19일 서울 중구 한국은행 별관에서 한은과 한국통계학회 주최로 열린 '경제통계의 진화: 인공지능(AI) 활용과 통계방법론의 확장' 포럼에서 서범석 숙명여대 통계학과 교수는 '멀티뷰(multi-view) 데이터를 이용한 원·달러 환율의 예측과 분석' 발표를 통해 이같이 밝혔다.
서 교수는 지난 2005년 1월부터 올해 4월까지 환율 언급 기사 87만3000건을 선별해 뉴스텍스트에서의 환율 평가 지표를 추출했다고 설명했다.
환율 변동을 정치, 지정학, 불확실성, 금융위기, 국제금융, 주식시장, 인플레이션, 실물경제, 국제무역, 국제유가, 무역정책, 통화정책 등 12개 분류로 나눠 추정한 결과, 환율과의 상관관계는 인플레이션이 가장 높고 실물경제가 가장 낮은 것으로 나타났다.
또 환율 관련 뉴스 언급을 통해 시기별 환율 변동의 주요인을 분석한 결과에 따르면 올해는 관세 등 무역정책으로 인해 환율이 약 65원 상승한 것으로 추정됐다.
지난해 이후 정치 영향으로는 약 16원, 지난 2022년 인플레이션 영향으로는 약 127원 상승한 것으로 추산됐다.
서 교수는 "뉴스 텍스트를 가공한 정보는 시장이 평가하는 원·달러 환율의 변동 요인 정보를 제공한다"며 "특히 12개월 내 단기 예측에서 텍스트 정보가 일부 유용한 것으로 평가됐다"고 말했다.
이 외에도 이날 포럼에서는 오희석 서울대 통계학과 교수가 데이터 전체 분포 구조를 활용해 잠재적인 패턴을 효과적으로 포착할 수 있는 '데이터 적응요인 모형(DAFM)'에 관해 강연했다.
오 교수는 데이터 적응요인 모형이 주가 수익률이나 실업률 예측에서 특이적 변동성 구조를 더 정밀하게 포착하고 예측 정확도를 높일 수 있을 것으로 분석했다.
한희준 성균관대 경제학과 교수는 머신러닝을 이용해 주식시장 변동성 예측 정확도를 높이는 방법을 발표했으며, 한은 관계자들은 소규모 언어모델(SLM)을 활용해 산출한 뉴스심리지수 등 AI 발전과 통계 수요 변화에 대응해 기존 통계를 개선한 사례를 소개했다.
댓글 더보기