정기선사의 컨테이너 재고 수요예측모델 구축에 대한 연구

국문 초록 (Abstract)

본 연구는 System Dynamics를 이용하여 선사 컨테이너 인벤토리의 수요를 장비 Type/size별 예측, Port별 예측, Weekly 예측을 통해 보다 정교한 예측모델을 구축하는 것을 연구의 목적으로 하였다. 예측은 중국의 상하이항과 얀티안항을 대상으로 하였다. 컨테이너 인벤토리는 수요가 많고 유효한 데이터를 산출할 수 있는 Dry 컨테이너 20’, 40’, High cube 40’으로 한정하였다. 시뮬레이션 기간은 2011년-2017년이며, 선사에서 실제 예측하는 단위인 Weekly 데이터를 활용하였다.
모델의 정확도 검증을 위해 절대비율 평균오차(MAPE)를 적용한 결과 상하이 Dry 40’ 수요, 상하이 Dry High cube 40’ 수요, 상하이 Dry 20’ 공급, 상하이 Dry 40’ 공급, 상하이 Dry High cube 40’ 공급예측 모델은 0%≦MAPE≦10%에 속하는 매우 정확한 예측 모델로 검증되었다. 그 외의 상하이 수요 · 공급 예측 모델은 10%≦MAPE≦20%에 속해 비교적 정확한 예측 모델로 검증되었다.
얀티안 Dry High cube 40’ 수요, Dry 20’ 공급 예측 모델은 0%≦MAPE≦10%에 속해 매우 정확한 예측 모델이며, 그 외의 얀티안 수요ㆍ공급 예측 모델은 10%≦MAPE≦20%에 속해 비교적 정확한 예측모델로 검증되었다. 본 연구의 예측 모델은 실제 선사에서 관리중인 데이터와 비교해도 높은 정확도를 갖는 것으로 나타났다. 본 연구에서 제시된 모델은 지역 수요예측 담당자 및 본부의 인벤토리 컨트롤 담당자가 참고자료로 유용하게 사용 가능하다.

다국어 초록 (Multilingual Abstract)

This study attempts to establish a precise forecast model for the container inventory demand of shipping companies through forecasts based on equipment type/size, ports, and weekly system dynamics. The forecast subjects were Shanghai and Yantian Ports. Only dry containers (20, 40) and high cubes (40) were used as the subject container inventory in this study due to their large demand and valid data computation. The simulation period was from 2011 to 2017 and weekly data were used, applying the actual data frequency among shipping companies.
The results of the model accuracy test obtained through an application of Mean Absolute Percentage Error (MAPE) verified that the forecast model for dry 40’ demand, dry 40’ high cube demand, dry 20’ supply, dry 40’ supply, and dry 40’ high cube supply in Shanghai Port provided an accurate prediction, with 0%≤MAPE≤10%. The forecast model for supply and demand in Shanghai Port was otherwise verified to have relatively high prediction power, with 10%≤MAPE≤20%.
The forecast model for dry 40’ high cube demand and dry 20’ supply in Yantian Port was accurate, with 0%≤MAPE≤10%. The forecast model for supply and demand in Yantian Port was generally verified to have relatively high prediction power, with 10%≤MAPE≤20%. The forecast model in this study also had relatively high accuracy when compared with the actueal data managed in shipping companies.

목차 (Table of Contents)

• Abstract
• Ⅰ. 서론
• Ⅱ. 선행연구
• Ⅲ. 연구 모형
• Ⅳ. 실증 분석
• Ⅴ. 결론
• 참고문헌
• 국문요약

참고문헌 (Reference)

1 이민규, "항만별 수출입 공컨테이너 물동량 예측" 3 (3): 44-60, 2013

2 신창훈, "하이브리드 ARIMA-신경망 모델을 통한 컨테이너물동량 예측에 관한 연구" 한국항해항만학회 32 (32): 81-88, 2008

3 정현재, "컨테이너터미널의 물동량 예측 및 생산성 분석에 관한 연구 - 인천항 ‘I’터미널을 중심으로 -" 한국무역학회 37 (37): 53-70, 2012

4 노승혁, "지향지-배후지 개념을 활용한 컨테이너 물동량 예측 모형에 대한 실증연구" 한국국제상학회 26 (26): 49-71, 2011

5 고용기, "인천항의 수출 적컨테이너화물 물동량 추정에 관한 연구" 한국항만경제학회 24 (24): 57-77, 2008

6 손용정, "의사결정나무분석을 이용한 컨테이너 수출입 물동량 예측" 한국항만경제학회 28 (28): 193-207, 2012

7 김정훈, "시계열 모형을 이용한 부산 북항의 물동량 예측" 한국항만경제학회 24 (24): 1-17, 2008

8 이재득, "승법계절 ARIMA 모형에 의한 부산항 컨테이너 물동량 추정과 예측" 한국항만경제학회 29 (29): 1-23, 2013

9 조진행, "동해항 및 속초항의 컨테이너물동량 예측에 관한 연구" 한국항만경제학회 26 (26): 83-104, 2010

10 "www.seaburygroup.com/"

11 민경창, "SARIMA 모형을 이용한 우리나라 항만 컨테이너 물동량 예측" 대한교통학회 32 (32): 600-614, 2014

12 Lewis, C. D., "Industrial and business forecasting methods: A practical guide to exponential smoothing and curve fitting" Butterworth-Heinemann 1982

13 Forrester, J., "Industrial Dynamics" MIT Press 1961

14 Chen, S. H., "Forecasting 컨테이너throughputs at ports using genetic programming" 37 (37): 2054-2058, 2010

15 Lättilä, L., "Forecasting long-term demand of largest Finnish sea ports" 4 (4): 52-79, 2012

16 Fung, K. F., "Competition between the ports of Hong Kong and Singapore: a structural vector error correction model to forecast the demand for Container handling services" 28 (28): 3-22, 2001

17 Xuan, W. U., "Application of combined forecast model on the forecast of railway 컨테이너 traffic volume" 10 : 030-, 2010