ARIMA-SVM 하이브리드 모델을 활용한 탱커 운임지수 예측
Forecasting Tanker Indices with ARIMA-SVM Hybrid Models
임상섭(한국해양대학교); 윤희성(해양수산개발원)
17권 4호, 79~98쪽
초록
탱커시장은 스팟거래의 비중이 상당히 높은 시장으로서 건화물시장이나 컨테이너시장과 달리 단기예측의 중요성이 강조된다. 본 논문은 탱커시황 예측에 기계학습 모델(ANN과 SVM)과 계량모델(ARIMA)을 결합한 하이브리드 모델(Zhang, 2003)을 적용하였다. 탱커시장을 대표하는 BDTI와 BCTI를 연구대상으로 하였으며 연구자료는 1998년 8월부터 2018년 7월까지 240개월이다. 변동성을 고려하여 연구기간을 하위구간 1(1998년∼2008년), 하위구간 2(2009년∼2018년), 전체구간으로 구분하였고 모형의 예측성과를 비교하였다. 단기비중이 높은 거래의 형태를 감안하여 월별예측을 시도하였는데 이는 스팟거래가 20∼50일을 기준으로 하는 계약이기 때문이다. 탱커시황 예측결과는 본 논문에서 제시한 ARIMA-SVM의 모델이 다른 모델들에 비해 성능이 우수하였다. 본 연구는 BDTI와 BCTI를 대상으로 하여 전체 탱커시장을 포괄할 뿐만 아니라 탱커시장에서 비중이 높은 스팟거래의 기간과도 부합하는 결과를 제시하였기 때문에 실무적인 성과로서 의의가 있다. 또한 학문적으로 해운시황예측에 시도되지 않았던 하이브리드 모델이라는 방법론을 제시하였다는 점에서 의미를 찾을 수 있다. 본 논문의 결과는 스팟거래 비중이 높은 탱커시장에 단기예측에 관한 과학적 근거로 제시되어 시장참여자들의 용선의사결정에 실질적으로 도움을 줄 것으로 기대된다.
Abstract
The tanker market, unlike the container or bulk carrier markets, is dominated by spot transactions, and short-term forecasts play a crucial role in chartering decisions. A hybrid model suggested by Zhang (2003) was applied to forecast tanker freight indices. The model is a combination of the ARIMA and machine learning models i.e. ANN and the SVM. This paper covers not only the BDTI but also the BCTI, which makes it possible to generalize the results. The data length is 240 months, extending from August 1998 to July 2018. The performance test was carried out for the entire period, as well as for two sub-periods (1998-2008 and 2009-2018). The separation of the sub-period was based on the volatility of the index series. Considering spot market decisions, a monthly forecast was attempted. A period of one month is meaningful because spot transactions in the tanker market extend from 30 to 50 days. The results reveal that the hybrid models perform better than single models; they may be used as a guideline to make better decisions in the tanker market, where the share of spot trading is higher than in other sectors.
- 발행기관:
- 한국금융공학회
- 분류:
- 경영학