DAR model을 통한 국내 GDP 성장률 밀도예측 모델개선

Abstract

1980년 Sims에 의해 벡터자기회기모형이 고안된 이후 많은 경제학자들은 여러 방면에서 이 모형을 사용하였고, 유용하게 계량된 모델을 제안하기도 하였다. 하지만 이러한 벡터자기회기모형은 주요 경제 변수의 예측에 있어서 다소 부정확하다는 평가를 받아왔다. 이런 부정확성을 해결하기 위해 국내에서도 혼합주기자료를 이용한 VAR 모형, ARIMA 모형 등을 이용하여 국내 주요 변수들의 예측을 개선하는 연구가 진행중이다. 본 논문에서도 이러한 중요 경제 변수의 예측을 개선하기 VAR 모형과 세분화 데이터를 이용한 DAR 모형 두 가지를 사용하여 중요 거시 경제 변수인 우리나라 GDP 성장률을 예측하였다. 두 모델을 계산하는데 있어서 계층모델 시스템(hierarchical model system)과 베이지안 마코프 체인 몬테 카를로 방법(Bayesian Markov Chain Monte Carlo method)을 사용하였다. 이 두 모델을 이용하여 점 추정의 결과를 비교하고 추정된 데이터를 토대로 가우시안 커널 방법(Gaussian kernal method)을 이용하여 예측 밀도함수를 구하였다. 또한 이 예측 밀도함수의 결과를 실제 GDP 성장률의 밀도함수와 비교하기 위하여 확률적분변환법(probability integral transformation)과 Kolmogorov-Smirnov 검정을 하여 예측 밀도함수의 타당성을 검정하였다. 그 결과 베이지안 방법으로 계산된 세분화 데이터를 이용한 DAR 모형이 VAR 모형에 비해 더 정확하고 신뢰할 수 있는 예측을 한다는 것을 볼 수 있었다.