Estimating the Working-Day Effect in Exports Using Machine Learning

본 연구는 한국의 10일 단위 수출통계를 활용하여 수출액에 내재된 특수일 효과(special-day effect)를 정교하게 추정하는 방법론을 제안한다. 기존에는 평일 1일, 토요일 0.5일, 공휴일 0일로 고정된 가중치를 부여해 조업일수를 산정했으나, 이러한 단순 방식은 조업일 구성이나 시간가변적(time-varying) 요인을 충분히 반영하지 못한다. 본 연구는 로그 변환된 수출액에서 추세를 제거한 뒤, 회귀모형과 랜덤 포레스트(Random Forest) 모형을 이용하여 특수일 효과를 추정하였다. 회귀분석 결과, 명절(설·추석)을 제외한 공휴일의 효과가 일요일과 동일하지 않았으며, 토요일의 영향 또한 일요일의 절반 수준과 통계적으로 유의하게 달랐다. 또한 월말로 갈수록 수출이 집중되는 월내 계절성(intra-month seasonality) 역시 통계적으로 유의한 것으로 확인되었다. 제안된 모형은 특수일 효과를 시간불변 성분과 시간가변 성분으로 분해하여 추정한다. 고정 성분은 회귀모형을 통해, 시간가변 성분은 랜덤 포레스트를 통해 추정함으로써 특수일 간 교호작용과 시간에 따른 변화를 포착하였다. 분석 결과, 토요일과 공휴일의 음(-)의 효과가 시간이 지남에 따라 점차 강화되는 경향이 관찰되었으며, 이는 특수일 효과가 사회·제도적 변화에 따라 변동함을 시사한다. 본 연구는 특수일 효과를 정밀하게 반영한 수출 분석을 가능하게 하며, 기존 단순 환산 방식의 한계를 보완하는 실증적·정책적 근거를 제공한다.