본문 바로가기 주메뉴 바로가기
22대 대한민국 국회 국회정보길라잡이 국회의원검색
회원가입 로그인
HOME

정보검색

소장정보 검색

국회도서관 홈으로 정보검색 소장정보 검색
결과 내 검색 동의어 포함
결과 내 검색 동의어 포함

-

목차보기

표제지

국문 요약

목차

제1장 서론 14

제1절 연구의 배경 및 목적 14

제2절 연구의 구성 17

제2장 벌크 화물 현황 연구 19

제1절 벌크 화물 시황 19

1. 석탄 현황 19

2. 철광석 현황 26

3. 곡물 현황 32

제2절 벌크 시장 구조 36

1. 부정기선의 운항형태 37

2. 용선 체결 과정 38

제3절 벌크 해운 선사 현황 40

제3장 선행 연구 46

제1절 BDI 예측 연구 46

제2절 BDI 관계 분석 연구 52

제3절 해운 예측에 관한 연구 62

제4절 시스템 다이내믹스를 활용한 연구 73

제5절 예측 모형에 대한 소고 76

제6절 연구의 차별성 80

제4장 연구방법론 82

제1절 시스템 다이내믹스 이론 82

제2절 분석범위 및 방법 87

제3절 예측 데이터의 검증 93

1. MAPE 93

2. R-Squared(R²) 94

제5장 BDI 예측 95

제1절 예측 95

1. BCI 예측 97

2. BPI 예측 100

3. BSI 예측 103

4. BDI 예측 106

제2절 민감도 분석 109

1. BCI에 대한 민감도 분석 109

2. BPI에 대한 민감도 분석 112

3. BSI에 대한 민감도 분석 115

제6장 결론 118

제1절 연구 결과 요약 118

제2절 연구의 시사점 119

참고문헌 121

부록 130

〈부록 1〉 BCI, BPI 관측값과 예측값 130

〈부록 2〉 BSI, BDI 관측값과 예측값 133

Abstract 136

표목차

〈표 1〉 2016년-2020년 세계 석탄 해상물동량 20

〈표 2〉 2019년-2020년 석탄 수출 상위 10개국의 수출량 및 비중 22

〈표 3〉 2019년-2020년 석탄 수입 상위 10개국의 수입량 및 비중 24

〈표 4〉 2016년-2020년 철광석 해상 물동량 27

〈표 5〉 2019년-2020년 철광석 수출 상위 10개국의 수출량 및 비중 29

〈표 6〉 2019년-2020년 철광석 수입 상위 10개국의 수출량 및 비중 30

〈표 7〉 2015/2016년–2019/2020년 곡물 수출 물동량 33

〈표 8〉 2015/2016년–2019/2020년 곡물 수입 물동량 34

〈표 9〉 정기선과 부정기선 해운의 비교 36

〈표 10〉 용선 계약의 종류 37

〈표 11〉 2018년 –2021년(3월 기준) 세계 10위(선복량 기준) 벌크 해운 선사 순위 41

〈표 12〉 2019년 –2021년 세계 상위 10위 벌크 해운 선사의 시장점유율 44

〈표 13〉 2018/2019년 – 2020/2021년 세계 상위 10위 벌크 해운 선사의 연간 성장률 45

〈표 14〉 2019년 –2021년 세계 상위 10위 벌크 해운 선사의 상대적 시장 점유율 45

〈표 15〉 BDI 예측 연구 정리 50

〈표 16〉 BDI 관계 분석 연구 정리 59

〈표 17〉 해운 예측에 관한 연구 정리 70

〈표 18〉 시스템 다이내믹스를 사용한 연구 75

〈표 19〉 선형별 대표 화물 87

〈표 20〉 변수간의 상관 관계 88

〈표 21〉 변수의 출처 92

〈표 22〉 변수의 기초 통계량 95

〈표 23〉 BCI의 Parameter 최적화 값 98

〈표 24〉 BPI의 Parameter 최적화 값 101

〈표 25〉 BSI의 Parameter 최적화 값 104

〈표 26〉 선형별 지수 및 BDI의 검증 값 108

〈표 27〉 BCI 민감도 분석값 109

〈표 28〉 BPI 민감도 분석값 112

〈표 29〉 BSI 민감도 분석값 115

그림목차

〈그림 1〉 연구 구조 18

〈그림 2〉 2016년-2020년 세계 석탄 해상물동량 20

〈그림 3〉 2019년-2020년 석탄 수출 상위 10개국 21

〈그림 4〉 2020년 석탄 수출 상위 10개국 비중 21

〈그림 5〉 2019-2020 석탄 수입 상위 10개국 22

〈그림 6〉 2020년 석탄 수입 상위 10개국의 비중 23

〈그림 7〉 2016년-2020년 석탄 가격 추이 25

〈그림 8〉 2016년-2020년 세계 철광석 해상물동량 27

〈그림 9〉 2020년 철광석 수출 상위 10개국의 비중 28

〈그림 10〉 2019년-2020년 세계 철광석 수출 상위 10개국 28

〈그림 11〉 2019년-2020년 세계 철광석 수입 상위 10개국 29

〈그림 12〉 2020년 철광석 수입 상위 10개국 비중 30

〈그림 13〉 2016년-2020년 철광석 가격 변화 추이 31

〈그림 14〉 2015/2016 - 2019/2020 곡물 수출 33

〈그림 15〉 2015-2016 - 2019-2020 곡물 수입 34

〈그림 16〉 2016년-2020년 곡물 가격 지수 추이 35

〈그림 17〉 부정기선 벌크선 시장의 시장 참여자의 관계 38

〈그림 18〉 용선계약의 체결과정 39

〈그림 19〉 사분면에 따른 BCG 매트릭스 구분 42

〈그림 20〉 2019년 -2021년 세계 상위 10위 벌크 해운 선사의 동태적 BCG Matrix 44

〈그림 21〉 인과 지도 예시 83

〈그림 22〉 피드백이 고려된 인과 지도 예시 84

〈그림 23〉 Stock-Flow Diagram 85

〈그림 24〉 시스템 다이내믹스의 단계 85

〈그림 25〉 BCI 인과 지도 89

〈그림 26〉 BPI 인과 지도 90

〈그림 27〉 BSI 인과 지도 90

〈그림 28〉 BDI 인과 지도 91

〈그림 29〉 BCI 예측 Stock-Flow Diagram 97

〈그림 30〉 BCI 예측 그래프 99

〈그림 31〉 BPI 예측 Stock-Flow Diagram 100

〈그림 32〉 BPI 예측 그래프 102

〈그림 33〉 BSI 예측 Stock-Flow Diagram 103

〈그림 34〉 BSI 예측 그래프 105

〈그림 35〉 BDI Stock-Flow Diagram 106

〈그림 36〉 BDI 예측 그래프 107

〈그림 37〉 BCI에 대한 Iron ore effect, Coal effect 민감도 분석 그래프 110

〈그림 38〉 BCI에 대한 Bulkers Fleet Capesize effect 민감도 분석 그래프 111

〈그림 39〉 BCI에 대한 Oil effect 민감도 분석 그래프 111

〈그림 40〉 BPI에 대한 Iron ore effect, Coal effect, Cereal effect 민감도... 113

〈그림 41〉 BPI Bulker Fleet Panamax effect 민감도 분석 그래프 113

〈그림 42〉 BPI에 대한 Oil effect 민감도 분석 그래프 114

〈그림 43〉 BSI에 대한 Coal effect, Cereal effect 민감도 분석 그래프 116

〈그림 44〉 BSI에 대한 Bulker Fleet Supramax effect 민감도 분석 그래프 116

〈그림 45〉 BSI에 대한 Oil effect 민감도 분석 그래프 117

초록보기

해상 운송은 전 세계 교역의 90%를 차지하고 있으며, 많은 국가에서 매우 중요하게 운영되고 있는 국가산업이다. 해상 운송은 두 가지 방식으로 운영되는데, 첫 번째는 컨테이너를 이용한 정기선 항로이며, 두 번째는 벌크 화물 운송을 위한 부정기선 항로이다. 두 운영방식에는 운임 지수라는 것이 존재하며, 시장을 대표하는 역할을 한다. 그 중 벌크 화물 시장을 대표하는 BDI(Baltic Dry Index)는 벌크 화물을 운송하는 선급인 Supramax, Panamax, Capesize의 지수를 종합하여 나타내는 수치이며, 화물 가격의 일일 가중 평균으로 정의되는 운임 지수이다. BDI는 발틱 해운 거래소(Baltic Exchange)에서 개발된 지수로써 1985년부터 제공되고 있는 건식 벌크 화물 운임 지수이다. BDI는 해운 시장 참여자와 금융 투자자들에 의해 매우 중요한 지표로 여겨지며, 경제 주요 지표 역할을 하고 있다.

본 연구는 이러한 중요성을 가진 BDI를 예측하고자 한다.

기존에도 BDI를 주제로 많은 예측 문제들이 다루어졌지만, 시계열 분석으로만 진행되어 주변 변수를 고려하지 않거나, 수요 요인만을 고려하여 해운 시장의 이해를 돕는 데 한계를 가지고 있다. 아울러, 기존 연구들은 BDI를 이루는 각각의 선형에 대한 분석은 수행하지 않아, 실무에 적용하기에 무리가 있을 것으로 판단했다.

따라서, 본 연구는 BDI의 구성 요소인 선형별 지수를 각각 예측하며, 영향 요인을 고려하여 분석했다. 영향 요인은 각 선형에 대한 주종 화물의 수요를 대변하는 화물의 가격, 공급 요인, 외부 요인을 삽입하여 분석 했다. 분석 기간은 2016년 1월부터 2020년 12월까지이며, 2016년 1월부터 2020년 6월까지를 시뮬레이션 기간, 2020년 7월부터 12월까지를 검증 기간으로 설정했다.

MAPE 값으로 검증한 결과 검증 기간 값에 대해 BCI는 매우 합리적인 예측에 속하며, BPI는 비교적 정확한 예측, BSI는 매우 정확한 예측에 속했다. BDI는 비교적 정확한 예측에 속했다.

본 연구는 선형별로 분리된 지수를 예측하여 실무적으로 큰 의미가 있으며, 구조적인 분석을 위해 각 선형에 대한 영향 요인을 화물 가격, 공급 요인 그리고 외부 요인으로 구분하여, 더욱 세밀한 분석을 진행했다고 할 수 있다. 또한, 최종적으로 BDI에 대해 캘리브레이션을 하지 않고, 선형별 지수를 토대로 BDI 구성 비율을 반영한 BDI 예측을 수행했음에도, 검증값이 비교적 정확한 예측으로 나와 선형별로 구분된 타당한 연구를 수행했다고 할 수 있다. 추가로 각 선형에 대한 민감도 분석을 진행하여, 예측값 변동에 대해 시사함으로, 향후 발생하는 변동하는 요인에 대한 예측값 변동에 대응할 수 있도록 구성하여 활용성을 높였다.

본 연구의 한계점으로는, 국제 정세, 해운 사고, 항만의 지연 현상 등 사회적 요인을 반영하지 못했다는 점이 있으며, 향후 연구 시에 사회적 요인을 반영하여 연구할 필요가 있다. 또한, 2차 변수를 고려하여 각 수요 요인에 대한 예측을 추가하면 보다 정밀한 분석이 될 수 있을 것이며, 본 연구에서 사용된 요인에 더하여 선행연구에서 검증된 금융 변수들을 사용하여 분석하면 더욱 확장된 모델링을 구현할 수 있을 것이다.

추천서가 (다양한 추천 자료를 만나보세요)

권호기사보기

권호기사 목록 테이블로 기사명, 저자명, 페이지, 원문, 기사목차 순으로 되어있습니다.
기사명 저자명 페이지 원문 기사목차