경기종합지수 단기 예측모형 구축 연구

• 영문명: A Study on the Establishment of a Short-term Forecasting Model for the Composite Index of Business Indicators
• 발행기관: 표준인증안전학회
• 저자명: 전우성 진서훈
• 간행물 정보: 『표준인증안전학회지』제13권 제4호, 113~126쪽, 전체 14쪽
• 주제분류: 사회과학 > 사회과학일반
• 파일형태: PDF
• 발행일자: 2023.12.31

국문 초록

‘엔데믹(Endemic)’ 선언 이후 국민경제의 총체적인 수준에서 경기변동의 국면 및 전환점의 파악이 필요하다. 이러한 경기의 진폭과 속도를 신속하고 정확하게 파악하기 위해 경기종합지수의 2003년 1월부터 2023년 4월까지의 데이터를 이용하여 단기 예측 분석을 실시하였다. 본 연구에서는 표준화된 예측 프로세스를 제시하기 위해 두 단계로 나누어 분석을 실시하였다. 먼저 경기종합지수의 단기 예측을 위해 내생변수만을 고려한 시계열 분석과 외생변수를 추가한 시계열 분석의 결과를 비교한다. 그다음으로 최근 활발히 논의되고 있는 기계학습(machine learning) 방법을 시도해보고, 전통적인 시계열분석방법과 예측성능(prediction performance)을 비교 분석하였다. 분석 결과를 보면 내생변수만을 사용한 분석 결과보다는 외생변수를 추가한 시계열 분석의 예측정확도가 높았다. 그리고 기계학습모형의 예측성능이 전통적인 시계열모형에 비해 더 우수한 것으로 나타났다. 가장 뛰어난 예측성능을 보이는 Time-GAN모형으로 분석한 결과를 보면 엔데믹으로 인한 민간소비 등의 성장으로 인해 1∼2개월은 상승하겠지만 3개월째 다시 하강하는 것으로 나타났다.

영문 초록

After the declaration of the ‘Endemic,’ it is crucial to understand the cyclical fluctuations and turning points in the overall economic status of the nation. To promptly and accurately grasp the magnitude and speed of these economic changes, a short-term forecasting analysis was conducted using the composite index of business indicators data from January 2003 to April 2023. In this study, a two-step analysis was performed to propose a standardized forecasting process. Firstly, for short-term forecasting of the composite index of business indicators, the results of time series analyses considering only endogenous variables were compared with those incorporating exogenous variables. Subsequently, the study explored machine learning methods, which have been actively discussed recently, and compared and analyzed their prediction performance with traditional time series analysis methods. The analysis revealed that the addition of exogenous variables in time series analysis resulted in higher prediction accuracy compared to analyses considering only endogenous variables. Furthermore, machine learning models exhibited superior prediction performance compared to traditional time series models. As a result of the analysis with the Time-GAN model, which has the best predictive performance, it was found that there would be a rise for 1-2 months due to the growth of private consumption caused by the endemic, but it would decrease again in the 3rd month.

목차

Ⅰ. 서 론

Ⅱ. 이론적 배경

Ⅲ. 연구 방법론

Ⅳ. 연구자료

Ⅴ. 연구결과

Ⅵ. 결 론

참고문헌

키워드

경기종합지수 시계열 분석 단기예측 표준화 SARIMA SARIMAX LSTM Time-GAN Composite Index of Business Indicators time series analysis short-term forecasting Standardization SARIMA SARIMAX LSTM Time-GAN