호텔경영학연구 제23권 제6호(통권 제82호) pp.21～36 한국호텔외식경영학회 2014.

12

환율의 변동에 따른 인바운드, 아웃바운드 관광수요 분석

-한국과 아시아 국가를 중심으로-*
An Analysis of the Relationship between the Exchange Rate

and the Tourism Demand -Case of Korea and Asia Countries-

정주현**․최기홍***․윤성민****․김인신*****
Jung, Joohyun․Choi, Ki-Hong․Yoon, Seong-Min․Kim, Insin

Abstract
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.

Key Words : Exchange rate. tourism demand, VAR model

* 이 논문은 제47차 한국호텔외식경영학회 학술대회에서 발표한 논문을 수정 보완한 것입니다.

** 부산대학교 경제통상대학 관광컨벤션학과 박사과정 <jungjoohyun@hanmail.net>
*** 부산대학교 경제통상대학 경제학부 박사과정 수료 <stoltz@nate.com>
**** 부산대학교 경제통상대학 경제학부 교수 <smyoon@pusan.ac.kr>
***** (교신저자) 부산대학교 경제통상대학 관광컨벤션학과 조교수 <insinkim@pusan.ac.kr>

- 21 -
환율의 변동에 따른 인바운드, 아웃바운드 관광수요 분석 -한국과 아시아 국가를 중심으로-
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 장
기적으로 지속적인 성장이 유지될 것으로 바라보았
다(문화관광체육부, 2012). 즉, 관광산업은 기반시설
의 확충과 함께, 직·간접적인 고용창출 및 국제 수
지 개선의 이바지와 같은 경제적 효과를 나타내기
때문에 이를 위하여 국제관광 수요의 객관적 예측
은 매우 중요한 것으로 간주되고 있다(한숙영·박상
곤, 2008).
국제관광에 영향을 미치는 요소로는 정치, 경제,
사회, 문화적 요인들이 있다. 목적지의 정치적 혼란
성, 관광정책의 변동이나 SARS 또는 조류독감의 발
발 등 질병의 위협과 같은 비경제적 요인은 관광 목
적지 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 수립
과 관광개발을 위하여 중요한 자료가 될 수가 있다
(한숙영·박상곤, 2008). 특히 거시경제 변수의 영향
에 관한 지식은 관광 시설물과 투자 결정의 계획에
서 핵심적인 역할을 한다(Park, Mjelde and Lee,
2012).
경제적 요인들 중 각국의 환율 변동성이 각국의
관광 수입과 지출에 미치는 영향에 관하여 국내·외
의 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; 김윤
- 22 -
식·정규엽·임은순, 2012) 및 거시경제 변수와 환대
기업의 주식률 간 관계(김수정, 2012)에 관한 연구
는 지속적으로 이루어져 오고 있다. 하지만 환율과
관광수요에 관한 대부분의 연구가 인바운드 관광객
의 대다수를 차지하고 있는 일본, 중국, 미국의 관
광객을 대상으로 진행되어왔으며, 또한 인바운드
분석에 있어서 원/달러 환율만을 사용한 연구에 그
치고 있다.
따라서 본 연구에서는 이러한 연구의 한계점을
바탕으로, 원화와 각국의 통화에 근거한 환율의 변
화가 인바운드 및 아웃바운드 관광객에 어느 정도
의 영향을 미치고 있는지를 알아보고자 VAR 또는
VECM 모형을 이용하여 분석하고자 한다. 특히 인
바운드 관광객 분석 대상 선정에서 전통적으로 많
은 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 한
다.
그리고 일본의 자유변동환율제도, 중국과 태국의
복수통화 바스켓 관리변동환율제도, 대만의 관리변
동환율제, 홍콩의 통화위원회 제도와 같이 각 국가
가 채택하고 있는 환율제도가 다르기 때문에 이러
한 각 국가의 환율제도가 인바운드 관광객에 미치
는 영향에 대한 분석 또한 필요한 것으로 본다. 따
라서 본 연구에서는 위와 같은 연구 목적을 가지고
한국의 아웃바운드 관광객과 인바운드 관광객의 수
와 각국의 환율과의 관계성을 보고자 한다.
Ⅱ. 이론적 배경
환율과 해외관광 사이의 관련성에 대한 선행연구
들은 주로 경제적 변수를 이용하여 분석을 수행하였
다. 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 경제변수
들을 사용하여 분석하였다. 그리고 자기회귀모형,
오차수정모형, VAR 모형, 그랜져 인과검정 등을 이
용하여 관계를 밝히고자 하였다. 주요 선행 연구의
내용과 주요 분석결과를 요약하면 아래와 같다.
김종섭(2011)은 VAR 모형을 이용하여 환율과 아
웃바운드와 인바운드 관광객의 관계를 분석하였다.
분석결과를 보면, 그랜져 인과검정 결과에서 단방
향의 인과관계를 보였다. 내국인의 출국자는 환율
이 증가되면 비용 부담이 증가 되면서 출국자 증감
에 직접적인 영향을 미치게 되지만, 외국인 입국자
측면에서는 자국의 환율에 상대적으로 민감하게 영
향을 받는다는 결론을 도출하였다.
한숙영․박상곤(2008)은 2001년 1월부터 2007년
6월까지의 자료를 근거로 원/엔화 환율 변동에 따른
방한 일본 관광 수요를 예측하고자 하였다. 2004년
부터 2007년까지의 원/엔화 환율과 방한 일본 관광
객 수의 상관관계는 2002년부터 2003년까지의 상관
관계보다 높아졌음을 확인 하였다. 자기회귀모형을
사용하여 분석하였는데, 방한 일본 관광 수요에 대
한 환율 탄력성은 약 1.29로 나타나 매우 탄력적인
것을 알 수 있었다.
모수원․김창범(2002)은 명목실효환율과 경기가
내국인의 해외관광수요에 어떠한 영향을 미치는가
에 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 크
게 오랫동안 영향을 미치나, 단기적으로는 경기보다
는 환율이 더 큰 역할을 담당한다고 분석하였다.
모수원․김창법(2001)은 내국인의 해외여행을 설
명할 수 있는 변수들로 모형을 구성하여 출국자수
에 미치는 영향을 분석함과 동시에, 임의 보행모형
과 같은 비구조적 모형의 예측력과 비교하였다. 충
- 23 -
․ ․
정주현 최기홍 윤성민 김인신 ․
격반응함수를 이용하여 환율과 소득에 일정한 충격
을 가한 결과 출국자는 상당 기간에 걸쳐 지속적으
로 영향을 받는 것으로 나타났으나 환율충격에 대
해서는 감소반응을 소득충격에 대해서는 증가반응
을 보였다. 그리고 비구조적 모형인 ARIMA 모형과
RW모형의 예측력과 구조적 모형의 예측력 비교를
실시하여 모든 예측단계에서 구조적 모형의 예측력
이 우수함을 밝혔다.
유병철․오지영(2011)은 환율이 장․단기적으로
우리나라 아웃바운드 및 인바운드 관광수요에 어떠
한 영향을 미치는가를 분석함에 있어서 장기 및 단
기 비대칭성을 고려할 수 있는 비대칭 ARDL모형을
이용하였다. 분석결과 모두 장기 비대칭이 나타났
으며, 단기 비대칭에서도 유의한 결과가 나타났다.
장기계수 추정결과, 환율 상승에 따른 내국인 출국
자 수의 감소규모가 하락 시 증가폭보다 크게 나타
나 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, 환
율의 변동성으로 모형을 구성하여 원화 환율의 변
동성이 한국인의 관광수요에 어떠한 영향을 미치는
가를 살펴보았다. 환율의 변동성이 내국인 해외관
광수요에 부정적인 영향을 미친다는 것을 밝혔고,
충격반응함수를 이용하여 환율의 변동성이 출국자
수를 상당 기간에 걸쳐 위축시킨다는 것을 밝혔다.
이 외에도 환율과 여행지출 및 여행수입에 미치
는 영향에 대한 분석도 수행되었다. 김종구(2007)는
1989년 1분기부터 2005년 4분기까지의 분기별 자료
를 이용하여 실질실효환율 변동을 포함한 소득 및
환율 변수가 여행지출 및 여행수입에 미치는 영향
을 분석하였다. 실증분석 결과, 실질소득 증가와 실
질실효환율 상승은 여행지출을 증가시키고, 해외소
득 증가와 실질실효환율 하락은 여행수입을 증가시
키는 것으로 나타났다.
위에서 제시된 환율과 관련된 선행연구들은 관광
환율의 변동에 따른 인바운드, 아웃바운드 관광수요 분석 -한국과 아시아 국가를 중심으로-

에 영향을 미치게 된다는 것을 확인 할 수 있었다. 로 한다. 아웃바운드 및 인바운드 관광객과 각국 환

내국인이 출국하는 경우에는 환율이 상승하게 되면 율은 각각 관광통계DB(http://www.tour.go.kr)와 서울
출국이 줄어들고, 환율이 하락하게 되면 출국이 늘 외환중개 및 연합 Informax를 통해 확보하였다. 각
어나게 된다는 것을 알 수 있다. 그리고 관광이 경 국의 환율자료는 평잔기준으로 측정된 월평균환율
기에는 영향을 받는다는 것을 알 수 있었다. 그러나 을 이용하였다. 또한, 본 연구에서 분석될 변수들은
외국인의 경우 환율의 영향이 내국인보다는 영향력 log 값으로 변환된 값을 사용하여 분석할 것이다.
이 작다는 것을 알 수 있었지만, 대미환율만을 사용 <표 1>과 <표 2>는 log 값 변환 전 한국원화 대비
한 분석은 한계가 있는 것으로 판단된다. 각국의 환율 및 아웃바운드와 인바운드 관광객의
기초통계량이다. <표 1>을 보면, 원화환율의 변동은
Ⅲ. 연구방법 대체적으로 비슷한 양상을 보이고 있으며, 일본의
환율 변동이 가장 큰 것으로 나타났다. <표 2>에서
1. 자료 는 평균값을 보면 한국의 경우 96만 명 정도 해외여
행을 했으며, 일본은 21만 명, 중국은 7만 명, 대만
가. 기초통계량 은 3만 명, 홍콩은 1만7천 명, 태국은 1만2천 명 정
본 연구의 분석시간은 2003년 1월부터 2014년 2 도 한국을 방문했다. 중국의 경우 최대값이 40만 명
월까지로 하며, 분석대상으로는 아시아 국가를 중 이상이므로 중국인들의 한국여행이 아시아 국가 중
심으로 한국, 일본, 중국, 대만, 홍콩, 태국을 대상으 가장 많다고 볼 수 있다.
<표 1> 각국의 원화환율의 기초통계량
USD JPY CNY TWD THB HKD
Mean 1100.499 1118.458 154.3297 34.68889 31.99851 141.5531
Median 1118.375 1068.615 150.5950 35.32500 31.79000 143.9450
Maximum 1461.980 1546.110 213.8500 42.30409 40.83000 188.5500
Minimum 915.8600 755.5700 117.4600 27.87190 24.68000 117.5200
Std. Dev. 113.0799 228.0412 25.60592 3.637156 4.700399 14.68483
Skewness 0.453581 0.122552 0.065636 -0.33531 -0.077866 0.456441
Kurtosis 3.418395 1.729910 1.742359 2.25951 1.582037 3.452863
주: 1. USD: 원화대비 달러환율, JPY: 원화대비 엔화환율(100엔), CNY: 원화대비 위안화환율, TWD: 원화대비 대만달
러환율, THB: 원화대비 바트화환율, HKD: 원화대비 홍콩달러환율을 각각 나타낸다.

<표 2> 아웃바운드와 인바운드 관광객의 기초통계량

한국 일본 중국 대만 홍콩 태국
Mean 962418.4 213981.0 78577.04 30723.63 17680.51 12623.94
Median 997146.0 207061.5 41537.00 29188.00 15150.00 9541.500
Maximum 1468903. 353455.0 472005.0 55007.00 42161.00 43254.00
Minimum 339384.0 77350.00 3318.000 3919.000 4756.000 2056.000
Std. Dev. 226490.1 51366.57 84319.50 9661.718 8479.277 9798.974
Skewness -0.198145 0.382998 2.076504 0.108633 0.844042 1.105207
Kurtosis 2.685076 3.168597 7.828014 3.039157 2.780844 3.240023

- 24 -
 ․ ․
정주현 최기홍 윤성민 김인신 ․

[그림 1] 한국인의 해외출국자 수와 원․달러 환율추이 [그림 2] 일본의 관광입국자 수와 원․엔화 환율추이

[그림 3] 중국의 관광입국자 수와 원․위안화 환율 추이 [그림 4] 홍콩의 관광입국자 수와 원․홍콩 달러 환율 추이

[그림 5] 대만의 관광입국자 수와 원․대만 달러 환율 추이 [그림 6] 태국의 관광입국자 수와 원․바트화 환율 추이

[그림 1]~[그림 6]은 아웃바운드와 각국의 인바운 년 이후 (원 달러)환율의 하락으로 인해서 해외

드를 원화 대비 환율과 비교해서 그린 것이다. 원화
대비 환율의 반응에 대해서 [그림 1] 과 [그림 2]을
보면 원화 대비 환율에 관광객의 입국과 출국이 밀
접하게 반응한다는 것을 확인할 수 있다. 한국의 해
외관광객 수는 금융위기로 인해서 (원 달러)환율의
급등으로 2009~2010에 해외 관광객 수가 줄어들고,
2010
관광객 수가 늘어나고 있다는 것을 알 수 있다. 일
본의 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 [그림 3]에서 [그림 6]은 중국, 대만,

- 25 -
환율의 변동에 따른 인바운드, 아웃바운드 관광수요 분석 -한국과 아시아 국가를 중심으로-
홍콩, 태국의 관광객 입국은 2008년 이후 입국자 수
가 원화 대비 환율과 무관하게 계속해서 상승하고
있다. 이것은 원화 대비 환율의 요인보다는 다른 요
인으로 인해서 입국자 수가 늘어나고 있다는 것을
시사하고 있다.
2. 자료의 안정성 검정
본 연구는 원화 대비 환율과 아웃바운드 및 인바
운드 관광객 수와의 관계를 분석하고 그 영향력을
분석하고자 한다. 변수들의 시계열 특성에 따라
VAR(벡터자기회기)모형 및 VECM(벡터오차수정)모
형을 사용하여야 한다. 불안정한 시계열을 사용하
여 VAR 모형으로 분석한 경우 아무런 인과관계를
갖지 않는 변수들의 회귀분석이 높은 적합도를 갖
게 되는 가성회귀 문제가 야기될 수 있기 때문에,
불안정적이면 변수들의 공적분 관계를 확인 한 이
후, 공적분 관계가 확인되면 VECM모형을, 공적분
관계가 없다면 차분을 통하여 변수들을 안정화 시
킨 후 VAR 모형을 사용할 것이다.
가. 단위근 검정
불안정한 시계열인 경우에 실증분석결과에 가성
회귀문제가 나타날 수 있다. 따라서 본 연구 표본자
료의 안정성 혹은 정상성(stationarity)을 검정하기 위
하여 단위근(unit root) 검정을 실시할 필요가 있는
데, 본 연구에서는 ADF(augmented Dickey-Fuller) 검
정과 PP(Phillips-Perron) 검정을 실시하였다.
관광객 수는 계절 조정한 값으로 검정을 실시하
였다. <표 3>은 단위근 검정 결과를 보여주고 있다.
검정 결과를 종합해보면, ADF 검정에서 일본 관광
객 수를 제외하고는 모든 변수들이 수준변수에서는
단위근이 존재하는 것으로 나타났지만, 차분변수의
경우에는 모든 변수들이 안정적인 시계열로 나타났
다. 시차길이는 AIC 정보기준에 기초하여 자동으로
선택하였다.
- 26 -
나. 공적분 검정
단위근 검정에서 불안정한 시계열인 경우 차분을
통하여 안정적인 시계열로 만들어서 사용되어야 하
나, 이때에 변수들 간에 있는 중요한 정보가 손실되
어 버릴 수 있다. 이에 따라서 공적분 관계를 확인
하여서 공적분이 있다고 판단되면 이에 대한 정보
를 반영하여 사용하여야 한다.
개별 변수가 단위근을 갖는 불안정한 시계열이
고, 이들 변수들이 동일한 차수로 적분되어 있고,
그 선형 결합이 안정적 시계열을 생성한다면, 이러
한 선형결합은 공적분 관계를 갖는다. 공적분의 경
제적인 의미는 변수들 사이에 안정적인 장기균형관
계가 있다는 것이며, 단위근을 갖는 시계열 변수 사
이에 공적분 관계가 있는지를 검정하는 것은 경제
적으로 이들 변수 사이에 안정적인 장기균형관계가
있는지를 검정하는 것이다. 공적분 관계를 검정에
이용되는 방법은 Engle and Granger(1987) 과
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 실시하였
다. <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 존재한
다는 귀무가설이 기각하지만, At most 1에서는 모두
5% 유의수준에서 공적분이 존재한다는 귀무가설을
기각하지 못하고 있다. 또한 일본, 홍콩은 유의수준
에서 공적분이 존재하지 않는 것으로 나타났다. 결
과를 종합해보면, 한국, 중국, 대만, 태국의 결과에
서 공적분이 없다는 가설을 5%수준에서 기각함으
로써 공적분이 1개가 존재함을 알 수 있다. 일본, 홍
콩은 공적분이 존재하지 않는다는 것을 알 수 있다.
 ․ ․
정주현 최기홍 윤성민 김인신 ․
<표 3> 단위근 검정 결과
ADF PP
한국출국자 수준변수 -2.0166 -1.6919
차분변수 -10.8940*** -11.4063***
USD 수준변수 -2.3988 -2.0156
차분변수 -7.9021*** -7.6903***
일본관광객 수준변수 -3.2033* -2.2478
차분변수 -9.2241*** -12.5320***
JPY 수준변수 -1.4639 -1.3777
차분변수 -8.0445*** -8.0911***
중국관광객 수준변수 2.0293 -0.4906
차분변수 -5.3000*** -19.8666***
CNY 수준변수 -1.4407 -1.1593
차분변수 -4.0817*** -7.2757***
대만관광객 수준변수 -1.7568 -2.5028
차분변수 -10.2167*** -14.8788***
TWD 수준변수 -2.0714 -1.4479
차분변수 -4.3104*** -7.6764***
홍콩관광객 수준변수 0.7999 -2.4662
차분변수 -11.8378*** -34.7489***
HKD 수준변수 -2.4090 -2.0121
차분변수 -7.8402*** -7.6214***
태국관광객 수준변수 -1.4988 -1.0570
차분변수 -8.7089*** -49.2940***
THB 수준변수 -1.1090 -1.2739
차분변수 -8.3254*** -8.0415***
주: ***는 1% 유의수준에서 단위근이 존재한다는 귀무가설이 기각되는 것을 나타낸다.

<표 4> Johansen 공적분 검증

Hypothesized Elgenvalue Trace Statistic Max-Elgen Statistic
No. of CE(s)
한국 None* 0.1743 29.6759 20.2618
At most 1 0.0377 4.9580 9.1645
일본 None 0.0900 14.5903 12.2691
At most 1 0.0176 2.3212 2.3212
중국 None* 0.2221 35.6837 32.1624
At most 1 0.2713 3.5213 3.5213
대만 None* 0.1454 22.4593 20.2618
At most 1 0.0154 2.0243 9.1645
홍콩 None 0.0900 14.2285 12.0843
At most 1 0.0166 2.1442 2.1442
태국 None* 0.1491 23.3561 21.0004
At most 1 0.0179 2.3557 2.3557
주: 적정시차는 AIC 기준으로 국가별로 한국은 시차 4, 일본은 시차 3, 중국은 시차 5, 대만은 시차 3, 홍콩은 시차
5, 태국은 시차 3으로 정하였다; *는 5% 유의수준을 나타낸다.

- 27 -
환율의 변동에 따른 인바운드, 아웃바운드 관광수요 분석 -한국과 아시아 국가를 중심으로-
3. 분석방법
VAR( 벡터자귀회귀모형)은 일변량 자기회귀모형
을 다변량 자기회귀모형으로 확정시킨 모형으로 예
측 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 변수
의 변화가 내생변수에 미치는 동태적 효과를 파악
할 수 있다. 둘째, 분산분해(variance decomposition)
를 통하여 각각의 내생변수의 변동 중에서 이들 변
수들이 전체변동에 기여한 부분의 상대적 크기를
분석할 수 있다.
VAR모형은 실제 관찰되는 시계열들이 주는 정
보를 이용하여 현실경제를 분석한다. 즉, VAR모형
은 모형내의 모든 변수들에 대한 시치변수들을 동
시에 설명변수로 이용하여 결과를 분석한다. 일반
적으로 VAR모형은 모형 내에 포함된 변수가 많지
않은 장점이 있는 반면, 추정이나 분석결과가 변수
에 의해서 좌우되므로 변수선정에 신중을 기해야
하며, 모형 설정 시 사용되는 변수들의 배열순서 및
표본기간, 시차길이 등에 따라 결과가 달라질 수 있
다는 약점이 있다(문권순, 1997).
본 연구에서 국가별로 시계열 특성이 다르게 나
타나서 한국, 중국, 대만, 태국은 VECM 모형을 이
용해서 분석하고, 일본과 홍콩은 차분하여서 안정
적인 시계열로 전환 후 VAR 모형을 적용하여 분석
한다. VECM과 VAR 모형은 다음과 같다.
- 28 -
식(1)과 (2)는 VECM 모형이고, 식(3)과 (4)는
VAR 모형이다.    는 각각 환율과 관광객 수
 
의 수준변수이고,     는 차분변수를
 
나타낸다.    는 상수항을 의미하고,    는
   
조정계수로서 모든 변수들이 언제나 균형상태를 유
지하고 있다면    의 조정계수 값은 모두
 
0이다. 만약 무작위 충격으로 장기균형으로부터의
일시적인 이탈이 발생하면, 즉    이 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.  의

추정계수들이 통계적으로 유의하다면, 관광객 수는
환율에 영향을 미치는 요인이므로 이 정보를 활용
하여 미래의 환율을 더 정확하게 예측할 수 있을 것
이다. 만약 모든 시차의    이라는 귀무가설이
채택된다면, 관광객 수는 환율에 영향을 미치지 않

는다는 것을 의미한다. 비슷하게, 만약 환율이 관광
객 수 변화의 원인이라면, 식 (2)에서 모든 시차의
 추정계수들이 동시에 0이라는 귀무가설은 기각

될 것이다. 여기서  들과  들이 모두 통계적으로
 
유의하다면, 환율과 관광객 수 사이에 피드백 관계
가 존재한다는 것을 의미이다.    는 백색잡음  
오차항이다. 모형에서 시차는 공적분 검정에서 사
용한 시차를 적용하여 분석한다.
 ․
정주현 최기홍 윤성민 김인신․ ․
IV. 분석결과 한국으로 입국에 영향을 받지 않는 것으로 판단된
다. 검정결과를 종합해보면, 인바운드 관광에서는
1. 인과관계 검정 일본을 제외하고 관광객 수 증감에 원화 대비 환율
의 영향이 없는 것으로 나타났다. 이것은 각 국가
단위근 검증과 공적분 검증결과를 종합해보면, 채택하고 있는 환율제도와 상관성이 있는 것으로 판
환율과 관광객은 단위근이 존재하고, 변수들 간에 단되며, 자유변동환율제를 채택하지 않은 대다수의
공적분벡터가 존재하거나 존재하지 않는 것으로 나 국민들은 환율의 변화에 덜 민감하게 반응하는 것으
타났으므로 공적분 검증에서 결정된 적정시차를 적 로 판단된다. 그러나 일본을 제외하고 다른 국가들
용하여 이들 변수들 간의 관계를 살펴보기 위하여 은 원화 대비 환율의 변화와 관계없이 계속해서 입
각 국가별 VECM과 VAR 모형을 적용하여 Granger 국자는 증가하고 있는데, 이것은 환율의 영향보다는
causality 검정을 하였다. <표 5>는 인과관계 검정을 최근에 K-POP, 드라마 등 한류열풍으로 인한 문화
한 결과를 보여주고 있다. 결과를 보면, 한국과 일본 적인 요인과 각 국가의 소비수준의 증대로 인해서
은 원화 대비 환율(exchange rate)이 관광객 수 입국자 수가 늘어나고 있다고 판단해 볼 수 있다.
(number of tourist)에 영향을 미치는 원인변수로 나 일본의 경우는 (원 엔화)환율의 변화가 인바운드 관
타났다. 그러나 중국, 대만, 홍콩, 태국 경우는 원화 광에 영향을 미치는 것으로 나타나고 있다. 만약 (원
대비 환율이 관광객 수에 대한 원인변수로 나타나지 엔화)환율이 상승하게 되면 인바운드 관광객 수가
않았다. 한국을 비롯하여 한국으로 입국하는 모든 증가할 것이다. 그러나 아웃 바운드 관광의 경우는
국가에서 그 역의 경우는 성립하지 않는 것으로 나 (원 달러)환율의 변화가 해외관광객 수에 영향을 미
타났다. 한국과 일본의 경우에만 단방향인과관계가 치는 것을 나타나고 있다. 만약 (원 달러)환율이 하
존재하는 것으로 나타났다. 이러한 결과는 한국의 락하게 되면 해외관광객 수가 증대되어 관광수지가
해외관광은 (원 달러)환율의 변화에 따라서 해외관 악화되며 국내 상품의 구매감소를 초래하여 경제성
광 출국자 증감에 영향을 미치게 된다. 일본의 경우 장에 부정적인 영향을 미칠 수 있음을 알 수 있다.
도 (원 엔화)환율의 변화에 따라 한국의 입국자 증 따라서 일본과 아웃바운드 관광은 (원 달러)환율
감에 영향을 미치는 것으로 나타났다. 그러나 중국, 의 의존도가 높기 때문에 (원 달러)환율이 일정 수
대만, 홍콩, 태국은 원화 대비 환율의 변화에 따라 준을 유지할 수 있도록 시스템을 구축할 필요가 있
<표 5> 인과관계 검정
Exchange rate와 Number of tourist의 관계
국가별 Exchange rate ⇏ Number of tourist Number of tourist ⇏ Exchange rate
Chi-sq Chi-sq
한국 27.9967*** 3.2072
일본 9.8860** 1.7686
중국 7.4716 3.1197
대만 0.5391 0.0061
홍콩 4.9269 6.8627
태국 3.4087 0.7976
주: 1. ***와 ** 표시는 각각 1%와 5% 유의수준에서 “그랜저인과관계가 없다”는 귀무가설이 기각된다는 것을 나타낸다.
2. 적정시차는 AIC 기준으로 선정하였는데, 국가별로 이 기준을 적용한 결과 한국은 시차 4, 일본은 시차 3, 중국은 시
차 5, 대만은 시차 3, 홍콩은 시차 5, 태국은 시차 3으로 선정되었다.

- 29 -
환율의 변동에 따른 인바운드, 아웃바운드 관광수요 분석 -한국과 아시아 국가를 중심으로-

으며, 국가는 한국의 관광산업 발전전략을 구축하 0.0875으로 유의한 음(-)의 변화를 보였지만, 대만은
여 추진해야 할 것이다. 그리고 최근에 일본과 중국 0.2420, 태국은 0.4262, 중국은 0.4036으로 유의한 양
간의 항공편수의 증가로 접근성이 좋아짐으로 인해 (+)의 움직임을 보였다. 이것은 한국은 아웃바운드
서 입국자가 늘어났다. 대만, 홍콩, 태국도 접근성을 관광객 수가 장기 균형수준 보다 크면 다음 달에는
향상시킬 수 있는 방안을 검토해야 할 것이다. 작아지는 방향으로 변화한다. 그러나 인바운드 관
광객의 경우에는 양(+)의 값을 가짐으로써 관광객
2. VECM과 VAR 추정결과 입국자가 수가 장기 균형 수준보다 크면 다음 달에
는 확대되는 방향으로 변화한다. 추정계수를 보면,
<표 6>은 VECM 모형을 적용한 한국, 중국, 대만, 한국의 경우에는 1~3개월 (원 달러)환율 과거값까
태국의 추정결과와 VAR 모형을 적용한 일본, 홍콩 지 통계적으로 유의한 것으로 나타났다. 중국은 4개
의 관광객 수에 대해 추정 결과를 보여주고 있다. 월 전의 (원 위안화)환율 과거값이 통계적으로 유의
먼저 <표 6>의 Panel A는 VECM 모형의 결과를 보 한 것으로 나타났다. 이러한 결과는 한국의 경우는
여주는데, 장기균형으로부터 변수들의 단기적 이탈 (원 달러)환율이 상승하게 되면 1~3개월 후 아웃바
에 따른 오차수정계수(CointEq1) 경우 한국은 –
<표 6> VECM과 VAR의 추정결과
Panel A. VECM Panel B. VAR
한국 중국 대만 태국 일본 홍콩
CointEq1 -0.0133*** 0.4036*** 0.2420*** 0.4262***
(0.0033) (0.1235) (0.0557) (0.1135)
 -0.4374** 0.3601 0.1415 -0.6698    0.2752 0.1934
(0.1912) (0.6696) (0.6778) (0.5493) (0.2192) (0.7018)


 -0.3464* -0.2137 -0.2876 -0.0132    0.5464** 0.6701

(0.2098) (0.7508) (0.7265) (0.5786) (0.2272) (0.7726)


 -0.6207*** -0.1438 -0.2883 -0.7633    -0.1889 0.9284

(0.2106) (0.7634) (0.6720) (0.5547) (0.2240) (0.7852)


 -0.0503 -1.3037*    -0.6719

(0.2005) (0.7363) (0.7703)


   -0.4708    0.0382

(0.6802) (0.6989)
   -0.2424*** -0.4925*** 0.1226 -0.3234***    -0.0297 -0.7240***
(0.0855) (0.0857) (0.0814) (0.0804) (0.0875) (0.0912)
   -0.2090*** -0.3328*** -0.1996** -0.0829    -0.0330 -0.6717***
(0.0651) (0.0768) (0.0781) (0.0799) (0.0849) (0.1105)
   -0.2556*** -0.2860*** -0.0004 -0.0399    -0.1785** -0.3597***
(0.0643) (0.0700) (0.0797) (0.0774) (0.0847) (0.1188)
   -0.0511 -0.2255***    -0.2513**
(0.0655) (0.0687) (0.1037)
   -0.2096***    -0.1233
(0.0684) (0.0857)
C 0.0130*** 0.0756*** 0.0330** C 0.0036 0.0310*
(0.0045) (0.0164) (0.0128) (0.0075) (0.0166)
 0.3748 0.3375 0.2380  0.4166
주: 1. ( )는 표준오차를 나타낸다.
2. ***, **, * 1%, 5%, 10% 유의수준을 나타낸다.

- 30 -
 ․
정주현 최기홍 윤성민 김인신 ․ ․
운드 관광객 수가 줄어든다는 것을 의미한다. 또 중 로 나타났다. 1개월 후에 관광객 수의 반응은 없지
국의 경우는 (원 위안화)환율이 상승하게 되면 4개 만, 2개월 이후부터 반응이 -0.010%에서 계속해서
월 후 관광객 수가 감소하는 것을 의미한다. 증가하여 4개월 후에 –0.033% 정도로 나타났다.
Panel B는 VAR 결과를 제시하는데, 홍콩은 (원 다음으로, [그림 8]~[그림 12]에서 원화 대비 각국의
홍콩 달러)환율의 추정계수가 모두 통계적으로 유 환율 충격에 의한 인바운드 관광객 수의 반응을 보
의하지 않아서, 원화 대비 환율 변화가 인바운드 관 면, 일본은 1개월 이후부터 양(+)의 영향을 미치는
광객 수에는 영향을 미치는 않는 것으로 나타났다. 것으로 나타났다. 2개월 이후의 관광객 수의 반응은
일본은 2개월 전의 (원 엔화)환율 과거값이 통계적 0.009% 이지만, 3개월 이후에 0.021%로 높은 반응
으로 유의한 것으로 나타났다. 이는 (원 엔화) 환율 을 보이다가 그 이후는 관광객 수에는 영향을 미치
이 상승하게 되면 2개월 후 관광객 수가 증가한다 지 않는다. 중국의 경우는 1개월 이후 양(+)의 영향
는 것을 의미한다. 을 미치고, 4개월 이후 음(-)의 영향을 미치다가 다
결과를 종합해보면, 아웃바운드의 경우에는 (원 달 시 6개월 이후 양(+)의 영향을 미치는 것으로 나타
러)환율이 관광객 수에 영향을 받는 것으로 나타났지 났다. 충격 크기를 보면 –0.0008% ~ 0.0282%의 폭
만, 인바운드 경우에는 일본을 제외하고 원화 대비 으로 변화한다. 홍콩은 시간에 따라 음(-)과 양(+)으
각국의 환율의 영향이 미비하거나 없다고 볼 수 있다. 로 방향으로 변화한다. 인바운드 관광객 수의 반응
은 –0.003% ~ 0.018%의 반응 폭이 크지 않다. 대
3. 충격반응 만의 경우에는 (원 대만 달러)환율의 충격에 대한
그림 7]~[그림 12]는 각 국가별로 적용된 VECM 반응이 –0.019% ~ 0.022%로 반응하는 것으로 나
[
모형과 VAR 모형의 추정치로 충격반응함수를 구한 타났다. 태국의 경우는 초기인 1~3개월에는 0.000%
것이다. 충격반응함수는 특정변수의 단위당 충격의 에서 0.004%로 적은 폭으로 반응하지만 5개월 이후
크기에 해당하는 충격을 그것이 자기변수 및 다른 양(+)의 반응을 보이며 상승하고 있다. 10개월에는
0.040%로 큰 폭의 반응을 보이고 있는 것을 확인
변수에게 미치는 영향을 의미한다. 아웃바운드에 할 수 있다. 결론적으로, 한국이 (원 달러)환율의 충
대한 충격반응함수는 [그림 7]에서 확인 할 수 있다. 격에 지속적인 영향력이 존재한다는 것을 알 수 있
그리고 인바운드에 대한 충격반응함수는 [그림 8]~ 었다. 또한, 일본도 1~3개월 사이에 영향력이 존재
[그림 12]에서 확인할 수 있다. [그림 7]을 보면, 한
국의 (원 달러)환율의 충격에 의한 관광객 수의 반 하고, 태국도 5개월 이후부터 지속적인 반응을 보이
응을 보면 1개월 이후 음(-)의 영향을 미치는 것으 는 것으로 나타났다.
Response of KOREA to USD Response of JAPAN to JPY
.06 .10

.08
.04

.06
.02

.04

.00
.02

-.02
.00

-.04 -.02
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

[그림 7] 한국의 환율에 의한 관광객 수의 반응 [그림 8] 일본의 환율에 의한 관광객 수의 반응

- 31 -
환율의 변동에 따른 인바운드, 아웃바운드 관광수요 분석 -한국과 아시아 국가를 중심으로-

Response of CHINA to CNY Response of TAIWAN to TWD

.20 .16

.16
.12

.12
.08

.08

.04
.04

.00
.00

-.04 -.04
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

[그림 9] 중국의 환율에 의한 관광객 수의 반응 [그림 10] 대만의 환율에 의한 관광객 수의 반응

Response of HONG KONG to HKD Response of THAILAND to THB

.20 .16

.15
.12
.10

.05
.08

.00

.04
-.05

-.10
.00
-.15

-.20 -.04
1 2 3 4 5 6 7 8 9 10 1 2 3 4 5 6 7 8 9 10

[그림 11] 홍콩의 환율에 의한 관광객 수의 반응 [그림 12] 태국의 환율에 의한 관광객 수의 반응

4. 분산분해 관광객 수의 예측오차분산은 자신에 의해서

56~100% 정도 설명되며, 나머지 0~44% 정도는 (원
모형 내의 변수의 상대적인 중요성을 파악하기 달러)환율에 의해서 설명되는 것으로 나타났다. 일
위하여 예측오차에 대한 분산분해 분석을 실시하였 본의 경우에는 관광객 수의 예측오차 분산은 자신
다. 대부분의 결과들이 주로 자기 자신의 충격에 의 에 의해서 92~99% 정도 설명되고, 나머지 1~8% 정
해서 가장 많은 부분이 성명되는 것으로 나타났다. 도는 (원 엔화)환율에 의해서 설명되는 것으로 나타
일반적으로 어떤 변수가 영향력이 있을 때는 그 비 났다. 한국에 비해서 상대적으로 낮은 것으로 나타
중이 크거나 점점 증대되는 반면 영향력이 없을 때 났다. 그리고 인바운드 나머지 국가들은 대체적으
는 그 비중이 작거나 점점 감소하게 된다. <표 6> ~ 로 관광객 수의 예측오차분산은 자신에 의해서
<표 11>은 분산분해 분석을 국가별로 나타낸 결과 95~100% 설명되고 있으며, 0~5% 정도만 원화 대비
이다. 관광객 수에 의한 분산분해결과를 국가별로 환율에 의해서 설명되고 있다. 일본의 경우에 비해
설명하면 한국은 1개월에서 10개월에 이르기까지 서도 상대적으로 낮은 것으로 나타났다.
- 32 -
 ․ ․
정주현 최기홍 윤성민 김인신 ․

<표 6> 한국의 분산분해분석 결과 <표 7> 일본의 분산분해분석 결과

관광객의 분산분해 관광객의 분산분해
기간 S.E KOREA USD 기간 S.E JAPAN JPY
1 0.050023 100.0000 0.000000 1 0.085433 99.32442 0.675583
2 0.061542 96.95037 3.049626 2 0.085986 98.13862 1.861381
3 0.069683 88.80668 11.19332 3 0.088690 92.31826 7.681740
4 0.079031 73.75241 26.24759 4 0.089758 92.49230 7.507702
5 0.087392 66.66148 33.33852 5 0.089810 92.49777 7.502233
6 0.093639 64.43507 35.56493 6 0.089996 92.21734 7.782662
7 0.098654 63.09079 36.90921 7 0.090021 92.21899 7.781014
8 0.103196 60.61182 39.38818 8 0.090027 92.21941 7.780595
9 0.107495 58.10964 41.89036 9 0.090037 92.21362 7.786377
10 0.111157 56.44754 43.55246 10 0.090037 92.21290 7.787097
<표 8> 중국의 분산분해분석 결과 <표 9> 대만의 분산분해분석 결과
관광객의 분산분해 관광객의 분산분해
기간 S.E CHINA CNY 기간 S.E TAIWAN TWD
1 0.170588 100.0000 0.000000 1 0.140144 98.08379 1.916211
2 0.187267 99.10892 0.891083 2 0.192677 98.64170 1.358301
3 0.198377 98.11864 1.881359 3 0.208738 98.83672 1.163278
4 0.205705 97.30759 2.692414 4 0.217631 98.90813 1.091865
5 0.211153 97.35732 2.642682 5 0.225453 98.98027 1.019726
6 0.214605 97.32674 2.673256 6 0.231511 98.94619 1.053806
7 0.224338 97.33594 2.664063 7 0.235840 98.67687 1.323125
8 0.233183 96.30309 3.696906 8 0.239133 98.24346 1.756537
9 0.241957 95.20318 4.796821 9 0.241892 97.64954 2.350463
10 0.249389 94.18211 5.817894 10 0.244383 96.86124 3.138756
<표 10> 홍콩의 분산분해분석 결과 <표 11> 태국의 분산분해분석 결과
관광객의 분산분해 관광객의 분산분해
기간 S.E HK HKD 기간 S.E THAILAND THB
1 0.181823 100.0000 0.000000 1 0.141770 100.0000 0.000000
2 0.224797 99.95858 0.041425 2 0.162629 99.87670 0.123295
3 0.227081 99.53978 0.460222 3 0.180526 99.84577 0.154226
4 0.231274 99.08892 0.911076 4 0.193552 99.84784 0.152163
5 0.233103 97.61440 2.385605 5 0.204664 99.78056 0.219444
6 0.233164 97.59994 2.400062 6 0.214137 99.20484 0.795158
7 0.233770 97.28521 2.714786 7 0.222773 98.06115 1.938848
8 0.234215 97.27877 2.721235 8 0.230697 96.46822 3.531778
9 0.234248 97.27221 2.727793 9 0.238327 94.43541 5.564594
10 0.234318 97.26567 2.734333 10 0.245896 92.00451 7.995494

V. 결론 및 시사점 이를 위하여 VAR모형과 VECM모형을 이용하여 분

석하였으며 한국으로의 접근성이 높고 환율제도별
본 연구는 꾸준히 성장하고 있는 관광산업에서 로 차이가 있는 아시아 국가들 중에서 한국을 방문
인바운드 및 아웃바운드 관광객 수와 경제적 요소 하는 비율이 비교적 높은 일본, 중국, 대만, 홍콩 그
인 환율간의 관계 및 그 영향에 대하여 분석하였다. 리고 태국을 대상으로 분석을 실시하였다.
- 33 -
환율의 변동에 따른 인바운드, 아웃바운드 관광수요 분석 -한국과 아시아 국가를 중심으로-
본 연구의 결과를 요약하면 다음과 같다. 첫째,
인과관계 검정 결과 국내 아웃바운드 관광객은 (원
달러)환율에 영향을 받는 것으로 나타났기에 (원 달
러)환율이 아웃바운드 관광객 수에 영향을 미치는
원인변수로 나타났다. 일본의 경우에도 같은 결과
로 나타났다. 하지만 다른 국가들의 인바운드 관광
객들은 원화 대비 환율의 영향을 받지 않는 것으로
드러났다. 이 결과는 국내 아웃바운드 관광객과 일
본 관광객들은 원 달러환율, 원 엔화 환율 변동에
대하여 반응을 하고 있다는 것으로 판단이 된다. 이
에 반하여 다른 국가들의 인바운드 관광객들의 경
우에는 원화와의 환율변동에 대하여 민감하게 반응
하지 않는 것으로 나타났다. 즉, 원화 대비 환율 변
화는 일본을 제외하고 인바운드 관광객들에게는 큰
문제가 되지 않는 것으로 볼 수 있다.
둘째, VECM과 VAR 추정결과에 따르면 한국, 일
본, 중국은 원화 대비 환율 과거값이 관광객 수에
영향을 미치는 것으로 나타났다. 하지만, 홍콩, 대
만, 태국은 원화 대비 환율의 과거값이 관광객 수에
는 영향을 미치는 않는 것으로 나타났다. 이것은 한
국, 일본, 중국의 환율 변화가 관광객 수를 선도한
다고 볼 수 있다.
셋째, 충격반응함수 결과를 보면, 국내 아웃바운
드 관광객 수에 환율의 충격 반응을 보면 1개월 이
후 음(-)의 영향을 미치는 것으로 나타났다. 각국의
환율 충격에 인바운드 관광객 수에 반응을 보면, 일
본은 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 자
기 자신의 충격에 의해서 가장 많은 부분이 설명되
는 것으로 나타났다. 한국의 경우 1개월에서 10개월
에 이르기까지 관광객 수의 예측오차분산은 자신에
의해서 56~100% 정도 설명되며, 나머지 0~44% 정
도는 환율에 의해서 설명되는 것으로 나타났다. 인
바운드 국가들 중에서 일본의 경우에는 관광객 수
- 34 -
의 예측오차 분산은 자신에 의해서 92~99% 정도 설
명되고, 나머지 1~8% 정도는 환율에 의해서 설명이
되는 것으로 나타났다. 인바운드 관광객에 대한 나
머지 국가들의 경우 대체적으로 관광객 수의 예측
오차분산은 자신에 의해서 95~100% 설명되고 있으
며, 0~5% 정도만이 환율에 의해서 설명이 되고 있
다. 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 추정결
과, 충격반응함수, 분산분해 분석의 결과들을 모두
고려해 본 결과 관광객 수에 대하여 환율의 영향이
적은 것으로 나타났다. 반면, 자율변동환율제의 일
본의 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. 그러므
로 일본의 경우는 환율에 영향을 받고 있다고 판단
을 할 수 있다. 즉, 각국의 통화제도 별로 환율이 인
바운드 관광객 수에 영향을 미치는 요인임을 알 수
가 있다. 하지만 본 연구에서는 한국을 비롯한 아시
아 몇 개 국가들만을 대상으로 연구를 하였기에 각
국의 환율제도와 관광 수요와의 관계를 보기위해서
는 아시아만이 아닌 환율제도별로 국가들을 구분하
여 확인해 볼 필요가 있다.
본 연구 결과에서 한국으로 많은 입국이 이루어
지고 있는 아시아 국가들 중에서 중국, 대만, 홍콩
등의 나라에서는 관리변동환율제를 실시하는 국가
들로서 환율의 변동과 관광객 수에는 큰 영향관계
가 없는 것으로 나타났다. 이보다는 국민들의 소득
수준 및 최근 아시아 국가에 많은 영향을 미치고 있
는 한류와 같은 사회· 문화적 요소의 영향관계를 살
펴볼 필요성이 있다. 그러므로 중국, 대만, 홍콩, 태
국 등 이들 국가들의 인바운드 관광객들의 증가와
지속적인 성장을 위해서 입국 절차의 간소화와 같
 ․
정주현 최기홍 윤성민 김인신 ․ ․
은 관광정책의 변화 및 한국에 대한 관심을 더 증폭 『농촌관광연구』 18(2): 101-119.

시킬 수 있는 콘텐츠의 개발이 더욱 중요하다. 관광지식정보시스템, http://www.tour.go.kr

이러한 결과들로 다음과 같은 시사점을 도출할 모수원(2004). 환율의 변동성과 한국인의 해외관광
수가 있다. 한국은 (원 달러)환율의 변화에 따라서 『
수요. 관광학연구 』 27(4): 147-162.

해외 아웃바운드 관광객의 수가 변화한다는 사실을 모수원 · 김창범 한국인 해외관광객의 추정

(2001).

확인하였다. 이는 내국인들은 환율의 변화에 민감 과 예측 『관광학연구』

. 25(1): 117-134.

하게 반응한다는 것이며, 관광수지의 적자를 만회 문권순(1997). “벡터자귀회귀(VAR)모형의 이해”,

하기 위하여 한국 내에서 환율의 상승보다는 하락 『통계분석연구』 2(1): 23-56.

을 방어할 수 있는 정책의 수립 및 국내 관광으로 문화체육관광부 『 년기준 관광동향에 관

(2012). 2011

수요를 전환시키기 위한 다양한 방안 마련이 필요 한 연차보고서』 .

한 것으로 파악된다. 유병철 · 오지영 환율변동에 따른 우리나라

(2011).

본 연구의 한계점으로는 인바운드 및 아웃바운드 의 장·단기 비대칭 해외관광수요 분석 『시 .

관광객들에 영향을 미칠 수 있는 변수들이 많이 존 장경제연구』 40(2): 47-77.

재할 것인데 환율만을 고려한 분석으로서의 한계점 한숙영· 박상곤 원 엔화 환율 변동에 따른 방

(2008). -

이 있다고 판단된다. 환율 이외의 경제적 요소들만 한 일본 관광 수요 예측 『호텔관광연구』 .

이 아니라 접근성과 문화 요인들을 대체할 수 있는 10(1): 183-193.

변수를 개발하여 분석에 포함시킨다면 향후에는 보 Engle, R. F. and Granger, C. W. J.(1987). Cointegration

다 나은 결과를 얻을 수 있을 것으로 생각한다. and error correction: representation, estimation

and testing.. Econometrica, 55, 251-276.

Johansen, S.(1988). Statistical analysis of

참고문헌 cointegrating vectors. Journal of Economic

Dynamics and Control, 12, 231-254.

김경환(2013). 환율과 유가변동이 특급호텔의 영업
실적에 미치는 영향. 『호텔경영학연구』 Park, H. S., Mjelde, J. W. and Lee, C. K.(2012).

Dynamic Effects of Macroeconomic Factors

22(2): 41-54.
on International Tourism Demand. Tourism
김수정(2012). 거시 경제 변수가 환대 기업의 주식
Research, 27(4): 247-270.
수익률에 미치는 영향에 관한 탐색적 연구.
『호텔경영학연구』 21(6): 309-327.
Webber. A. G(2001). Exchange Rate Volatility and

김윤식·정규엽·임은순
Cointegration in Tourism Demand. Journal
(2012). 거시환경과 호텔기업
of Travel Research, 39, 398-405.
의 경영성과: 서울 특1급 호텔 객실부문 경영
성과를 중심으로. 『호텔경영학연구』 21(6):

23-37.
2014년 7월 10일 원고접수
김종구(2007). 환율의 변동성이 우리나라 여행지출 · 2014년 9월 2일 1차 수정본 접수
수입에 미치는 영향. 『경제연구』 25(1):
2014년 10월 15일 2차 수정본 접수
115-141. 2014년 11월 13일 최종 수정본 접수
김종섭(2011). 환율변동과 아웃바운드 및 인바운드 3인 익명심사 畢
관광객 수와의 관계에 대한 실증적 연구.

- 35 -
 환율의 변동에 따른 인바운드, 아웃바운드 관광수요 분석
-한국과 아시아 국가를 중심으로-*
An Analysis of the Relationship between the Exchange Rate and

the Tourism Demand-Case of Korea and Asia Countries-

정주현**․최기홍***․윤성민****․김인신*****
Jung, Joohyun․Choi, Ki-Hong․Yoon, Seong-Min․Kim, Insin

국문초록
본 연구의 목적은 환율변동에 따라 한국의 인바운드 및 아웃바운드의 관광객 수에 미치는 영향을 고찰하는 것이
다. 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 것으
로 나타났다. 셋째, 분산분해 결과 한국과 일본의 경우에서만 관광객 수가 환율에 의해서 설명되고 있는 것으로 나
타났다.
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 것으
로 보인다.

핵심용어 : 환율, 관광수요, VAR(벡터자기회귀) 모형

* 이 논문은 제47차 한국호텔외식경영학회 학술대회에서 발표한 논문을 수정 보완한 것입니다.

** 부산대학교 경제통상대학 관광컨벤션학과 박사과정 <jungjoohyun@hanmail.net>
*** 부산대학교 경제통상대학 경제학부 박사과정 수료 <stoltz@nate.com>
**** 부산대학교 경제통상대학 경제학부 교수 <smyoon@pusan.ac.kr>
***** (교신저자) 부산대학교 경제통상대학 관광컨벤션학과 조교수 <insinkim@pusan.ac.kr>

- 36 -