Predicting Korean Recession with Binary Probit Model

Abstract

This paper propose binary response models to predict the probability of Korean recession analyzing and examining the probit model performance in terms of in-sample and out-of-sample prediction by using some financial and macroeconomic data as explanatory variables. We find dynamic model specifications, especially dynamic AR model, outperform the rest of the probit models we employed as forecast horizon goes longer in both explanatory power and predictive accuracy aspects according to the result from pseudo-r square, loss functions and the Diebold-Mariano test. The first lag order of the dynamic term plays a major role in prediction, whereas there is no significant difference among the predictors we tried to compare if they are employed in the same probit model. Also, we confirm the fact that iterative approach for multistep-ahead forecast can be a great alternative to direct approach in Korean recession study as well.;본 연구는 이항확률변수를 종속변수로 사용한 프로빗 모형을 이용해 한국 경제 불황에 대한 예측력을 비교해 보았다. 이를 위해 경기불황에 대한 선행성 을 가지고 있을 것으로 예상되는 7가지 거시·금융변수들을 예측설명변수로서 사용하여 표본내추정과 표본외 추정을 진행하였다. 실증분석 결과 표본내 추정에서는 동태항을 포함한 프로빗 모형들의 모델 적합도가 우수한 것으로 나타났다. 특히 시차가 1인 동태항의 설명력이 우수하게 나타났으며 예측변수들간 설명력은 큰 차이를 보이지 않았다. 표본외 추정에서는 pseudo-r square, MSE ∙ MAE, Diebold-Mariano test 를 통해 설명력과 정확성 면에서 모델간 예측성능테스트를 진행하였다. 표본내 추정 성과를 반영한 프로빗모델로 예측을 진행한 결과, dynamic autoregressive모델의 성능이 가장 뛰어났다. 특히 예측시차가 길어질수록 상대적으로 우수한 성과를 보여 데이터의 발표지연이 발생하는 실무에 있어서 dynamic autoregressive모델이 가장 적 합한 모델로 나타났다. 주요변수인 동태항은 Kauppi and Saikkonen(2008)에서 제안된 iterative approach를 사용하여 추정하였다. 한국불황예측에서도 이 접근법을 사용하여 얻은 설명력이 일반적으로 사용되는 direct approach의 설명력 보다 크게 개선되었으며, 이에 이것이 훌륭한 대안이 될 수 있음을 확인하였다.