공급망의 모델링
분석의 한계점을 보완하기 위해 다양한 변수들을 활용하여 추가적인 분석을 시행하였다. GSCPI는 미국연방준비은행이 직접 발표하는 공급망 리스크에 대한 공신력 높은 지수이지만, 건화물 운임을 나타내는 BDI와 미국 출도착 항공 화물 운임을 기반으로 계산한 지수이기 때문에, 부산항과 같이 컨테이너 물동량이 많은 경우에 대한 영향을 분석하기에는 적합하지 않을 가능성이 있다. 따라서 GSCPI를 제외한 다른 변수를 활용하여 VAR 모형 분석을 시행하였다. 선정한 변수는 운송 측면의 변동을 대표할 수 있는 SCFI, 생산 측면의 변동을 나타내는 산업생산지수, 소비 측면의 변동을 대표하는 소매 판매 지수이다. 공급망을 구성하는 세 가지 측면의 변동을 대표하는 변수들을 통해 GSCPI라는 단일 변수를 활용하는 것보다 더욱 다양한 측면에서 공급망 리스크가 컨테이너 물동량에 미치는 영향에 대해 분석해보았다. SCFI와 우리나라, 중국, 미국의 산업 생산지수 및 소매 판매지수 시계열 자료의 정상성 분석을 위해 ADF 검정을 시행한 결과, 모두 단위근이 존재하는 것으로 분석되었다. 따라서 안정적인 시계열로 변환하기 위해 각 변수에 로그를 취하고 1차 차분하여 재검정을 시행한 결과 모두 안정적인 시계열로 나타났다. LA/LB항 물동량에 대한 분석 결과를 표 13에 정리하였다. 결과를 살펴보면, 1 시차 전 LA/LB항 물동량과 2 시차 전 SCFI의 두 변수만이 95% 수준 하에 통계적으로 유의미한 영향을 주는 것으로 나타났으며, 미국 산업 생산 지수와 소매 판매지 수는 물동량에 통계적으로 유의미한 영향을 주지 않는 것으로 분석되었다. 이는 부산항의 분석 결과와 유사하나, 부산항과 상하이항 물동량을 대상으로 한 분석에 비해 모형의 설명력(R-Squared)이 매우 낮아, LA/LB항 물동량에 대한 공급망 리스크의 영향을 살펴보기 위해서는 좀 더 다양한 변수를 고려하여 분석을 시행할 필요성이 있다. 분석 결과를 정리해보면, 우리나라 산업생산지수와 소매 판매 지수가 부산항 컨테이너 물동량에 미치는 영향은 통계적으로 유의한 영향을 미치지 않는 것으로 나타났다. 이는 부산항이 허브항 으로서 환적 중심 항만의 성격을 지니고 있기 때문으로 보이며, 상하이항 물동량이 중국 산업생산지수와 소매 판매 지수에도 유의한 영향을 받는 것으로 나타난 결과는 이를 지지해주는 것으로 생각할 수 있다. 다음으로, SCFI에 가해지는 충격은 부산항 컨테이너 물동량에 유의미한 영향을 주는 것으로 분석되었다. 단기적으로는 운송에 대한 운임이 상승한 만큼 물동량에 부정적인 영향을 주지만, 이후에는 오히려 긍정적인 영향을 미치는 것으로 나타났다. 다만, 충격에 대한 반응이 오래 지속되지는 않는 것으로 분석되었다. 즉, 부산항 컨테이너 물동량은 공급망의 운송 측면에 가해지는 충격에 가장 민감한 반응을 보이게 되며, 우리나라의 생산과 소비 부문에 가해지는 충격의 영향은 통계적으로 검증되지 않았다.