DCC-GARCH 모형을 활용한 제철원료 운송시장의 변동성 전이 :Volatility dynamics and information transfer in the steel raw material transportation market using the DCC-GARCH model

황요평

추천

검색

자료유형: 학위논문

저자정보: 황요평 (중앙대학교, 중앙대학교 대학원)

지도교수: 방희석, 박근식

발행연도: 2022

저작권: 중앙대학교 논문은 저작권에 의해 보호받습니다.

이용수15

이 논문의 연구 히스토리 (2)

2022

제철원료 운송시장의 변동성 전이 분석에 대한 연구

황요평 , 오예은 , 박근식 무역학회지 2022.08 학술저널

DCC-GARCH 모형을 활용한 제철원료 운송시장의 변동성 전이

황요평 무역물류학과 2022.01 학위논문

이 논문의 후속연구가 궁금하신가요?
연관 학술논문 또는 학술발표를 통해 보다 발전된 연구결과를 확인하실 수 있습니다.
이 논문의 연구 히스토리 확인하기

초록· 키워드

오류제보하기

제철원료의 해상운송의 인디케이터(indicator)로 활용되는 BCI(Baltic Capesize Index)는 철강사의 경영전략과 제철원료 수급계획 수립 시, 급격한 시황 변동성 확대로 인한 기업의 손실위험 관리를 위한 주요한 경제지표 중 하나이다. 제철원료 운송시장 관련자들은 시황예측을 위해, 화주는 수급계획 및 구매가격 체계, 선사는 운임수준 및 선박발주 여부결정 등의 관리 수단으로써 BCI를 시장의 변동 예측자료로 활용하고 있다. 그러나, 제철원료 수급상황은 갑작스러운 리만브라더(Lehmann brother) 사태와 같은 금융위기와 최근의 COVID-19와 같은 외부환경 변화에 의한 변동성 충격에 많은 영향을 받아왔으며, 특히 2008년 금융위기 이후부터는 세계 실물경기의 선행지표로 활용되어 온 BCI의 불확실성 심화와 변동성 확대로 제철원료 시장의 시황예측을 더욱 어렵게 만들고 있다.
본 연구는 시장 간의 정보전이 효과와 변동성을 예측함으로써, 제철원료 시장과 해상운송 시장 간의 상관관계를 알아보고자 하였다. 이를 위하여 BCI와 조강생산량, 케이프사이즈 선복량, 제철원료 가격과 물동량 등의 상호관련성에 의한 정보전이는 벡터오차수정모델(VECM)을 사용하였고, 변수의 변동성 전이는 단변량 GARCH 및 다변량 DCC-GARCH 모형을 사용하여, BCI와의 동태적 특성을 분석하였다.
BCI와 조강생산량, 케이프선복량, C3, C5 그리고 제철원료의 가격 및 물동량 등의 9가지 변수들의 실증분석을 통하여 첫째, 기초통계분석 결과는 BCI, 브라질~중국운임(C3), 그리고 철광석과 원료탄의 가격이 모두 높은 첨도와 두꺼운 꼬리를 가진 첨예 분포를 보였고, 이는 갑작스러운 변동성 충격에 강한 부(-)의 하방리스크가 존재하며, 저점일 때는 변동성이 정(+)의 관계가 나타나는 것을 확인하였다. 둘째, Granger 인과관계 검정에서 BCI는 조강생산량과 케이프선복량과 정(+)의 방향관계가 있고, 철광석 가격과 C3는 BCI을 선도하는 것을 검증할 수 있었다. 반면, 제철원료 물동량과 C5는 BCI의 후행변수로써 영향력을 미치고 있었다. 셋째, VEC 모델을 사용한 정보전이 분석 결과, 충격반응과 예측오차 분산분해 분석에서는 철광석 가격의 변화가 9가지 변수들 가운데 BCI에 가장 큰 충격 영향과 파급효과를 가지는 것을 확인하였다. 넷째, BCI의 변동성을 추정하기 위한 단변량 GARCH 분석에서는 모든 변수들의 현재의 변동성이 미래에도 지속될 가능성이 높음을 알 수 있었고, 철광석 물동량에 따른 시계열 오차항충격에 의한 변동성의 지속성(persistence)이 BCI에 가장 큰 변동성을 가져오는 것을 확인하였다. 마지막으로 다변량 DCC-GARCH 모형을 활용한 분석결과를 통하여 케이프선복량이 BCI에 미치는 변동성 전이 효과를 확인하였다.
제철원료 운송시장에 관한 선행연구와 실증분석을 통하여, 제철원료 시장과 운송시장 간의 변동성 전이의 상호관련성을 밝혔으며, BCI의 변동성을 추정함으로써 철강사의 원료수급과 경영계획 수립에 활용할 수 있는 실증적 근거자료를 제시하였다. 더 나아가서, 상호 밀접한 관련성을 지니고 있는 제철원료, 해상운송, 그리고 철강 시장의 다양한 영향요인과의 관련성을 확인하여, 보다 효과적이고 정확한 시장 변동성을 예측하기 위한 지속적인 후속연구가 필요하다고 보여진다.

The Baltic Capesize Index (BCI), which is used as an indicator for marine transportation of steel raw materials, is one of the key economic indexes for managing the risk of loss due to rapid market fluctuations when steel companies establish business strategies and procuring plans for raw materials. As a reference forecasting data for market fluctuations, personnel in the raw materials transportation market use BCI for market conditions forecasting, raw materials purchasing managers use it for supply and demand plans and purchasing price mechanisms, and shipping companies use it for freight rates and shipbuilding contract decisions.
Still, the conditions of supply and demand of steel raw materials has been extremely affected by volatility shocks from drastic events like the financial crisis such as the Lehman Brothers incident and changes in the external environment such as COVID-19. And, especially since the 2008 financial crisis, endeavors to predict the market conditions of the steel raw material is becoming more and more arduous for the deepening uncertainty and increased volatility of BCI, which has been used as a leading indicator of the real economy.
This study investigates the correlation between the steel raw material market and the marine transportation market by estimating the spillover effect of volatility and information between markets. The vector error correction model (VECM) was used to analyze information transfer based on the correlation between the BCI and crude steel production, capesize fleet supply, raw material price, and cargo volume. The univariate GARCH and multivariate DCC-GARCH model were used to analyze the volatility spillover effects.
Through empirical analysis of 9 variables including the BCI, crude steel production, capsize fleet development, C3, C5, raw material price, and cargo volume, first, the results of basic statistical analysis show the BCI, C3, and the price of iron ore and coking coal, all presenting a sharp distribution with high kurtosis and thick tails, which confirmed that there is a strong negative (-) downward pressure risk to sudden volatility shocks, and that volatility has a positive (+) relationship at the trough of the business cycle. Second, the Granger causality test verified that BCI have a positive (+) relationship with crude steel production and capsize fleet development, and that BCI is led by iron ore price and C3. On the other hand, the raw material trade volume and C5 had an influence on BCI as a lagging variable. Third, shock response and prediction error variance decomposition analysis showed that the change in iron ore price had the greatest impact and ripple effect on BCI among the 9 variables. Fourth, in the univariate GARCH analysis for estimating the volatility of the BCI, it was found the current volatility of all variables was highly likely to continue in the future, and the largest volatility brought to the BCI was by the persistence of volatility caused by the error term shock the iron ore trade, the volitility persisted longest among other variables. Finally, through the analysis using the multivariate DCC-GARCH model, the effect of volatility transfer of capsize feet development on the BCI was confirmed.
Through research and empirical analysis of the steel raw material transportation market, the transfer of volatility between the steel raw material market and the transportation market was revealed. Also, by estimating the volatility of the BCI, empirical data that can be used by steel companies establishing plans for management and purchasing and procurement for raw materials were presented.
Furthermore, future studies may be needed in order to more effectively and accurately predict market volatility by examining the relevance of various influencing factors of the closely-related raw materials for steel, marine transportation, and the steelmaking industry.

제1장 서 론 1
제1절 연구 필요성 및 목적 1
제2절 연구방법 및 내용 4
제2장 제철원료 운송시장의 특성 6
제1절 제철원료 운송시장의 특징과 운임 변동성 6
1. 운송시장의 특징 6
2. 운송시장의 변동성 9
3. 운송시장의 수요와 공급 10
4. BDI(Baltic Dry Index)와 BCI(Baltic Capesize Index) 12
제2절 제철원료와 운송시장의 연관성 16
1. 부정기선과 철광석 16
2. 부정기선과 원료탄 18
3. 부정기선과 제철원료의 연관성 20
제3장 선행연구 23
제1절 정보전이 분석 23
1. 해상운송 시장의 정보전이 23
2. 해상운임 지수의 정보전이 28
제2절 변동성 전이 분석 31
1. 해상운송 시장의 변동성 전이 31
2. 해상운임 지수의 변동성 전이 34
제3절 기존 연구와의 차별성 37
제4장 연구모형의 설계 39
제1절 연구자료 39
제2절 연구설계 및 모형 45
1. 정보전이 분석 모형 46
2. 변동성 전이 분석 모형 50
제5장 실증분석 결과 56
제1절 기술적 통계 및 연구자료 분석 56
1. 기술 통계량 분석(Descriptive statistics) 56
2. 상관관계 분석(Correlation analysis) 60
3. 자기상관관계 분석(Autocorrelation analysis) 61
4. 단위근 검정(Unit root test) 64
5. 공적분 검정(Conintegration test) 66
제2절 정보전이의 추정 결과 68
1. 그랜저 인과관계 분석(Granger causality tests) 68
2. 벡터오차수정 모형 분석(VECM Analysis) 70
제3절 변동성 전이의 추정결과 76
1. GARCH 모형 분석(Generalized ARCH Model analysis) 76
2. EGARCH 모형 분석(Exponential GARCH Model analysis) 77
3. DCC-GARCH 모형 분석(DCC-GARCH Model analysis) 81
제4절 소결 87
제6장 결 론 89
제1절 연구요약 89
제2절 연구 한계 및 향후 연구 방향 91
참고문헌 92
부 록 107
국문초록 133
Abstract 135

최근 본 자료

전체보기

구분	그룹	데이터 항목
AI 학습용 데이터	원문	원문 PDF 파일
AI 학습용 데이터	원문 + 메타 (기본/상세)	원문 PDF 파일 및 서지정보 CSV
대량 구매용 데이터	B2B 구독 방식	특정 자료 한정으로 원문 접근 권한 부여
대량 구매용 데이터	URL 전달 방식	바로 PDF 뷰어를 열람할 수 있는 URL 제공

구분	그룹	데이터 항목
AI 학습용 데이터	기본 메타	발행기관명, 간행물명, 권호명, 권(vol), 호(issue), 통권, 발행연도, 발행월, 논문명, 저자명, 시작페이지, 종료페이지, 전체페이지, 상세페이지URL
상세 메타 데이터	발행기관 메타	발행기관 이명, 영문명, 창립연도, 홈페이지URL, 발행기관 소개
	간행물 메타	부제목, 간행물 유형, ISSN, ISBN, 최초발행연도, 폐간연도, 간행빈도, 발행주기, 등재사항, 이용수, 피인용수, 권호수, 논문수, 표지이미지
	논문 메타	작성 언어, 부제목, 대등제목, 목차, 키워드, 초록, 이미지, 참고문헌, 이용수, 피인용수, 논문활용도, DBpia통합주제분류, KDC분류, DDC분류, 한국연구재단분류, UCI, DOI
	저자 메타	소속기관, 소속부서, 직급, 연구분야, 연구키워드, 이용수, 피인용수, 저자 논문활용도

구분	그룹	데이터 항목
※ 결합형/맞춤형 메타 데이터는 신청 내용에 따라 다양하게 제공 가능
이용순위 정보	주제분야별 많이 이용된 논문	“인문학”에서 많이 이용된 논문 TOP100
	이용기관별 많이 이용된 논문	“중고등학교”에서 많이 이용된 논문 TOP100
	세부기관별 많이 이용된 논문	“서울대학교”에서 많이 이용된 논문 TOP100
	키워드별 많이 이용된 논문	“Chat GPT”에서 많이 이용된 논문 TOP100
키워드 정보	많이 이용된 키워드	특정기간/분야/저널 내 많이 이용된 키워드
	많이 발행된 키워드	특정기간/분야/저널 내 많이 발행된 키워드
	많이 검색된 키워드	특정기간/분야/저널 내 많이 검색된 키워드
	연구 트렌드 키워드	특정 키워드 연관 연구동향 분석 데이터 키워드

논문 기본 정보

이 논문의 연구 히스토리 (2)

초록· 키워드

목차

최근 본 자료

댓글(0)