ARIMA-Intervention 모형을 통한 국제선 항공수요예측 연구

김제철; 손흥구; 박진서

doi:10.7470/jkst.2019.37.1.051

추천

검색

질문

자료유형: 학술저널

저자정보: 김제철 (한국교통연구원) 손흥구 (한국교통연구원) 박진서 (한국교통연구원)

저널정보: 대한교통학회 대한교통학회지 대한교통학회지 제37권 제1호

발행연도: 2019.2

수록면: 51 - 65 (15page)

DOI: 10.7470/jkst.2019.37.1.051

이용수

📌

연구주제

📖

연구배경

🔬

연구방법

🏆

연구결과

초록· 키워드

오류제보하기

항공운송시장에 빅데이터(Big Data) 시대가 도래하고 있으며, 많은 데이터와 함께 다양한 수요예측 방법론이 제시되고 있다. 또한 기존의 수요예측 연구들이 장기적 관점에 연구였던 것에 반하여, 최근 중 ‧ 단기적 수요예측 연구가 크게 증가되고 있다. 항공운송시장에서 항공여객 수요에 대한 예측은 시장을 계획하고 운영하는데 있어 매우 중요한 분야로, 특히 공항운영 및 항공사 운영에 있어서 중 ‧ 단기적 수요예측은 미래 운영계획 수립에 있어 우선적으로 제시되어야 하는 요소로 정확한 수요예측 방법론이 제시되어야 한다. 현재 국제선 여객수요는 매년 급증하고 있다. 그러나 특정 국가들의 여객수요는 정치 ‧ 사회적 관계 등과 같은 외부적 영향으로 큰 변동이 발생하였다. 하나의 사례로서 한-중 여객수요는 한국의 고고도 미사일 방어체계(THAAD ‧ 사드) 배치 계획에 따른 조치로, 중국 당국의 2016년 말 한국행 단체여행에 대한 정원의 약 20%가량 축소 및 2017년 3월 중국여유국의 한국 관광상품 판매금지 조치 등으로 급격한 여객수요 감소가 발생하였다. 기존 국제선 여객수요의 중 ‧ 단기 예측을 위한 주로 ARIMA, 지수 평활법과 같은 수요예측 모형은 외부적 영향을 고려할 수 없어, 수요 자료가 외부적 영향을 받을 경우 정확도가 낮은 예측결과를 초래하였다. 이에 본 연구에서는 국내 공항의 중 ‧ 단기적 국제선 수요예측 시 개입효과를 사용한 개선된 방법을 고려하였다. 먼저, 단변량 시계열 모형인 ARIMA 모형에서 개입효과를 적용한 ARIMA-Intervention 모형에 대한 소개와 bottom-up (상향식) 방식의 국제선 항공여객 수요에 대한 실증 예측분석 결과를 제시하였다. 또한, 해당 모형 선택에 있어 체계화된 프로세스를 제시하였다. 실증 분석으로서, 2013년 1월부터 2017년 10월까지의 월별자료를 사용하여, 2018년 수치에 대한 검증을 실시하였다. 국제선 여객수요가 높은 중국, 일본, 미국, 홍콩, 태국, 필리핀, 베트남, 대만 노선의 각 여객수요예측 및 그 외 국가의 여객수요 예측을 결합하여 MAPE (mean absolute percentage error)기반 예측정확도를 검증하였다. 2018년 상반기 수요예측 결과, 실제 국제선 여객수요 대비 약 1.78%의 오차가 발생하며, 매우 안정적인 결과가 예측되었다. 마지막으로, 해당 방법론을 사용하여 2019년 전망치 (BAU)는 약 9.34% 증가할 것으로 제시한다.

The era of big data in the aviation market is coming, and various methods for forecasting air traffic passenger demand along with many data are being suggested. In addition, short and mid-term demand forecasting studies have increased significantly in recent years, whereas existing air traffic passenger demand forecasting studies have been studied in the long-term view. Currently, demand for international air traffic passengers is skyrocketing every year. But air traffic passenger demand in certain countries has fluctuated greatly due to external influences such as national relations. Existing short and mid-term international air traffic passengers demand forecast is mainly used by ARIMA model and Exponential Smoothing method. In the condition that demand data is influenced externally, these models produce inaccurate forecasting result as they can’t consider about the external influences. In this study, an improved model is proposed for short and mid-term demand forecast of international flights at domestic airports. This paper introduces ARIMA-Intervention that is improved from univariate time series ARIMA model with the consideration of intervention effect and presents the results of an empirical predictive analysis in respect to the international air traffic passenger demand of the Bottom-up method. In addition, we proposed the process for model selection. Monthly data were used from January 2013 to October 2017 for analysis and this paper presents international air traffic demand forecasting result of domestic airport by combining the forecasting results of air traffic passenger demand on China, Japan, the United States, Hong Kong, Thailand, the Philippines, Vietnam and Taiwan with high demand of international flights and in the other counties. At the conclusion, the prediction results of the model using ARIMA-Intervention are presented with MAPE. Based on the proposed model, it was found that the demand prediction for first half of 2018 resulted an error about 1.78% contrasted with the actual international passenger demand, thus, it is able to confirm that it is highly reliable. Finally, we project the 2019 forecast (Business As Usual, BAU) to increase by about 9.34%.

#ARIMA-intervention model #bottom-up #forecasting model #international passenger demand #intervention effects #국제 여객수요 #개입효과 #상향식 #예측모형 #ARIMA-Intervention 모형

참고문헌 (18)

참고문헌 신청

ACI / 2016 / ACI Guide to World Airport-Traffic Forecasts 2016 / Airport Council International

Box G. E. / 1975 / Intervention Analysis with Applications to Economic and Environmental Problems / J. American Statistical association 70(349):70~79

최종해 / 2015 / 신규 항공노선에 대한 수요 예측 모델 연구 / 대한교통학회지 33(2):145~158

Cleveland R. B. / 1990 / STL: A Seasonal-Trend Decompositio / Journal of Official Statistics 6(1):3~73

허남규 / 2009 / 다변량 시계열 모형을 이용한 항공 수요 예측 연구 / 응용통계연구 22(5):1007~1017

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문의 저자 정보

김제철

소속기관 한서대학교

주요연구분야 공학 > 기타공학 > 교통공학

논문수 6 이용수 482

손흥구

소속기관 한국교통연구원

주요연구분야 자연과학 > 수학·통계학 공학 > 기타공학 > 교통공학

논문수 2 이용수 904

박진서

소속기관 한국교통연구원

주요연구분야 사회과학 > 행정학 공학 > 기타공학 > 교통공학

논문수 6 이용수 542

이 논문과 함께 이용한 논문

계절 변동성을 고려한 단기적 항공 화물 수요예측

황선아 , 배범규 , 김민영 외 1명 대한교통학회 학술대회지 2022 .04

항공여행 수요의 결정요인 분석

김현주 , 강민승 , 하주현 관광레저연구 2021 .03

미관찰 지역 특성을 고려한 내국인 국제선 항공수요 추정 모형

유정훈 , 최정윤 대한교통학회지 2018 .04

항공화물수요예측에서 계절 ARIMA모형 적용에 관한 연구 : 인천국제공항발 미주항공노선을 중심으로

서보현 , 양태웅 , 하헌구 대한교통학회지 2017 .04

개입 ARIMA 모형을 이용한 KTX 수요예측

김관형 , 김한수 한국철도학회 논문집 2011 .10

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

초록· 키워드

AI 요약

연구주제

연구배경

연구방법

연구결과

주요내용

목차

참고문헌 (18)

함께 읽어보면 좋을 논문

이 논문의 저자 정보

이 논문과 함께 이용한 논문

최근 본 자료

댓글(0)