한은 “실시간 GDP 전망 모형 개발, 예측력 개선”

급격한 경기흐름 조기 포착

DFM(동적요인모형)과 LSTM(시계열 데이터에 특화된 딥러닝 알고리즘 시스템)전망 시점별 GDP 성장률 예측 오차 그래프 ⓒ 한국은행

한국은행이 기존 GDP 전망 모형의 단점을 보완한 새로운 시스템을 개발했다. 새로운 GDP 전망 모형은 GDP속보치와 잠정치의 차이를 줄이고, 급격한 성장률 하락폭을 상대적으로 정확히 포착하는 것으로 나타났다.

3일 한은은 ‘디지털 신기술을 이용한 실시간 당분기 경제전망 시스템 개발(BOK 이슈노트)’을 통해 이같이 밝혔다.

GDP 성장률은 소비, 투자, 수출입 등 한 국가의 경제상황을 종합적으로 나타내는 경제지표이다. 그러나 공표 주기(1분기)와 공표 시차(속보치 기준 1개월)가 길어 현재 경기상황을 판단하는 지표로 활용하는데 한계가 있었다.

이에 한은은 매주 GDP 성장률 예측치를 업데이트해 경기 흐름을 파악하는 실시간 당분기 경제전망(GDP nowcasting) 시스템을 개발했다. 이 시스템은 주요국 중앙은행의 GDP 전망 모형에 이용되는 동적요인모형(DFM)과 최근 빠르게 발전한 기계학습 알고리즘 가운데 시계열 데이터에 특화된 딥러닝 알고리즘(LSTM)을 상호보완적으로 적용해 예측력을 높였다.

DFM은 경제변수 간 구조적 관계를 이용하여 각 변수에 포함된 정보를 효율적으로 추출할 수 있다. LSTM 알고리즘은 딥러닝 네트워크를 이용하여 여러 변수 간 비선형, 상호의존적 관계를 포착하는데 효과적이라는 설명이다.

2017년 1분기부터 2021년 3분기까지 기간에 대해 실시간 GDP nowcasting 시스템의 예측력

을 평가한 결과, DFM과 LSTM 전망모형 모두 실제 경기흐름을 적절히 포착하는 것으로 나타났다.

이들 시스템은 2020년 1분기와 2분기의 급격한 GDP 성장률 하락, 2020년 3분기의 GDP 성장률 반등 움직임을 모두 예상했다. DFM과 LSTM 전망모형 모두 1분기와 2분기의 급격한 GDP 성장률 하락, 2020년 3분기의 성장률 반등 움직임을 조기에 포착했다.

DFM의 경우 대부분 분기에서 전망치와 실제치가 0.5%p 내로 근접했다. 특히 LSTM 전망모형은 코로나19 유행과 같이 경제 불확실성이 확대된 상황에서 상대적으로 높은 예측력을 보였다.

한은은 “주요국 당분기 GDP 성장률 전망모형으로 연구성과가 축적된 DFM과 LSTM을 상호보완적으로 활용하여 시스템의 예측력이 개선된 것으로 판단한단”며 “이번 시스템 개발에서 축적된 디지털 신기술 활용 노하우를 경제전망, 시장모니터링 등 다양한 조사연구 업무에 적용하는 한편, 적극적인 대내외 교류를 통해 연구성과를 공유할 계획”이라고 설명했다.