WO2018174321A1 - 아시아 선가지수를 제공하기 위한 선가지수 산출 방법 및 그를 이용한 선가지수 중개서비스 방법 - Google Patents

아시아 선가지수를 제공하기 위한 선가지수 산출 방법 및 그를 이용한 선가지수 중개서비스 방법 Download PDF

Info

Publication number
WO2018174321A1
WO2018174321A1 PCT/KR2017/003200 KR2017003200W WO2018174321A1 WO 2018174321 A1 WO2018174321 A1 WO 2018174321A1 KR 2017003200 W KR2017003200 W KR 2017003200W WO 2018174321 A1 WO2018174321 A1 WO 2018174321A1
Authority
WO
WIPO (PCT)
Prior art keywords
index
vessel
data
linear
price
Prior art date
Application number
PCT/KR2017/003200
Other languages
English (en)
French (fr)
Inventor
엄익환
연정흠
염정호
남종식
이석용
황두건
김강혁
최정석
이오
양윤옥
한정석
박종연
임강빈
성지혜
김현수
한희정
강순일
최우림
김기원
이현정
Original Assignee
대한민국(해양수산부)
부산광역시
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by 대한민국(해양수산부), 부산광역시 filed Critical 대한민국(해양수산부)
Publication of WO2018174321A1 publication Critical patent/WO2018174321A1/ko

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/08—Logistics, e.g. warehousing, loading or distribution; Inventory or stock management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0201—Market modelling; Market analysis; Collecting market data
    • G06Q30/0206—Price or cost determination based on market factors
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/02—Marketing; Price estimation or determination; Fundraising
    • G06Q30/0283—Price estimation or determination
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0613—Third-party assisted
    • G06Q30/0619—Neutral agent

Definitions

  • the present invention relates to a method of calculating a line index for providing an Asian line index, and more particularly, an Asian price that can enhance the global competitiveness through the flexible response to the fluctuations in the global shipping market of the domestic shipping industry and the prediction of the future market. It relates to a line index calculation method for providing an index and a line index brokerage service method using the same.
  • Marine transportation items are mainly made of raw materials such as iron ore, coal and crude oil, and grains such as corn and soybeans.
  • raw materials such as iron ore, coal and crude oil
  • grains such as corn and soybeans.
  • the sea freight rate rises and the shipping industry becomes active.
  • Shipbuilding is also in peak season, and the shipbuilding industry is booming. Therefore, the global economic situation, the maritime freight market, and the ship market including the shipbuilding industry move closely together.
  • the maritime freight index which represents the shipping industry, is published daily by the Baltic Exchange of the United Kingdom on January 4, 1985, indexing the freight rates of 26 major international routes carrying iron ore, coal and grain. It is commonly referred to as BDI (Baltic Dry Index). China's Shanghai Shipping Exchange, which consumed nearly half of the world's international raw materials and emerged as the center of the global economy, also developed its own China Import Dry Bulk Freight Index (CDFI) and VLCC since November 28, 2012. The freight index (CTFI: China Import Crude Oil Tanker Freight Index) is published.
  • the Maritime Exchange Information Center (MEIC) has been the main focus of its establishment.
  • MEIC Asia Maritime Freight Index which is differentiated from existing BDI and CDFI, which is produced through an objective and transparent process based on the maritime information database established by MEIC.
  • the types of freight carriers that are affected by the price of sea freight and sea freight are largely bulkers that transport iron ore, coal and grain, tankers that transport crude oil, and containers that transport semi-finished or finished products. container).
  • these vessels are classified into CAPE, PANAMAX, SUPRAMAX, HANDY, etc., depending on the weight of the cargo that can be transported at one time or the number of containers.
  • the size of these freighters has gradually increased in size, such as ULTRAMAX, SUEZMAX, KAMSARMAX, etc., and a new size division has emerged, and the criteria of the classification vary slightly depending on the subject. This is something to consider later on the flexibility of indexing, classified by ship size.
  • CNTPI China Newbuilding Tanker Price Index
  • CNDPI China Newbuilding Dry Bulker Price Index
  • CNCPI China Newbuilding Containership Price Index
  • Clarksons Research creates new indexes each week by dividing the types of ships into new ships, used ships, and demolition ships.
  • Clarksons Platou S & P brokers provide information on the form provided by Clarksons Research last week based on price levels.
  • Data is collected on a weekly basis, monthly data based on end-of-month data is collected, and has been collected for more than 30 years.
  • the unit of price is expressed in USD million but may also be expressed in other currencies.
  • Clarksons 5-year old ship index is calculated as the USD / DWT average of various linear 5-year ships.
  • the used ship index is based on the January 2000 average price of 100.
  • the procedure for collecting and collecting new ship prices is the same as for used ship prices.
  • New ship prices depend on the ship's construction country, delivery conditions and specifications.
  • Data is collected on a weekly basis, monthly data based on end-of-month data is collected, and has been collected for more than 30 years.
  • the unit of price is expressed in USD million but may also be expressed in other currencies.
  • the new shipbuilding index is calculated as the USD / DWT average of various linear ships.
  • the new shipbuilding index is based on an average price of 100 in January 1988.
  • the procedure for collecting and collecting breakers is the same as for used ships.
  • the price of the demolition ship is collected according to the type of linearity and the decommissioning region (mainly China, India and Bangladesh).
  • China's United Shipping Consultant also announces CNPI only for new ships, which are CNTPI, CNDPI, and CNCPI according to ship types.
  • the size of the mainstream is based on standard ships.
  • CNPI's panel consists of 18 marine expert groups with deep experience and market and technical knowledge as a ship broker in China and foreign countries.
  • Each panel has three panels for each of the CNPI sub-indexes for bulkers, tankers and containers.
  • Panelists evaluate current newbuilding prices in accordance with the procedures and rules established on the 30th of each month.
  • the present invention is to solve all the disadvantages and problems of the prior art as described above, the present invention can accurately reflect the current status of the world shipping market through the fluctuation of the price of the vessel can be used as an actual indicator, announcement cycle Timeliness and the feasibility and transparency of the generation process are different from traditional Clarksons Research indexes or the China New Building Price Index (CNPI), and hedging to avoid shipping market trends and risks in a series of shipping transactions.
  • the purpose of this paper is to provide a method of calculating the index index to provide Asian index indexes that can be used as the basic data of Sudan, as well as a method of brokerage service using the index index.
  • a line index calculation method for providing an Asian line index of the present invention includes selecting a representative linear type by line type through panel data of pre-selected panelists; Preparing a table for refining standard price data and constructing a DB for new, used, and dismantled ships; Mandatory covenant information is inputted into the table for the new, used, and dismantled ships to build a standard price list database; Generating a linear index for each new ship, used ship and dismantled ship using the constructed DB in a freight index calculation device (PC) having a calculation program for calculating a sea freight index; Deriving a weight by dividing a linear transaction amount by a linear total transaction amount with respect to the generated line index; And calculating a comprehensive line index using the derived line type weights.
  • PC freight index calculation device
  • the line index brokerage service method using the line index calculation method for providing the present invention Asian line index for achieving the above object is installed in the freight index calculation device (PC), a calculation program for calculating the line index
  • the panel data is received from a PC of panelists by a freight index calculation device (PC) and updated at a set period, and the updated panel data is calculated by a new freight rate index at a set cycle according to the sea freight index calculation method.
  • PC to calculate and provide to the customer PC; characterized in that comprises a.
  • timeliness of the presentation cycle and the validity and transparency of the production process can be used as basic data for hedging means to identify trends in the shipping market and avoid risks in a series of shipping transactions.
  • FIG. 1 is a flowchart illustrating a method for calculating a line index for providing an Asian line index according to the present invention.
  • FIG. 2 is a view for explaining a method for providing a line index brokerage service using a line index calculation method for providing the present invention Asian line index according to the present invention.
  • FIG. 1 is a flowchart illustrating a method of calculating a line index for providing an Asian line index according to the present invention
  • FIG. 2 is a line index mediation using a method of calculating a line index for providing an Asian line index according to the present invention.
  • a representative linear type by line type is selected to construct a standard line price data table to perform a DBization operation (S100).
  • S100 DBization
  • Such DBization can be built by integrating the data provided by the Korea Maritime Trade Information Center (MEIC) and domestic panelists such as Clarksons Research and Hanwon Maritime, FAIR BRIDGE, STL GLOBAL and JANGSOO S & P.
  • the standard ship price database is loaded on new ship, used ship, and demolition ship tables, and essential covenant information is loaded on tables having structures as shown in [Table 1] to [Table 3].
  • Table 1 shows a new ship price table
  • Table 2 shows a used ship price table
  • Table 3 shows an example of a dismantled ship price table.
  • a freight index calculation device having a calculation program for calculating an ocean freight index through the built DB generates a ship price index for each ship type, used ship and demolition ship (S130).
  • the contract data secured to examine the sufficientness of the data available as the top priority for generating the line index is classified as DWT, TEU, and price missing among the contract data when classified by new type, used ship type, and linear type.
  • DB was identified in advance.
  • the present invention used a method including the quotation data of the panel to ensure the continuity and significance of the line index to be generated.
  • technical statistics were analyzed by classifying covenant data and panel data by ship type. Among them, the descriptive statistical analysis (bulker) of new shipbuilder data is shown in Table 5.
  • Table 6 shows the descriptive statistical analysis (bulker) of the used price data.
  • the line index is generated by the linear index, the lowest index, and then by ship type, new ship, second-hand ship, and dismantle ship index.
  • Line index for each linear is generated by the following equation (1).
  • DWT is TEU.
  • decommissioning ship index ship type-> sector (DRY / WET), linear-> area, DWT-> LDT
  • Price / DWT which is the price per ton of each linear, is calculated, and from the first week of 2013, the price / DWT is divided by the weekly price / DWT from 2013 to 2015 (base year) to generate the linear star index.
  • the line index for each line type is generated by multiplying the line index for each line by the weight using the generated sub-indexes. To this end, an appropriate weight for the linear index per linear line should be calculated (S140).
  • Equation 2 In order to derive the weight reflecting the market situation of each linear, the linear transaction amount of the base year was divided by the linear transaction total. The line index for each ship type is calculated by multiplying the linear weight by an exponent. The weighting equation for each linear is shown in Equation 2.
  • the composite line index was generated using the generated line indexes. To this end, as described above, appropriate weights for the line index for each ship type should be calculated.
  • the panel data is slightly larger than the covenant data in terms of generation of new shipper bulker index, but the panel data is slightly different from the covenant data. .
  • each linear index of new shipbuilding bulker was generated. Then, the newbuilding bulker index was generated by multiplying the generated linear index by the weight.
  • each linear index of new shipbuilding bulker was generated. Then, the new shipbuilding bulker index was generated by multiplying the generated linear index.
  • the new Bulker Index was created from January 4, 2013 (first parking), using currently available covenants and panel data.
  • the new shipbuilding bulker index was generated by multiplying the linear indices by the weights shown in Table 10 below.
  • ULTRAMAX is the largest with 27.97%, followed by CAPE (25.60%)> KAMSARMAX (14.57%)> NEWCASTLE (13.52%)> HANDY (10.63%)> SUPRAMAX (5.44%)> PANAMAX (2.26%).
  • the weight is calculated on the basis of the sum of 2013-2015 transaction amount for each linear unit ($).
  • Newbuilding panel data are weekly averages of data received from several panels, one week per March, 2012. Therefore, the number of panel data is generally constant, but since the covenant data is only counted when each covenant exists, the number varies by linear.
  • PANAMAX has the smallest number of covenant data, and the highest ULTRAMAX covenant is reflected in the weight.
  • the panel data causes distortion in the total transaction amount, so it was calculated using only the covenant data. If the panel data is meaningful to secure the appropriate number of data for generating the line index, the covenant data helps to identify the share of each linear transaction.
  • the index data for each new tanker tanker was created using the covenant data alone. After that, the new tanker index was generated by multiplying the generated linear index.
  • the New Tanker Ship Index was generated from January 31, 2014 (last parking) using currently available covenant data.
  • the newbuilding tanker index was generated by multiplying the weight by linear index.
  • VLCC accounts for 41.46%, followed by AFRAMAX / LRII (22.92%)> SUEZMAX (16.26%)> MR (12.84%)> LRI (6.53%).
  • the weight is calculated on the basis of the sum of 2013-2015 transaction amount for each linear unit ($). Since the number of covenant data of the VLCC linear is large and the cost is higher than other linear, the weighted weight is the largest.
  • Newbuilding container contracts are relatively small in all alignments. Due to such effect, many linear indexes are generated in a stepped manner. There are more POST PANAMAX than other linears, so the total number of covenant data is about 60, and the remaining linears are generally less than 30. This lack of covenant data is because there is a SIZE excluded from the interval setting phase of container linear classification.
  • Container vessels like tankers, do not have panel data. Only the covenant data was used to generate the index for each new ship container. Then, the new shipbuilding container index was generated by multiplying the generated linear indexes by weight. The New Container Container Index was created from 31 May 2013 (last parking) using currently available covenant data.
  • the newbuilding container index was generated by multiplying the weight by linear index.
  • the new shipbuilding container index accounted for 85.90% of the total weight of the POST PANAMAX linear, accounting for the majority, and 14.10% of the other linear.
  • the weights are calculated based on the total amount of trade for each linearity from 2013 to 2015 (unit: mil. USD).
  • new ship container contracts are concentrated on POST PANAMAX. Particularly in 2015, the covenant deal of POST PANAMAX took place. This is in line with the trend toward larger containerships. As these expensive large container ships have become mainstream, the weight of index generation has also increased.
  • used ship index has limited contract data of NEWCASTLE and ULTRAMAX unlike new ships. Therefore, the bulker index was calculated for the five alignments except for the two alignments.
  • the used ship index tends to decline as the age of the ship grows.
  • the depreciation rate of used line prices is 5 ⁇ 6% (Adland, R.O., 2000).
  • the depreciation rate is calculated based on the covenant data to correct the age.
  • the covenant price is divided into DWT and used for calculating the depreciation rate.
  • the depreciation rate was calculated by fitting the exponential model among the nonlinear regression models to the distribution of the line price according to the linear age, showing that the depreciation rate is 5.6 ⁇ 8.9%, which is very similar to the general depreciation rate. Can be.
  • the used ship index was calculated by correcting the used ship price on the basis of 10 years of age.
  • the second-hand ship bulker index except for KAMSARMAX, generated linear data using panel data including covenant data, covenant data, and panel data.
  • KAMSARMAX generated indexes from the 3rd week of 2013, and the index was generated from the 1st week of 2013.
  • weights for each linear were calculated using the above-described weight calculation formula.
  • the linear weights were highest in the order of SUPRAMAX, PANAMAX, CAPE, HANDY, and KAMSARMAX, as shown in Table 12.
  • the second-hand bulker index was calculated by multiplying the linear index and weight.
  • SUPRAMAX showed a significant difference between the covenant data and the panel data as a result of the t-test.
  • the index is similar even when using the integrated data when generating the index.
  • the second-hand ship bulker index shows similar results regardless of the data used. After that, we will calculate each of them by using covenant data and integrated data.
  • the index for each used tanker was generated.
  • SUEZMAX generated the index data from the 5th week in 2013, LRI the 4th week from the 4th week. You can create exponents from.
  • weights for each linear were calculated using the above-described weight calculation formula. Linear weights were highest in the order of VLCC, MR, AFRAMAX / LRII, SUEZMAX, and LRI. Then, the used tank tank index was generated by multiplying the generated index by the weight of each linear.
  • the linear data index of the used ship container was generated using the covenant data.
  • the POST PANAMAX contract data is small, generating only HANDY, BANGKOKMAX, and FEEDER indexes.
  • the covenant data of all container linear except POST PANAMAX existed from the 1st week of 2013, and the index was created from that point.
  • weights for each linear were calculated using the above-described weight calculation formula.
  • the weight of each linear was higher in order of HANDY, BANGKOKMAX, and FEEDER.
  • the used index may be generated by multiplying the generated index by a linear weight.
  • the decommissioning ship index is divided into DRY and WET categories. In addition, it is divided into Bangladesh, India, Pakistan, China, and Turkey.
  • the demolition ship index is a sectoral index, which generates the Demolition DRY Index and the Demolition WET Index.
  • the indexes of each region are divided into five major regional indexes of the DRY and WET sectors. Generated.
  • the Demolition DRY Index is created in Bangladesh, China, and India from the last week of November 2012, taking into account the retention period of the covenant data.
  • the first week of December 2012 is Pakistan, the second in January 2013.
  • the Turkish index was created, creating the DRY sector index from the second week of January 2013.
  • Equation 3 (S150).
  • Line index for each line type was calculated using the above-described formula.
  • the weight applied to the new shipbuilding index was determined as the percentage of total trading value in the base year, and the values are shown in Table 15.
  • Each composite ship index was calculated using the weight of each ship type of new ship, used ship and demolition ship.
  • the calculated composite line index is received from the PC of the plurality of panelists as shown in FIG. 2 and updated in a set cycle by receiving the panel data from the integrated line index calculating unit PC (S160).
  • the new composite line index is calculated at a period set according to the composite line index (for example, 1 week unit) (S170).
  • the calculated comprehensive price index will be transmitted to a PC of a customer (ship shipping company, shipyard, shipper company, shipping broker, financial institution and related organization) to provide a line index brokerage service.

Landscapes

  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Development Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Accounting & Taxation (AREA)
  • Finance (AREA)
  • Theoretical Computer Science (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Human Resources & Organizations (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Data Mining & Analysis (AREA)
  • Operations Research (AREA)
  • Game Theory and Decision Science (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Physics (AREA)
  • Mathematical Analysis (AREA)
  • Educational Administration (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Evolutionary Biology (AREA)
  • Probability & Statistics with Applications (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

본 발명은 선박의 가격변동을 통하여 세계 해운시장의 현황을 정확히 반영할 수 있고 실제 지표로 활용할 수 있으며, 발표주기의 적시성과 생성과정의 타당성 및 투명성을 통해 기존의 Clarksons Research 사의 선가지수나 CNPI(China Newbuilding Price Index)와 차별화되고 해운시장의 동향파악과 일련의 해운거래에 있어서의 위험을 회피하기 위한 헤징(hedging)수단의 기초자료로도 활용할 수 있는 아시아 선가지수를 제공하기 위한 선가지수 산출 방법 및 그를 이용한 선가지수 중개서비스 방법에 관한 것이다. 이와 같은 본 발명은 미리 선정된 패널리스트들의 패널 데이터를 통해 선종별 대표선형을 선정하는 단계(S100); 표준선가 데이터 정제 및 신조, 중고, 해체선에 대한 DB 구축을 위한 테이블이 준비되는 단계(S110); 상기 신조, 중고, 해체선에 대한 상기 테이블에 필수 성약 정보가 입력되어 표준 선가데이터베이스(DB)가 구축되는 단계(S120); 해상운임지수를 산출하는 산출프로그램이 설치된 운임지수산출장치(PC)에서 상기 구축된 DB를 이용해 신조선, 중고선 및 해체선 각각에 대하여 선형별 선가지수를 생성하는 단계(S130); 상기 생성된 선가지수에 대하여 선형별 거래액을 선형별 거래 총합으로 나누어 가중치를 도출하는 단계(S140); 및 상기 도출된 선종별 가중치를 이용해 종합선가지수를 산출하는 단계(S150);를 포함하여 이루어지는 것을 특징으로 한다.

Description

아시아 선가지수를 제공하기 위한 선가지수 산출 방법 및 그를 이용한 선가지수 중개서비스 방법
본 발명은 아시아 선가지수를 제공하기 위한 선가지수 산출 방법에 관한 것으로, 더욱 상세하게는 국내 해운산업의 세계 해운시황 변동에 따른 유연한 대처 및 미래의 시황 예측을 통해 글로벌 경쟁력을 제고할 수 있는 아시아 선가지수를 제공하기 위한 선가지수 산출 방법 및 그를 이용한 선가지수 중개서비스 방법에 관한 것이다.
세계경제의 흐름을 파악할 수 있는 대표적인 지표 중 하나는 세계적으로 거래되고 있는 해상물동량의 추이이다. 해상운송의 품목들은 철광석, 석탄, 원유 등의 원자재들과 옥수수, 대두 등의 곡물이 주를 이룬다. 세계경제가 활황기에는 이와 같은 원자재들의 이동이 활발하게 이루어지면서 해상운임이 상승하여 해운업계가 활기를 띠게 되고 운송에 필요한 선박건조 또한 성수기를 맞아 조선업계도 호황을 누리며 선박가격도 상승하게 된다. 따라서 세계경제 상황과 해상운임시장 그리고 조선업계를 비롯한 선박시장은 서로 밀접한 관계를 가지고 움직이게 된다.
해운 업황을 나타내는 해상운임지수는 영국의 발틱 거래소(Baltic Exchange)가 철광석, 석탄, 곡물을 실어 나르는 세계 주요 26개 항로의 선박운임을 지수화 하여 1985년 1월 4일 1,000을 기준으로 매일 공표하고 있으며 이는 BDI(Baltic Dry Index)라고 통용되고 있다. 또한 전 세계 국제원자재의 절반 가까이를 소비하며 세계경제의 중심으로 떠오른 중국의 상하이 해운거래소도 2012년 11월 28일부터 자체적으로 개발한 드라이 벌커 운임지수(CDFI : China Import Dry Bulk Freight Index) 및 VLCC 운임지수(CTFI : China Import Crude Oil Tanker Freight Index)를 공표하고 있다.
이러한 경제 강국들의 활동 가운데 세계 해운시장이 과거 영국을 중심으로 한 유럽에서 중국과 한국, 일본을 중심으로 하는 동북아시아로 그 위상이 옮겨짐에 따라 해운강국인 우리나라에서도 “해운거래 지원체계 구축” 사업의 일환으로 독자적인 “해운거래소”의 필요성에 따라 해운거래정보센터(Maritime Exchange Information Center; 이하 MEIC)가 주축이 되어 그 설립을 추진 중에 있다. 또한 MEIC에서 구축하고 있는 해운정보 데이터베이스를 기반으로 객관적이고 투명한 과정을 거쳐 산출되는, 기존 BDI나 CDFI와는 차별화된 MEIC 아시아 해상운임지수를 개발하여 시험 중에 있다.
해상물동량과 해상운임에 따라 가격에 영향을 받는 화물운반선의 종류는 크게 철광석, 석탄, 곡물 등을 운송하는 벌커(bulker)와 원유 등을 운송하는 탱커(tanker) 그리고 반제품이나 완제품을 운송하는 컨테이너(container)로 구분할 수 있다. 또한 이 선박들은 한 번에 운송할 수 있는 화물의 무게나 컨테이너의 개수에 따라 CAPE, PANAMAX, SUPRAMAX, HANDY 등으로 구분된다. 최근에는 이러한 화물운송선들의 크기가 점차 대형화되는 추세에 있어서 ULTRAMAX, SUEZMAX, KAMSARMAX 등의 크기 구분이 새로 등장하기도 하였으며 그 구분의 기준은 구분 주체에 따라 약간씩 차이가 있다. 이는 후에 선박 크기에 의해 분류된 지수생성의 유연성에 고려해야 할 부분이다.
해상운임지수와 마찬가지로 선박들의 가격을 지수화한 가격지수도 일부 기관에서 각각의 기준에 따라 생성한 선가지수를 발표하고 있다. 영국의 Clarksons Research 사에서는 컨테이너선, 건화물선, 유조선, 가스선 등 4개 선종의 평균가격을 지수로 산정하여 발표하고 있으며 최근 중국에서도 신조선에 한하여 CNPI(China Newbuilding Price Index)를 발표하기에 이르렀는데 이는 하위지수인 CNTPI(China Newbuilding Tanker Price Index), CNDPI(China Newbuilding Dry bulker Price Index), CNCPI(China Newbuilding Containership Price Index)를 포함한다.
기존 선가지수 현황 분석은 Clarksons Research 사의 선가지수와 CNPI(China Newbuilding Price Index) 등이있다.
Clarksons Research 에서는 신조선, 중고선, 해체선으로 선박의 종류를 구분하여 각각의 지수를 생성하여 매 주 공표하고 있는데 그 방식들은 다음과 같다.
* 중고선가지수(Secondhand Price Index)
중고선 가격은 Clarksons Platou S&P 브로커들로부터 수집된다.
Clarksons Platou S&P 브로커들은 지난주 가격수준을 감안하여 Clarksons Research에서 제공하는 양식에 정보를 기재한다.
자료는 주 단위를 기본으로 수집되고 월말 자료를 기초로 하는 월간자료 또한 같이 수집되며 약 30년 이상 수집되었다.
가격의 단위는 USD million으로 표시함이 원칙이나 다른 통화로 표기되기도 한다.
가격은 다양한 선종과 선형별로 수집되며 거래 성약이 없는 경우 주요 선형의 선령, 선박의 상태 등에 따라 브로커들의 추정값으로 대체되기도 한다.
Clarksons 5년령 중고선가지수는 다양한 선형의 5년령 선박들의 USD/DWT 평균으로 계산된다.
중고선가지수는 2000년 1월 평균가 100을 기준으로 한다.
* 신조선가지수(Newbuilding Price Index)
신조선가의 수집 및 취합 절차는 중고선가의 경우와 동일하다.
주 선형을 기준으로 다양한 크기의 선박가격이 수집된다.
신조선가격은 선박의 건조국가와 인도조건 그리고 스펙에 따라 달라진다.
자료는 주 단위를 기본으로 수집되고 월말 자료를 기초로 하는 월간자료 또한 같이 수집되며 약 30년 이상 수집되었다.
가격의 단위는 USD million으로 표시함이 원칙이나 다른 통화로 표기되기도 한다.
신조선가지수는 다양한 선형의 선박들의 USD/DWT 평균으로 계산된다.
신조선가지수는 1988년 1월 평균가 100을 기준으로 한다.
* 해체선가지수(Demolition Price Index)
해체선가의 수집 및 취합 절차는 중고선가의 경우와 동일하다.
해체선가는 시장정보에 근거하여 Clarksons Platou S&P 브로커들로부터 수집된다.
주, 월단위의 시계열로 구성되며 약 40년 이상 수집되어 왔다.
해체선 가격은 선형의 종류와 해체지역(주로 중국, 인도, 방글라데시)에 따라 수집된다.
가격은 USD/LDT 단위로 표시된다.
성약이 없는 경우 다양한 선박의 종류와 크기, 선령 및 상태에 따라 브로커들의 추정값으로 수집된다.
SIW(Shipping Intelligence Weekly)에서 발표되는 값들은 “Indian sub-Continent"의 탱커와 건화물선 가격을 기반으로 한다.
한편 중국의 United Shipping Consultant에서도 신조선에 한하여 CNPI를 발표하고 있는데 CNPI의 하위지수로 선종에 따른 CNTPI, CNDPI, CNCPI가 있으며 선형별 구성은 다음 두 가지 원칙을 따른다.
현재 주류를 이루는 크기를 표준선박의 기준으로 한다.
미래에 거래가 확장될 것으로 예상되는 크기를 포함한다.
CNPI의 패널구성은 중국 및 외국의 선박중개사로 오랜 경력과 시장 및 기술지식이 깊은 18개 해양 전문가 그룹으로 패널이 구성되어 있다.
벌커, 탱커, 컨테이너의 CNPI 하위지수 별로 각각 3개의 패널을 갖췄다.
패널리스트들은 매월 30일 정해진 절차와 규칙에 따라 현재의 신조선가를 평가한다.
이 평가들은 편집위원회 해양 전문가들의 검토를 거친 후 지수생성 시스템에 입력된다.
그러나 해상운임의 경우에는 대표적인 BDI나 HRCI(Howe Robinson Container Index) 등에서 운임지수 생성 방법에 대해 공개하고 있는 반면, 선가지수의 경우에는 구체적인 지수생성 방법이 공개되어 있지 않은 실정이다.
따라서, 본 발명은 상기와 같은 종래 기술의 제반 단점과 문제점을 해결하기 위한 것으로, 본 발명은 선박의 가격변동을 통하여 세계 해운시장의 현황을 정확히 반영할 수 있고 실제 지표로 활용할 수 있으며, 발표주기의 적시성과 생성과정의 타당성 및 투명성을 통해 기존의 Clarksons Research 사의 선가지수나 CNPI(China Newbuilding Price Index)와 차별화되고 해운시장의 동향파악과 일련의 해운거래에 있어서의 위험을 회피하기 위한 헤징(hedging)수단의 기초자료로도 활용할 수 있는 아시아 선가지수를 제공하기 위한 선가지수 산출 방법 및 그를 이용한 선가지수 중개서비스 방법을 제공하는데 그 목적이 있다.
상기한 목적을 달성하기 위한 본 발명 아시아 선가지수를 제공하기 위한 선가지수 산출 방법은 미리 선정된 패널리스트들의 패널 데이터를 통해 선종별 대표선형을 선정하는 단계; 표준선가 데이터 정제 및 신조, 중고, 해체선에 대한 DB 구축을 위한 테이블이 준비되는 단계; 상기 신조, 중고, 해체선에 대한 상기 테이블에 필수 성약 정보가 입력되어 표준 선가데이터베이스(DB)가 구축되는 단계; 해상운임지수를 산출하는 산출프로그램이 설치된 운임지수산출장치(PC)에서 상기 구축된 DB를 이용해 신조선, 중고선 및 해체선 각각에 대하여 선형별 선가지수를 생성하는 단계; 상기 생성된 선가지수에 대하여 선형별 거래액을 선형별 거래 총합으로 나누어 가중치를 도출하는 단계; 및 상기 도출된 선종별 가중치를 이용해 종합선가지수를 산출하는 단계;를 포함하여 이루어지는 것을 특징으로 한다.
또한 상기한 목적을 달성하기 위한 본 발명 아시아 선가지수를 제공하기 위한 선가지수 산출 방법을 이용한 선가지수 중개서비스 방법은 선가지수를 산출하는 산출프로그램을 운임지수산출장치(PC)에 설치하고, 다수의 패널리스트들의 PC로부터 패널 데이터를 운임지수산출장치(PC)에서 수신하여 설정된 주기로 갱신하고, 상기 갱신된 패널 데이터를 해상운임지수 산출 방법에 따라 설정된 주기로 새로운 해상운임지수를 산출하여 운임지수산출장치(PC)에서 산출하여 고객 PC로 제공하는 단계;를 포함하여 이루어지는 것을 특징으로 한다.
본 발명에 따르면 다음과 같은 효과가 있다.
첫째, 신조선, 중고선, 해체선에 대한 성약 표준 테이블을 구성하였으며 이 테이블에 입각하여 향후 풍부한 성약데이터가 적재 가능하여 정교하고 신뢰성 있는 지수 생성 및 통계적 분석이 가능하므로 한국 경제의 주요 변수인 무역관련 지표로 활용할 수 있다.
둘째, 시장에 대한 보편적이고 신뢰할 수 있는 모니터링 체계의 구축이 가능하고, 일관된 정보의 제공 및 정책 수립을 위한 지표로의 역할이 가능하므로 해운시장에 대한 모니터링 지표로 활용할 수 있다.
셋째, 발표주기의 적시성과 생성과정의 타당성 및 투명성을 통해 해운시장의 동향파악과 일련의 해운거래에 있어서의 위험을 회피하기 위한 헤징(hedging)수단의 기초자료로 이용할 수 있다.
넷째, 기존 Clarksons Research 사의 선가지수나 CNPI(China Newbuilding Price Index) 지수와 차별화된 아시아 선가지수를 제공할 수 있는 효과가 있다.
도 1은 본 발명 아시아 선가지수를 제공하기 위한 선가지수 산출 방법을 설명하기 위한 흐름도이다.
도 2는 본 발명에 따른 본 발명 아시아 선가지수를 제공하기 위한 선가지수 산출 방법을 이용한 선가지수 중개 서비스 제공방법을 설명하기 위한 도면이다.
본 발명의 바람직한 실시 예를 첨부된 도면에 의하여 상세히 설명하면 다음과 같다.
아울러, 본 발명에서 사용되는 용어는 가능한한 현재 널리 사용되는 일반적인 용어를 선택하였으나, 특정한 경우는 출원인이 임의로 선정한 용어도 있으며 이 경우는 해당되는 발명의 설명부분에서 상세히 그 의미를 기재하였으므로, 단순한 용어의 명칭이 아닌 용어가 가지는 의미로서 본 발명을 파악하여야 함을 밝혀두고자 한다. 또한 실시예를 설명함에 있어서 본 발명이 속하는 기술 분야에 익히 알려져 있고, 본 발명과 직접적으로 관련이 없는 기술 내용에 대해서는 설명을 생략한다. 이는 불필요한 설명을 생략함으로써 본 발명의 요지를 흐리지 않고 더욱 명확히 전달하기 위함이다.
이하 첨부된 도면을 참조하여 본 발명에 따른 아시아 선가지수를 제공하기 위한 선가지수 산출 방법 및 그를 이용한 선가지수 중개 서비스 제공방법을 설명하기로 한다.
도 1은 본 발명에 따른 아시아 선가지수를 제공하기 위한 선가지수 산출 방법을 설명하기 위한 흐름도이고, 도 2는 본 발명에 따른 본 발명 아시아 선가지수를 제공하기 위한 선가지수 산출 방법을 이용한 선가지수 중개 서비스 제공방법을 설명하기 위한 도면이다.
본 발명에 따른 아시아 선가지수를 제공하기 위한 선가지수 산출 방법은 도 1 및 도 2에 나타낸 바와 같이, 우선 표준 선가데이터 테이블을 구성하여 DB화 작업을 실시하기 위하여 선종별 대표선형을 선정한다(S100). 이러한 DB화는 해운거래정보센터(MEIC)로부터 제공된 자료를 비롯하여 Clarksons Research 및 한원마리타임, FAIR BRIDGE, STL GLOBAL, JANGSOO S&P 등 국내 패널리스트들로부터 획득한 자료를 통합하여 구축할 수 있다.
또한 선가지수 작성을 위한 데이터의 정제 및 DB 구축을 위하여 각 선박들의 성약 정보 및 패널들의 호가 등을 효과적으로 관리할 수 있는 형태로 수집한다(S110). 이에 많은 실험을 통해 신조, 중고, 해체선에 대한 DB 테이블을 구성하여 표준 선가데이터베이스에 입력(적재)되면 선가지수를 생성할 수 있게 된다.
표준 선가데이터베이스는 신조선, 중고선, 해체선 테이블에 적재되며, [표 1] 부터 [표 3]까지와 같은 구조를 가진 테이블에 필수 성약 정보가 적재된다.
표 1은 신조선가 테이블이고, 표 2는 중고선가 테이블이며, 표 3은 해체선가 테이블의 일예이다.
Figure PCTKR2017003200-appb-T000001
Figure PCTKR2017003200-appb-T000002
Figure PCTKR2017003200-appb-T000003
그에 따라 표준선가 데이터 테이블 및 데이터베이스(DB)가 구축된다(S120).
그리고 구축된 DB를 통해 해상운임지수를 산출하는 산출프로그램이 설치된 운임지수산출장치(PC)에서 신조선, 중고선 및 해체선 각각의 선종별 선가 지수를 생성한다(S130).
이때, 선가지수 생성을 위하여 최우선적으로 가용한 데이터의 충분성을 검토하기 위해 확보된 성약데이터의 경우 신조, 중고선의 경우 선종별, 선형별로 구분했을 경우 성약데이터 중에서도 DWT 결측, TEU 결측, 가격 결측, 보고서별 표기방식, 보고서별 가격 상이, 가격에 대한 옵션, 이상치 등의 문제로 부정확하게 기재된 부분을 최대한 정제하여 가용데이터를 충분히 확보하고자 사용 가능한 데이터를 파악함과 동시에 선형별 유효데이터의 문제를 사전에 파악하여 DB화하였다.
이러한 유효데이터의 비율 중 대표적으로 신조선 성약 데이터의 유효데이터 비율은 [표4]와 같다.
Figure PCTKR2017003200-appb-T000004
이때, Tanker 선종의 LRⅠ과 MR을 제외하고 전반적으로 유효율이 60% 미만으로 매우 낮은 수준이다. Bulker 선종의 PANAMAX, Tanker 선종의 LRⅠ, Container 선종의 HANDY, FEEDER 선형은 유효데이터의 절대적인 개수가 매우 적음을 보여주고 있다.
또한 본 발명에서는 생성될 선가지수의 연속성과 유의성을 담보하기 위해 패널들의 호가데이터를 포함하는 방법을 사용하였다. 우선 선종별 성약 데이터와 패널 데이터를 구분하여 기술통계량을 분석하였다. 그 중 신조선가 데이터의 기술통계분석결과(벌커)는 표 5와 같다.
Figure PCTKR2017003200-appb-T000005
또한 중고선가 데이터의 기술통계분석결과(벌커)는 표 6과 같다.
Figure PCTKR2017003200-appb-T000006
한편 해체선가 데이터의 기술통계분석결과는 표 7과 같다.
Figure PCTKR2017003200-appb-T000007
중고선의 경우는 신조선에 비해 성약데이터가 많은 편이나 벌커의 NEWCASTLE, ULTRAMAX와 같이 데이터가 적은 선형이 있다. 벌커의 경우 패널데이터를 사용하면 충분한 표본크기를 확보할 수 있을 것으로 생각되지만 컨테이너의 경우 전체적인 성약데이터의 크기가 작아 문제가 될 여지가 있다.
해체선의 경우 가격 차이를 고려하여 DRY type과 WET type으로 구분하였다.
전체적으로 가용한 데이터를 보면 벌커 중고선을 제외하면 표본 수가 많이 부족한 상황이기는 하다.
따라서 본 발명에서는 가용한 패널데이터를 모두 활용하여 표본 크기를 늘이는 방법을 사용하기로 하였다. 이런 경우 성약데이터와 패널데이터 간에 유의한 차이가 있을 수 있으므로 이를 사전에 파악하기 위한 방편으로 중고선 벌커의 성약데이터와 패널데이터 간의 차이에 대한 대응표본 t-test(paired sample t-test)를 통해 검정하였다. 이때 패널들이 보내주는 호가 데이터의 평균값과 최소값을 사용했을 때로 나누어 대응 표본 t-test를 실시하였고 그 결과는 표 8 및 표 9와 같다. 그 이유는 전체적으로 성약데이터에 비해 패널데이터의 호가가 대체적으로 높은 수준을 보이기 때문이다.
Figure PCTKR2017003200-appb-T000008
CC: 벌커 CAPE 성약데이터
CH: 벌커 HANDY 성약데이터
CP: 벌커 PANAMAX 성약데이터
CS: 벌커 SUPARAMAX 성약데이터
PC: 벌커 CAPE 패널데이터 평균
PH: 벌커 HANDY 패널데이터 평균
PP: 벌커 PANAMAX 패널데이터 평균
PS: 벌커 SUPRAMAX 패널데이터 평균
Figure PCTKR2017003200-appb-T000009
CC: 벌커 CAPE 성약데이터
CH: 벌커 HANDY 성약데이터
CP: 벌커 PANAMAX 성약데이터
CS: 벌커 SUPARAMAX 성약데이터
PCM: 벌커 CAPE 패널데이터 최소값
PHM: 벌커 HANDY 패널데이터 최소값
PPM: 벌커 PANAMAX 패널데이터 최소값
PSM: 벌커 SUPRAMAX 패널데이터 최소값
검정 결과 패널데이터의 평균값을 사용했을 때 SUPRAMAX를 제외한 선형에서 두 집단간 유의한 차이를 보였으며, 최소값을 사용했을 때에는 CAPE, HANDY, PANAMAX는 유의한 차이가 없었고 SUPRAMAX만 유의한 차이를 보였다. 패널데이터의 최소값을 사용하였을 때 집단 간 차이가 적으므로 지수는 성약데이터와 패널데이터의 최소값을 합한 통합데이터를 이용하여 생성하였다.
선가지수는 가장 하위지수인 선형별 선가지수부터 생성하고 선종별 그리고 신조선, 중고선, 해체선지수 순으로 생성한다. 선형별 선가지수는 다음 수학식1에 의해 생성된다.
Figure PCTKR2017003200-appb-M000001
여기서, k=ship size, k=1, 2, 3...
이때, 신조선, 중고선 컨테이너의 경우 DWT를 TEU로 한다. 그리고, 해체선지수 : 선종 -> 부문(DRY/WET), 선형 -> 지역, DWT -> LDT
선형별 톤당 가격인 price/DWT를 계산하고 2013년 첫째 주부터 매주 price/DWT 를 2013~2015년(기준연도)의 평균 price/DWT 로 나누어 선형별지수를 생성한다. 생성된 하위지수들을 이용하여 선형별 선가지수에 가중치를 곱하여 선종별 선가지수 생성한다. 이를 위해서는 선형별 선가지수에 대한 적절한 가중치가 계산되어야 한다(S140).
선형별 시장거래상황을 반영한 가중치를 도출하기 위해 기준연도의 선형별 거래액을 선형별 거래총합으로 나누었다. 선종별 선가지수는 선형별 가중치에 지수를 곱하여 산출한다. 선형별 가중치 산식은 수학식 2와 같다.
Figure PCTKR2017003200-appb-M000002
이때, 생성된 선종별 지수들을 이용하여 종합선가지수를 생성하였다. 이를 위해서는 앞에서 설명한 바와 같이 선종별 선가지수에 대한 적절한 가중치가 계산되어야 한다.
참고로 신조선 성약데이터의 경우 성약이 존재하더라도 선가가 비어있는 데이터가 많아서 실제로 선가 지수를 생성하는데 쓸 수 있는 데이터가 매우 부족한 상황이다. NEWCASTLE 선형을 제외하고 신조선 벌커의 각 선형별 패널데이터가 존재한다.
성약데이터만 이용할 경우 NEWCASTLE, PANAMAX, SUPRAMAX 선형의 선가데이터가 매우 부족하다. 패널데이터를 추가 고려하면 벌커 선가지수 생성에 충분한 데이터를 사용할 수 있다.
벌커지수 생성에 패널데이터를 사용하기 위해서 사전에 성약데이터와 패널데이터 간의 차이를 대응표본 t-test 검정을 거쳐야 하지만, 현실적으로 성약데이터가 매우 부족한 상황이기 때문에 신조의 경우는 검정 자체가 불가하다.
따라서 신조선 벌커지수 생성에 있어서는 위 기술통계량 테이블에서 대략적으로 파악 가능하듯 패널데이터가 성약데이터보다 약간 평균과 표준편차가 큰 편이긴 하지만 미세한 차이로 보여, 패널데이터를 신조선 벌커지수 생성에 사용하기로 한다.
성약데이터와 패널데이터를 합친 통합 데이터를 이용하여 신조선 벌커의 각 선형별 지수를 생성하였다. 이후 생성된 선형별 지수에 가중치를 곱하여 신조선 벌커지수(Newbuilding Bulker Index)를 생성하였다.
성약데이터와 패널데이터를 합친 통합 데이터를 이용하여 신조선 벌커의 각 선형별 지수를 생성하였다. 이후 생성된 선형별 지수에 가중치를 곱하여 신조선 벌커지수를 생성하였다.
신조 벌커 선가지수는 현재 분석 가능한 성약 및 패널 데이터를 이용하여 2013년 1월 4일(첫째 주차)부터 생성하였다.
신조선 벌커지수는 아래 표 10과 같은 가중치를 선형별 지수에 곱하여 생성하였다. ULTRAMAX가 27.97%로 비중이 가장 크며, 그 다음으로 CAPE(25.60%) >KAMSARMAX(14.57%) > NEWCASTLE(13.52%) > HANDY(10.63%) > SUPRAMAX(5.44%) > PANAMAX(2.26%) 순이다. 가중치는 각 선형별 거래금액 2013년부터 2015년 총합(단위: $)을 기준으로 계산된다.
Ship type Ship size 기준연도 평균 가격 ( USD / DWT ) 기준연도 거래금액 총액 (mil. USD ) 가중치
Bulker NEWCASTLE 263.04 2139.0 0.1352
CAPE 292.43 4050.71 0.2560
KAMSARMAX 369.62 2305.77 0.1457
PANAMAX 385.52 357.15 0.0226
ULTRAMAX 425.20 4425.3 0.2797
SUPRAMAX 520.82 861.4 0.0544
HANDY 619.53 1682.05 0.1063
신조선가 패널데이터는 2012년 3월부터 한 주에 하나씩 여러 패널들로부터 받은 데이터의 주(week)평균 자료이다. 그러므로 패널데이터의 개수는 대체로 일정하나, 성약 데이터는 각 선형별로 성약이 있는 시기만 집계되기 때문에 개수가 선형별로 차이가 있다.
앞의 기술통계에서 볼 수 있듯이 PANAMAX가 성약데이터 개수가 가장 적고, ULTRAMAX 성약이 가장 많은 것이 가중치에 그대로 반영되었음을 알 수 있다. 가중치 생성에는 패널데이터가 총 거래금액에 왜곡을 발생하므로 성약데이터만으로 계산하였다. 패널데이터는 선가지수 생성에 적당한 데이터 수를 확보하는데 의의가 있다면, 성약 데이터는 각 선형별 거래 비중을 파악하는데 도움이 된다.
탱커의 경우 패널데이터가 없는 관계로 성약데이터 만으로 신조선 탱커의 각 선형별 지수를 생성하였다. 이후 생성된 선형별 지수에 가중치를 곱하여 신조선 탱커지수를 생성하였다. 신조 탱커 선가지수는 현재 분석 가능한 성약 데이터를 이용하여 2014년 1월 31일(마지막 주차)부터 생성하였다.
신조선 탱커지수는 가중치를 선형별 지수에 곱하여 생성하였다. VLCC가 41.46%로 비중이 가장 크며, 그 다음으로 AFRAMAX / LRⅡ(22.92%) > SUEZMAX(16.26%) > MR(12.84%) > LRⅠ(6.53%) 순이다. 가중치는 각 선형별 거래금액 2013년부터 2015년 총합(단위: $)을 기준으로 계산된다. VLCC 선형의 성약 데이터 개수가 많고 선가가 다른 선형에 비해 고가이기 때문에 가중치 비중이 가장 크게 나오는 것이다.
신조선 컨테이너 성약은 상대적으로 모든 선형에서 적은 편이다. 그런 영향으로 선형별 선가지수가 계단형으로 생성되는 구간이 많다. POST PANAMAX가 그나마 다른 선형보다 많아서 총 성약 데이터 개수가 60여개이고, 나머지 선형은 대체로 30개미만으로 적다. 이처럼 성약데이터가 부족한 데는 컨테이너 선형 분류의 구간 설정 단계에서 제외된 SIZE가 있기 때문이다.
컨테이너 선종도 탱커와 마찬가지로 패널데이터가 없다. 성약데이터 만으로 신조선 컨테이너의 선형별 지수를 생성하였다. 이후 생성된 선형별 지수에 가중치를 곱하여 신조선 컨테이너지수를 생성하였다. 신조 컨테이너 선가지수는 현재 분석 가능한 성약 데이터를 이용하여 2013년 5월 31일(마지막 주차)부터 생성하였다.
신조선 컨테이너지수는 가중치를 선형별 지수에 곱하여 생성하였다. 신조선 컨테이너지수는 POST PANAMAX 선형의 비중이 85.90%로 전체의 대부분을 차지하고, 기타 선형이 14.10%를 차지한다. 가중치는 각 선형별 거래금액 2013년부터 2015년 총합(단위: mil. USD)을 기준으로 계산되며 앞의 기술통계의 선형별 성약 개수에서 확인 할 수 있듯이 신조선 컨테이너 성약은 POST PANAMAX에 집중되어 있다. 특히 2015년에는 POST PANAMAX의 성약 거래가 주를 이루었다. 이는 신조선 컨테이너선의 대형화 추세와 맞물려 생각할 수 있다. 이러한 고가의 대형 컨테이너선이 주류를 이루게 되면서 지수 생성의 가중치 또한 대형선의 비중이 커지게 된 것이다.
한편 중고선 선가지수는 중고선의 경우 신조선과 달리 NEWCASTLE, ULTRAMAX의 성약데이터가 적어 지수 생성에 한계가 있다. 따라서 두 선형을 제외한 5가지 선형에 대해 벌커 지수를 계산하였다.
중고선가지수는 전술한 것처럼 중고선가격의 특성상 선령이 오래 될수록 하락하는 경향이 있다. 일반적으로 사용하고 있는 선가의 감가상각률은 5~6%이다(Adland, R.O., 2000). 하지만 선종별, 선형별로 감가상각률이 다를 수 있으므로, 본 발명에서는 성약데이터를 바탕으로 감가상각률을 계산하여 선령보정을 하였다.
선형별로 성약에 나온 가격을 그대로 사용할 경우 같은 선형이더라도 DWT에 따라 가격이 상이할 수 있으므로, 성약가격을 DWT로 나누어 감가상각률 계산 시 사용하였다. 여기서는 선형별 선령에 따른 선가의 분포에 비선형 회귀모형 중 지수모형을 적합하여 감가상각률을 계산한 그 결과 5.6~8.9%의 감가상각률을 보이며, 이는 일반적으로 사용하고 있는 감가상각률과 매우 유사함을 알 수 있다. 본 발명에서는 선종에 따른 선형별 감가상각률을 이용한 가격 보정값을 사용하여 10년령을 기준으로 중고선 가격을 보정하여 중고선 지수를 계산하였다.
이러한 중고선 선종에 따른 선형별 감가삼각률은 표 11과 같다.
벌커 탱커 컨테이너
선형 감가상각률 선형 감가상각률 선형 감가상각률
CAPE 7.3% VLCC 6.8% HANDY 8.9%
KAMSARMAX 7.5% SUEZMAX 7.5% BANGKOKMAX 8.4%
PANAMAX 6.9% AFRAMAX / LR Ⅱ 8.2% FEEDER 7.5%
SUPRAMAX 5.6% LR Ⅰ 8.1%
HANDY 6.0% MR 7.7%
한편 중고선 벌커지수는 KAMSARMAX를 제외한 선형들은 패널데이터가 존재하여 성약데이터, 성약데이터와 패널데이터를 합친 통합데이터를 이용하여 선형별 지수를 생성하였다. KAMSARMAX는 성약데이터가 2013년 3주차부터 존재하여 그 시점부터 지수를 생성하였으며, 나머지 선형은 2013년 1주차부터 지수를 생성하였다.
중고선 벌커지수 생성을 위해 앞서 설명한 가중치 산정 수식을 이용해 선형별 가중치를 계산하였다. 선형별 가중치는 SUPRAMAX, PANAMAX, CAPE, HANDY, KAMSARMAX 순으로 높게 나왔으며 표 12와 같다. 선형별 지수와 가중치를 곱하여 중고선 벌커지수를 계산하였다.
특히, SUPRAMAX는 t-test결과 성약데이터와 패널데이터간 유의미한 차이가 존재했으나, 지수생성 시 통합 데이터를 이용하여도 지수가 유사하게 나옴을 볼 수 있다. 또한 중고선 벌커지수 역시 사용한 데이터에 상관없이 유사한 결과를 보이는 것으로 알 수 있다. 이후 중고선 종합지수 분석 시 성약데이터와 통합데이터를 이용해 각각 산출하고자 한다.
Ship type Ship size 기준연도 평균 가격 ( USD / DWT ) 기준연도 거래금액 총액 (mil. USD ) 가중치
Bulker NEWCASTLE - - -
CAPE 127.0 2187.2 0.2020
KAMSARMAX 157.6 1152.2 0.1064
PANAMAX 176.0 2257.4 0.2085
ULTRAMAX - - -
SUPRAMAX 242.1 3322.0 0.3068
HANDY 320.4 1910.1 0.1764
한편 성약데이터를 이용하여 중고선 탱커의 선형별 지수를 생성하였는데, SUEZMAX는 2013년 5주차부터, LRⅠ은 4주차부터 성약데이터가 존재하여 그 시점부터 지수를 생성하였으며, 나머지 선형은 2013년 1주차부터 지수를 생성할 수 있다.
중고선 탱커지수 생성을 위해 앞서 설명한 가중치 산정 수식을 이용해 선형별 가중치를 계산하였다. 선형별 가중치는 VLCC, MR, AFRAMAX/LRⅡ, SUEZMAX, LRⅠ 순으로 높게 나왔다. 이후 생성된 지수에 선형별 가중치를 곱하여 중고선 탱커지수를 생성하였다.
또한 성약데이터를 이용하여 중고선 컨테이너의 선형별 지수를 생성하였다. 신조선과 달리 POST PANAMAX 성약데이터가 적어 HANDY, BANGKOKMAX, FEEDER 지수만 생성하였다. POST PANAMAX를 제외한 모든 컨테이너 선형의 성약데이터가 2013년 1주차부터 존재하여 그 시점부터 지수를 생성하였다.
중고선 탱커지수 생성을 위해 앞서 설명한 가중치 산정 수식을 이용해 선형별 가중치를 계산하였다. 선형별 가중치는 HANDY, BANGKOKMAX, FEEDER 순으로 높게 나왔다. 생성된 지수에 선형별 가중치를 곱하여 중고선 탱커지수를 생성할 수 있다.
해체선가지수는 성약은 크게 DRY부문과 WET부문으로 구별된다. 또한, 지역별로 방글라데시(Bangladesh), 인도(India), 파키스탄(Pakistan), 중국(China), 터키(Turkey)로 구분된다.
따라서 해체선가지수는 부문별 지수로 해체선 DRY 지수(Demolition DRY Index)와 해체선 WET 지수(Demolition WET Index)가 생성되며, 각 지역의 지수를 DRY, WET부문의 주요 5개 지역별 지수로 구분하여 생성하였다.
위 결과 2개 부문별 지수와 10개 지역 지수를 포함하여 1개 종합해체선가지수(Demolition Composite Index)를 2013년 3월 둘째 주부터 생성하였다.
해체선 DRY 지수(Demolition DRY Index)는 성약데이터 보유 기간을 고려하여 2012년 11월 마지막 주부터 방글라데시, 중국, 인도 지역의 지수가 생성되며, 2012년 12월 첫째 주에는 파키스탄, 2013년 1월 둘째 주에는 터키지수가 생성되어 2013년 1월 둘째 주부터 DRY 부문별지수를 생성하였다.
DRY 해체선가지수 생성을 위해 앞서 설명한 가중치 산정 수식을 이용해 지역별 가중치를 계산하였고 그 결과가 표 13과 같다.
Ship type Location 기준연도 평균 가격 ( USD / LDT ) 기준연도 거래금액 총액 (mil. USD ) 가중치
DRY Bangladesh 403.94 1537.11 0.3260
China 353.73 385.69 0.0818
India 425.72 2069.00 0.4389
Pakistan 405.28 669.63 0.1420
Turkey 320.42 53.04 0.0113
한편 해체선 WET 지수(Demolition WET Index)는 성약데이터 보유 기간을 고려하여 2012년 11월 마지막 주부터 인도, 파키스탄 지수를 생성하였으며, 2013년 1월 둘째 주에는 중국, 2013년 1월 넷째 주에는 방글라데시, 2013년 3월 둘째 주에는 터키 지수가 생성되어 2013년 3월 둘째 주부터 WET 부문별 지수를 생성하였고 이를 표 14와 같이 나타낼 수 있다.
Ship type Location 기준연도 평균 가격 ( USD / LDT ) 기준연도 거래금액 총액 (mil. USD ) 가중치
WET Bangladesh 413.47 252.25 0.2403
China 328.95 85.65 0.0816
India 450.33 126.71 0.1207
Pakistan 438.12 574.72 0.5474
Turkey 373.33 10.56 0.0101
그리고 이를 이용하여 신조·중고·해체선별 선형별 선가지수를 산출하였다.
선종별 선가지수 생성 방법과 마찬가지로 시장거래상황을 반영한 가중치를 도출하기 위해 기준연도의 선종별 거래액을 거래총액으로 나누었다. 선종별 선가지수는 선종별 가중치에 지수를 곱하여 산출한다. 이를 이용하여 신조·중고·해체선의 종합선가지수를 수학식 3과 같이 산출하였다(S150).
Figure PCTKR2017003200-appb-M000003
여기서, k=ship size, k=1, 2, 3...
선종별 선가지수는 전술한 수식을 이용하여 계산하였다. 신조선가지수에 적용된 가중치는 기준연도 총 거래금액 비중으로 결정하였으며 그 값들은 표 15에 나타나 있다.
Ship type Ship type 기준연도 거래금액 총액 (mil. USD ) 가중치
Newbuiling Price Index Bulker 15821.38 0.3445
Tanker 19467.04 0.4239
Container 10639.55 0.2317
신조선, 중고선, 해체선의 선종별 가중치를 이용하여 각각의 종합선가지수를 계산하였다.
그리고 이렇게 산출된 종합선가지수는 도 2에서와 같이 다수의 패널리스트의 PC로부터 패널 데이터를 종합선가지수 산출장치(PC)에서 수신하여 설정주기로 갱신하고(S160), 갱신된 패널 데이터를 앞에서 산출한 종합선가지수에 따라 설정된 주기(예로써 1주단위)로 새로운 종합선가지수로 산출한다(S170).
그리고, 산출된 종합선가지수는 웹 사이트가 고객(해운선사, 조선소, 화주기업, 해운중개업체, 금융기관 및 유관조직)의 PC로 전송되어 선가지수 중개서비스를 제공할 수 있게 된다.
이상과 같은 예로 본 발명을 설명하였으나, 본 발명은 반드시 이러한 예들에 국한되는 것이 아니고, 본 발명의 기술사상을 벗어나지 않는 범위 내에서 다양하게 변형 실시될 수 있다. 따라서 본 발명에 개시된 예들은 본 발명의 기술 사상을 한정하기 위한 것이 아니라 설명하기 위한 것이고, 이러한 예들에 의하여 본 발명의 기술 사상의 범위가 한정되는 것은 아니다. 본 발명의 보호 범위는 아래의 청구범위에 의하여 해석되어야 하며, 그와 동등한 범위 내에 있는 모든 기술 사상은 본 발명의 권리범위에 포함되는 것으로 해석되어야 한다.

Claims (7)

  1. 미리 선정된 패널리스트들의 패널 데이터를 통해 선종별 대표선형을 선정하는 단계(S100);
    표준선가 데이터 정제 및 신조, 중고, 해체선에 대한 DB 구축을 위한 테이블이 준비되는 단계(S110);
    상기 신조, 중고, 해체선에 대한 상기 테이블에 필수 성약 정보가 입력되어 표준 선가데이터베이스(DB)가 구축되는 단계(S120);
    해상운임지수를 산출하는 산출프로그램이 설치된 운임지수산출장치(PC)에서 상기 구축된 DB를 이용해 신조선, 중고선 및 해체선 각각에 대하여 선형별 선가지수를 생성하는 단계(S130);
    상기 생성된 선가지수에 대하여 선형별 거래액을 선형별 거래 총합으로 나누어 가중치를 도출하는 단계(S140); 및
    상기 도출된 선종별 가중치를 이용해 종합선가지수를 산출하는 단계(S150);를 포함하여 이루어지는 것을 특징으로 하는 아시아 선가지수를 제공하기 위한 선가지수 산출 방법.
  2. 청구항 1에 있어서,
    상기 선형별 선가지수를 생성하는 단계(S130)에서,
    상기 선가지수는 가장 하위지수인 선형별 선가지수부터 생성하고 선종별 그리고 신조선, 중고선, 해체선지수 순으로 생성하되,
    상기 선가지수(INDEX)는,
    Figure PCTKR2017003200-appb-I000001
    에 의해 산출되는 것을 특징으로 하는 아시아 선가지수를 제공하기 위한 선가지수 산출 방법.
  3. 청구항 2에 있어서,
    상기 생성된 선가지수에 대하여 선형별 거래액을 선형별 거래 총합으로 나누어 가중치를 도출하는 단계(S140)는,
    선형별 시장거래상황을 반영한 가중치를 도출하기 위해 기준연도의 선형별 거래액을 선형별 거래총합으로 나누고, 선종별 선가지수는 선형별 가중치(wk)에 지수를 곱하여,
    Figure PCTKR2017003200-appb-I000002
    로 산출됨을 특징으로 하는 아시아 선가지수를 제공하기 위한 선가지수 산출 방법.
  4. 청구항 3에 있어서,
    상기 도출된 선종별 가중치를 이용해 종합선가지수(INDEXsptyre)를 산출하는 단계(S150)는, k=ship size(k=1, 2, 3...)이라 할때,
    Figure PCTKR2017003200-appb-I000003
    에 의해 산출되는 것을 특징으로 하는 아시아 선가지수를 제공하기 위한 선가지수 산출 방법.
  5. 청구항 1에 있어서,
    상기 선형별 선가지수를 생성하는 단계(S130)에서,
    생성될 선가지수의 연속성과 유의성을 담보하기 위해
    상기 패널데이터에서 수집한 선종별 성약 데이터와 패널 데이터를 구분하여 기술통계량을 분석하며, 상기 성약 데이터와 패널 데이터 간에 유의한 차이가 있을 수 있으므로 이를 사전에 파악하기 위하여,
    상기 성약데이터와 패널데이터 간의 차이에 대한 대응표본 t-test(paired sample t-test)를 통해 검정하며, 상기 패널들이 보내주는 호가 데이터의 평균값과 최소값을 사용했을 때로 나누어 대응 표본 t-test를 실시하고, 상기 선가지수는 성약데이터와 패널데이터의 최소값을 합한 통합데이터를 이용하여 생성하는 것을 특징으로 하는 아시아 선가지수를 제공하기 위한 선가지수 산출 방법.
  6. 청구항 1 내지 청구항 5 중어느 하나의 항에 의한 선가지수를 산출하는 산출프로그램을 운임지수산출장치(PC)에 설치하고, 다수의 패널리스트들의 PC로부터 패널 데이터를 운임지수산출장치(PC)에서 수신하여 설정된 주기로 갱신하고, 상기 갱신된 패널 데이터를 해상운임지수 산출 방법에 따라 설정된 주기로 새로운 해상운임지수를 산출하여 운임지수산출장치(PC)에서 산출하여 고객 PC로 제공하는 단계;를 포함하여 이루어지는 것을 특징으로 하는 아시아 선가지수를 제공하기 위한 선가지수 산출 방법을 이용한 해운정보 중개서비스 방법.
  7. 청구항 6에 있어서,
    상기 고객 PC는 해운선사, 조선소, 화주기업, 해운중개업체, 금융기관 및 유관조직 PC 중 하나 이상인 것을 특징으로 하는 아시아 컨테이너 해상운임지수를 제공하기 위한 해상운임지수 산출 방법을 이용한 해운정보 중개서비스 방법.
PCT/KR2017/003200 2017-03-23 2017-03-24 아시아 선가지수를 제공하기 위한 선가지수 산출 방법 및 그를 이용한 선가지수 중개서비스 방법 WO2018174321A1 (ko)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
KR1020170036733A KR101812802B1 (ko) 2017-03-23 2017-03-23 아시아 선가지수를 제공하기 위한 선가지수 산출 방법 및 그를 이용한 선가지수 중개서비스 방법
KR10-2017-0036733 2017-03-23

Publications (1)

Publication Number Publication Date
WO2018174321A1 true WO2018174321A1 (ko) 2018-09-27

Family

ID=60939496

Family Applications (2)

Application Number Title Priority Date Filing Date
PCT/KR2017/003200 WO2018174321A1 (ko) 2017-03-23 2017-03-24 아시아 선가지수를 제공하기 위한 선가지수 산출 방법 및 그를 이용한 선가지수 중개서비스 방법
PCT/KR2017/003611 WO2018174331A1 (ko) 2017-03-23 2017-04-05 아시아 건화물 해상운임지수를 제공하기 위한 해상운임지수 산출 방법 및 그를 이용한 해운정보 중개서비스 방법

Family Applications After (1)

Application Number Title Priority Date Filing Date
PCT/KR2017/003611 WO2018174331A1 (ko) 2017-03-23 2017-04-05 아시아 건화물 해상운임지수를 제공하기 위한 해상운임지수 산출 방법 및 그를 이용한 해운정보 중개서비스 방법

Country Status (2)

Country Link
KR (1) KR101812802B1 (ko)
WO (2) WO2018174321A1 (ko)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109509306A (zh) * 2018-09-30 2019-03-22 宁波三星智能电气有限公司 一种计算预付费电表剩余使用天数的方法

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110264086B (zh) * 2019-06-21 2022-07-05 山东省计算中心（国家超级计算济南中心） 一种基于专管共用的规范化海上试验航次制定方法
CN110737665B (zh) * 2019-10-21 2023-07-18 中国民航信息网络股份有限公司 一种数据处理方法及装置

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020004062A (ko) * 2000-06-30 2002-01-16 김순철 화물운송시스템 및 그 운송 방법
KR20160033375A (ko) * 2014-09-18 2016-03-28 정한희 선박위험관리서비스 방법 및 장치
KR20160115756A (ko) * 2015-03-26 2016-10-06 삼성에스디에스 주식회사 물류 서비스 제공 시스템 및 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20020004062A (ko) * 2000-06-30 2002-01-16 김순철 화물운송시스템 및 그 운송 방법
KR20160033375A (ko) * 2014-09-18 2016-03-28 정한희 선박위험관리서비스 방법 및 장치
KR20160115756A (ko) * 2015-03-26 2016-10-06 삼성에스디에스 주식회사 물류 서비스 제공 시스템 및 방법

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
JUNG BONG MIN: "Innovation Plan of KMI Freight Index Assessment System", KOREA MARITIME INSTITUTE, December 1997 (1997-12-01), pages 1 - 63 *
pages 1 - 3, Retrieved from the Internet <URL:URL:<http://haesanews.com/section/section_view.asp?spart1=BJ11795552&spart2=&section_id=20161007100738346309> *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109509306A (zh) * 2018-09-30 2019-03-22 宁波三星智能电气有限公司 一种计算预付费电表剩余使用天数的方法

Also Published As

Publication number Publication date
WO2018174331A1 (ko) 2018-09-27
KR101812802B1 (ko) 2017-12-28

Similar Documents

Publication Publication Date Title
WO2018174319A1 (ko) 아시아 컨테이너 해상운임지수를 제공하기 위한 해상운임지수 산출 방법 및 그를 이용한 해운정보 중개서비스 방법
WO2018174321A1 (ko) 아시아 선가지수를 제공하기 위한 선가지수 산출 방법 및 그를 이용한 선가지수 중개서비스 방법
US6963853B1 (en) Method and apparatus for calculating a return on investment for weather-related risk management
WO2017222128A1 (ko) 카드 발급사를 대신하여 카드 서비스를 제공하는 방법 및 서버
Pestana Barros Productivity assessment of African seaports
WO2021230522A1 (ko) 최종가격산정부를 갖는 토지시세 추정시스템 및 추정방법
WO2016028115A1 (ko) 경영계획관리지원을 위한 경영플랜 방법
Melumad et al. A theoretical examination of the market reaction to auditors' qualifications
WO2021145722A1 (ko) 보조지표를 활용한 주식 및 상품 투자 가격 예측시스템 및 방법
WO2018212400A1 (ko) 해외송금을 위한 사용자 인터페이스를 제공하는 방법
WO2014185684A1 (ko) 대차 거래, 공매도 거래 또는 주식 스왑 거래에 관한 정보를 제공하기 위한 방법, 시스템 및 비일시성의 컴퓨터 판독 가능 기록 매체
WO2018008835A1 (ko) 증권 포트폴리오를 위한 리스크 관리 방법 및 이를 위한 리스크 관리 장치.
WO2024111886A1 (ko) 임금 사전 지급을 위한 전자 장치 및 이를 이용한 임금 지급 방법
Tinumbia et al. The relationship between company size and audit committee to timeliness of financial reports with audit delay as mediation variables
WO2023120749A1 (ko) P2p 전력거래 플랫폼 서비스를 제공하는 방법 및 이를 위한 시스템
Jian et al. The land finance revenue under the “business tax to value-added tax reform”: Constrains on the planning target of construction land
WO2024010130A1 (ko) 스캠 코인에 해당한 블록체인 기반 암호화폐를 판단하는 시스템 및 방법
WO2024019507A1 (ko) 자동 주문 처리 서버 및 자동 주문 처리 방법
Dharmayanti et al. Does Institutional Ownership Moderating Tax Avoidance? An Empirical Analysis in Indonesian List Company
Farichah Analisis Pengaruh Informasi LabaTerhadap Perilaku Investor Di Pasar Sekunder
WO2023286989A1 (ko) 자산배분 포트폴리오 운용 장치 및 방법
Chen et al. Robust stability of quasipolynomials: Frequency-sweeping conditions
CN106570608A (zh) 一种新型物料结算系统
Chambers et al. Firm Level Analysis of Trade Restrictions in the Maritime Port Services Industry
WO2024025146A1 (ko) 케이블 예상물량 산출시스템

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 17902462

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 17902462

Country of ref document: EP

Kind code of ref document: A1