ai요약 : [BOK 경제연구] 신승준, 서범석 [제2022-16호] 빅데이터를 이용한 실시간 민간소비 예측- 발행 : 2022.09.26

- 출처 링크 : 

https://www.bok.or.kr/imer/bbs/P0002455/view.do?nttId=10072855&searchCnd=1&searchKwd=&depth2=500535&depth=500535&pageUnit=10&pageIndex=5&programType=rsrchrData&menuNo=500535&oldMenuNo=500216

[제2022-16호] 빅데이터를 이용한 실시간 민간소비 예측 | BOK 경제연구(상세) | 연구자료 | 한국은

 

 

 

- 출처 링크 본문

제목: 빅데이터를 이용한 실시간 민간소비 예측
저자: 신승준(고려대학교), 서범석(경제통계국 통계연구반)

<요약>
 최근 코로나19 등으로 경제 불확실성이 확대됨에 따라 민간 경제주체의 경제상황을 직접적으로 반영하는 민간소비 동향을 신속히 파악할 필요성이 높아지고 있다. 이에 본 연구는 기존 거시경제지표 뿐만 아니라 빅데이터를 종합적으로 활용하여 민간소비를 실시간으로 추정(Nowcasting)하는 방법을 제안하였다. 특히 초고차원 빅데이터의 적합을 위해 활용 가능한 다양한 기계학습 방법론을 비교분석하여 민간소비 추정의 정확도를 향상시키고자 하였다. 실증분석 결과, 빅데이터를 비롯한 가용 공변량의 수가 많은 경우에는 변수를 미리 선별하여 모형 적합에 활용하는 것이 민간소비 예측 성능을 향상시킬 수 있음을 확인하였다. 또한 코로나19 이후 빅데이터의 반영이 민간소비 예측 성능을 더욱 크게 향상시킴에 따라 경제 불확실성이 높은 상황일수록 새로운 정보를 적시에 반영할 수 있는 고빈도 빅데이터의 활용가치가 높은 것으로 판단된다.


 As economic uncertainties have increased recently due to COVID-19, there is a growing need to quickly grasp private consumption trends that directly reflect the economic situation of private economic entities. This study proposes a method of estimating private consumption in real-time by comprehensively utilizing big data as well as existing macroeconomic indicators. In particular, it is intended to improve the accuracy of private consumption estimation by comparing and analyzing various machine learning methods that are capable of fitting ultra-high-dimensional big data. As a result of the empirical analysis, it has been demonstrated that when the number of covariates including big data is large, variables can be selected in advance and used for model fit to improve private consumption prediction performance. In addition, as the inclusion of big data greatly improves the predictive performance of private consumption after COVID-19, the benefit of big data that reflects new information in a timely manner has been shown to increase when economic uncertainty is high.

 

 

 

---

chat GPT 4o 요약 프롬프트 

PDF 파일의 내용을 요약해 주세요. 요약은 다음 기준을 따르세요: 1. 전체 문서의 주요 목적과 결론을 포함하세요. 2. 각 섹션의 핵심 내용을 간략히 설명하세요. 3. 중요 데이터나 통계가 있다면 포함하세요. 4. 기술적 용어는 가능한 쉽게 설명해 주세요. 5. 요약 길이는 500 단어 정도로 해주세요

---

 

이 문서는 빅데이터를 이용한 실시간 민간소비 예측에 관한 연구로, 신승준과 서범석이 작성한 것입니다. 경제 불확실성이 큰 상황에서 경제 상황을 반영하는 중요한 지표인 민간소비를 신속히 파악할 수 있는 방법을 제시하고 있습니다. 이 연구에서는 빅데이터와 기계학습 기법을 활용하여 민간소비 예측의 정확도를 향상시키는 방법을 제안하고 있습니다.

요약:

1. 서론:

본 연구는 민간소비의 실시간 예측(나우캐스팅)을 위해 빅데이터를 활용하는 방법을 제시합니다. 전통적으로 경제 상황을 평가하는 데 사용되는 GDP 데이터는 공표 지연이 발생하여 실시간 평가에 한계가 있습니다. 본 연구는 신용카드 거래 데이터, 뉴스 분석 등 고빈도 빅데이터를 활용하여 민간소비 예측의 정확도를 향상시키고, 다양한 기계학습 기법을 비교하여 최적의 방법을 찾고자 했습니다.

2. 배경 및 관련 연구:

민간소비의 실시간 예측은 GDP 예측에 비해 상대적으로 적은 연구가 이루어졌습니다. 그러나 최근 빅데이터의 사용이 증가하면서 민간소비 예측의 정확도를 높일 수 있는 방법이 제시되고 있습니다. 기존의 경제지표 외에도 신용카드 데이터와 같은 빅데이터를 활용하여 실시간 예측의 성능을 향상시킬 수 있다는 점이 강조되었습니다.

3. 방법론:

• MIDAS 회귀모형: 이 연구에서는 고주기 데이터를 처리할 수 있는 MIDAS 회귀모형을 사용했습니다. 이는 다양한 주기를 가진 데이터를 결합하여 예측할 수 있는 방법입니다.
• 기계학습 기법: LASSO, SCAD, 랜덤 포레스트 등 다양한 기계학습 기법을 적용하여 민간소비 예측을 개선하고, 고차원 데이터에서 중요한 변수를 선택하는 방법을 사용했습니다.
• 변수선별: 빅데이터는 데이터의 크기가 매우 크기 때문에 변수선별 기법을 통해 중요한 변수만을 선택하여 예측 성능을 최적화했습니다.

4. 실증 분석:

연구는 2000년 1분기부터 2021년 3분기까지의 약 20년간의 데이터를 사용하여 민간소비 예측 성능을 평가했습니다. 특히 2020년 초 COVID-19 팬데믹을 기점으로 경제 불확실성이 증가한 시기와 그 이전 시기의 예측 성능을 비교하였습니다. 결과적으로, 빅데이터를 활용한 민간소비 예측은 경제 불확실성이 높은 상황에서 더 높은 성능을 보였습니다.

5. 결론 및 제언:

본 연구는 민간소비 예측을 위한 빅데이터 활용 가능성을 확인했으며, 경제 불확실성이 큰 시기에는 빅데이터의 활용 가치가 더욱 높아진다고 결론지었습니다. 또한, 변수선별의 중요성을 강조하며, 기계학습 기법을 통해 민간소비 예측의 성능을 크게 향상시킬 수 있음을 보여주었습니다. 향후 연구에서는 변수선별 기법을 더욱 개선하고, 기존의 시계열 방법론을 결합하여 예측 성능을 더욱 높일 수 있을 것으로 기대됩니다.

주요 발견:

• 빅데이터, 특히 신용카드 거래 데이터와 같은 고빈도 데이터는 민간소비 예측의 정확도를 크게 향상시킵니다.
• 고차원 데이터에서 변수선별은 과적합을 방지하고 예측 성능을 개선하는 데 중요한 역할을 합니다.
• 기계학습 기법인 랜덤 포레스트와 커널 분위수 회귀(KQR)가 다른 기법에 비해 더 좋은 예측 성능을 보였습니다.

이 연구는 빅데이터와 기계학습 기법을 활용하여 민간소비 예측의 정확도를 높이고, 경제 불확실성 상황에서 실시간 예측이 중요한 이유를 강조합니다.