Journal of Korea Port Economic Association (한국항만경제학회지)

The Korea Port Economic Association (한국항만경제학회)
권호 표지

Application to the Stochastic Modelling of Risk Measurement in Bunker Price and Foreign Exchange Rate on the Maritime Industry

확률변동성 모형을 적용한 해운산업의 벙커가격과 환율 리스크 추정

  • Received : 2018.03.02
  • Accepted : 2018.03.26
  • Published : 2018.03.31
Download PDF
⟨ Previous Next ⟩

Abstract

This study empirically examines simple methodology to quantify the risk resulted from the uncertainty of bunker price and foreign exchange rate, which cause main resources of the cost in shipping industry during the periods between $1^{st}$ of January 2010 and $31^{st}$ of January 2018. To shed light on the risk measurement in cash flows we tested GBM(Geometric Brownian Motion) frameworks such as the model with conditional heteroskedasticity and jump diffusion process. The main contribution based on empirical results are summarized as following three: first, the risk analysis, which is dependent on a single variable such as freight yield, is extended to analyze the effects of multiple factors such as bunker price and exchange rate return volatility. Second, at the individual firm level, the need for risk management in bunker price and exchange rate is presented as cash flow. Finally, based on the scale of the risk presented by the analysis results, the shipping companies are required that there is a need to consider what is appropriate as a means of risk management.

본 연구는 해운기업의 주요 비용요인 벙커 가격과 환율의 불확실성으로 인한 재무적 리스크를 수치화하는 방법론을 2010년 1월 1일부터 2018년 1월 31일까지의 일별자료를 대상으로 적용한다. 기하브라운 운동 (Geometric Brownian Motion 이하 GBM)과 이를 확장한 조건부 이분산성(heteroskedasticity) 및 점프 확산 프로세스(jump diffusion process)에 의존하는 모형으로부터 추정한 현금 흐름 리스크 추정치는 다음 세 가지 학술적 기여로 요약할 수 있다. 첫째, 운임수익률과 같은 단일 변수에 의존한 리스크 분석을 벙커가격과 환율 수익률 변동성과 같이 복합요인으로부터 발생하는 영향으로 분석을 확장하였다. 둘째, 개별기업 수준에서 벙커가격과 환율 리크스 관리의 필요성을 민감도 분석을 통해 현금흐름수준으로 제시하였다. 마지막으로 분석결과가 제시하는 리스크 규모를 근거로 해운기업은 리스크 관리를 위한 수단으로 무엇이 적절한가를 고민해야 할 필요성이 있음을 제기한다.

Keywords

References

  1. 김동헌.황영식, "유가충격과 산업생산 간 관계 분석", 한국경제의 분석, 제18권 제1호, 2012, 55-121.
  2. 김우환.김주현, "유가 불확실성과 해운기업의 리스크 관리에 관한 연구", 해양정책연구, 제25권 제1호, 2010, 1-18.
  3. 김현석.장명희, "벙커가격과 건화물선 지수(Baltic Dry-bulk Index) 간의 비대칭 장기균형 분석", 한국항만경제학회지, 제29권 제2호, 2013, 63-79.
  4. 김현석.장명희, "선박연료유 수요에 대한 환율 변동성의 비대칭 영향 분석", 해양정책연구, 제28권 제2호, 2013, 95-112.
  5. 김현석, 장명희, "선박연료유 수요.공급 충격과 해운기업 주가와의 관계 분석", 해운물류연구, 제78호, 2013, 한국해운물류학회, pp.609-626.
  6. 김현석, 장명희, "Bayesian VAR를 이용한 해운경기, 환율 그리고 산업생산 간의 동태적 상관분석", 한국항만경제학회지, 제30권 제2호, 2014, 77-92.
  7. 이근영, "주가와 환율이 상호작용분석", 국제경제연구, 제13권 제2호, 2007, pp.55-82.
  8. 정상국.김성기, "국제유가의 변화가 건화물선 운임에 미치는 영향과 건화물선 운임간의 상관관계에 관한 연구", 한국항만경제학회지, 제27권 제2호, 2011, 217-240.
  9. Alizadeh, A. H. and N. K. Nomikos (2009), Shipping Derivatives and Risk Mangement, Palgrave. pp.425-450.
  10. Ang, A. Bekaert, G. and Wei, M., .DoMacro Variables, AssetMarkets, or Surveys Forecast Inflation Better?, Journal of Monetary Economics 54 (2007), 1163-1212. https://doi.org/10.1016/j.jmoneco.2006.04.006
  11. Bernanke, B.S., Boivin, J. (2003). Monetary poliy in a data rich environment. Journal of Monetary Economics 50 525-546. https://doi.org/10.1016/S0304-3932(03)00024-2
  12. Engle, R. F. and Granger, C.W.J., "Co-integration and Error Correction: Representation, Estimation and Testing", Econometrica, Vol. 155, 1987, 251-276.
  13. Geiger, D. and J. Pearl, "On the Logic of Causal Models", Uncertainty in Artificial Intelligence, Vol. 4, 1990, pp.3-14.
  14. Geweke, J. and Amisano, G., HierarchicalMarkov NormalMixtureModels with Applications to Financial Asset Returns, Journal of Applied Econometrics forthcoming (2010).
  15. Glymour, C., Scheines, R., Sprites, P., and K. Kelly, Discovering Causal Structure, Academic Press, San Diego, 1987.
  16. Hoogerheide, L., Kleijn, R., Ravazzolo, F., van Dijk, H. and Verbeek, M., .Forecast Accuracy and Economic Gains fromBayesianModel Averaging using Time-VaryingWeights,. Tinbergen Institute Discussion Paper 2009-061/4, 2009.
  17. Jazwinsky, A., Stochastic Processes and Filtering Theory (New York: Academic Press, 1970).
  18. Kavussanos, M. and Visvikis, I. (2006) Derivatives and risk management in shiping, London: Whitherby Publishing.
  19. Kim, S. and Roubini, N., "Exchange Rate Anomalies in The Industrial Countries: A Soulution with a Structural VAR Approach", Journal of Monetary Economics, Vol. 45, 2000, pp.561-586.
  20. Koop, G. and Potter, S., Forecasting in Dynamic Factor Models using Bayesian Model Averaging, The Econometrics Journal 7 (2004), 550-565. https://doi.org/10.1111/j.1368-423X.2004.00143.x
  21. Korobilis, D., Assessing the Transmission of Monetary Policy Shocks using Dynamic Factor Models, Discussion Paper 9-14, University of Strathclyde, 2009.
  22. Litterman, R., "Forecasting with Bayesian Vector Autoregressions: Five Years fo Experience", Journnal of Business and Economic Statistics, Vol. 4, 1986, pp.25-38.
  23. Pearl, J. and T. S. Verma, "A Formal Theory of Inductive Causation", Technical Report R-155, Cognitive Systems Laboratory, University of California, Los Angeles, 1990.
  24. Smith, A. and G. Roberts, "Bayesian Computation via the Gibbs Sampler and Related Markov Chain Monte Carlo Methods", Journal of the Royal Statistical Society Series B(Methodological), Vol. 55, 1993, pp.3-23.
  25. Stock, J. H., Watson, M.W. (1999). Forecasting inflation. Journal of Monetary Economics 44 293-335. https://doi.org/10.1016/S0304-3932(99)00027-6
  26. Stock, J.H., Watson, M.W. (2002a). Macroeconomic forecasting using diffusion indexes. Journal of Business & Economic Statistics 20 147-162. https://doi.org/10.1198/073500102317351921
  27. Stock, J. H., Watson, M.W. (2002b). Forecasting using principal components from a large number of predictors. Journal of the American Statistical Association 97 1167-1179. https://doi.org/10.1198/016214502388618960
  28. Stock, J. H., Watson, M.W. (2005). Implications of dynamic factor models for VAR analysis. Princeton University, mimeo.
  29. Swanson, N. and Clive W. J. Granger, "Impulse Response Functions Based on a Causal Approach to Residual Orthogonalization in Vector Autoregressions", Journal of the American Statistical Association, Vol. 92, 1997, pp.357-367. https://doi.org/10.1080/01621459.1997.10473634
  30. Villani, M., "Steady State Priors for Vector Autoregressions", Journal of Applied Econometrics, Vol. 24, 2009, pp.630-650. https://doi.org/10.1002/jae.1065
  31. Waggoner, D. and T. Zha, "Conditional Forecasts in Dynamic Multivariate Models", The Review of Business and Economic Statistics, Vol. 81, 1999, pp.639-651. https://doi.org/10.1162/003465399558508
  32. Wu, "Stock prices and exchange rates in VEC model -The case of Singapore in the 1990s", Journal of Economics and Finance, Vol.24, 2000, pp.260-274. https://doi.org/10.1007/BF02752607