상태공간 벡터오차수정모형을 이용한 월별 GDP 추정 : 깁스표본추출 접근 (Estimating Korean Monthly GDP and Forecasting Korean GDP:Unobserved Component VECM and Gibbs Sampling Approach)

Abstract

Korean Abstract: 관측주기가 다른 자료를 이용하여 경제를 분석하면서 고빈도(high frequency) 자료를 저빈도(low frequency) 자료로 전환하는 경우 자료가 지닌 정보를 충분히 활용하지 못하는 문제가 발생한다. 대부분의 국가에서 GDP는 분기 단위로 발표되고 있어, GDP를 이용하여 경제분석을 하는 경우 이러한 문제가 흔히 나타나며, 특히 속보성이 떨어지는 경우 최근 데이터를 활용할 수 없어 경제변수 분석이나 전망에 제약이 발생할 수 있다.

본고에서는 이러한 문제를 해결하기 위해 혼합주기자료를 이용하여 관측되지 않는 고빈도 자료를 포함하는 변수로 구성된 은닉인자 상태공간 벡터오차수정모형을 제안하고 깁스표본추출법을 적용하는 베이지안 방식으로 추정하였다. 동 모형을 이용하면 대부분의 국가에서 관측되지 않는 변수인 월별 GDP의 추정뿐 아니라 월별 GDP에 대한 초단기 예측도 가능하다.

월별 GDP가 작성되는 캐나다를 대상으로 본고의 모형을 이용한 월별 GDP 추정치와 실제치를 비교한 결과, 추정된 캐나다 월별 GDP가 실제 발표치와 매우 근사한 것으로 나타났다. 또한 캐나다의 월별 GDP를 대상으로 표본내 예측 및 사후 예측을 실시한 결과, 본고의 모형이 기존 기법에 비해 우수하거나 동등한 수준의 표본내 예측 성과를 보였으며, 사후 예측의 성과는 훨씬 우수하였다. 한편, 우리나라를 대상으로 하여 월별 GDP 추정 및 사후 예측을 수행한 결과, 본고의 모형이 여타 예측모형에 비해 상대적으로 우수한 성과를 보였다.


English Abstract: This paper suggests a Gibbs sampling estimation of an unobserved component cointegrated VAR Model to estimate monthly GDP with mixed frequency data.

We estimate a Canadian monthly GDP and compare the estimate and actual value of Canadian monthly GDP. The results show that the discrepancy between the estimate and actual value of Canadian monthly GDP is smaller or equivalent to the estimation results of Chow-Lin (1971), Denton (1971), Fernandez (1981), and Litterman (1983).

The suggested model can be used as a forecasting model for monthly, therefore quarterly GDP unlike the class of Chow-Lin. This paper ex post forecasts Korean monthly GDP(therefore quarterly GDP) in 6 month horizon and compares the forecast performance with other quarterly forecast models. Compared to Random walk, AR(1), AR(4), VAR(1), and VAR(4) models, the suggested model showed better forecast performance.