딥러닝을 이용한 경제성장 모형에 대한 실증연구
An Empirical Study on Economic Growth Model Using Deep Learning
0
조회
0
다운로드
2
인용
0
참고문헌
키워드
초록
정부나 국책연구원 , 민간 경제연구소들은 매해 11 월 이후부터 당해 연도의 경제성장률 전망 수정치와 다음 해의 경제성장률에 대한 전망치를 발표한다 . 이 중 많은 기관들이 2010 년 1 월부터 2016 년 1 월에 발표한 경제성장률 전망치는 실제 성장률의 오차와 많게는 1.9%p 까지 차이가 난다 . 이런경제전망 결과 값은 여러 가지 파급효과를 가진다 . 경상성장률을 기반으로 한 세수예측에서 성장률을 과대 예측하면 세수가 부족하게 되는데 , 최근 4~5 년 동안 세수가 부족한 가장 큰 이유이기도하다 . 또한 , 경기변동에 대한 예측을 잘못하게 되면 재정정책이나 통화정책으로 인해 경제성장률변동성에 크게 영향을 미칠 수도 있으며 , 금리 결정에도 상당한 영향을 줄 수도 있다 . 따라서 올바른 경제성장률 예측이 필요하다 . 이에 본 논문은 LSTM 모형을 이용하여 2018 년 2 분기 이후 4 분기 경제성장률을 예측하고 비교분석 하였다 . 분석결과 , 계절조정 된 실질 분기값들이 증가하는 추세를 따르고 , 데이터 축적 개수가 적어 선형 파라미터가 학습되는 것으로 나타났다
Abstract
The government, the National Institute of Korean Economic Research, and the private economic research institute publish estimates of the economic growth rate for the year and economic growth rate for the following year from November every year.Many of these estimates of economic growth announced in January 2010 and January 2016 differ by as much as 1.9% p from the actual growth rate. These economic outlook results have several ripple effects. Overestimating the growth rate in the tax revenue forecast based on the ordinary growth rate leads to a shortage of tax revenue, which is the biggest reason for lack of tax revenue in the last four to five years. In addition, misprediction of economic fluctuations can have a significant impact on economic growth volatility due to fiscal policy or monetary policy, and may have a significant impact on interest rate decisions. Therefore, it is necessary to predict the correct economic growth rate. In this paper, we use the LSTM model to predict and compare the economic growth rates of the fourth quarter and the second quarter of 2018. As a result of the analysis, it is shown that seasonally adjusted real branch values follow increasing trend and linear parameter is learned by the number of data.
참고문헌 (10)
- 2016 경제전망, "국가미래연구원", ~ (2016)
- 2017 경제전망, "국가미래연구원", ~ (2017)
- 통일 비용·편익의 분석모형 구축, "김규륜", 통일연구원, ~ (2012)
- 김상봉, "거시경제학" (2016), 지필미디어
- 남주하, "한국의 국민행복지수 산출과 제고방안에 관한 연구", 시장경제연구, 45(3), pp.119~143 (2016), 지암남덕우경제연구원
- KDI 거시경제모형 재구축을 위한 연구, "이재준", 한국개발연구원, ~ (2012)
- KERI 2010 한국경제 거시계량모형, "조경엽", 한국경제연구원, ~ (2011)
- Aslan, D. K., "An Integrated Neural Network Structure for Recognizing Autocorrelated and Trending Processes", Mathematical and Computational Applications, 16(2), pp.514~523 (2011)
- Elman, J. L., "Finding Structure in time", Cognitive Science, 14(2), pp.179~211 (1990)
- Yi, Z., "Time Series Classification Using Multi-Channels Deep Convolutional Neural Networks", 15th International Conference, WAIM 2014, pp.298~310 (2014)