우리나라 스태그플레이션 발생확률 추정 = Predictive Probability Estimation of Stagflation in Korea

국문 초록 (Abstract)

장단기 스태그플레이션 발생확률 예측은 한국은행의 경기 및 물가안정을 위한 선제적 통화정책 의사결정에 지대한 영향을 미친다. 본 연구는 향후 2년간 우리나라 스태그플레이션 발생확률을 추정한다. 이를 위해 일변수 및 이변수 자기회귀시차(Autoregressive Distributed Lag, ADL) 모형을 이용하여 물가상승률과 경제성장률의 결합예측분포를 생성한다. 이 과정에서 표본외 예측을 통해 베이지안 변수선택과 정밀한 튜닝과정을 거쳐 최적 예측모형을 선택한다. 최근 5년을 대상으로 한 장단기 표본외 예측결과, 대부분의 예측시계에서 일변수 ADL 모형으로 각 변수를 독립적으로 예측했을 때 결합분포 예측력이 극대화되었다. 최적 모형을 이용한 실제 예측결과, 스태그플레이션(GDP 성장률 전년 동기비 1% 이하와 소비자물가 상승률 4% 이상, 또는 2분기 연속 전기비 마이너스 성장과 물가상승률 4% 이상) 발생확률은 금년 4분기 중 일시적으로 높아지나 이후 10% 이하 수준으로 크게 하락하는 것으로 나타났다. 이러한 결과로 볼 때 향후 스태그플레이션이 발생할 가능성은 매우 제한적인 것으로 추정된다.

다국어 초록 (Multilingual Abstract)

The prediction of the short- and long-term stagflation probability has a profound influence on the Bank of Korea's preemptive monetary policy decision-making for economic and price stability. This study estimates the probability of stagflation in Korea over the next two years. To this end, a joint predictive distribution of the inflation rate and the real economic growth rate is generated using univariate and bivariate autoregressive distributed lag (ADL) models. In this process, the optimal prediction model is selected through Bayesian variable selection and precise tuning through out-of-sample prediction. As a result of long-term and short-term out-of-sample predictions for the last 5 years, the joint distribution predictive accuracy was maximized when each variable was independently predicted using the univariate ADL model in most forecasting horizons. As a result of the actual prediction using the optimal model, The probability of stagflation (GDP growth rate below 1% and CPI inflation rate above 4% or two consecutive quarters of decline in real GDP level and CPI inflation rate above 4%) temporarily increased in the fourth quarter of 2022 and then dropped significantly to less than 10%. From these results, it is predicted that the possibility of stagflation is very limited.

목차 (Table of Contents)

• <제목 차례>
• 초록 ⅰ
• Abstract ⅱ
• 서문 ⅲ
• 목차 ⅳ
• 표 목차 ⅵ
• 그림 목차 ⅶ
• 1. 서론 1
• 2. 계량분석 8
• 2.1 예측모형 설정 9
• 2.2 추정방법 14
• 2.3 표본외 예측 17
• 2.4 튜닝 19
• 3. 추정결과 22
• 3.1 통계자료 22
• 3.2 표본외 예측 결과 25
• 3.2 실제예측 결과 34
• 4. 결론 및 정책적 시사점 43
• 4.1 요약 43
• 4.2 정책적 시사점 45
• 4.3 한계 및 추가 연구방향 46
• 참고문헌 48
• 부록 50
• A. 변수선택 적용 ADL 모형의 사후 샘플링 알고리즘 50
• B. 표본외 예측결과 - 90% 신용구간 54