논문KCI 등재
혼합주기 자료를 이용한 시스템리스크의 조기경보지표 예측
Early Warning Indicator Forecasting Model using Mixed Frequency Data
0
조회
0
다운로드
0
인용
0
참고문헌
키워드
주제분류경제학
초록
시스템리스크에 대한 조기경보지표인 ‘신용/GDP 비율’과 ‘신용/GDP 갭’의 예측모형을 추정한 후 예측력을 비교 및 분석하였다. 이를 위해 가능한 모든 정보를 이용하기 위해 다양한 빈도(frequency)로 구성된 혼합주기 자료를 이용하였다. 분기별 자료인 ‘신용/GDP 비율’과 ‘신용/GDP 갭’의 예측에 많은 월별 거시경제 정보를 활용하는 방법인 동태요인모형과, 표본주기의 차이를 감안하는 혼합주기모형(mixed frequency data sampling: MIDAS)의 결합을 통해 예측력을 개선하는 방법을 제시하고 예측력을 평가하였다. 이를 통해 ‘신용/GDP 비율’ 예측에서는 GRS-dms 모형과 GRS-MIDAS 모형의 예측력이 상대적으로 우수하다는 점을 보였다. ‘신용/GDP 갭’의 예측에서는 GRS-dms 모형의 예측력이 상대적으로 우수하였다.
Abstract
As early warning indicators of systemic risk, 'Credit/GDP ratio' and ' Credit/GDP gap' forecasting models are developed and compared in this study. To use all possible information, we combine the dynamic factor model and the MIDAS model to improve predictive power. In conclusion, the ‘Credit/GDP ratio’ forecast, the GRS-dms model and the GRS-MIDAS models predictability are relatively superior. In the forecast of 'Credit/GDP gap', the GRS-dms model predictability is superior to that of other models.
참고문헌 (36)
- 강종구, "금융환경 변화가 금융안정에 미치는 영향", 한국은행 금융경제연구, (258), pp.1~43 (2006)
- 김동헌, "거시건전성 정책수단 설계 및 적용방법론", 한국경제의 분석, 20(3), pp.111~176 (2014), 한국경제의 분석패널
- 이정연, "우리나라의 금융사이클 측정", 경제분석, 21(3), pp.137~155 (2015), 한국은행
- 경기대응완충자본 제도의 국내도입 방안, "조규환", BOK, ~, pp.경제리뷰, 2013-2 (2013)
- 형남원, "혼합자료 샘플링 모형을 통한 GDP 예측", 국제경제연구, 22(2), pp.83~117 (2016), 한국국제경제학회[DOI]
- 한국의 거시건전성 정책, "한국은행", ~ (2015)
- Andreou, E., "Should Macroeconomic Forecasters Use Daily Financial Data and How?", Journal of Business and Economic Statistics, 31, pp.240~251 (2013)
- Bai, J., "State Space Models and MIDAS Regressions", Econometric Reviews, 32, pp.779~813 (2013)
- Borio, C.E., "Assessing the Risk of Banking Crises– Revisited", BIS Quarterly Review (2002)
- Clements, M. P., "Macroeconomic Forecasting with Mixed Frequency Data: Forecasting Output Growth in the United States", Journal of Business and Economic Statistics, 26, pp.546~554 (2008)
- Clements, M. P., "Forecasting US Output Growth using Leading Indicators: An Appraisal using MIDAS Models", Journal Applies Econometrics, 24, pp.1187~1206 (2009)
- Operationalising the selection and application of macroprudential instruments, "Committee on the Global Financial System", CGFS, ~, pp.Papers, 48 (2012)
- Davis, E. P., "Comparing Early Warning Systems for Banking Crises", Journal of Financial stability, 4, pp.89~120 (2008)
- Dembiermont, C., "How Much Does the Private Sector Really Borrow? A New Database for Total Credit to the Private Non-Financial Sector", BIS Quarterly Review (2013)
- Demirgüç-Kunt, A., "Cross-Country Empirical Studies of Systemic Bank Distress: A Survey", National Institute Economic Review, 192, pp.68~83 (2005)
- Demyanyk, Y., "Financial Crises and Bank Failures: A Review of Prediction Methods", Omega, 38, pp.315~324 (2010)
- Doz, C., "A Quasi–Maximum Likelihood Approach for Large, Approximate Dynamic Factor Models", Review of economics and statistics, 94, pp.1014~1024 (2012)
- Dhrymes, P.J., "Distributed Lags: Problems of Estimation and Formulation" (1971), Holden-Day
- Drehmann, M., "Total Credit as An Early Warning Indicator for Systemic Banking Crises", BIS Quarterly Review (2013)
- Drehmann, M., "Anchoring Countercyclical Capital Buffers: The Role of Credit Aggregates", International Journal of Central Banking, 7, pp.189~240 (2011)
- Drehmann, M., "Evaluating Early Warning Indicators of Banking Crises: Satisfying Policy Requirements", International Journal of Forecasting, 30, pp.759~780 (2014)
- UMIDAS(unrestricted MIDAS). Mimeo, "Foroni, C.", ~ (2011)
- Survey of Econometric Method for Mixed-Frequency Data. Mimeo, "Foroni, C.", ~ (2013)
- The MIDAS Touch: Mixed Data Sampling Regression Models. Mimeo, "Ghysels, E.", University of North Carolina, ~
- Ghysels, E., "Predicting volatility: getting the most out of return data sampled at different frequencies", Journal of Econometrics, 131, pp.59~95 (2006)
- Ghysels, E., "MIDAS Regressions: Further Results and New Directions", Econometric Reviews, 26, pp.53~90 (2007)
- Giannone, D., "Nowcasting: The Real-Time Informational Content of Macroeconomic Data", Journal of Monetary Economics, 55, pp.665~676 (2008)
- Giannone, D., "Handbook of Economic Forecasting SET 2A" (2013), Elsevier
- Leading Indicators of Currency Crises, "Kaminsky, G.", IMF Staff, 1~48, pp.Papers, 45 (1998)
- The Countercyclical Capital Buffer of Basel III: A critical assessment, "Repullo, R.", ~ (2011)
- Kuzin, V., "MIDAS vs. Mixed- Frequency VAR: Nowcasting GDP in the Euro Area", International Journal of Forecasting, 27, pp.529~542 (2011)
- Kuzin, V., "Pooling versus Model Selection for Nowcasting GDP with Many Predictors: Empirical Evidence for Six Industrialized Countries", Journal of Applied Econometrics, 28, pp.392~411 (2013)
- Marcellino, M., "Factor MIDAS for Nowcasting and Forecasting with Ragged-Edge Data: A Model Comparison for German GDP", Oxford Bulletin of Economics and Statistics, 72, pp.518~550 (2010)
- Marcellino, M., "A Comparison of Direct and Iterated Multistep AR Methods for Forecasting Macroeconomic Time Series", Journal of econometrics, 135, pp.499~526 (2006)
- Schumacher, C., "Real-Time Forecasting of German GDP Based on a Large Factor Model with Monthly and Quarterly Data", International Journal of Forecasting, 24(3), pp.386~398 (2008)
- Stock, J. H., "Forecasting using Principal Components from a Large Number of Predictors", Journal of the American statistical association, 97, pp.1167~1179 (2002)
관련 논문AI추천
혼합자료 샘플링 모형을 통한 GDP 예측최경욱, 최병재, 형남원한국국제경제학회 · 국제경제연구2016 · 제22권 제2호混合週期資料 VAR模型을 이용한 分期 GDP成長率의 最適豫測김윤영, 박준용한국경제학회 · 경제학연구2007 · 제55권 제3호금융부문별 조기경보 모형에 관한 연구김균, 김동헌, 박의환한국계량경제학회 · 계량경제학보2017 · 제28권 제3호거시건전성 정책수단 설계 및 적용방법론김동헌, 이만종한국경제의 분석패널 · 한국경제의 분석2014 · 제20권 제3호고빈도 자료를 이용한 대구⋅경북지역 경기분석 및 예측 : MIDAS 모형을 중심으로＊황영진한국경제통상학회 · 경제연구2017 · 제35권 제1호경기대응완충자본 기준지표에 대한 연구서현덕, 이정연예금보험공사 · 금융안정연구2015 · 제16권 제2호