Journal of Korea Port Economic Association (한국항만경제학회지)

The Korea Port Economic Association (한국항만경제학회)
권호 표지

Forecasting Bunker Price Using System Dynamics

시스템 다이내믹스를 활용한 선박 연료유 가격 예측

  • 최정석 (한국선급 해운거래정보센터)
  • Received : 2017.02.10
  • Accepted : 2017.03.23
  • Published : 2017.03.30
Download PDF
⟨ Previous Next ⟩

Abstract

The purpose of this study is to utilize the system dynamics to carry out a medium and long-term forecasting analysis of the bunker price. In order to secure accurate bunker price forecast, a quantitative analysis was established based on the casual loop diagram between various variables that affects bunker price. Based on various configuration variables such as crude oil price which affects crude oil consumption & production, GDP and exchange rate which influences economic changes and freight rate which is decided by supply and demand in shipping and logistic market were used in accordance with System Dynamics to forecast bunker price and then objectivity was verified through MAPEs. Based on the result of this study, bunker price is expected to rise until 2029 compared to 2016 but it will not be near the surge sighted in 2012. This study holds value in two ways. First, it supports shipping companies to efficiently manage its fleet, offering comprehensive bunker price risk management by presenting structural relationship between various variables affecting bunker price. Second, rational result derived from bunker price forecast by utilizing dynamic casual loop between various variables.

본 연구의 목적은 시스템 다이내믹스를 활용하여 선박 연료유 가격의 중장기 예측분석을 수행하는 것이다. 연료유 가격의 정확한 예측을 위해 가격 결정에 영향을 미치는 다양한 변수들 간의 인과적 관계를 바탕으로 정량화된 모델을 구축하였다. 연료유 가격 결정에는 유가에 영향을 미치는 원유 소비와 생산, 경제변화에 영향을 미치는 GDP, 환율 등과 함께 해운물류시장의 수요와 공급에 의해 결정되는 해상운임 등 다양한 구성변수들을 기반으로 시스템 다이내믹스를 활용한 연료유 가격을 예측하고 MAPEs 등을 통한 객관성을 검증하였다. 본 연구의 분석 결과 2029년까지의 연료유 가격은 2016년 대비 소폭 상승세를 보일 것으로 예상되지만 지난 2012년과 같은 급등세는 나타나지 않을 것으로 전망되었다. 본 연구는 각종 변수들 간의 동적인 인과관계를 활용하여 연료유 가격을 예측하여 합리적 추정결과를 유도할 수 있었다는 점과 가격 결정에 영향을 미치는 다양한 변수들의 구조적 관계를 손쉽게 파악함으로써 연료유 가격 변화에 대한 종합적인 위험 관리가 가능하여 해운기업의 효율적인 선대관리를 지원하는데 가치를 가지고 있다.

Keywords

References

  1. 김기찬.정관용.김성원(2014), "Vensim을 활용한 SYSTEM DYNAMIC", 서울경제경영.
  2. 김성배(2013), "선박용 연료유의 가격변동요인에 관한 연구", 중앙대학교 글로벌인적자원개발대학원 석사학위논문.
  3. 문태훈(2002), "시스템다이내믹스의 발전과 방법론적 위상", 한국시스템다이내믹스 연구, Vol.3 No.1, 61-77.
  4. 박준경.이호창(1985), "경제변수의 시계열분석", 한국개발연구원 보고서.
  5. 송경재.양회민(2005), "시계열 분석에 의한 국제유가 예측". 통계청 통계연구, 제10권 제1호, 62-81.
  6. 여기태.정현재(2011), "SD기법에 의한 한.중.일 환적 물동량 변화량 추정에 관한 연구", 한국항만경제학회지, 제27집, 제4호, 165-185.
  7. 정상국.김성기(2011), "국제유가의 변화가 건화물선 운임에 미치는 영향과 건화물선 운임간의 상관관계에 관한 연구", 한국항만경제학회지, 제27권 제2호, 217-240.
  8. 정재헌(2008), "자원 수급 및 가격예측- 니켈 사례를 중심으로", 한국시스템다이내믹스 연구, 제9권 제1호, 125-141.
  9. 정재헌(2009), "시스템다이내믹스을 통한 원자재 가격 및 운송 운임 모델", 한국시스템다이내믹스 연구, 제10권 제1호, 61-76.
  10. Dikos, G., Marcus, Papadatos H. S., P. M, Papakonstantinou, V., and Niver Lines(2006), "A System-Dynamics Approach to Tanker Freight Modeling," Interfaces, Vol.36 No.4, 326-341. https://doi.org/10.1287/inte.1060.0218
  11. Forrester Jay. W.(1969), "Urban Dynamics," The M.I.T Press. Massachusetts Institute of Technology.
  12. Forrester Jay. W.(1971), "World Dynamics," The M.I.T Press. Massachusetts Institute of Technology.
  13. Look, Dwight. C. & Sauer, Harry. J.(1982) "Thermodynamics," Cole Engineering Division.
  14. PARK, Sung-il, WANG, Ying, YEO, Gi-tae, Adolf K.Y. NG(2014), "System Dynamics Modeling for Determining Optimal Ship Sizes and Types in Coastal Liner Services," The Asian Journal of Shipping and Logistic, Vol.30 No.1, 31-50. https://doi.org/10.1016/j.ajsl.2014.04.002
  15. Stefanakos & Schinas(2014) "Forecasting bunker Price; a Nonstationary, Multi-Variate Methodology," Transportation Research Part C: Emerging Technologies, Vol.38, 177-194. https://doi.org/10.1016/j.trc.2013.11.017
  16. Stefanakos, Christos.(2014) "Application of Fuzzy Time Series Techniques in Bunker Price Forecasting," IAME 2014 Conference Norfolk VA USA.
  17. Tvedt, J.(2006) "Valuation of VLCCs Under Income Uncertainty," Maritime Policy and Management, Vol.24, 159-174.
  18. Zhang, G. Peter.(2003), "Time Series Forecasting Using a Hybrid ARIMA and Neural Network Model," Neurocomputing, Vol.50, 159-175. https://doi.org/10.1016/S0925-2312(01)00702-0