비모수 회귀방법을 이용한 화폐수요함수 추정

Abstract

화폐수요함수가 안정적인가에 대한 질문은 거시정책의 이론과 적용에 있어 중요한 이슈이다. 화폐수요함수가 안정적이라는 것은 통화량이 화폐수요함수의 예상대로 주요 거시 변수들과 연관성을 갖는다는 것을 의미하므로 안정적인 거시경제정책을 논하기 위해서는 장기적인 화폐수요함수에 대한 올바른 이해가 필수불가결하기 때문이다. 이에 본 논문에서는 지금까지 연구되어왔던 선형, 비선형 공적분 회귀모형을 이용한 화폐수요함수의 안정성 추정에서 좀 더 나아가 Wang and Phillips(2009)의 연구 논문을 기초로 화폐수요함수를 비모수 공적분 회귀분석 방법으로 추정하는 것을 목적으로 한다. 데이터는 1972년 1월부터 2011년 1월까지의 총 469개의 미국 월별 자료와 1991년 3월부터 2011년 2월까지의 총 239개의 한국 월별 자료를 사용하였고, 각각의 화폐수요함수 식에 넣어 분석하였다. 미국과 한국 모두 추세를 반영한 선형회귀분석 결과 유의수준 1%에서 유의하며 공적분 되어있다는 결과가 도출되지만, 다중회귀 그래프를 그려본 결과 선형으로 설명되기에 불완전한 부분이 있다는 것을 알 수 있었다. 이에 비모수 공적분 회귀분석을 커널 회귀분석 방법으로 그래프를 그려본 결과 미국의 화폐수요의 준 이자율탄력성은 음의 값을 가지면서 약간 변화하며, 한국의 화폐수요의 준 이자율탄력성은 미국보다 폭이 더 크게 변화한다는 결과를 얻을 수 있었다. 이처럼 추정 결과의 신뢰도를 높이기 위해 회귀분석 결과와 그래프를 이용하여 비교 분석해 본 결과, 기존의 회귀분석만으로는 화폐수요함수를 설명하는데 불완전함을 알 수 있었다. 비록 미국과 한국의 관측 수의 부족으로 인해 정확한 화폐수요함수를 추정하는데 한계를 보였지만, 화폐수요함수의 추정에서 일정 부분을 보완할 수 있는 하나의 도구로써 비모수 공적분 회귀분석 방법의 활용 가능성을 제시 할 수 있었다. 또한 비모수 공적분 회귀분석을 이용함으로써 선형과 비선형에 관계없이 일반적인 화폐수요함수를 추정하여 구할 수 있다는 점에서 방법적 그리고 모형설정 차원에서의 의미를 갖는다.;It is a very important issue that the question if money demand function is stable for the theory and application of macroscopic policy. The stable money demand function means that the major Macroeconomic variables and money supply have relation as expected by the money demand function so the correct understanding about the money demand function for long term period to discuss stable macroeconomic policy is absolutely essential. Therefore, this thesis moves forward from the estimation of stability of money demand function using linear, non-linear cointegrating regression models that have been studied until now, based on the thesis of Wang and Phillips(2009), it aims to estimate money demand function in non-parametric cointegrating regression analysis. I used total 469 USA monthly Macroeconomic data from Jan 1972 to Jan 2011 and total 239 Korean monthly Macroeconomic data from Mar 1991 to Feb 2011 and they were applied to each money demand function. As a result of linear regression analysis that applied both trends of USA and Korea showed significance of 1% of significant level and the cointegration as a result but as a result of multiple regression graph, there is an uncertainty to explain with linear. Therefore, as a result of graph with non-parametric cointegrating regression analysis kernel, the interest rate semielasticity of money demand of USA has negative value and changes a little while that of Korean changes with greater range. Therefore, to improve the trust of estimation result, as a result of comparison analysis using regression analysis result and graph, I could understand that the previous regression analysis is incomplete to explain the money demand function. Although there was limitation to estimate exact money demand function due to lack of number of observation by USA and Korea but it suggested possibility of application of non-parametric cointegrating regression analysis method as a tool that can supplement certain part in estimation of money demand function. Also, the use of non-parametric cointegrating regression analysis which allowed producing general money demand function with estimation irrelevant to linear or non-linear has its meaning it its methodology and the level of model setup.