빅데이터로 본 선행지수 순환변동치…경기 예측력 23%에 불과

선행지수와 동행지수 상관관계 23%에 그쳐

함수·지표 조합 변경으로 약 80%까지 개선 가능



(서울=연합인포맥스) 강수지 기자·이석훈 연구원 = 향후 경기 국면 전환점을 예측하는 데 활용되는 선행지수 순환변동치의 예측력이 현저히 떨어진다는 분석이 나왔다.

다만, 지표의 유의성이 다소 떨어지는 가운데서도 선행지수를 구성하는 지표들의 조합 방식을 변경하면 선행성을 개선할 수 있는 것으로 나타났다.

6일 연합인포맥스는 지난 20년간의 데이터를 분석해 선행지수 순환변동치가 동행지수 순환변동치를 통계적으로 유의미하게 설명하는지를 살폈다.

그 결과 지수 간 상관성이 크지 않아 선행성을 담보하기엔 다소 미흡하다는 결론을 내렸다.

◇기존 선행지수의 경기 예측력 미약

인포맥스가 아마존의 자동화 기계학습 알고리즘인 오토글루언을 이용해 지난 2003년 8월부터 현재까지 데이터를 살펴본 결과 선행지수의 설명력은 7개월 이후 동행지수에서 가장 강한 것으로 나타났다.

통계청에 따르면 통상 선행지수 순환변동치의 평균 선행 시차가 5~9개월 사이인 만큼 평균치에는 부합하지만, 그마저도 상관계수와 결정계수가 각각 0.233과 0.022에 그쳐 선행성을 보장하기 어려운 수준이었다.

경기 선행지수 순환변동치는 통계청이 매달 산업활동동향을 통해 발표하는 지수다. 경기 국면과 전환점의 단기 예측에 주로 이용된다. 통상적으로 지표가 현재와 반대 방향으로 2분기 이상 연속해 움직이면 이 시점을 경기 전환점이 발생한 신호로 해석해 향후 국면 전환이 발생할 시점을 대략 추정하는 식이다.

선행지수는 선행성 개선을 위해 그동안 여러 차례 개편을 거쳐 현재는 ▲재고순환 지표 ▲경제심리지수 ▲기계류 내수 출하지수 ▲건설수주액 ▲수출입물가 비율 ▲코스피 ▲장단기금리차 등 7개의 선행지표로 구성된다.

◇ 조합방식에 따라 동행지수와의 연관성 개선

다만, 인포맥스 분석에 따르면 선행성은 구성지표와 그 조합 방식에 따라 얼마든지 개선될 수 있는 것으로 나타났다.

각각의 구성지표와 동행지수 순환변동치 간의 상관관계와 결정계수를 분석해보면 기계류 내수 출하지수의 상관성이 높은 것으로 나타났으며 건설수주액과 재고순환 지표의 미래 예측력은 상당히 떨어지는 모습을 보였다.




오토글루언을 통해 새로운 함수로 기존 7개 하위지표를 재구성한 결과 동행지수와의 상관성은 0.233에서 0.672로 의미 있게 증가했다.

또한, 7개의 구성지표 중 미래 예측력이 떨어지는 건설수주액과 재고순환 지표를 제외한 5개의 구성지표로만 구성했을 때 동행지수와의 상관성은 0.798로 80% 가까이 상승했다.




한편, 오토글루언 등 자동화 기계학습 알고리즘이 과대 적합 또는 과소 적합 가능성이 있는 만큼, 실제 5개의 선행지표만으로 더 나은 선행지수를 만들 수 있을지는 더 많은 연구가 필요하다.

통계청에서도 보다 정확한 경기 분석을 위해서는 해당 시기의 경기 변동을 주도하는 부문과 다른 지표들을 함께 분석해 종합적으로 판단해야 한다고 권하고 있다.

sskang@yna.co.kr

shlee@yna.co.kr