한은 “자체 개발 GDP나우캐스팅, 성장률 예측 제대로 포착”

한국은행이 개발한 ‘GDP 나우캐스팅(nowcasting)’이 국내총생산(GDP)성장률 예측에 도움이 되는 것으로 나타났다.

한국은행은 3일 ‘BOK 이슈노트’의 ‘디지털 신기술을 이용한 실시간 당분기 경제전망(GDP 나우캐스팅) 시스템 개발’보고서에서 이같이 밝혔다.

GDP 성장률은 소비, 투자, 수출입 등 한 국가의 경제 상황을 종합적으로 나타내는 경제지표지만, 공표 주기(1분기)와 공표 시차(속보치 기준 1개월)가 길어 현재 경기상황을 판단하는 지표로 활용하는데 한계가 있다. 주요국 중앙은행은 이러한 GDP 성장률 통계의 한계를 보완하기 위해 당분기 GDP 성장률 전망모형을 이용하고 있다.

한은도 여러 단기전망 모형을 개발해 경기판단과 통화정책 수행에 활용하고 있다는 설명이다. 전망모형은 미 연방준비제도(Fed·연준) 등 주요국 중앙은행이 GDP 나우캐스팅에 활용하는 동적요인모형(DFM, Dynamic Factor Model)과 딥러닝 모형인 LSTM(Long Short-Term Memory) 알고리즘을 상호보완적으로 이용했다. 동적요인모형은 경제변수 간 구조적 관계를 이용해 각 변수에 포함된 정보를 효율적으로 추출하고, LSTM 알고리즘은 딥러닝 네트워크를 이용해 여러 변수 간 비선형, 상호의존적 관계를 포착하는데 효과적인 것으로 나타났다.

DFM과 LSTM 전망모형 모두 전망시점별 예측오차(2017년 이후 19개 분기 평균)가 시간에 따라 축소되며 경기흐름을 적절히 포착했다.

LSTM 전망모형의 예측오차가 DFM에 비해 작아 월별 경제지표와 GDP 성장률 간 다층적인 관계를 잘 포착하는 것으로 평가되며 GDP 성장률 속보치보다 잠정치 대비 예측오차가 더 작은 것도 딥러닝 모형이 실제 경기상황을 포착하는데 유리한 구조임을 시사한다고 한은은 설명했따.

특히 코로나19 팬데믹으로 경기 불확실성이 확대됐던 2020년에 대한 실시간 경제전망 결과를 보면 DFM과 LSTM 전망모형 모두 1분기와 2분기의 급격한 GDP 성장률 하락과 2020년 3분기의 성장률 반등 움직임을 조기에 포착한 것으로 전해졌다.

한은 관계자는 “GDP 나우캐스팅 시스템은 디지털 혁신의 일환으로 딥러닝 등 디지털 신기술을 조사연구 업무에 적용하는 과정에서 개발됐으며 기존 계량경제모형에 비해 예측력을 개선하는 성과를 보였다”고 밝혔다.

이어 “이번 시스템 개발에서 축적된 디지털 신기술 활용 노하우를 경제전망, 시장모니터링 등 다양한 조사연구 업무에 적용하는 한편, 적극적인 대내외 교류를 통해 연구성과를 공유할 계획”이라고 덧붙였다.