• 한국항해항만학회지
• /
• 제46권4호
• /
• pp.385-391
• /
• 2022

본 연구에서는 수요 및 공급요인 외 해상운임에 영향을 주는 다양한 변수들을 발굴하고자 다변량 시계열분석을 수행해 보았다. 우선 종속변수에는 해상운임을 대용할 변수로 Shipping Intelligence에서 제공하고 있는 종합운임지수(ClarkSea Index), 벌크선운임(Clarksons Average Bulker Earnings), 탱커선운임(Clarksons Average Tanker Earnings) 등을 활용하였다. 선행연구를 통해 해상운임에 영향을 미칠 것으로 예상되는 세계 해상물동량(World Seaborne Trade), 세계 선복량(World Fleet), 유가(Brent Crude Oil Price), 세계 GDP성장률(GDP World), OECD 산업생산성장률(Industrial Production OECD), 금리(US$ LIBOR 6 Months), OECD 인플레이션(CPI OECD) 등을 독립변수로 설정하여 회귀분석을 수행해 보았다. 데이터는 시계열자료로 1992년부터 2020년까지의 연데이터로 구성하였다. 분석결과 종합운임지수에는 해상물동량과 유가가, 벌크선운임에는 해상물동량만이, 탱커선운임에는 해상물동량, 유가, 산업생산성장률, 인플레이션 등이 통계적으로 유의미한 영향을 미치는 것으로 나타났다.

• 한국컴퓨터정보학회논문지
• /
• 제26권4호
• /
• pp.113-118
• /
• 2021

본 논문은 케미컬 탱커시장의 운임예측에 관하여 인공신경망을 적용하였으며 전통적인 시계열 모델인 ARIMA모형과 비교하였다. 케미컬 시장의 경우 상대적으로 소규모이나 범용성이 높은 선박을 이용한 시장으로 수급모델을 활용하여 운임시장을 분석하기 어려우며, 운임의 변동성이 크기 때문에 선형모형을 활용하는데는 한계가 있다. 본 연구는 케미컬 시장의 특성을 고려하여 비선형 모델인 인공신경망을 이용하여 ARIMA와 비교한 결과 RMSE와 Correlation 측면에서 예측성능이 우수함을 보였으며, 케미컬 탱커의 운임예측에 더 적합함을 보였다. 본 연구는 운임거래에 있어 과학적 모델을 제시함으로써 의사결정의 질을 제고하는데 기여할 뿐만 아니라 학문적으로 소외되어온 케미컬 시장 연구에 도움이 될 것으로 기대된다.

• 사료
• /
• 통권34호
• /
• pp.53-58
• /
• 2008

• 사료
• /
• 통권54호
• /
• pp.79-86
• /
• 2012

• 사료
• /
• 통권53호
• /
• pp.93-100
• /
• 2011

• 사료
• /
• 통권59호
• /
• pp.94-100
• /
• 2012

• 사료
• /
• 통권76호
• /
• pp.92-100
• /
• 2015

• 사료
• /
• 통권51호
• /
• pp.90-98
• /
• 2011

• 사료
• /
• 통권52호
• /
• pp.84-92
• /
• 2011

• 사료
• /
• 통권55호
• /
• pp.86-92
• /
• 2012