 선정 61
• 4. 모수 추정 65
• C. 다변량 시계열 회귀모형 적용 69
• 1. 모형 식별 69
• 2. 모형의 영향 변수 선정 71
• 3. 유효 변수의 선택 77
• 4. 모수 추정 84
• Ⅴ. 분석결과 및 해석 87
• A. 단일변량 시계열모형에 의한 미래시점 예측 87
• B. 다변량 시계열모형에 의한 미래시점 예측 99
• C. 단일변량과 다변량 시계열모형의 예측결과 비교 101
• Ⅵ. 결론 및 한계점 111
• 참 고 문 헌 115
• Abstract 118