BOK 경제연구(국문)

  1. 발간자료
  2. BOK 경제연구
  3. BOK 경제연구(국문)

[제2015-11호] 예측조합 및 밀도함수에 의한 소비자물가 상승률 전망

저자 : 김현학
연구조정실 2015.04.17 4445

제목 : 예측조합 및 밀도함수에 의한 소비자물가 상승률 전망
저자 : 김현학(거시경제연구실)

 


<요약>

 

최근 들어 경제전망의 예측 오차를 줄이기 위한 방안으로 예측조합에 의한 전망(forecast combination)과 밀도함수에 의한 전망(density forecast)이 주목받고 있다. 예측조합에 의한 전망은 하나의 모형에 의한 전망이 아니라 다양한 특성을 가진 여러 예측모형들을 조합하여 전망치를 산출함으로써 예측 오차를 줄이는 방법이다. 밀도함수에 의한 전망은 점 예측(point forecast)과 달리 전망치에 대한 확률밀도함수(probability density function)를 제시하는 방법이다.
본고에서는 우리나라의 소비자물가 상승률을 대상으로 예측조합 및 밀도함수를 이용하여 전망을 수행하고 그 성과를 분석하였다. 예측조합에 의한 전망의 경우 다양한 모형의 조합에 따른 위험분산효과 등으로 기준모형인 자기회귀모형보다 우월한 예측력을 보였으며, 아울러 더 많은 수의 모형들이 조합될수록 보다 안정적인 예측력을 보였다. 한편 밀도함수에 의한 전망의 경우 소비자물가 상승률 전망의 방향성을 제시해주는 장점이 있었다. 또한 밀도함수 역시 조합을 통해 보다 정확한 물가 상승률 전망을 기대해 볼 수 있다.
본고의 연구 결과에 비추어 볼 때 향후 모형들의 조합방법과 모형별 가중치 부여방법에 대한 연구, 혼합주기모형 개발 등이 진전될 경우 예측조합이나 밀도 함수에 의한 소비자물가 상승률 전망의 예측력을 더욱 향상시킬 수 있을 것으로 기대된다.

 


<Abstract>

 

Forecast combinations and density forecast have frequently been found in
empirical research to produce better prediction performance on average than methods based on the best single model. Density forecastan estimate of the probability distribution of the possible future values of that variable has received attention in the forecast literature.
This paper combines point forecast and density forecast to predict Korean CPI inflation and compares the performance of each forecast with various models including factor models, shrinkage models, and bayesian model averaging. We find that the more models included in point forecast combinations leads to the better performance of the combinations than the benchmark autoregressive model, regardless of the independent performance of a single model. We also find that combinations of more models provide a result robust to sample periods. Density forecasts and their combinations present the direction of future inflation and predictive densities.
We expect that forecast combination and density forecast can provide better performance with more disciplines, for example, combining more various models and mixing different frequency data models.

콘텐츠 만족도


담당부서 및 연락처 : 연구조정실 | 02-759-5318
문서 처음으로 이동