비관측인자 오차수정모형을 이용한 월별 GDP 추정
Estimation of Korean Monthly GDP with Mixed-Frequency Data using the Unobserved Component Error Correction Model
0
조회
0
다운로드
8
인용
0
참고문헌
키워드
초록
단일 변수로서 경기를 가장 잘 나타내는 변수로 GDP를 들 수 있다. 그런데 GDP는 분기 1회 발표되기 때문에 실업률, 물가 등과 같은 월간으로 발표되는 여타 주요 거시변수에 비하여 자료생성주기가 상대적으로 길다. 이로 인해 경기를 신속하게 판단하는 데 있어 GDP의 활용도가 높지 못한 것이 현실이다. 한편 자료 활용이라는 관점에서도 GDP는 활용도가 떨어질 수밖에 없다. 이는 GDP를 사용하는 경우 다른 월별 자료를 분기자료로 전환하여야 하므로 관측치 수가 1/3로 감소하기 때문이다. 한편 우리나라의 통화정책레짐으로 물가안정목표제도가 도입되어 한국은행이 콜금리 변경 등을 월단위로 결정하고 있다는 점을 감안할 때 GDP의 월별 움직임을 파악할 필요가 있다. 이와 같은 요구는 월별 GDP를 추정․산출함으로써 충족될 수 있다. 본 연구에서는 GDP와 연관성이 높은 산업생산지수와 도소매업판매액지수 등의 월별 정보자료를 이용하여 월별 GDP를 산출하였다. 이를 위해 관측주기가 상이한 자료를 별도의 자료변환 과정없이 직접 추정에 활용할 수 있는 상태공간 오차수정모형을 제안하였다. 동 모형은 월별 GDP를 산출하는 과정에서 변수간의 공적분 관계 즉, 장기 정보를 활용할 수 있다는 장점을 지니고 있다. 월별 GDP가 적절하게 추정되었는지를 판정하기 위해 추정된 개별 월별 GDP로부터 분기 GDP를 복원한 후 이를 실제 분기 GDP와 비교해 보았다. 추정된 분기 GDP는 표본 내에서 모두 RMSPE 기준으로 1% 내외의 차이를 나타냈다. 또한 추정된 개별 월별 GDP가 보유한 정보를 결합한 후 보정과정을 거쳐 종합적인 월별 GDP를 산출하여 실제 분기값과 비교해 본 결과 표본 내의 RMSPE 값이 거의 0에 가깝게 나타났다. 한편 추정된 월별 GDP와 경기동행지수의 순환변동치간의 상관계수와 시차상관계수를 분석한 결과 높은 상관관계 및 1～3개월 정도 유의한 선행관계가 나타났다. 이러한 결과는 추정된 월별 GDP가 경기의 움직임에 대해 상당한 정보를 지니고 있음을 나타내는 것으로 보인다.
Abstract
Since GDP is announced on a quarterly basis, the data frequency of GDP is relatively lower than those of other major macro variables published on a monthly basis. Therefore, the utility of GDP in judging the economy swiftly is in reality not high. In terms of data utility, the utility of GDP is low as well. If GDP is used, the other monthly data must be converted into quarterly data, and the result is a reduction to one-third of the total number of observations. Meanwhile, considering that the Bank of Korea determines its call rate policy on a monthly basis, it is essential to grasp the monthly GDP trend. Such policy-based demand can also be resolved by estimating monthly GDP. In this paper, monthly GDP is obtained by using monthly information data such as the IPI (Industrial Production Index) and the WRSI (wholesale and retail sale index), which are substantially connected with GDP. To acquire monthly GDP, this paper suggests applying the unobserved component vector error correction model that can utilize mixed frequency data in estimation directly, without extra procedures for data transformation (monthly to quarterly). In order to judge whether monthly GDP is estimated appropriately, this paper compares actual quarterly GDP with estimated quarterly GDP based on the final monthly GDP estimates. The RMSPE (root mean square percentage error) of this estimated quarterly GDP shows around 0.01. The final monthly GDP is produced by combining two individual monthly GDP figures (one estimated using the IPI and the other by the WRSI) and then benchmarking the combined figure, and it is then compared to the actual quarterly GDP. The RMSPE of the final monthly GDP is close to 0. Meanwhile, the correlation coefficient and the lagged correlation coefficient between the estimated monthly GDP and the cyclical component of the CCI (Coincident Composite Index) are high and significant, and the estimated monthly GDP leads CCI by approximately one to three months.
참고문헌 (23)
- "한국의 단기경제예측시스템", 3(3), pp.1~61 (1997), 한국은행, 금융경제연구소
- "BSI 분기 시계열의 월계열 보정방안", (2), pp.31~50 (2004), 한국은행
- "Bayesian VAR 모형을 이용한 경제전망", 7(2), pp.59~90 (2001), 한국은행
- "우리나라 경제시계열의 벤치마킹", 12(2), pp.107~146 (2006), 한국은행
- "결합방식에 의한 예측모형의 개발" (1995)
- "결합예측에 관한 실증적 연구 응용통계연구" (1987), 한국통계학회
- "벤치마킹을 통한 시계열자료의 보정방법(비례덴톤법을 중심으로)", (2), pp.88~99 (2001), 한국은행
- "국민계정해설" (2000), 한국은행
- "The Combination of Forecasts" (1969)
- "and Extrapolation of Time Series by Related Time Series Review of Economics and Statistics" (1971)
- "A methodological Note on the Estimation of time Series Review of Economics and Statistics" (1981)
- "Aggregation of Time-Series Variables Disaggregation in Econometric Modelling" (1990)
- "Improved Methods of Combining Forecasts Journal of Forecasting"
- "Evaluating Dynamic Econometric Models by Encompassing the VAR and Applications of Econometrics Essays in honor of Rex Bergstrom" (1990)
- "Markov Model for the Distribution of Time Series Journal of Business and Economic Statistics" (1983)
- "Some Consequences of Temporal Aggregation in Empirical Analysis", (96, pp.36) (1996), ~
- "Some Consequences of Temporal Aggregation in Empirical Analysis", 17(1), pp.129~136 (1999)
- "Temporal Aggregation and the Power of Tests for a Unit Root", 65(2), pp.333345~ (1995)
- "Short-Run Dynamics In Cointegrated Systems", 59(3), pp.405~422 (1997)
- "On Adjusting the HP-Filter for the Frequency of Observations" (1997)
- "Disaggregation of Time Series Models Journal of the Royal Statistical Society" (1990)
- "Estimating A Multivariate ARMA Model with Mixed-Frequency Data An Application To Forecasting U GNP At Monthly Intervals" (1990)
- "GNP At Monthly Intervals With An Estimated Bivariate Time Series Model FRB of Atlanta", (v) (1990)