시계열 모형을 이용한 발틱운임지수(BDI) 예측 연구

A Study on the Baltic Dry Index Forecasting Using Time Series Models

부정기선 해운 시장은 진입 장벽이 매우 낮아 높은 변동성을 가지는 시장으로, 시황의 예측과 전망에 매우 민감할 수 밖에 없다. 해운 시황을 나타내는 다양한 지수들 가운데 가장 대표적인 지수로 BDI가 있다. 정확도가 높은 BDI를 예측하는 것은 해운기업에 있어서 매우 중요한 부분으로 시황 예측 모델은 기업의 운영과 투자 전략에도 핵심적인 역할을 담당한다. 즉, 본 연구는 계량경제학 모형 활용을 통해 최적의 변수를 선정하고 해운 시황 관계자들에게 의미있고 유용성 있는 BDI 예측 지표를 제공하는데 목적이 있다. 본 연구의 결과를 요약하면 다음과 같다. 일변량 ARIMA 모형 대비 다변량 VECM 모형에서 예측률이 약 6% 정도 개선되었다. 이는 최적의 변수 선정에 대한 중요성과 다변량 모형이 일변량 대비 중장기에서 예측률이 높음을 검증하였다. 본 연구를 통해 해운 시장의 운임변동성 예측 및 대응에 도움이 되길 바라며 다양한 변수 발굴을 통해 끊임없는 연구가 이루어지길 바란다.

Purpose : This paper aims to provide useful information to stakeholders through forecasting the dry cargo shipping market. The dry cargo shipping market is a completely competitive market and shows large fluctuation in freight rates due to low barriers to entry. This paper aims to provide an optimal model through econometrics by selecting the most effective factors for BDI prediction. Research design, data, methodology : Using various models based on big data, especially BDI research, this paper reflected the latest trends since 2015, using weekly data from 1995 to 2019 for a total of 25 years. It attempts to predict the Baltic Dry index using univariate ARIMA and multivariate VECM models. Results : The best factors for BDI forecasts were identified through external factors such as supply, demand, raw materials, and economic aspects. As a result, it was found that, compared to the univariate ARIMA model, the multivariate VECM model improved the prediction rate by approximately 6%. Conclusions : We hope the findings from this study will prove helpful to businesses in responding to fluctuating freight rates by predicting their volatility in the shipping market. Future shipping stakeholders can use BDI forecasts to take decisions.