선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 하지만 적용된 과거의 평균값과 미래 변화 값의 차이가 크다면, 경제적 효과를 정확하게 예측하지 못하여 신기술 및 신공법 도입의 의사결정에 부정확한 정보를 제공할 수 있다. 본 연구에서는 기대되는 경제적 투자효과의 예측 정확도를 향상시키기 위하여 실질할인율 예측 방법을 제안하고자 한다.
- 본 연구는 미래의 실질할인율 변화를 예측하기 위하여, 먼저 실질할인율을 구성하는 명목이자율과 물가상승률에 영향을 미치는 경제 변수들을 도출하고, 실질할인율과 경제변수들 간의 영향관계를 분석하고자 한다. 경제변수들은 서로 영향을 주고받는 관계이므로, 실질할인율의 예측 정확도를 향상시키기 위해서는 실질할인율과 영향관계가 높은 경제 변수들을 분석하는 것이 더욱 효과적이기 때문이다(Hur et al.
- 2009). 그 후, 실질할인율과 영향관계가 유의한 경제 변수들의 과거 변화 값을 기반으로 실질할인율의 미래 변화 값을 예측하고자 한다.
- 다음으로 도출한 경제변수들이 현재 시점에서도 서로에게 영향을 주는 관계인지를 분석하기 위하여 과거 시계열 자료들을 기반으로 벡터자기회귀모형(vector autoregressive model, VAR)과 벡터오차수정모형(vector error correction model, VECM)의 충격반응분석(impulse response function) 을 한다. 각 경제변수들에 충격을 주었을 때, 경제변수들의 변화를 시간의 흐름에 따라 분석하기 위해서이다. 이는 각 경제 변수들의 상호 인과관계를 분석하기 위해서이다.
- 영향 관계가 있다면, 그 영향이 어느 경제 변수들에 의해서 설명이 되는지에 대한 상대적 크기도 분석하였다. 이를 통해 각 실질할인율에 영향을 미치는 주요 경제 변수들을 도출하고자 한다.
- 하지만 경제성 분석에서 일반적으로 과거 특정 기간의 평균값을 적용하고 있다(Kim and Jung 2012). 본 연구에서는 기대되는 경제적 효과의 정확한 예측을 위하여 실질할인율에 영향을 미치는 경제변수들을 도출한 후, 실질할인율과 각 변수들의 영향관계의 유의성과 그 영향이 어느 변수에 의한 것인지를 분석하였다. 그리고 유의한 영향관계가 존재하는 것으로 분석된 경제변수들의 과거 변화값을 기반으로 2008년에서 2010년까지, 즉 3년 동안의 실질할인율 변화값을 예측하였다.
가설 설정
- 81%로 분석되었다. 2008년의 세계 금융위기와 같은 특수 상황이 없다면, 본 연구에서 제안한 방법의 정확도는 더 높을 것이다.
제안 방법
- 신기술과 신공법의 도입 여부를 결정할 때, 주요 고려요인들 중의 하나는 기대되는 경제적 효과이다. 경제적 효과는 비용적 측면의 요인(cost factor)인 초기투자비와 유지관리비 같은 소요비용, 신기술을 적용함으로 인하여 기대되는 이익, 그리고 비비용적 측면의 요인(non-cost factor)인 실질할인율을 적용하여 분석한다. 실질할인율은 미래의 현금흐름을 현재의 가치로 변환할 때 사용되며 식 (1)과 같다.
- 이는 각 경제 변수들의 상호 인과관계를 분석하기 위해서이다. 그 후, 예측오차 분해분석(variance decomposition)을 적용하여 어느 변수들에 의해서 충격에 의한 변화가 발생하는지를 상대적 중요도 관점에서 분석한다. VAR과 VECM은 다변량 시계열 분석 방법이며, 각 변수들의 현재시점과 과거시점에서의 영향 관계를 분석하기 위하여 적용된다.
- 마지막으로 영향관계가 유의한 것으로 분석된 경제변수들을 기반으로 VAR과 VECM을 적용하여 실질할인율의 미래 변화 값을 예측한다. 예측 기간은 일반적인 건설공사 기간인 3년을 적용하였다.
- 실질할인율은 자금을 차입할 경우에 지불해야 할 이자율의 기회수익률로 볼 수 있으므로(Choi and Lee 1999), 본 연구에서는 명목이자율로 우리나라의 대표적 시장금리이며 건설사들에게 적용되는 기업대출 이자율(interest rate of business loan)을 분석대상으로 선정하였다. 그리고 물가상승률은 소비자 물가지수(consumer price index)를 선정하였다.
- 선행연구들과 분석 기간과 분석 방법이 다르므로, 본 장에서는 Table 1에서 도출된 실질할인율과 경제변수들과의 영향 관계를 분석하였다. 영향 관계가 있다면, 그 영향이 어느 경제 변수들에 의해서 설명이 되는지에 대한 상대적 크기도 분석하였다.
- 선행연구들과 분석 기간과 분석 방법이 다르므로, 본 장에서는 Table 1에서 도출된 실질할인율과 경제변수들과의 영향 관계를 분석하였다. 영향 관계가 있다면, 그 영향이 어느 경제 변수들에 의해서 설명이 되는지에 대한 상대적 크기도 분석하였다. 이를 통해 각 실질할인율에 영향을 미치는 주요 경제 변수들을 도출하고자 한다.
- 선행연구에서 분석된 기업대출 이자율과 콜금리, 환율과의 관계를 기반으로(Hong and Cho 2010), 본 장에서는 콜금리와 환율이 기업대출 이자율에 주는 영향의 크기와 그 영향을 설명하는 수준을 분석하였다.
- 2010). Table 3과 같이 공적분 관계가 최소 1개가 존재하는 것으로 분석되었으므로, VECM을 적용하였다.
- 소비자 물가지수는 선행연구에서 생산자 물가지수의 후행 관계가 있는 것으로 분석되었다(Kim and Kang 2005). 본 장에서는 소비자 물가지수에게 생산자 물가지수가 주는 영향의 크기와 그 영향을 설명하는 수준을 분석하였다.
- 시차 2에서 AIC, SIC, HQ의 최적 시차가 최소가 되는 것으로 분석되었으므로, 시차 2를 적정 시차로 선정하였다.
- 요한슨 공적분 분석결과 Table 5과 같이 유의수준 5%에서 공적분이 존재하지 않는 것으로 분석되었다. 따라서 소비자 물가지수와 생산자 물가지수는 VAR을 적용하여 영향관계를 분석하였다.
- 수준변수에서의 적정 시차 검증은 Table 4와 같았지만, VAR에서는 1차 차분된 변수들을 사용하여야 하므로, 차분된 변수들에 대한 적정 시차를 분석하였다. Table 7과 같이 AIC 와 SIC, HQ 모두 시차 1에서 최적의 시차가 가장 최소가 되므로, 시차 1을 선정하였다.
- 본 연구에서는 기대되는 경제적 효과의 정확한 예측을 위하여 실질할인율에 영향을 미치는 경제변수들을 도출한 후, 실질할인율과 각 변수들의 영향관계의 유의성과 그 영향이 어느 변수에 의한 것인지를 분석하였다. 그리고 유의한 영향관계가 존재하는 것으로 분석된 경제변수들의 과거 변화값을 기반으로 2008년에서 2010년까지, 즉 3년 동안의 실질할인율 변화값을 예측하였다. 예측 결과는 동일 기간의 실측값과 경제성 분석에서 일반적으로 적용되고 있는 평균값과 비교하여 정확도를 분석하였다.
- 먼저, 선행연구들을 기반으로 실질할인율을 구성하는 명목 이자율과 물가상승률을 선정한 후, 이들에 영향을 미치는 경제변수들을 선정하였다(Kim and Kang 2005, Hong and Cho 2010, The Bank of Korea 2011). 명목이자율은 대표적 시장금리인 기업대출 이자율을 선정하였으며, 이들은 콜금리와 환율과 영향관계가 있는 것으로 선행연구에서 분석되었다 (Hong and Cho 2010).
- 다음으로, 벡터오차수정모형과 벡터자기회귀모형의 충격 반응과 예측오차분산분해 분석을 적용하여, 도출된 경제변수들 간의 영향 관계와 그 영향이 어느 변수에 의한 것인지에 대한 상대적 크기를 분석하였다. 기업대출 이자율은 콜금리와는 서로 영향을 주고받는 관계이며, 환율에는 영향만 받는 것으로 분석되었다.
- 마지막으로 영향관계가 있는 것으로 분석된 경제변수들을 기반으로 2008년부터 2010년까지의 실질할인율 변화를 예측하였다. 예측 결과는 정확도 분석을 위하여 동일 기간의 실측값과 과거의 평균값과 비교하였다.
대상 데이터
- 마지막으로 영향관계가 유의한 것으로 분석된 경제변수들을 기반으로 VAR과 VECM을 적용하여 실질할인율의 미래 변화 값을 예측한다. 예측 기간은 일반적인 건설공사 기간인 3년을 적용하였다. 예측된 결과 값은 동일 기간의 실측값, 그리고 경제성 분석에서 일반적으로 적용되는 평균값과 예측 정확도를 비교한다.
- 식 (1)에서 실질할인율은 명목이자율과 물가상승률로 구성되어 있다. 실질할인율은 자금을 차입할 경우에 지불해야 할 이자율의 기회수익률로 볼 수 있으므로(Choi and Lee 1999), 본 연구에서는 명목이자율로 우리나라의 대표적 시장금리이며 건설사들에게 적용되는 기업대출 이자율(interest rate of business loan)을 분석대상으로 선정하였다. 그리고 물가상승률은 소비자 물가지수(consumer price index)를 선정하였다.
- 소비자 물가 지수는 선형적으로 증가하고 있는 추세이다. 실질할인율과 관련된 경제변수들의 영향관계를 분석하기 위한 기간은 한국의 금융위기 기간인 1997년에서 2000년까지를 제외한 2001 년부터 2010년까지로 선정하였다. 금융위기와 같이 외적 충격이 큰 기간이 포함되면, 과거 시계열 값에 주는 영향이 커지므로 예측정확도가 낮아질 수 있기 때문이다.
- 금융위기와 같이 외적 충격이 큰 기간이 포함되면, 과거 시계열 값에 주는 영향이 커지므로 예측정확도가 낮아질 수 있기 때문이다. 그리고 실질할인율의 예측 기간은 2008년에서 2010년까지 (3년)을 선정하였다. 예측된 결과값은 동일 기간의 실측값, 그리고 과거 자료의 평균값과 정확도를 비교된다.
- 소비자 물가 지수는 생산자 물가지수에 영향을 받는 것으로 조사되었다 (Kim and Kang 2005). 본 연구에서 사용한 각 지표들과 이자율 및 경제변수들은 한국은행에서 제시한 자료들을 적용하였다(The Bank of Korea 2011).
- 본 장에서는 제안된 다변량 시계열 분석 방법을 적용한 예측 값과 실무에서 일반적으로 사용되는 과거 평균 값, 그리고 동일 기간의 실측값과 예측 정확도를 비교하였다. 제안된 방법을 적용한 예측값은 과거 2001년부터 2007년까지의 자료들을 기반으로 2008년부터 2010년까지를 예측한 결과이다. 그리고 예측 결과의 정확도를 비교하기 위한 기업대출 이자율의 과거 평균값도 2001년부터 2007년까지를 적용하였다.
- 1과 같이 지속적으로 선형적 증가 추세이므로, 예측 정확도를 높이기 위하여 2001년부터 2007년까지와 같이 오래된 자료의 평균보다 최근 1년 (2007년)의 평균값을 적용하였다. 예측에 적용되는 자료는 한국 은행 경제통계시스템에서 제공되는 자료를 적용하였다(The Bank of Korea 2011).
데이터처리
- 예측 기간은 일반적인 건설공사 기간인 3년을 적용하였다. 예측된 결과 값은 동일 기간의 실측값, 그리고 경제성 분석에서 일반적으로 적용되는 평균값과 예측 정확도를 비교한다.
- 그리고 실질할인율의 예측 기간은 2008년에서 2010년까지 (3년)을 선정하였다. 예측된 결과값은 동일 기간의 실측값, 그리고 과거 자료의 평균값과 정확도를 비교된다.
- 공적분 관계가 존재하는지 여부를 분석하기 위하여 적정 시차 검증을 하였다. 일반적으로 Table 2에서 AIC(Akaike Information Criteria)와 SIC(Schwarz Information Criteria), HQ(Hannan & Quinn)의 최적의 시차값 중에서 가장 최소가 되는 지점을 적정시차로 선정한다(Lee et al.
- 공적분이 존재하지 않기 때문에, 과거의 시계열 값들이 안정적인지를 분석하기 위하여 단위근 검증(unit root test)을 하였다. 단위근 검증에서는 일반적으로 많이 사용되는 ADF(Augmented Dickey-Fuller)와 PP(Philips-Perron) 검증을 사용하였다(Jang 2014).
- 그리고 예측 결과의 정확도를 비교하기 위한 기업대출 이자율의 과거 평균값도 2001년부터 2007년까지를 적용하였다. 하지만 소비자 물가지수는 Fig. 1과 같이 지속적으로 선형적 증가 추세이므로, 예측 정확도를 높이기 위하여 2001년부터 2007년까지와 같이 오래된 자료의 평균보다 최근 1년 (2007년)의 평균값을 적용하였다. 예측에 적용되는 자료는 한국 은행 경제통계시스템에서 제공되는 자료를 적용하였다(The Bank of Korea 2011).
- 1과 같이 지속적으로 선형적 증가 추세이다. 따라서 본 연구에서 제안한 방법의 예측 정확도를 보다 엄격하게 검정하기 위해서 Fig. 9 및 Table 9와 같이 2007년의 평균값을 일괄적으로 적용하지 않고, 2001년부터 2007년까지의 월 평균 상승값을 2008년부터 2010년까지의 소비자 물가지수에 적용하여 예측 정확도를 비교하였다. 예측한 소비자 물가지수의 결과 는 Fig.
- 그리고 유의한 영향관계가 존재하는 것으로 분석된 경제변수들의 과거 변화값을 기반으로 2008년에서 2010년까지, 즉 3년 동안의 실질할인율 변화값을 예측하였다. 예측 결과는 동일 기간의 실측값과 경제성 분석에서 일반적으로 적용되고 있는 평균값과 비교하여 정확도를 분석하였다.
- 마지막으로 영향관계가 있는 것으로 분석된 경제변수들을 기반으로 2008년부터 2010년까지의 실질할인율 변화를 예측하였다. 예측 결과는 정확도 분석을 위하여 동일 기간의 실측값과 과거의 평균값과 비교하였다. 실측값을 기준으로 실질할인율을 계산한 결과는 –1.
- 본 장에서는 제안된 다변량 시계열 분석 방법을 적용한 예측 값과 실무에서 일반적으로 사용되는 과거 평균 값, 그리고 동일 기간의 실측값과 예측 정확도를 비교하였다.
이론/모형
- 다음으로 도출한 경제변수들이 현재 시점에서도 서로에게 영향을 주는 관계인지를 분석하기 위하여 과거 시계열 자료들을 기반으로 벡터자기회귀모형(vector autoregressive model, VAR)과 벡터오차수정모형(vector error correction model, VECM)의 충격반응분석(impulse response function) 을 한다. 각 경제변수들에 충격을 주었을 때, 경제변수들의 변화를 시간의 흐름에 따라 분석하기 위해서이다.
- 그 후, 예측오차 분해분석(variance decomposition)을 적용하여 어느 변수들에 의해서 충격에 의한 변화가 발생하는지를 상대적 중요도 관점에서 분석한다. VAR과 VECM은 다변량 시계열 분석 방법이며, 각 변수들의 현재시점과 과거시점에서의 영향 관계를 분석하기 위하여 적용된다. VAR과 VECM의 차이는 각 변수들 사이에 공적분(cointegration) 관계의 존재 여부이다.
- 일반적으로 많이 사용되는 요한슨 공적분 검증(Johansen’ s cointegration test)을 적용하여 기업대출 이자율과 콜금리, 환율의 공적분 관계가 존재하는지 여부를 분석하였다(Lee et al. 2010).
- 공적분이 존재하지 않기 때문에, 과거의 시계열 값들이 안정적인지를 분석하기 위하여 단위근 검증(unit root test)을 하였다. 단위근 검증에서는 일반적으로 많이 사용되는 ADF(Augmented Dickey-Fuller)와 PP(Philips-Perron) 검증을 사용하였다(Jang 2014). 분석 결과 Table 6과 같이 소비자 물가지수와 생산자 물가지수 모두 수준변수에서 단위근이 존재하는 것으로 분석되었으므로, 1차 차분하여 단위근이 존재하지 않도록 변환하였다.
성능/효과
- 먼저 기업대출 이자율에 충격을 주었을 경우에 처음 1개월은 자기변수의 영향이 가장 컸지만, 점점 감소하였다. 콜금리는 지속적으로 영향을 받았으며 양 (+)의 방향으로 증가하는 것으로 분석되었다. 환율에 대한 영향은 상대적으로 크지 않은 것으로 분석되었다.
- 환율에 대한 영향은 상대적으로 크지 않은 것으로 분석되었다. 다음으로 콜금리에 충격을 주었을 경우에 자기변수는 1개월 ㅌ부터 양 (+)의 방향으로 영향을 받지만, 기업대출 이자율과 환율은 음 (-)의 방향으로 영향을 받는 것으로 분석되었다. 특히 기업대출 이자율은 시간이 흐를수록 음 (-)의 방향으로 영향의 크기가 증가하는 것으로 분석되었다.
- 다음으로 콜금리에 충격을 주었을 경우에 자기변수는 1개월 ㅌ부터 양 (+)의 방향으로 영향을 받지만, 기업대출 이자율과 환율은 음 (-)의 방향으로 영향을 받는 것으로 분석되었다. 특히 기업대출 이자율은 시간이 흐를수록 음 (-)의 방향으로 영향의 크기가 증가하는 것으로 분석되었다. 마지막으로 환율에 충격을 주었을 경우는 자기 변수인 환율과 기업대출 이자율은 1개월부터 양 (+)의 방향으로 영향을 받았으며, 콜 금리는 음 (-)의 방향으로 영향을 받는 것으로 분석되었다.
- 특히 기업대출 이자율은 시간이 흐를수록 음 (-)의 방향으로 영향의 크기가 증가하는 것으로 분석되었다. 마지막으로 환율에 충격을 주었을 경우는 자기 변수인 환율과 기업대출 이자율은 1개월부터 양 (+)의 방향으로 영향을 받았으며, 콜 금리는 음 (-)의 방향으로 영향을 받는 것으로 분석되었다. 기업대울 이자율은 시간이 흐를수록 양 (+)의 방향으로 받는 영향의 크기가 지속적으로 증가하여, 9월부터는 환율 자기변수 ㄷ보다 더 큰 영향을 받는 것으로 분석되었다.
- 콜 금리는 5월부터 영향력의 크기가 양 (+)의 방향으로 증가하는 것으로 분석되었다. 콜 금리가 받는 환율의 영향은 기업대출 이자율이 받는 영향보다 적은 것으로 분석되었다.
- 기업대출 이자율에 대한 충격반응 분석결과를 정리하면, 기업대출 이자율은 자기변수보다 콜 금리에 대한 양 (+)의 방향의 영향이 더 큰 것으로 분석되었다. 콜 금리는 음 (-)의 방향으로 환율에도 영향을 주지만, 기업대출 이자율에 대한 영향이 더 큰 것으로 분석되었다.
- 기업대출 이자율에 대한 충격반응 분석결과를 정리하면, 기업대출 이자율은 자기변수보다 콜 금리에 대한 양 (+)의 방향의 영향이 더 큰 것으로 분석되었다. 콜 금리는 음 (-)의 방향으로 환율에도 영향을 주지만, 기업대출 이자율에 대한 영향이 더 큰 것으로 분석되었다. 환율은 기업대출 이자율과 콜 금리 모두에 양 (+)의 방향으로 영향을 주며, 기업대출 이자율에 주는 영향이 콜금리에 주는 영향보다 큰 것으로 분석되었다.
- 콜 금리는 음 (-)의 방향으로 환율에도 영향을 주지만, 기업대출 이자율에 대한 영향이 더 큰 것으로 분석되었다. 환율은 기업대출 이자율과 콜 금리 모두에 양 (+)의 방향으로 영향을 주며, 기업대출 이자율에 주는 영향이 콜금리에 주는 영향보다 큰 것으로 분석되었다.
- 3과 같다. 먼저 기업대출 이자율의 충격에 의해 변하는 경제 변수들은 초기에는 기업대출 이자율에 의해서 가장 많이 설명되지만, 점차 감소한다. 중기 이후에는 콜 금리에 의한 설명력은 더 큰 것으로 분석되었다.
- 환율에 의해서 설명되는 비중은 거의 없는 것으로 분석되었다. 다음으로 콜금리의 충격에 의해서 변화하는 경제 변수들은 콜금리에 의해서 대부분 설명되는 것으로 분석되었다. 기업대출 이자율에 의해서 설명되는 비중은 시간이 흐를수록 점차 증가하지만, 콜 금리의 설명력과 차이가 큰 것으로 분석되었다.
- 다음으로 콜금리의 충격에 의해서 변화하는 경제 변수들은 콜금리에 의해서 대부분 설명되는 것으로 분석되었다. 기업대출 이자율에 의해서 설명되는 비중은 시간이 흐를수록 점차 증가하지만, 콜 금리의 설명력과 차이가 큰 것으로 분석되었다. 마지막으로 환율의 충격에 의해서 변하는 경제 변수들은 환율에 의해서 설명되는 비중이 가장 컸지만, 기업대출 이자율에 의해서 설명되는 비중도 시간이 흐를수록 점차 증가하는 것으로 분석되었다.
- 기업대출 이자율에 의해서 설명되는 비중은 시간이 흐를수록 점차 증가하지만, 콜 금리의 설명력과 차이가 큰 것으로 분석되었다. 마지막으로 환율의 충격에 의해서 변하는 경제 변수들은 환율에 의해서 설명되는 비중이 가장 컸지만, 기업대출 이자율에 의해서 설명되는 비중도 시간이 흐를수록 점차 증가하는 것으로 분석되었다.
- 4와 같다. 기업대출 이자율은 초기에는 자신에 의해서 가장 큰 영향을 받고, 그 이후에는 콜 금리와 환율의 변화에 더 큰 영향을 받는 것으로 분석되었다. 따라서 기업대출 이자율의 변화를 예측할 때, 초기에는 자신의 과거 값을 참고하고, 초기 이후에는 콜 금리와 환율의 과거 변화 값을 참고하여 예측한다면, 정확도가 향상될 수 있을 것이다.
- 기업대출 이자율은 초기에는 자신에 의해서 가장 큰 영향을 받고, 그 이후에는 콜 금리와 환율의 변화에 더 큰 영향을 받는 것으로 분석되었다. 따라서 기업대출 이자율의 변화를 예측할 때, 초기에는 자신의 과거 값을 참고하고, 초기 이후에는 콜 금리와 환율의 과거 변화 값을 참고하여 예측한다면, 정확도가 향상될 수 있을 것이다.
- 5와 같다. 먼저 소비자 물가지수에 충격을 주었을 경우에 생산자 물가지수는 거의 반응하지 않았다. 소비자 물가지수 자신은 첫 1개월 크게 반응한 후, 점차 감소하여 중기 이후부터는 거의 반응하지 않았다.
- 소비자 물가지수 자신은 첫 1개월 크게 반응한 후, 점차 감소하여 중기 이후부터는 거의 반응하지 않았다. 다음으로 생산자 물가지수에 충격을 주었을 경우는 생산자 물가 지수와 소비자 물가지수 모두 첫 1 개월에서 크게 반응하지만, 점차 감소하여 후기부터는 거의 반응하지 않는 것으로 분석되었다. 즉, 실질할인율에 적용되는 소비자 물가지수는 생산자 물가지수에 의해 초기에는 큰 영향을 받지만, 시간이 흐를수록 영향력이 적어지는 것으로 분석되었다.
- 다음으로 생산자 물가지수에 충격을 주었을 경우는 생산자 물가 지수와 소비자 물가지수 모두 첫 1 개월에서 크게 반응하지만, 점차 감소하여 후기부터는 거의 반응하지 않는 것으로 분석되었다. 즉, 실질할인율에 적용되는 소비자 물가지수는 생산자 물가지수에 의해 초기에는 큰 영향을 받지만, 시간이 흐를수록 영향력이 적어지는 것으로 분석되었다.
- 예측오차 분산분해 분석결과는 Fig. 6과 같이, 소비자 물가 지수의 충격에 의해 변하는 자신과 생산자 물가지수는 소비자 물가지수에 의해서 거의 설명되는 것으로 분석되었다. 생산자 물가지수의 충격에 의해 변하는 소비자 물가지수와 생산자 물가지수는 생산자 물가지수에 의해서 설명되는 비중이 크지만, 소비자 물가지수에 의해서도 일정 비율로 설명되는 것으로 분석되었다.
- 6과 같이, 소비자 물가 지수의 충격에 의해 변하는 자신과 생산자 물가지수는 소비자 물가지수에 의해서 거의 설명되는 것으로 분석되었다. 생산자 물가지수의 충격에 의해 변하는 소비자 물가지수와 생산자 물가지수는 생산자 물가지수에 의해서 설명되는 비중이 크지만, 소비자 물가지수에 의해서도 일정 비율로 설명되는 것으로 분석되었다.
- 7과 같다. 생산자 물가지수는 실질할인율의 구성 변수인 소비자 물가지수에 영향을 주고, 그 영향에 대한 설명력도 가지는 것으로 분석되었다. 하지만, 생산자 물가지수의 영향은 충격을 준 초기와 중기에만 존재하므로, 소비자 물가지수의 변화를 예측하기 위해서는 단기 예측에만 생산자 물가지수를 적용할 수 있을 것이다.
- 본 연구에서 제안한 방법을 적용한 실질할인율은 –0.22%으로, 실측값과의 차이는 1.36%로 분석되었다.
- 8 및 Table 8과 같다. 실측값과 예측값의 차이는 3년간 평균 0.12%으로 분석되었다. 2008년은 미국 금융시장에서 시작된 세계 금융 위기로 인하여 실측값이 변동성이 커서 차이가 0.
- 27%으로 차이가 상대적으로 적었다. 실측값과 평균값의 차이는 평균 -0.17%로 분석되었다. 2008년은 0.
- 9 및 Table 9와 같다. 본 연구에서 적용한 다변량 시계열 분석 방법은 소비자 물가지수와 같이 시계열 자료가 특이점이 없는 선형적 흐름을 나타낼 때 예측 정확도가 높다. 시계열 분석 기법은 최근 값에 가중치를 많이 두어서 미래 값을 예측하기 때문이다.
- 시계열 분석 기법은 최근 값에 가중치를 많이 두어서 미래 값을 예측하기 때문이다. 3년 동안의 실측값과 예측값의 차이는 평균 1.14이며, 2008년은 1.43, 2009년은 1.33, 2010년은 1.57로 분석되었다. 실측값과 평균값의 차이는 3년 평균 6.
- 57로 분석되었다. 실측값과 평균값의 차이는 3년 평균 6.91이며, 2008년은 4.22, 2009년은 6.83, 2010년은 9.68로 분석되었다. 소비자 물가지수와 같이 변동성이 크지 않고 지속적으로 증가하는 경우에 과거의 평균값을 적용한다면, 분석 기간이 길수록 실측값과 차이가 클 것이다.
- 58%이다. 평균값을 적용한 실질할인율은 6.06%이며, 실측값과의 차이는 7.64%으로 분석되었다. 본 연구에서 제안한 방법을 적용한 실질할인율은 –0.
- 36%로 분석되었다. 기존에 일반적으로 적용되는 과거 특정기간의 평균값을 적용한 경우보다 정확도가 큰 차이로 높은 것으로 분석되었다.
- 이는 2007년의 평균값을 적용한 결과보다 예측 정확도가 약 2배 이상 높은 것으로 분석되었다. 하지만, 본 연구에서 제안한 방법을 적용한 예측 결과인 1.14보다는 예측정확도가 약 2.7배 이상 낮은 것으로 분석되었다.
- 12와 같다. 2001년부터 2007년까지의 월평균 상승값을 2008년부터 2010년까지 적용한 실질할인율은 1.88%으로 분석되었다. 실측값과의 차이는 3.
- 5배 이상의 차이가 있는 것으로 분석되었다. 따라서 본 연구에서 제안한 방법을 적용한 실질할인율은 과거 월평균 상승값을 적용한 경우보다도 정확도가 높은 것으로 분석되었다.
- 실측값을 기준으로 실질할인율을 계산한 결과는 –1.58%였으며, 본 연구에서 제안한 방법을 적용한 예측 결과는 –0.22%로 분석되었다.
- 다음으로, 벡터오차수정모형과 벡터자기회귀모형의 충격 반응과 예측오차분산분해 분석을 적용하여, 도출된 경제변수들 간의 영향 관계와 그 영향이 어느 변수에 의한 것인지에 대한 상대적 크기를 분석하였다. 기업대출 이자율은 콜금리와는 서로 영향을 주고받는 관계이며, 환율에는 영향만 받는 것으로 분석되었다. 환율과 콜금리가 서로에게 주는 영향은 시간이 흐를수록 점차 증가하였으며, 환율이 콜금리보다 기 업대출이자율에 주는 영향이 더 큰 것으로 분석되었다.
- 기업대출 이자율은 콜금리와는 서로 영향을 주고받는 관계이며, 환율에는 영향만 받는 것으로 분석되었다. 환율과 콜금리가 서로에게 주는 영향은 시간이 흐를수록 점차 증가하였으며, 환율이 콜금리보다 기 업대출이자율에 주는 영향이 더 큰 것으로 분석되었다. 따라서 초기에는 기업대출 이자율의 과거값들을 중심으로 참고하고, 중기 이후부터는 환율과 콜금리의 과거값을 참고하는 비중을 증가시켜서 예측한다면 정확도를 향상시킬 수 있을 것이다.
- 22%로 분석되었다. 과거의 평균값을 기반으로 계산한 결과는 6.06%로 계산되었다. 제안된 방법의 예측 정확도는 평균값을 적용한 결과보다 높은 것으로 분석되었다.
- 06%로 계산되었다. 제안된 방법의 예측 정확도는 평균값을 적용한 결과보다 높은 것으로 분석되었다.
- 본 연구에서 제안한 다변량 시계열 분석방법은 최근 과거값에 더 큰 가중치를 준다. 따라서 최근 과거에 금융위기와 같은 특수 상황이 발생했다면, 예측 정확도는 본 연구의 결과보다 높지 않을 것이다.
후속연구
- 생산자 물가지수는 실질할인율의 구성 변수인 소비자 물가지수에 영향을 주고, 그 영향에 대한 설명력도 가지는 것으로 분석되었다. 하지만, 생산자 물가지수의 영향은 충격을 준 초기와 중기에만 존재하므로, 소비자 물가지수의 변화를 예측하기 위해서는 단기 예측에만 생산자 물가지수를 적용할 수 있을 것이다.
- 따라서 최근 과거에 금융위기와 같은 특수 상황이 발생했다면, 예측 정확도는 본 연구의 결과보다 높지 않을 것이다. 특수 상황의 발생 빈도와 영향의 크기에 따라서 과거 평균값을 적용하는 경우의 정확도가 본 연구에서 제안한 방법들을 적용한 경우보다 더 높을 수도 있을 것이다. 향후 연구에서는 본 연구와 같은 매년 변하는 값을 예측하는 것뿐만 아니라, 특수 상황이 발생할 확률과 그에 따라서 예측값이 변동되는 범위를 구할 수 있다면, 건설사의 투자 의사결정에 보다 객관적인 자료를 제공할 수 있을 것이다.
- 특수 상황의 발생 빈도와 영향의 크기에 따라서 과거 평균값을 적용하는 경우의 정확도가 본 연구에서 제안한 방법들을 적용한 경우보다 더 높을 수도 있을 것이다. 향후 연구에서는 본 연구와 같은 매년 변하는 값을 예측하는 것뿐만 아니라, 특수 상황이 발생할 확률과 그에 따라서 예측값이 변동되는 범위를 구할 수 있다면, 건설사의 투자 의사결정에 보다 객관적인 자료를 제공할 수 있을 것이다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.