잠재 인플레이션 지수 (UIG)

뉴욕 연은에서는 잠재 인플레이션 지수(UIG, Underlying Inflation Gague)를 발표하고 있다. 

uig-faq-pdf.pdf

0.07MB

동태요인모형( Dynamic Factor model)를 활용하여 지수를 도출한다. 동태요인모형은 경제학 박사가 아닌 이상 이해하려는 욕심을 버려야 하는 모형이겠지만, 이하에 간단한 요약을 발췌한다.

"동태요인모형은 모형에 사용되는 다수의 월별 자료가 가지는 공통정보를 소수의 요인 (factor)으로 요약하고 이를 활용하여 GDP를 예측하는 방법이다. 공통 요인은 주성분분 석(principal component analysis) 등과 같은 통계적 기법으로 추정하는데, 설명변수 증가에 따른 자유도의 상실과 과다 추정(over-fitting) 문제를 극복할 수 있을 뿐만 아니라 모형에 포함되는 설명변수 선택의 임의성을 피할 수 있다는 장점을 가지고 있다. 대표적으로는 Stock and Watson(1999, 2002)이 인플레이션 및 산업생산의 예측에 있 어 요인모형이 기타 비교 모형에 비해 우월함을 보인 바 있고 우리나라의 경우 김종화· 이중식(2005)이 실물, 해외, 물가 및 금융시장 부문의 42개 개별지표들의 움직임으로부터 주성분분석에 의해 공통 움직임을 추출하고 인플레이션을 예측한 결과 여타 시계열 모형에 비해 우월한 것으로 분석한 바 있다.

 

동태요인모형은 요인 추출을 통해 광범위한 자료의 활용이 가능한 가운데 공통요인의 동태적 특성을 이용하여 자료 주기, 공표 시점 차이 등의 내생화가 가능하다는 장점을 가지고 있다. 즉, 예측방정식과 공통요인의 관계에 칼만필터(Kalman filter)를 적용함 으로써 혼합주기(mixed frequency), 대상기간 차이(unbalanced panel) 등 자료의 비정규성을 효율적으로 처리할 수 있다. 그러나 GDP 예측이 통계적·기술적 속성에 크게 의존하는 점은 동태요인모형의 약점으로 평가된다."

(링크-한은 리서치) 

다시 UIG로 돌아오면, prices-only 지수와 full-data-set 지수로 나눠서 발표하고 있다. full-data-set 지수는 CPI 구성 성분뿐만 아니라  명목, 실질, 금융 변수까지 사용한다.  

네이버 블로거 데이터 송송송님도 다룬 적이 있다. 코어 CPI에 UIG가 1년 정도 선행한다고 했는데, 코로나 이후에는 그러한 관계가 사라진 것처럼 보인다.