Forecasting with the Optimal Choice of Hyperparameters for Bayesian VARs

베이지언 VAR모형은 대형 거시전망모형과 다른 전망모형에 필적하는 성과를 나타내는 것으로 알려져 국내 많은 연구소와 기관에서 활용하고 있다. 그동안 모형 활용 경험에서 비추어 보면 베이지언 VAR모형의 전망에서 유의하였던 부문은 예측오차가 가장 작은 초모수를 선택하는 것이었다. 본 논문에서는 초모수를 추정되어야 할 또 하나의 모수로 간주하고 자료에 기반하여 추정하는 방법론을 활용하여 초모수를 추정한 후 이를 바탕으로 표본외전망을 실시하였다. 기존 예측오차가 가장 작은 초모수를 선택하고 이를 일정기간 동안 고정하여 전망에 이용하는 방식과 새로운 방식간 전망성과 측면에서 차이가 나는지 살펴보았다. 최근 국내은행의 치열한 경쟁의 대상인 중소기업대출을 전망하는 모형을 구축하였는데 전망시계에 따라 추가된 자료에 근거하여 매번 초모수를 추정하는 전망이 기존 고정 초모수 전망에 비해 전망성과가 개선되는 것으로 나타났다. 한편 그 과정에서 추정된 초모수가 시간이 지나면서 고정되어 있지 않고 변화하였으며 일부 초모수의 경우 그 변화 정도가 코로나19를 거치면서 시계열간 상호관계가 변화했을 가능성을 시사할 정도로 큰 것으로 확인할 수 있었다. 아울러 조건부전망을 이용하여 코로나 때 실시되었던 금융권의 대출 만기 연장과 원리금 상환유예 프로그램 등이 금리인하 정책효과 못지않게 중기대출 증가에 크게 기여한 것으로 나타났다.