월별 시계열 자료 분석기법들의 비교 분석 및 변동성 모형을 이용한 단기예측력 개선 방안

Abstract

월별 시계열자료 분석기법들의 비교분석 및 변동성 모형을 이용한 단기예측력 개선방안(계간 국민계정 2005년 제4호) - 작성자 : 숙명여자대학교 통계학과 황선영 교수외 (요약) 월별 계절시계열자료를 분석하고자 할 때 원 계열을 그대로 이용·분석하는 경우 계절요인의 영향으로 시계열의 근원적 움직임을 파악하기 어려우며 그릇된 결론을 가져다주기 쉽다. 월별(계절)시계열의 분석은 관측시계열에서 의미 있는 부분(추세, 계절성 등)을 최대한 추출하여 해석하고 예측하는데 있다. 기존의 분석기법을 적용한 후 얻은 불규칙요인(잔차)에서 의미 있는 부분을 추출할 수 있다면 이를 분석에 반영하는 것이 타당하다. 이를 위해 기존의 시계열 분석방법들[지수평활법, 윈터스(승법, 가법)계절 방법, 계절 ARIMA, X-12-ARIMA 등]에 대해 알아보고, 계량 경제학 분야에서 널리 이용되는 변동성 모형인 자기회귀 조건부 이분산 모형, 즉 ARCH, GARCH 모형을 이용하여 월별 시계열의 점 예측(point forecast)과 예측구간(forecast interval)을 좀 더 정교하게 제시하고자 노력하였다. 기존 방법론으로부터 나온 불규칙요인이 이분산성 모형을 암시하는 경우 잔차로부터 의미 있는 요인을 더 추출해 낼 수 있고 이를 이용하여 점 예측치 및 예측구간의 향상을 위해 보정(modification)이 가능할 수가 있으며 그 절차를 산업생산지수 및 경기종합지수(동행지수)를 이용해 설명하였다. 본 연구에서 고려한 두 가지 월별 시계열을 분석해본 결과 잔차에 변동성이 내재되어있고 따라서 이 변동성을 AR-GARCH 모형을 이용해 파악한 후 이를 점 예측치 및 구간 예측의 개선에 도움이 되도록 수용하였다.