시계열모형을 이용한 굴 생산량 예측 가능성에 관한 연구
A Study on Forecast of Oyster Production using Time Series Models
0
조회
0
다운로드
10
인용
0
참고문헌
키워드
초록
본 연구는 우리나라 천해양식 굴의 월별 생산량을 다중회귀분석모형, SARIMA 모형, VECM 모형을 이용하여단기 예측값을 추정해 보았다. 분석 결과, 다중회귀분석모형이 다른 두 모형에 비해상대적으로 실제값과 예측값 사이의 오차가 적은 것으로나타났다. 그러나 예측 적합도 측면에서는 VECM 모형이다중회귀분석모형보다 더 적합한 것으로 나타났다. 하지만 상기 네 모형 모두 예측오차가 큰 것으로 나타났다.10)구체적으로 다중회귀분석모형의 2011년 9월 굴 생산 예측값은 1,337톤으로 실제값인 1,019톤보다 246톤이 많은 것으로 분석되었다. 그러나 그 외 SARIMA I, II 모형과VECM모형은 다중회귀분석모형에 비해 실제값과 예측값사이의 오차가 크게 나타나 향후 실제값과 추정 예측값사이의 월별 오차 검정을 통해 모형을 수정·보완해야 될필요가 있음을 알게 되었다. 다음으로 본 연구의 의의는 굴과 같이 생산의 주기가 연별로 반복되어지고 생산량이 월마다 뚜렷하게 차이가나는 연산별 품목에 대해 월별 생산수준을 고려한 시차변수와 수온 및 강수량 등을 반영한 시계열모형으로 그 양을 단기 예측해 보았다는 데 의의가 있다. 특히 수산부문에서 생산량 예측은 주로 어업별이나 부류별이 아니면 해면어업의 대표어종(고등어, 오징어, 갈치, 조기)에 한정되어 예측 분석이 실시되었으나, 본 연구에서는 연산별로 생산되는 양식품목인 굴의 생산량 예측을 시도해 보았다는점에서 그 의의가 있다. 특히 향후 연산별 어종인 김, 미역, 다시마 등의 생산량 예측 연구에도 본 연구가 참고자료로써 도움이 될 것으로 기대된다. 또한 본 연구의 한계로써 우선, 연별 주기성과 월별·분기별 생산수준이 상이한 굴 생산량의 경우, 시계열 자료자체의 안정성을 확보한 후 예측모형을 구축하다보니 모형의 적합도가 낮게 나타나는 문제가 있었다. 그 결과 단변량 변수를 가지고 예측하는 SARIMA I, II 모형의 경우예측력이 떨어지는 한계가 있었다. 둘째, 굴 생산량을 예측함에 있어 예측에 영향을 줄 수 있는 생물적, 경제적 월별 변수 확보의 어려움을 들 수 있다. 다시 말해, 자연환경적 요인인 수온 및 강수량 외에 굴 생산량에 영향을 줄 수있는 생물학적 요인들의 축적된 자료 확보가 어렵다 보니설명력 높은 모형을 구축하는 데 한계가 있었다. 끝으로굴 생산량 예측모형의 구축에 있어 굴 생산량에 영향을미치는 굴 시설량을 의미있는 월별 변수로 전환할 수 있는 대리변수(예, 잔여시설량)의 선정이 자료수 부족으로분석에 적용되지 못한 점 등을 들 수 있다. 끝으로 향후 연구 과제로써 인과성과 단위근 존재를 전제로 한 구조분석인 VECM의 제약으로 인해 의미 있는변수들이 누락될 수 있는 한계를 극복하기 위해 추가적인변수(생태 및 환경변수, 시설량 대리 변수 등) 확보를 통해 다중회귀분석을 다양하게 접근해 볼 필요가 있다고 판단된다. 추가적으로 본 연구는 추후 out-of sample 분석에기초하여 한 달 앞선 전망(one-month-ahead forecast)에서적어도 12개월 앞선 전망(twelve-month ahead forecast)을시도하여 전망치와 실제치 간에 DM 검정(Diebold and Mariano test)을 통해 모형의 예측력을 진단해 볼 필요가있다(Diebold and Mariano 1995).
Abstract
This paper focused on forecasting a short-term production of oysters, which have been farmed in Korea, with distinct periodicity of production by year, and different production level by month. To forecast a short-term oyster production, this paper uses monthly data (260 observations) from January 1990 to August 2011, and also adopts several econometrics methods, such as Multiple Regression Analysis Model (MRAM), Seasonal Autoregressive Integrated Moving Average (SARIMA) Model, and Vector Error Correction Model (VECM). As a result, first, the amount of short-term oyster production forecasted by the multiple regression analysis model was 1,337 ton with prediction error of 246 ton. Secondly, the amount of oyster production of the SARIMA I and II models was forecasted as 12,423 ton and 12,442 ton with prediction error of 11,404 ton and 11,423 ton, respectively. Thirdly, the amount of oyster production based on the VECM was estimated as 10,425 ton with prediction errors of 9,406 ton. In conclusion, based on Theil inequality coefficient criterion, short-term prediction of oyster by the VECM exhibited a better fit than ones by the SARIMA I and II models and Multiple Regression Analysis Model.
참고문헌 (28)
- 강창완, "쌀 예상 생산량 추정방법에 대한 연구", 응용통계연구, 13(2), pp.329~341 (2000)
- 고성보, "생산형태별 감자의 수급예측모형 개발", 농업경제연구, 44(4), pp.221~241 (2003), 한국농업경제학회
- "실시간 연안정보" (2011), 국립해양조사원[URL]
- "관측자료" (2011), 기상청[URL]
- 김명직, "금융시계열분석 제2판", pp.822~ (2008), 경문사
- 중기선행관측을 위한농축산물 작형별 수급모형 및 예측평가시스템 개발 연구, "김배성", 한국농촌경제연구원, 77~, pp.M103 (2010)
- 김현용, "WTO 관세인하가 수산물 수급에 미치는 영향과 대책", 박사, 경제학, pp.2000
- "한파에 따른 저수온 우려·양식장 관리 비상" (2012), 남해안신문[URL]
- 우리나라 연근해산 수산물의 생산량예측에 관한 조사 연구, "박철형", 수산업협동중앙회 수산경제연구원, 128~, pp.97-1 (1997)
- 박해훈, "시계열분석을 이용한 한국 명태어업의 어획량 예측", 어업기술연구, 32(3), pp.235~240 (1996)
- 굴 수산관측 244호, 257호, "수산업관측센터", 한국해양수산개발원, 8~ (2011)
- "한파 장기화 양식장 저수온 피해 우려" (2011)[URL]
- 이진희, "조건부 자기회귀모형을 이용한 송이버섯 생산량 예측", 응용통계연구, 13(2), pp.307~320 (2000)
- 장석환, "주요 식량작물의 생산량 예측 모형에 관한 연구", 한국데이터정보과학회, 11(1), pp.47~48 (2000)
- "굴 생산 급감…어민 “어떡하나”" (2008)[URL]
- 수산물 생산량 예측모형 연구 : 시계열 모형을, "조용준", 수산업협동중앙회 수산경제연구원, 351~ (2005)
- "어업생산동향조사" (2011), 통계청[URL]
- 수산재해에 따른 양식공제시험사업 설계 : 굴 수하식양식을 중심으로, "한국농촌경제연구원", 한국농촌경제연구원, 125~, pp.176 (1988)
- "남해안 가을가뭄에 어심도 탄다" (2008)[URL]
- Chesoh S, "Forecasting fish catches in the Songkhla Lake basin", Sci Asia, 34, pp.335~340 (2008)
- Czerwinski I, "Short-term forecasting of halibut CPUE : Linear and non-linear univariate approaches", Fish Res, 86, pp.120~128 (2007)
- Diebold X, "Comparing predictive accuracy", J Bus Econ Statist, 13, pp.253~263 (1995)
- Koutroumanidis T, "Time-series modeling of fishery landings using ARIMA models and Fuzzy Expected Intervals software", Environ Modell Softw, 21, pp.1711~1721 (2006)
- Mendelssohn R, "Using Box-Jenkins Model to Forecast Fishery Dynamics : Identification, Estimation, and Checking", Fish B-NOAA, 78(4), pp.887~896 (1981)
- Noble A, "Trend analysis in all- India mackerel catches using ARIMA models", Indian J Fish, 38, pp.119~122 (1991)
- Potter ECE, "Estimating and forecasting pre-fishery abundance of Atlantic salmon (salmo salar L.) in the Northeast Atlantic for the management of mixed-stock fisheries", ICES J Mar Sci, 61, pp.1359~1369 (2004)
- Stergiou K, "Modelling and forecasting monthly fisheries catches : Comparison of regression, univariate and multivariate time series methods", Fish Res, 29, pp.55~95 (1997)
- Forecasting Pink Salmon Harvest in Southeast Alaska from Juvenile Salmon Abundance and Associated Environmental Parameters : 2008 Returns and 2009 Forecast, "Wertheimer A", NPAFC, 20~ (2009)