CNI LOGO

PRISMNow는 Nowcasting을 위해 다수의 단기 경제 예측 모형을 결합하여 점 추정치와 리스크를 동시에 도출하는 시스템이다 이는 전통적인 장기 구조모형의 한계를 극복하고 경기 급변 상황에서도 유연하고 신속한 대응이 가능하도록 설계되었다 개별 모형은 경제 상황에 따라 예측력이 달라질 수 있기 때문에 여러 구조의 모형을 앙상블 방식으로 종합하는 것이 중요하다는 점에서 PRISMNow의 필요성이 제기되었다
PRISMNow는 약 14개의 기초 모형으로 구성되며 ARIMA VAR Bridge Equation 머신러닝 기반 XGBoost ConvLSTM 텍스트 기반 모형 등 다양한 정보와 구조를 반영한다 각 모형은 당분기 또는 익분기 GDP 전망에 특화되어 있으며 정보의 풍부함과 경제 여건에 따라 상대적 예측력이 달라진다 예컨대 당분기에는 코어데이터 모형이 익분기에는 빅데이터나 심리지표 기반 모형이 우수한 성과를 보였다
예측 결과는 Model Ensemble 방식으로 통합된다 분포 추정은 MEGaR 기법을 점 추정은 DQS 기법을 통해 수행된다 DQS는 경기 불확실성에 따라 예외적 정보를 반영하며 중위값을 조정하는 방식으로 최종 전망치를 결정한다 실제 예측 결과에서 PRISMNow는 기존 평균 중위값 상위 모형 평균보다 전반적으로 더 우수한 성과를 나타냈으며 리스크 분포 또한 효과적으로 포착함을 보여주었다
사례 분석으로는 2019년 1분기 수출 악화 2020년 2분기 코로나 팬데믹 시기의 예측이 제시되었다 이 두 사례에서 PRISMNow는 기존 단일 모형들이 보여주지 못한 하방 리스크를 분포로 포착하거나 급격한 경기 변화에 적응하는 모습을 보였다 특히 심리와 텍스트 기반 모형은 위기 상황에서 더 나은 예측 성능을 나타냈다
PRISMNow는 한국은행이 다양한 정보원을 통합하여 경제를 실시간으로 진단하고 전망치뿐 아니라 리스크 정보를 함께 제공할 수 있는 체계로 향후 경제정책 수립 및 의사결정의 정밀도를 높일 수 있을 것으로 기대된다 자동화 시스템과 데이터 누적 관리 기능도 갖추고 있어 장기적으로 지속 가능한 예측 체계를 마련하는 데 기여할 것으로 보인다

I 연구의 개요
II 기업자료를 고려한 지역경제분석의 의의
III 지역기업연관표 구축 및 분석방법
IV 지역단위 분석
V 기업단위 분석
VI 결론 및 시사점