시계열모형을 이용한 방한 외래관광객 수요예측

Forecast of Foreign Tourist Using Time Series Model

관광산업에 대한 합리적인 정책수립을 위해서는 정확한 관광객 수의 예측이 선결되어야 한다. 국가별, 지역별로 매우 다양하게 나타나는 외래 관광수요예측의 주된 관심사는 예측모형의 효율성이다. 본 논문에서는 문화의 동질성이나 지리적인 접근성에서 우리와 가까운 중국, 일본, 호주를 중심으로 외래 관광객 수요에 영향을 미치는 외생변수를 찾아내고, 다변량 시계열모형을 이용한 예측의 효율성 제고 방안을 제시하였다.

One of the main issue related to the foreign tourist forecasts is well fit forecasting model. All of earlier studies were concerned with forecasting of a univariate time series model. In this paper, we consider autoregressive error model and state space model, multivariate time series models, where foreign tourist series is related to one or more series. The multivariate time series models are compared with the Winters model and univariate ARIMA model. The result reported in this paper indicates that the multivariate time series models gave a better fit post-sample period. Overall, the forecasting performances of the multivariate time series models are quite good.