딥러닝을 이용한 민자도로 교통수요예측 위험 추정에 관한 연구
A Study for Development of Demand Risk Model in Private Highway Using Deep Learning
0
조회
0
다운로드
1
인용
0
참고문헌
키워드
초록
민간투자사업은 여러 위험에 노출되어 있다. 특히, 교통수요 예측의 불확실성인 수요위험은 민자사업의 수익성으로 연결되어 가장 중요한 위험으로 작용하고 있다. 과거 막대한 MRG의 발생, 사업시행자의 파산, 정부와 민간의 분쟁 등 민간투자사업의 주요 문제는 이 수요위험에 기인한다. 정부와 민간은 교통수요예측의 정확도 향상을 위해 지속적으로 노력하고 있으나, 사람의 행태를 기반으로 이동을 예측하는 교통수요예측의 오차를 줄이는 데에 한계가 있다. 여러 연구에서는 교통수요예측 오차의 원인을 분석하고 있으나, 교통수요예측 오차를 추정하는 연구는 많이 시도되지 않았다. 이에 본 연구는 교통수요예측 오차와 관련 있는 변수를 구축하여, 인공지능 학습을 통한 교통수요 예측 오차 추정 모형을 개발하였다. 이 모형을 활용하여 민자사업에서 정부와 민간의 위험 배분, 현금흐름 예측에 객관적 기초자료로 활용될 수 있기를 기대한다.
Abstract
BTO Public-Private Partnership(PPPs) is exposed to various risks. In particular, demand risk, which is an uncertainty in predicting traffic demand, leads to profitability of private projects and acts as the most important risk. It can be said that the main problem in PPP Projects is due to demand risk. There is a limit to reducing the error in predicting traffic demand, which predicts movement based on human behavior. This study developed a model for estimating traffic demand prediction errors through Deep learning by constructing variables related to traffic demand prediction errors.
참고문헌 (16)
- 구석모, "옵션 이론을 이용한 민간투자사업 수입위험분담 방식 평가 방법론", 박사, pp.2018
- 김강수, "SOC 투자의사결정 합리화 방안 : 도로부문 교통량 예측위험 분석을 중심으로" (2007), 한국개발연구원
- 예비타당성조사 사후 타당성 검증 연구 : 교통량 예측 오차를 중심으로, "김강수", 한국개발연구원, ~ (2015)
- 민간투자사업 위험 배분구조와 수익률 간의 관계에 대한 기초 연구, "김재영", 한국개발연구원, ~ (2018)
- Alasad, R., "A System Dynamics-based Model for Demand Forecasting in PPP Infrastructure Projects : A Case of Toll Roads", Organization, Technology & Management in Construction : An International Journal, 6(2), pp.79~89 (2013)
- Bain, R., "The Credit Implications of Traffic Risk in Start-Up Toll Facilities" (2002), Standard &Poor’s, McGraw-Hill International(UK) Ltd
- Bain, R., "Traffic Forecasting Risk:Study Update 2004" (2004), Standard & Poor’s, McGraw-Hill International(UK) Ltd
- Bain, R., "Traffic Forecasting Risk Study Update 2005: Through Ramp-Up and Beyond" (2005), Standard & Poor’s, McGraw-Hill International(UK) Ltd
- Bain R., "Error and optimism bias in toll road traffic forecasts", transportation, 36(5), pp.469~482 (2009)
- Bull. M., "Toll-Road PPPs : Identifying, Mitigating and Managing Traffic Risk" (2017), The World Bank, The Public-Private Infrastructure Advisory Facility
- Flyvbjerg, B., "Measuring Inaccuracy in Travel Demand Forecasting : Methodological Considerations regarding Ramp-up and Sampling", Transportation Research Part A, 39(6), pp.522~530 (2005)
- Flyvbjerg, B., "Inaccuracy in Traffic Forecasts", Transport Reviews, 26(1), pp.1~24 (2006)
- Hoque, J. M., "Estimating the Uncertainty of Traffic Forecasts from Their Historical Accuracy", Transportation Research Part A, 147(3), pp.339~349 (2021)
- Public Money for Private Infrastructure :Deciding When to Offer Guarantees, Output-Based Subsidies, and Other Forms of Fiscal Support, "Irwin, T.", World Bank, ~, pp.Working Papers, 10 (2003)
- Marcos, L. P., "Machine learning for Asset Managers :Elements in Quantitative Finance" (2020), Cambridge University Press
- Moody’s, "Generic Project Finance Methodology", Moody’s Inverstors Service, ~ (2021)