경기침체 가능성과 머신러닝 분석으로 예측한 침체가능성

경기침체에 대한 여러 견해

경기침체에 대하여 근본적으로 고민해보기 위해서는 경기변동에 대한 이론적 배경에서 출발할 필요가 있다. 경기변동론은 고전적 경기변동론과 화폐적 경기변동, 실물적 경기변동론으로 구분된다. 이론적 배경으로 현재 상황을 보면, 코로나19로 인해 일시적으로 경제 외적 충격이 발생했다. 

 

 

시장구조에 의해 노동공급과 총수요를 일시적으로 변화시키는 요소임에도 불구하고 일시적 충격을 항구적 충격으로 인식하는 정책입안자의 결정에 의해 경기변동의 속도와 진폭이 크게 형성된 것으로 판단된다. 3 Dimension of D의 개념을 기반으로 여러 연구에서 경기침체를 정의했다. 

경기침체에 대한 정의

경기침체의 정의를 살펴보면, 직관적 경기침체(GDP의 연속 둔화), 순환적 경기침체(GDP의 순환 사이클 도출), 실물적 경기침체(생산과 판매 순환 사이클 결합)의 세 가지로 나뉘었다.

 

Support Vector Machine 모델링

Supoort Vector Machine은 머신러닝의 분야 중 하나로 주로 분류를 위해 사용된다. 서로 다른 두 집단에 속한 데이터들에 관한 정보를 얻었을 경우, SVM 알고리즘은 주어진 데이터 집합을 바탕으로 새로운 데이터가 어느 집단에 속하는지를 판단하는 알고리즘이다. 해당 연구에서는 경기침체 국면과 그렇지 않은 국면을 구분해 기계학습을 통해 경기침체 가능성을 도출한다. 

 

HP filter를 통해 경기 현황을 보면 추세 요소 제거 후에 순환 요소로만 볼 때 경기침체에 이미 진입한 것을 확인할 수 있다. VAR 모형 분석한 결과 L자형 성장률 기조가 발생할 가능성이 높은 상황이다. SVM 추정 결과 직관적 경기침체 확률은 60~90% 수준으로 순환적 경기침체 확률은 20~30% 수준이며 실질적 경기침체확률은 10% 수준이다. 수치상으로는 큭 ㅔ높지 않지만 시간이 흐름에 따라 확률이 상승하고 있다는 점을 유의해야 한다.

 

머신러닝 분석으로 본 향후 방향성

무리한 통화정책과 높은 물가가 결합되면서 구매력이 둔화되고 따라서 성장률의 순환적 측면에서 침체국면으로 진입할 가능성이 상승하는 동시에 그 시점도 예상보다 빠를 가능성이 높아 보인다.

 

향후 도래할 경기침체가 진폭이 크며 그 가능성도 높아진 상황임을 짐작해보면 전반적인 경제 주체들의 심리 개선과 실질적인 경제성장 지원을 위한 통화정책의 빠른 변화가 기대된다.