전산업생산지수를 이용한 분기 성장률 예측
Forecasting Quarterly Growth Rates Using IAIP
0
조회
0
다운로드
10
인용
0
참고문헌
키워드
초록
국제통화기금(IMF)이 내년도 우리나라 경제의 성장률 예측을 하향조정함에 따라, 경제성장률 회복을 위한 경제정책의 중요성이 강조되고 있다. 경제정책 효과를 미리 검토하기 위해서는 분기별 GDP에 대한 정확한 예측모형이 필요하다. 본 논문에서는 분기별 GDP를 예측하기 위하여 GDP의 과거자료를 이용한 자기회귀(AR) 모형을 기본모형으로 설정하고, 추가적으로 월별 금융변수와 최근 통계청에서 개발한 월별 전산업생산지수를 외생변수로 고려한 분기별 GDP 성장률의 예측모형을 도출하고, 각 모형들의 예측오차를 비교하였다. 2000년 1월부터 2013년 8월(일부 9월)까지 월별 및 분기별 자료를 이용하여 분석한 결과 금융자료들 중에서는 신용스프레드를 이용한 모형이 예측오차가 가장 작았고, 전산업생산지수를 이용한 모형의 예측오차는 금융자료의 결과보다 더 작았다. 추가적으로 신용스프레드와 전산업생산지수를 함께 이용한 모형을 분석한 결과, 예측오차는 고려한 모형 중 가장 작았으나, 신용스프레드의 예측치를 구하기 어렵기 때문에 실제 분기 GDP 성장률을 예측하는 모형으로는 전산업생산지수만을 외생변수로 이용한 모형을 선택하였다. 본 모형에서는 4개월의 전산업생산지수를 벡터자기회귀(VAR) 모형으로 예측하고 이를 이용하여 2개 분기 GDP 성장률을 예측하였다. 본 연구 결과는 추후 중기 GDP 예측모형을 개발하는 경우에 전산업생산지수가 유용하게 이용될 수 있음을 의미한다.
Abstract
As the International Monetary Fund (IMF) revised their forecast of Korea's economic growth downward for next year, the importance of policies to recover economic growth rate has been stressed. In order to assess the effectiveness of economic policies in advance, it is necessary to develop an accurate forecasting model for quarterly GDP. In this paper, auto regressive (AR) model using past GDP data was set up to predict GDP on a quarterly basis. Monthly financial variables and IAIP were also considered as exogenous variables to derive forecasting models. In addition, prediction errors of the models were compared. Analysis of monthly and quarterly data from January 2000 to August 2013 indicated that the model using credit spread among financial variables had the smallest prediction error. However, the prediction error of the model using IAIP was even smaller than that. Although the model with both credit spread and IAIP, which was considered further, had smallest prediction error, the model using IAIP only was finally selected as the practical forecasting model since the credit spread was difficult to predict. Four-month IAIP data had been predicted with VAR model and then the GDP growth rates for two quarters were forecasted based on the selected model. It was implied that the IAIP could be helpful in developing the medium-term forecasting model for quarterly GDP growth rates.
참고문헌 (20)
- 국제금융연구회, "글로벌 시대의 국제금융론" (2009), 경문사
- 김기호, "비관측인자 오차수정모형을 이용한 월별 GDP 추정", 경제분석, 13(3), pp.70~110 (2007), 한국은행
- 김윤영, "혼합주기자료 VAR모형을 이용한 통화정책의 월별 동태효과 분석", 경제학연구, 58(1), pp.87~111 (2010), 한국경제학회
- 김윤영, "混合週期資料 VAR模型을 이용한 分期 GDP成長率의 最適豫測", 경제학연구, 55(3), pp.189~217 (2007), 한국경제학회
- 박강우, "GDP 예측력 제고를 위한 동태요인모형 구축", 조사통계월보, 63(727), pp.27~60 (2009)
- 박준용, "경제시계열 분석" (2002), 경문사
- 성병희, "Bayesian VAR 모형을 이용한 경제전망", 경제분석, 7(2), pp.59~90 (2001)
- 이긍희, "벤치마킹 방법을 이용한 월별 GDP 추정", 통계연구, 13(1), pp.25~47 (2008), 통계청
- 이긍희, "우리나라 경제시계열의 벤치마킹", 경제분석, 12(2), pp.107~146 (2006), 한국은행
- 이동수, "전산업생산지수 작성 및 단기거시지표 활용방안 연구", 박사, 경제학, pp.2008
- 조하현, "우리나라 소비자전망지수의 경제예측력 제고 방안에 관한 연구", 경제분석, 15(1), pp.1~38 (2009), 한국은행
- 조하현, "한국 경기순환의 변동성 구조변화", 산업경제연구, 22(3), pp.1039~1070 (2009), 한국산업경제학회
- 대규모 혼합주기 자료를 이용한 단기 경제전망 모형 구축, "황선웅", 산업연구원, ~, pp.연구보고서 2012-642 (2012)
- Barro, R., "On the Determination of the Public Debt", Journal of Political Economy, 87, pp.940~971 (1979)
- Clements, M.P., "Forecasting US Output Growth Using Leading Indicators: An Appraisal Using MIDAS Models", Journal of Applied Econometrics, 24, pp.1187~1206 (2009)
- Nunes, L. C., "Nowcasting Quarterly GDP Growth in a Monthly Coincident Indicator Model", Journal of Forecasting, 24, pp.575~592 (2005)
- Sims, C., "Money, Income and Causality", American Economic Review, 62, pp.540~552 (1972)
- Sims, C., "Macroeconomics and Reality", Econometrica, 48, pp.1~48 (1980)
- Stock, J.H., "Combination Forecasts of Output Growth in a Seven-Country Data Set", Journal of Forecasting, 23, pp.405~430 (2004)
- Zadrozny, P. A., "Gaussian-Likelihood of Continuous-time ARMAX Models When Data Are Stocks and Flows at Different Frequencies", Econometric Theory, 4, pp.108~124 (1988)