환율의 변동에 따른 인바운드, 아웃바운드 관광수요 분석

An Analysis of the Relationship between the Exchange Rate and the Tourism Demand

  • cc icon
  • ABSTRACT

    본 연구의 목적은 환율변동에 따라 한국의 인바운드 및 아웃바운드의 관광객 수에 미치는 영향을 고찰하는 것이다. 단기적인 관점에서 환율 변화가 관광객 수 변화에 미치는 영향을 확인하기 위하여 VAR 모형을 적용하여 인과 관계를 분석하였으며, 각 국의 환율제도가 관광객 수에 미치는 영향도 함께 살펴보았다.

    분석자료는 2003년 1월부터 2014년 2월까지 월별 관광객 수와 환율의 통계자료를 관광통계DB와 서울외환중개 및 연합 Informax를 통해 확보하여 사용하였다. 인바운드 관광 국가는 최근 한국으로의 관광객 수가 많은 아시아 국가들을 중심으로 선정하였으며, 그 중 환율제도가 다른 일본, 중국, 대만, 홍콩, 그리고 태국을 대상으로 분석을 시행하였다.

    본 연구 결과를 요약하면 첫째, 변동환율제를 실시하는 한국과 일본은 환율에 의해 관광객 수에 영향을 미치는 것으로 확인되었다. 둘째, 충격반응함수에서 한국과 일본은 환율의 충격이 관광객 수에 지속적인 영향을 주는 것으로 나타났다. 셋째, 분산분해 결과 한국과 일본의 경우에서만 관광객 수가 환율에 의해서 설명되고 있는 것으로 나타났다.

    본 연구 결과에 따르면, 환율 변화에 비교적 영향이 적은 것으로 나타난 관리변동환율제의 국가들(중국, 대만, 홍콩, 태국)의 경우, 관광객 수의 증가를 위해 최근의 한류와 같은 사회·문화적 요소와 정책적 고려가 필요할 것으로 보인다.


    Tourism industry is continually growing in the midst of the global economic recession. There are enormous economic factors that affect the tourism demand. The purpose of this study is to examine the influence(effect) of the exchange rate on the inbound and outbound tourists in Korea. This study especially analyzed the effect between the exchange rate and the inbound tourists from China, Japan, Taiwan, Thailand and Hongkong. Because these countries have a good accessibility to Korea and the number of tourists from these countries takes up a great share in overall foreign tourist market in Korea.

    For the empirical analysis, the VAR model and VECM model from January 2003 to February 2014 were derived and the authors tested the unit roots, causality, the Impulse Response Function and the variance decomposition. According to the results of the empirical analysis, this study can be concluded as follows.

    First, as a result of the casuality test, there is only unilateral casuality relation between outbound tourists and exchange rate, and between inbound tourists from Japan and exchange rate. Second, as a the impulse response equation and variance decomposition test, exchange rate shock has an influence on outbound tourists from Korea and inbound tourists from Japan. As a result, outbound tourists from Korea were sensitive to the exchange rate. However, inbound tourists from China, Hongkong, Taiwan and Thailand have no relationship between the exchange rate and inbound tourists except Japan. In case of the tourists from Japan, the exchange rate influences on the tourists.

  • KEYWORD

    Exchange rate , tourism demand , VAR model

  • Ⅰ. 서 론

    관광산업은 지속적인 발전과 다양한 많은 산업들 과의 연관관계에 놓여있으면서 꾸준히 그리고 가장 빠르게 성장하고 있는 산업 중 하나이다. 세계적인 경제 불황에도 불구하고 세계여행관광협회(WTTC) 는 관광산업을 경제 활성화 전략으로 주목 하고 장기적으로 지속적인 성장이 유지될 것으로 바라보았다(문화관광체육부, 2012). 즉, 관광산업은 기반시설의 확충과 함께, 직‧간접적인 고용창출 및 국제 수지 개선의 이바지와 같은 경제적 효과를 나타내기 때문에 이를 위하여 국제관광 수요의 객관적 예측은 매우 중요한 것으로 간주되고 있다(한숙영‧박상곤, 2008).

    국제관광에 영향을 미치는 요소로는 정치, 경제, 사회, 문화적 요인들이 있다. 목적지의 정치적 혼란성, 관광정책의 변동이나 SARS 또는 조류독감의 발발 등 질병의 위협과 같은 비경제적 요인은 관광 목적지 선택에 영향을 미치고 있으며 여행자의 소득, 여행비용 및 여행국의 물가 및 각국의 환율과 같은 경제적 요인 또한 관광에 많은 영향을 미치게 된다 (문화관광체육부, 2012). 이러한 국제관광에 영향을 미치는 요인을 예측하는 것은 정부의 관광객 유치 및 정책 수립, 관련기관 및 사업체의 경영전략 수립과 관광개발을 위하여 중요한 자료가 될 수가 있다(한숙영‧박상곤, 2008). 특히 거시경제 변수의 영향에 관한 지식은 관광 시설물과 투자 결정의 계획에서 핵심적인 역할을 한다(Park, Mjelde and Lee, 2012).

    경제적 요인들 중 각국의 환율 변동성이 각국의 관광 수입과 지출에 미치는 영향에 관하여 국내‧외의 연구자들에 의하여 많은 연구가 이루어져오고 있다. 환율의 변동에 따른 인바운드 관광객 및 아웃 바운드 관광객의 수와의 관계(김종구, 2007; 김종섭, 2011; 모수원, 204; 한숙영‧박상곤, 2008; Webber, 2001) 및 환율과 국제유가와 같은 거시경제변수와 호텔의 영업성과에 미치는 영향(김경환, 2013; 김윤식‧정규엽‧임은순, 2012) 및 거시경제 변수와 환대 기업의 주식률 간 관계(김수정, 2012)에 관한 연구는 지속적으로 이루어져 오고 있다. 하지만 환율과 관광수요에 관한 대부분의 연구가 인바운드 관광객의 대다수를 차지하고 있는 일본, 중국, 미국의 관광객을 대상으로 진행되어왔으며, 또한 인바운드 분석에 있어서 원/달러 환율만을 사용한 연구에 그치고 있다.

    따라서 본 연구에서는 이러한 연구의 한계점을 바탕으로, 원화와 각국의 통화에 근거한 환율의 변화가 인바운드 및 아웃바운드 관광객에 어느 정도의 영향을 미치고 있는지를 알아보고자 VAR 또는 VECM 모형을 이용하여 분석하고자 한다. 특히 인바운드 관광객 분석 대상 선정에서 전통적으로 많은 연구가 이루어진 미국, 일본, 중국에 한정하지 않고, 접근성이 뛰어난 아시아 국가들 중에서 최근 한국을 방문하는 비율이 비교적 높은 일본, 중국, 대만, 홍콩, 그리고 태국을 중심으로 분석하고자 한다.

    그리고 일본의 자유변동환율제도, 중국과 태국의 복수통화 바스켓 관리변동환율제도, 대만의 관리변동환율제, 홍콩의 통화위원회 제도와 같이 각 국가가 채택하고 있는 환율제도가 다르기 때문에 이러한 각 국가의 환율제도가 인바운드 관광객에 미치는 영향에 대한 분석 또한 필요한 것으로 본다. 따라서 본 연구에서는 위와 같은 연구 목적을 가지고 한국의 아웃바운드 관광객과 인바운드 관광객의 수와 각국의 환율과의 관계성을 보고자 한다.

    Ⅱ. 이론적 배경

    환율과 해외관광 사이의 관련성에 대한 선행연구들은 주로 경제적 변수를 이용하여 분석을 수행하였다. 인바운드 관광객 수와 아웃바운드 관광객 수에 대해서 분석한 연구가 대부분이며, 일부의 연구에서 환율과 관광지출과 관광수입의 관계를 분석하였다. 관광객 수, 관광지출과 관광수입에 관련된 연구들은 소득, 소비자 물가지수, 환율, 석유가격 등 경제변수들을 사용하여 분석하였다. 그리고 자기회귀모형, 오차수정모형, VAR 모형, 그랜져 인과검정 등을 이용하여 관계를 밝히고자 하였다. 주요 선행 연구의 내용과 주요 분석결과를 요약하면 아래와 같다.

    김종섭(2011)은 VAR 모형을 이용하여 환율과 아웃바운드와 인바운드 관광객의 관계를 분석하였다. 분석결과를 보면, 그랜져 인과검정 결과에서 단방 향의 인과관계를 보였다. 내국인의 출국자는 환율이 증가되면 비용 부담이 증가 되면서 출국자 증감에 직접적인 영향을 미치게 되지만, 외국인 입국자 측면에서는 자국의 환율에 상대적으로 민감하게 영향을 받는다는 결론을 도출하였다.

    한숙영‧박상곤(2008)은 2001년 1월부터 2007년 6월까지의 자료를 근거로 원/엔화 환율 변동에 따른 방한 일본 관광 수요를 예측하고자 하였다. 2004년부터 2007년까지의 원/엔화 환율과 방한 일본 관광객 수의 상관관계는 2002년부터 2003년까지의 상관 관계보다 높아졌음을 확인 하였다. 자기회귀모형을 사용하여 분석하였는데, 방한 일본 관광 수요에 대한 환율 탄력성은 약 1.29로 나타나 매우 탄력적인 것을 알 수 있었다.

    모수원‧김창범(2002)은 명목실효환율과 경기가 내국인의 해외관광수요에 어떠한 영향을 미치는가에 대해서 분석하였다. 오차수정방정식과 장기방정 식을 도출하여 환율과 경기에 대해 해외관광 수요가 탄력적이며 환율 상승은 관광수요를 억제하고 경기 상승은 관광수요를 촉진한다는 것을 밝혔으며, 환율 변동과 경기변동이 관광수요에 미치는 영향이 장기 간에 걸쳐 지속된다는 것과 경기가 환율보다 더 크게 오랫동안 영향을 미치나, 단기적으로는 경기보다는 환율이 더 큰 역할을 담당한다고 분석하였다.

    모수원‧김창법(2001)은 내국인의 해외여행을 설명할 수 있는 변수들로 모형을 구성하여 출국자수에 미치는 영향을 분석함과 동시에, 임의 보행모형과 같은 비구조적 모형의 예측력과 비교하였다. 충격반응함수를 이용하여 환율과 소득에 일정한 충격을 가한 결과 출국자는 상당 기간에 걸쳐 지속적으로 영향을 받는 것으로 나타났으나 환율충격에 대해서는 감소반응을 소득충격에 대해서는 증가반응을 보였다. 그리고 비구조적 모형인 ARIMA 모형과 RW모형의 예측력과 구조적 모형의 예측력 비교를 실시하여 모든 예측단계에서 구조적 모형의 예측력이 우수함을 밝혔다.

    유병철‧오지영(2011)은 환율이 장‧단기적으로 우리나라 아웃바운드 및 인바운드 관광수요에 어떠한 영향을 미치는가를 분석함에 있어서 장기 및 단기 비대칭성을 고려할 수 있는 비대칭 ARDL모형을 이용하였다. 분석결과 모두 장기 비대칭이 나타났으며, 단기 비대칭에서도 유의한 결과가 나타났다. 장기계수 추정결과, 환율 상승에 따른 내국인 출국자 수의 감소규모가 하락 시 증가폭보다 크게 나타나 우리나라 해외 출국자는 환율인상에 더욱 크게 반응하는 것으로 나타났다는 것을 분석하였다.

    모수원(2004)은 환율의 변동성이 내국인의 해외 관광수요에 어떠한 영향을 미치는가를 분석하였다. 1981년 1월부터 2002년 12월까지의 환율, 경기, 환율의 변동성으로 모형을 구성하여 원화 환율의 변동성이 한국인의 관광수요에 어떠한 영향을 미치는 가를 살펴보았다. 환율의 변동성이 내국인 해외관광수요에 부정적인 영향을 미친다는 것을 밝혔고, 충격반응함수를 이용하여 환율의 변동성이 출국자 수를 상당 기간에 걸쳐 위축시킨다는 것을 밝혔다.

    이 외에도 환율과 여행지출 및 여행수입에 미치는 영향에 대한 분석도 수행되었다. 김종구(2007)는 1989년 1분기부터 2005년 4분기까지의 분기별 자료를 이용하여 실질실효환율 변동을 포함한 소득 및환율 변수가 여행지출 및 여행수입에 미치는 영향을 분석하였다. 실증분석 결과, 실질소득 증가와 실질실효환율 상승은 여행지출을 증가시키고, 해외소득 증가와 실질실효환율 하락은 여행수입을 증가시 키는 것으로 나타났다.

    위에서 제시된 환율과 관련된 선행연구들은 관광에 영향을 미치게 된다는 것을 확인 할 수 있었다. 내국인이 출국하는 경우에는 환율이 상승하게 되면 출국이 줄어들고, 환율이 하락하게 되면 출국이 늘어나게 된다는 것을 알 수 있다. 그리고 관광이 경기에는 영향을 받는다는 것을 알 수 있었다. 그러나 외국인의 경우 환율의 영향이 내국인보다는 영향력이 작다는 것을 알 수 있었지만, 대미환율만을 사용한 분석은 한계가 있는 것으로 판단된다.

    Ⅲ. 연구방법

       1. 자료

    가. 기초통계량

    본 연구의 분석시간은 2003년 1월부터 2014년 2월까지로 하며, 분석대상으로는 아시아 국가를 중심으로 한국, 일본, 중국, 대만, 홍콩, 태국을 대상으로 한다. 아웃바운드 및 인바운드 관광객과 각국 환율은 각각 관광통계DB(http://www.tour.go.kr)와 서울 외환중개 및 연합 Informax를 통해 확보하였다. 각국의 환율자료는 평잔기준으로 측정된 월평균환율을 이용하였다. 또한, 본 연구에서 분석될 변수들은 log 값으로 변환된 값을 사용하여 분석할 것이다. <표 1><표 2>는 log 값 변환 전 한국원화 대비 각국의 환율 및 아웃바운드와 인바운드 관광객의 기초통계량이다. <표 1>을 보면, 원화환율의 변동은 대체적으로 비슷한 양상을 보이고 있으며, 일본의 환율 변동이 가장 큰 것으로 나타났다. <표 2>에서는 평균값을 보면 한국의 경우 96만 명 정도 해외여 행을 했으며, 일본은 21만 명, 중국은 7만 명, 대만은 3만 명, 홍콩은 1만7천 명, 태국은 1만2천 명 정도 한국을 방문했다. 중국의 경우 최대값이 40만 명 이상이므로 중국인들의 한국여행이 아시아 국가 중 가장 많다고 볼 수 있다.

    [그림1]~[그림6]은 아웃바운드와 각국의 인바운드를 원화 대비 환율과 비교해서 그린 것이다. 원화 대비 환율의 반응에 대해서 [그림1][그림2]을 보면 원화 대비 환율에 관광객의 입국과 출국이 밀접하게 반응한다는 것을 확인할 수 있다. 한국의 해외관광객 수는 금융위기로 인해서 (원·달러)환율의 급등으로 2009~2010에 해외 관광객 수가 줄어들고, 2010년 이후 (원·달러)환율의 하락으로 인해서 해외 관광객 수가 늘어나고 있다는 것을 알 수 있다. 일본의 경우도 마찬가지로 (원·엔화)환율의 상승으로 인해서 2008년 이후 관광객 입국이 늘어나고 있지 만, 2012년 이후 (원·엔화)환율의 하락으로 인해서 일본인 관광객 수가 줄어들고 있다는 것을 확인할 수 있다. 그러나 [그림3]에서 [그림6]은 중국, 대만, 홍콩, 태국의 관광객 입국은 2008년 이후 입국자 수가 원화 대비 환율과 무관하게 계속해서 상승하고 있다. 이것은 원화 대비 환율의 요인보다는 다른 요인으로 인해서 입국자 수가 늘어나고 있다는 것을 시사하고 있다.

       2. 자료의 안정성 검정

    본 연구는 원화 대비 환율과 아웃바운드 및 인바운드 관광객 수와의 관계를 분석하고 그 영향력을 분석하고자 한다. 변수들의 시계열 특성에 따라 VAR(벡터자기회기)모형 및 VECM(벡터오차수정)모형을 사용하여야 한다. 불안정한 시계열을 사용하여 VAR 모형으로 분석한 경우 아무런 인과관계를 갖지 않는 변수들의 회귀분석이 높은 적합도를 갖게 되는 가성회귀 문제가 야기될 수 있기 때문에, 불안정적이면 변수들의 공적분 관계를 확인 한 이후, 공적분 관계가 확인되면 VECM모형을, 공적분 관계가 없다면 차분을 통하여 변수들을 안정화 시킨 후 VAR 모형을 사용할 것이다.

    가. 단위근 검정

    불안정한 시계열인 경우에 실증분석결과에 가성 회귀문제가 나타날 수 있다. 따라서 본 연구 표본자료의 안정성 혹은 정상성(stationarity)을 검정하기 위하여 단위근(unit root) 검정을 실시할 필요가 있는 데, 본 연구에서는 ADF(augmented Dickey-Fuller) 검정과 PP(Phillips-Perron) 검정을 실시하였다.

    관광객 수는 계절 조정한 값으로 검정을 실시하였다. <표 3>은 단위근 검정 결과를 보여주고 있다. 검정 결과를 종합해보면, ADF 검정에서 일본 관광객 수를 제외하고는 모든 변수들이 수준변수에서는 단위근이 존재하는 것으로 나타났지만, 차분변수의 경우에는 모든 변수들이 안정적인 시계열로 나타났다. 시차길이는 AIC 정보기준에 기초하여 자동으로 선택하였다.

    나. 공적분 검정

    단위근 검정에서 불안정한 시계열인 경우 차분을 통하여 안정적인 시계열로 만들어서 사용되어야 하나, 이때에 변수들 간에 있는 중요한 정보가 손실되어 버릴 수 있다. 이에 따라서 공적분 관계를 확인 하여서 공적분이 있다고 판단되면 이에 대한 정보를 반영하여 사용하여야 한다.

    개별 변수가 단위근을 갖는 불안정한 시계열이고, 이들 변수들이 동일한 차수로 적분되어 있고, 그 선형 결합이 안정적 시계열을 생성한다면, 이러한 선형결합은 공적분 관계를 갖는다. 공적분의 경제적인 의미는 변수들 사이에 안정적인 장기균형관 계가 있다는 것이며, 단위근을 갖는 시계열 변수 사이에 공적분 관계가 있는지를 검정하는 것은 경제 적으로 이들 변수 사이에 안정적인 장기균형관계가 있는지를 검정하는 것이다. 공적분 관계를 검정에 이용되는 방법은 Engle and Granger(1987)Johansen(1988) 공적분 검정 방법이 있는데, 이 두 가지 방법 중 후자가 보다 우수한 것으로 보고되고 있다. 그리고 Johansen 공적분 검정에서 사용되는 통계량으로는 트레이스(trace) 통계량과 max-eigen 통계량이 있다.

    본 연구에서는 Johansen 공적분 검정을 실시하였다. <표 4>는 Johansen 검정을 실시한 결과를 보여 준다. <표 4>에 따르면 트레이스 통계량과 max-elgen 통계량은 한국, 중국, 대만, 태국은 None 부분에서 모두 5% 유의수준에서 공적분이 존재한다는 귀무가설이 기각하지만, At most 1에서는 모두 5% 유의수준에서 공적분이 존재한다는 귀무가설을 기각하지 못하고 있다. 또한 일본, 홍콩은 유의수준 에서 공적분이 존재하지 않는 것으로 나타났다. 결과를 종합해보면, 한국, 중국, 대만, 태국의 결과에서 공적분이 없다는 가설을 5%수준에서 기각함으로써 공적분이 1개가 존재함을 알 수 있다. 일본, 홍콩은 공적분이 존재하지 않는다는 것을 알 수 있다.

       3. 분석방법

    VAR(벡터자귀회귀모형)은 일변량 자기회귀모형을 다변량 자기회귀모형으로 확정시킨 모형으로 예측 및 내생변수의 변화에 따른 효과분석 등과 관련 하여 자주 활용되고 있다. VAR 모형은 다음과 같은 분석상의 특징을 갖고 있다. 첫째, 충격반응분석 (impulse response analysis)을 통하여 어떠한 한 변수의 변화가 내생변수에 미치는 동태적 효과를 파악할 수 있다. 둘째, 분산분해(variance decomposition) 를 통하여 각각의 내생변수의 변동 중에서 이들 변수들이 전체변동에 기여한 부분의 상대적 크기를 분석할 수 있다.

    VAR모형은 실제 관찰되는 시계열들이 주는 정보를 이용하여 현실경제를 분석한다. 즉, VAR모형은 모형내의 모든 변수들에 대한 시치변수들을 동시에 설명변수로 이용하여 결과를 분석한다. 일반 적으로 VAR모형은 모형 내에 포함된 변수가 많지 않은 장점이 있는 반면, 추정이나 분석결과가 변수에 의해서 좌우되므로 변수선정에 신중을 기해야 하며, 모형 설정 시 사용되는 변수들의 배열순서 및 표본기간, 시차길이 등에 따라 결과가 달라질 수 있다는 약점이 있다(문권순, 1997).

    본 연구에서 국가별로 시계열 특성이 다르게 나타나서 한국, 중국, 대만, 태국은 VECM 모형을 이용해서 분석하고, 일본과 홍콩은 차분하여서 안정적인 시계열로 전환 후 VAR 모형을 적용하여 분석 한다. VECM과 VAR 모형은 다음과 같다.

    image
    image
    image
    image

    식(1)과 (2)는 VECM 모형이고, 식(3)과 (4)는 VAR 모형이다. EXt, Vt는 각각 환율과 관광객 수의 수준변수이고, Excht, travelt는 차분변수를 나타낸다. a0, c0는 상수항을 의미하고, λ1, λ2는 조정계수로서 모든 변수들이 언제나 균형상태를 유지하고 있다면 ut - 1, υt - 1의 조정계수 값은 모두 0이다. 만약 무작위 충격으로 장기균형으로부터의 일시적인 이탈이 발생하면, 즉 ut - 1, υt - 1이 0이 아니라면, 오차수정 메커니즘이 균형을 회복하기 위하여 작동한다. 조정계수가 큰 값을 가지면 그에 대응하는 변수가 균형값을 회복하기 위해 더 빨리 변화한다는 것을 의미하고, 만약 계수가 0에 가깝다 면, t-1 시점에 발생한 장기균형으로부터의 이탈에 대해 거의 반응하지 않는다는 것을 의미한다. bi의 추정계수들이 통계적으로 유의하다면, 관광객 수는 환율에 영향을 미치는 요인이므로 이 정보를 활용하여 미래의 환율을 더 정확하게 예측할 수 있을 것이다. 만약 모든 시차의 bi = 0이라는 귀무가설이 채택된다면, 관광객 수는 환율에 영향을 미치지 않는다는 것을 의미한다. 비슷하게, 만약 환율이 관광객 수 변화의 원인이라면, 식 (2)에서 모든 시차의 di 추정계수들이 동시에 0이라는 귀무가설은 기각될 것이다. 여기서 bi들과 di들이 모두 통계적으로 유의하다면, 환율과 관광객 수 사이에 피드백 관계가 존재한다는 것을 의미이다. ϵt, ηt는 백색잡음 오차항이다. 모형에서 시차는 공적분 검정에서 사용한 시차를 적용하여 분석한다.

    IV. 분석결과

       1. 인과관계 검정

    단위근 검증과 공적분 검증결과를 종합해보면, 환율과 관광객은 단위근이 존재하고, 변수들 간에 공적분벡터가 존재하거나 존재하지 않는 것으로 나타났으므로 공적분 검증에서 결정된 적정시차를 적용하여 이들 변수들 간의 관계를 살펴보기 위하여 각 국가별 VECM과 VAR 모형을 적용하여 Granger causality 검정을 하였다. <표 5>는 인과관계 검정을 한 결과를 보여주고 있다. 결과를 보면, 한국과 일본은 원화 대비 환율(exchange rate)이 관광객 수 (number of tourist)에 영향을 미치는 원인변수로 나타났다. 그러나 중국, 대만, 홍콩, 태국 경우는 원화 대비 환율이 관광객 수에 대한 원인변수로 나타나지 않았다. 한국을 비롯하여 한국으로 입국하는 모든 국가에서 그 역의 경우는 성립하지 않는 것으로 나타났다. 한국과 일본의 경우에만 단방향 인과관계가 존재하는 것으로 나타났다. 이러한 결과는 한국의 해외관광은 (원·달러)환율의 변화에 따라서 해외관광 출국자 증감에 영향을 미치게 된다. 일본의 경우도 (원·엔화)환율의 변화에 따라 한국의 입국자 증감에 영향을 미치는 것으로 나타났다. 그러나 중국, 대만, 홍콩, 태국은 원화 대비 환율의 변화에 따라 한국으로 입국에 영향을 받지 않는 것으로 판단된 다. 검정결과를 종합해보면, 인바운드 관광에서는 일본을 제외하고 관광객 수 증감에 원화 대비 환율의 영향이 없는 것으로 나타났다. 이것은 각 국가 채택하고 있는 환율제도와 상관성이 있는 것으로 판단되며, 자유변동환율제를 채택하지 않은 대다수의 국민들은 환율의 변화에 덜 민감하게 반응하는 것으로 판단된다. 그러나 일본을 제외하고 다른 국가들은 원화 대비 환율의 변화와 관계없이 계속해서 입국자는 증가하고 있는데, 이것은 환율의 영향보다는 최근에 K-POP, 드라마 등 한류열풍으로 인한 문화적인 요인과 각 국가의 소비수준의 증대로 인해서 입국자 수가 늘어나고 있다고 판단해 볼 수 있다. 일본의 경우는 (원·엔화)환율의 변화가 인바운드 관광에 영향을 미치는 것으로 나타나고 있다. 만약 (원·엔화)환율이 상승하게 되면 인바운드 관광객 수가 증가할 것이다. 그러나 아웃 바운드 관광의 경우는 (원·달러)환율의 변화가 해외관광객 수에 영향을 미치는 것을 나타나고 있다. 만약 (원·달러)환율이 하락하게 되면 해외관광객 수가 증대되어 관광수지가 악화되며 국내 상품의 구매감소를 초래하여 경제성 장에 부정적인 영향을 미칠 수 있음을 알 수 있다.

    따라서 일본과 아웃바운드 관광은 (원·달러)환율의 의존도가 높기 때문에 (원·달러)환율이 일정 수준을 유지할 수 있도록 시스템을 구축할 필요가 있으며, 국가는 한국의 관광산업 발전전략을 구축하여 추진해야 할 것이다. 그리고 최근에 일본과 중국 간의 항공편수의 증가로 접근성이 좋아짐으로 인해서 입국자가 늘어났다. 대만, 홍콩, 태국도 접근성을 향상시킬 수 있는 방안을 검토해야 할 것이다.

       2. VECM과 VAR 추정결과

    <표 6>은 VECM 모형을 적용한 한국, 중국, 대만, 태국의 추정결과와 VAR 모형을 적용한 일본, 홍콩의 관광객 수에 대해 추정 결과를 보여주고 있다. 먼저 <표 6>의 Panel A는 VECM 모형의 결과를 보여주는데, 장기균형으로부터 변수들의 단기적 이탈에 따른 오차수정계수(CointEq1) 경우 한국은 – 0.0875으로 유의한 음(-)의 변화를 보였지만, 대만은 0.2420, 태국은 0.4262, 중국은 0.4036으로 유의한 양 (+)의 움직임을 보였다. 이것은 한국은 아웃바운드 관광객 수가 장기 균형수준 보다 크면 다음 달에는 작아지는 방향으로 변화한다. 그러나 인바운드 관광객의 경우에는 양(+)의 값을 가짐으로써 관광객 입국자가 수가 장기 균형 수준보다 크면 다음 달에는 확대되는 방향으로 변화한다. 추정계수를 보면, 한국의 경우에는 1~3개월 (원·달러)환율 과거값까지 통계적으로 유의한 것으로 나타났다. 중국은 4개월 전의 (원·위안화)환율 과거값이 통계적으로 유의한 것으로 나타났다. 이러한 결과는 한국의 경우는 (원·달러)환율이 상승하게 되면 1~3개월 후 아웃바운드 관광객 수가 줄어든다는 것을 의미한다. 또 중국의 경우는 (원·위안화)환율이 상승하게 되면 4개월 후 관광객 수가 감소하는 것을 의미한다.

    Panel B는 VAR 결과를 제시하는데, 홍콩은 (원·홍콩 달러)환율의 추정계수가 모두 통계적으로 유의하지 않아서, 원화 대비 환율 변화가 인바운드 관광객 수에는 영향을 미치는 않는 것으로 나타났다. 일본은 2개월 전의 (원·엔화)환율 과거값이 통계적으로 유의한 것으로 나타났다. 이는 (원·엔화) 환율이 상승하게 되면 2개월 후 관광객 수가 증가한다는 것을 의미한다.

    결과를 종합해보면, 아웃바운드의 경우에는 (원·달러)환율이 관광객 수에 영향을 받는 것으로 나타났지만, 인바운드 경우에는 일본을 제외하고 원화 대비 각국의 환율의 영향이 미비하거나 없다고 볼 수 있다.

       3. 충격반응

    [그림 7]~[그림 12]는 각 국가별로 적용된 VECM 모형과 VAR 모형의 추정치로 충격반응함수를 구한 것이다. 충격반응함수는 특정변수의 단위당 충격의 크기에 해당하는 충격을 그것이 자기변수 및 다른 변수에게 미치는 영향을 의미한다. 아웃바운드에 대한 충격반응함수는 [그림 7]에서 확인 할 수 있다. 그리고 인바운드에 대한 충격반응함수는 [그림 8]~[그림 12]에서 확인할 수 있다. [그림 7]을 보면, 한국의 (원·달러)환율의 충격에 의한 관광객 수의 반응을 보면 1개월 이후 음(-)의 영향을 미치는 것으로 나타났다. 1개월 후에 관광객 수의 반응은 없지 만, 2개월 이후부터 반응이 -0.010%에서 계속해서 증가하여 4개월 후에 –0.033% 정도로 나타났다. 다음으로, [그림 8]~[그림 12]에서 원화 대비 각국의 환율 충격에 의한 인바운드 관광객 수의 반응을 보면, 일본은 1개월 이후부터 양(+)의 영향을 미치는 것으로 나타났다. 2개월 이후의 관광객 수의 반응은 0.009% 이지만, 3개월 이후에 0.021%로 높은 반응을 보이다가 그 이후는 관광객 수에는 영향을 미치지 않는다. 중국의 경우는 1개월 이후 양(+)의 영향을 미치고, 4개월 이후 음(-)의 영향을 미치다가 다시 6개월 이후 양(+)의 영향을 미치는 것으로 나타났다. 충격 크기를 보면 –0.0008% ~ 0.0282%의 폭으로 변화한다. 홍콩은 시간에 따라 음(-)과 양(+)으로 방향으로 변화한다. 인바운드 관광객 수의 반응은 –0.003% ~ 0.018%의 반응 폭이 크지 않다. 대만의 경우에는 (원·대만 달러)환율의 충격에 대한 반응이 –0.019% ~ 0.022%로 반응하는 것으로 나타났다. 태국의 경우는 초기인 1~3개월에는 0.000% 에서 0.004%로 적은 폭으로 반응하지만 5개월 이후 양(+)의 반응을 보이며 상승하고 있다. 10개월에는 0.040%로 큰 폭의 반응을 보이고 있는 것을 확인할 수 있다. 결론적으로, 한국이 (원·달러)환율의 충격에 지속적인 영향력이 존재한다는 것을 알 수 있었다. 또한, 일본도 1~3개월 사이에 영향력이 존재 하고, 태국도 5개월 이후부터 지속적인 반응을 보이는 것으로 나타났다.

       4. 분산분해

    모형 내의 변수의 상대적인 중요성을 파악하기 위하여 예측오차에 대한 분산분해 분석을 실시하였다. 대부분의 결과들이 주로 자기 자신의 충격에 의해서 가장 많은 부분이 성명되는 것으로 나타났다. 일반적으로 어떤 변수가 영향력이 있을 때는 그 비중이 크거나 점점 증대되는 반면 영향력이 없을 때는 그 비중이 작거나 점점 감소하게 된다. <표 6> ~ <표 11>은 분산분해 분석을 국가별로 나타낸 결과이다. 관광객 수에 의한 분산분해결과를 국가별로 설명하면 한국은 1개월에서 10개월에 이르기까지 관광객 수의 예측오차분산은 자신에 의해서 56~100% 정도 설명되며, 나머지 0~44% 정도는 (원·달러)환율에 의해서 설명되는 것으로 나타났다. 일본의 경우에는 관광객 수의 예측오차 분산은 자신에 의해서 92~99% 정도 설명되고, 나머지 1~8% 정도는 (원·엔화)환율에 의해서 설명되는 것으로 나타났다. 한국에 비해서 상대적으로 낮은 것으로 나타났다. 그리고 인바운드 나머지 국가들은 대체적으로 관광객 수의 예측오차분산은 자신에 의해서 95~100% 설명되고 있으며, 0~5% 정도만 원화 대비 환율에 의해서 설명되고 있다. 일본의 경우에 비해 서도 상대적으로 낮은 것으로 나타났다.

    V. 결론 및 시사점

    본 연구는 꾸준히 성장하고 있는 관광산업에서 인바운드 및 아웃바운드 관광객 수와 경제적 요소인 환율간의 관계 및 그 영향에 대하여 분석하였다. 이를 위하여 VAR모형과 VECM모형을 이용하여 분석하였으며 한국으로의 접근성이 높고 환율제도별로 차이가 있는 아시아 국가들 중에서 한국을 방문 하는 비율이 비교적 높은 일본, 중국, 대만, 홍콩 그리고 태국을 대상으로 분석을 실시하였다.

    본 연구의 결과를 요약하면 다음과 같다. 첫째, 인과관계 검정 결과 국내 아웃바운드 관광객은 (원·달러)환율에 영향을 받는 것으로 나타났기에 (원·달러)환율이 아웃바운드 관광객 수에 영향을 미치는 원인변수로 나타났다. 일본의 경우에도 같은 결과로 나타났다. 하지만 다른 국가들의 인바운드 관광 객들은 원화 대비 환율의 영향을 받지 않는 것으로 드러났다. 이 결과는 국내 아웃바운드 관광객과 일본 관광객들은 원·달러환율, 원·엔화 환율 변동에 대하여 반응을 하고 있다는 것으로 판단이 된다. 이에 반하여 다른 국가들의 인바운드 관광객들의 경우에는 원화와의 환율변동에 대하여 민감하게 반응 하지 않는 것으로 나타났다. 즉, 원화 대비 환율 변화는 일본을 제외하고 인바운드 관광객들에게는 큰문제가 되지 않는 것으로 볼 수 있다.

    둘째, VECM과 VAR 추정결과에 따르면 한국, 일본, 중국은 원화 대비 환율 과거값이 관광객 수에 영향을 미치는 것으로 나타났다. 하지만, 홍콩, 대만, 태국은 원화 대비 환율의 과거값이 관광객 수에는 영향을 미치는 않는 것으로 나타났다. 이것은 한국, 일본, 중국의 환율 변화가 관광객 수를 선도한다고 볼 수 있다.

    셋째, 충격반응함수 결과를 보면, 국내 아웃바운드 관광객 수에 환율의 충격 반응을 보면 1개월 이후 음(-)의 영향을 미치는 것으로 나타났다. 각국의 환율 충격에 인바운드 관광객 수에 반응을 보면, 일본은 1개월 이후 양(+)의 영향을 미치고, 태국은 5 개월 이후 양(+)의 영향을 미치는 것으로 나타났다. 중국, 대만, 홍콩은 환율의 충격이 인바운드 관광객 수에 미치는 영향이 미미한 것을 나타났다.

    넷째, 분산분해 결과, 대부분의 결과들이 주로 자기 자신의 충격에 의해서 가장 많은 부분이 설명되는 것으로 나타났다. 한국의 경우 1개월에서 10개월에 이르기까지 관광객 수의 예측오차분산은 자신에 의해서 56~100% 정도 설명되며, 나머지 0~44% 정도는 환율에 의해서 설명되는 것으로 나타났다. 인바운드 국가들 중에서 일본의 경우에는 관광객 수 의 예측오차 분산은 자신에 의해서 92~99% 정도 설명되고, 나머지 1~8% 정도는 환율에 의해서 설명이 되는 것으로 나타났다. 인바운드 관광객에 대한 나머지 국가들의 경우 대체적으로 관광객 수의 예측 오차분산은 자신에 의해서 95~100% 설명되고 있으며, 0~5% 정도만이 환율에 의해서 설명이 되고 있다. 이는 일본의 경우 다른 국가들에 비하여 환율에 의한 설명력이 상대적으로 높은 것으로 확인되었다.

    그리고 인바운드 국가들을 각 국가들의 환율제도 별로 설명하면, 관리변동환율제의 중국, 대만, 홍콩, 태국의 경우에는 인과관계, VECM과 VAR 추정결과, 충격반응함수, 분산분해 분석의 결과들을 모두 고려해 본 결과 관광객 수에 대하여 환율의 영향이 적은 것으로 나타났다. 반면, 자율변동환율제의 일본의 경우에는 인과관계 검증에서 인과관계가 있는 것으로 나타났고, VECM 추정결과에서도 (원·엔화) 환율이 영향을 주는 것으로 나타났으며, 충격반응 함수, 분산분해 분석 결과들에서도 환율의 충격이 관광객 수에 영향을 주는 것으로 나타났다. 그러므로 일본의 경우는 환율에 영향을 받고 있다고 판단을 할 수 있다. 즉, 각국의 통화제도 별로 환율이 인바운드 관광객 수에 영향을 미치는 요인임을 알 수가 있다. 하지만 본 연구에서는 한국을 비롯한 아시아 몇 개 국가들만을 대상으로 연구를 하였기에 각국의 환율제도와 관광 수요와의 관계를 보기 위해서는 아시아만이 아닌 환율제도별로 국가들을 구분하여 확인해 볼 필요가 있다.

    본 연구 결과에서 한국으로 많은 입국이 이루어지고 있는 아시아 국가들 중에서 중국, 대만, 홍콩 등의 나라에서는 관리변동환율제를 실시하는 국가 들로서 환율의 변동과 관광객 수에는 큰 영향관계가 없는 것으로 나타났다. 이보다는 국민들의 소득 수준 및 최근 아시아 국가에 많은 영향을 미치고 있는 한류와 같은 사회‧ 문화적 요소의 영향관계를 살펴볼 필요성이 있다. 그러므로 중국, 대만, 홍콩, 태국 등 이들 국가들의 인바운드 관광객들의 증가와 지속적인 성장을 위해서 입국 절차의 간소화와 같은 관광정책의 변화 및 한국에 대한 관심을 더 증폭 시킬 수 있는 콘텐츠의 개발이 더욱 중요하다.

    이러한 결과들로 다음과 같은 시사점을 도출할 수가 있다. 한국은 (원·달러)환율의 변화에 따라서 해외 아웃바운드 관광객의 수가 변화한다는 사실을 확인하였다. 이는 내국인들은 환율의 변화에 민감하게 반응한다는 것이며, 관광수지의 적자를 만회 하기 위하여 한국 내에서 환율의 상승보다는 하락을 방어할 수 있는 정책의 수립 및 국내 관광으로 수요를 전환시키기 위한 다양한 방안 마련이 필요한 것으로 파악된다.

    본 연구의 한계점으로는 인바운드 및 아웃바운드 관광객들에 영향을 미칠 수 있는 변수들이 많이 존재할 것인데 환율만을 고려한 분석으로서의 한계점이 있다고 판단된다. 환율 이외의 경제적 요소들만이 아니라 접근성과 문화 요인들을 대체할 수 있는 변수를 개발하여 분석에 포함시킨다면 향후에는 보다 나은 결과를 얻을 수 있을 것으로 생각한다.

  • 1. 김 경환 (2013) 환율과 유가변동이 특급호텔의 영업 실적에 미치는 영향. [『호텔경영학연구』] Vol.22 P.41-54 google
  • 2. 김 수정 (2012) 거시 경제 변수가 환대 기업의 주식 수익률에 미치는 영향에 관한 탐색적 연구. [『호텔경영학연구』] Vol.21 P.309-327 google
  • 3. 김 윤식, 정 규엽, 임 은순 (2012) 거시환경과 호텔기업의 경영성과: 서울 특1급 호텔 객실부문 경영 성과를 중심으로. [『호텔경영학연구』] Vol.21 P.23-37 google
  • 4. 김 종구 (2007) 환율의 변동성이 우리나라 여행지출·수입에 미치는 영향. [『경제연구』] Vol.25 P.115-141 google
  • 5. 김 종섭 (2011) 환율변동과 아웃바운드 및 인바운드 관광객 수와의 관계에 대한 실증적 연구. [『농촌관광연구』] Vol.18 P.101-119 google
  • 6. 관광지식정보시스템 google
  • 7. 모 수원 (2004) 환율의 변동성과 한국인의 해외관광 수요. [『관광학연구』] Vol.27 P.147-162 google
  • 8. 모 수원, 김 창범 (2001) 한국인 해외관광객의 추정과 예측. [『관광학연구』] Vol.25 P.117-134 google
  • 9. 문 권순 (1997) “벡터자귀회귀(VAR)모형의 이해” [『통계분석연구』] Vol.2 P.23-56 google
  • 10. (2012) 『2011년기준 관광동향에 관한 연차보고서』. google
  • 11. 유 병철, 오 지영 (2011) 환율변동에 따른 우리나라의 장·단기 비대칭 해외관광수요 분석. [『시장경제연구』] Vol.40 P.47-77 google
  • 12. 한 숙영, 박 상곤 (2008) 원-엔화 환율 변동에 따른 방한 일본 관광 수요 예측. [『호텔관광연구』] Vol.10 P.183-193 google
  • 13. Engle R. F., Granger C. W. J. (1987) Cointegration and error correction: representation, estimation and testing.. [Econometrica] Vol.55 P.251-276 google doi
  • 14. Johansen S. (1988) Statistical analysis of cointegrating vectors. [Journal of Economic Dynamics and Control] Vol.12 P.231-254 google doi
  • 15. Park H. S., Mjelde J. W., Lee C. K. (2012) Dynamic Effects of Macroeconomic Factors on International Tourism Demand. [Tourism Research] Vol.27 P.247-270 google
  • 16. Webber. A. G (2001) Exchange Rate Volatility and Cointegration in Tourism Demand. [Journal of Travel Research] Vol.39 P.398-405 google doi
  • [<표 1>] 각국의 원화환율의 기초통계량
    각국의 원화환율의 기초통계량
  • [<표 2>] 아웃바운드와 인바운드 관광객의 기초통계량
    아웃바운드와 인바운드 관광객의 기초통계량
  • [[그림 1]] 한국인의 해외출국자 수와 원?달러 환율추이
    한국인의 해외출국자 수와 원?달러 환율추이
  • [[그림 2]] 일본의 관광입국자 수와 원?엔화 환율추이
    일본의 관광입국자 수와 원?엔화 환율추이
  • [[그림 3]] 중국의 관광입국자 수와 원?위안화 환율 추이
    중국의 관광입국자 수와 원?위안화 환율 추이
  • [[그림 4]] 홍콩의 관광입국자 수와 원?홍콩 달러 환율 추이
    홍콩의 관광입국자 수와 원?홍콩 달러 환율 추이
  • [[그림 5]] 대만의 관광입국자 수와 원?대만 달러 환율 추이
    대만의 관광입국자 수와 원?대만 달러 환율 추이
  • [[그림 6]] 태국의 관광입국자 수와 원?바트화 환율 추이
    태국의 관광입국자 수와 원?바트화 환율 추이
  • [<표 3>] 단위근 검정 결과
    단위근 검정 결과
  • [<표 4>] Johansen 공적분 검증
    Johansen 공적분 검증
  • [] 
  • [] 
  • [] 
  • [] 
  • [<표 5>] 인과관계 검정
    인과관계 검정
  • [<표 6>] VECM과 VAR의 추정결과
    VECM과 VAR의 추정결과
  • [[그림 7]] 한국의 환율에 의한 관광객 수의 반응
    한국의 환율에 의한 관광객 수의 반응
  • [[그림 8]] 일본의 환율에 의한 관광객 수의 반응
    일본의 환율에 의한 관광객 수의 반응
  • [[그림 9]] 중국의 환율에 의한 관광객 수의 반응
    중국의 환율에 의한 관광객 수의 반응
  • [[그림 10]] 대만의 환율에 의한 관광객 수의 반응
    대만의 환율에 의한 관광객 수의 반응
  • [[그림 11]] 홍콩의 환율에 의한 관광객 수의 반응
    홍콩의 환율에 의한 관광객 수의 반응
  • [[그림 12]] 태국의 환율에 의한 관광객 수의 반응
    태국의 환율에 의한 관광객 수의 반응
  • [<표 6>] 한국의 분산분해분석 결과
    한국의 분산분해분석 결과
  • [<표 7>] 일본의 분산분해분석 결과
    일본의 분산분해분석 결과
  • [<표 8>] 중국의 분산분해분석 결과
    중국의 분산분해분석 결과
  • [<표 9>] 대만의 분산분해분석 결과
    대만의 분산분해분석 결과
  • [<표 10>] 홍콩의 분산분해분석 결과
    홍콩의 분산분해분석 결과
  • [<표 11>] 태국의 분산분해분석 결과
    태국의 분산분해분석 결과