BOKDPM · 원본 .mod 파라미터

한국은행 동태예측모형 — 파라미터 표

원본 BOKDPM 모형(BOKDPM_jdh.mod)의 parameters 블록에서 추출한 전체 86개 파라미터입니다. 이 86개는 원본 모형의 캘리브레이션 값이며 추정 대상이 아닙니다(원본 estimated_params에는 gamma_kor2만 지정돼 있었고 그마저 고정값이었으므로 원본은 사실상 캘리브레이션 모형입니다). 이와 별도로, 34개 구조충격의 표준편차와 핵심 행태계수 20개(gamma_kor2 포함)는 새 데이터로 베이지언 MH 재추정하였으며, 충격 변동성은 「추정된 충격 변동성」에, 계수의 식별 판정은 「식별표」에 있습니다. 접미사 _ss는 정상상태 상수·목표값, 그 외(beta/lambda/gamma/omega…)는 동태 계수입니다. 비고의 til '08q3/'09q4는 원본 개발 당시(2008–2010) 빈티지 값입니다.

86개 파라미터정상상태·목표값 17동태 계수 69

표준편차·분산(σ) — 전체 MH로 추정 완료. 원본 .mod엔 추정 대상이 gamma_kor2 하나뿐이라, 34개 충격 + 핵심 행태계수 20개를 결합 베이지언 추정을 수행했습니다 — 로컬 Dynare 7.1 + Octave 11.1.0, 2000Q1–2025Q4, Metropolis-Hastings 2체인 × 30,000(번인 30%, 채택률 25.6/25.8%). 결과: gamma_kor2 사후 1.595 ± 0.109(HPD [1.40, 1.76]), 그리고 34개 충격의 변동성(σ)은 아래 「추정된 충격 변동성」에. 핵심 행태계수 20개의 사후·식별 판정은 아래 「식별표」에, 나머지 66개 구조계수는 캘리브레이션 유지. 주의: 데이터 스케일 기반 표준 사전의 신규 추정이며, ⚠ 표시 충격(환율추세성장·실질CD/국고채 중립 추세)은 약식별이라 사후분포가 넓습니다(추세/수준 식별 한계).

▾ 방정식·변수 사전 ▶ 70식 시뮬레이터 ▾ 핵심 13식 그래프 ▾ 식별표 ▾ 사전vs사후 밀도 ▾ 충격 변동성

출발점과 수정 이력 — 무엇이 원본이고 무엇을 바꿨나 (검증용)

주동헌 교수님이 제공한 원본과, 그 이후 제가 수정·추가한 내용을 나누어 정리하였습니다. 아래 파일을 직접 열어 대조하실 수 있습니다. 모형 방정식과 86개 구조 파라미터 값은 전혀 바꾸지 않았고, 바꾼 것은 ① 데이터 표본 ② 충격 사전 추가 ③ 추정 실행 설정의 세 가지뿐입니다.

① 주동헌 교수 원본 (시작점, 그대로)

BOKDPM_jdh.mod — 모형(방정식·변수·86 파라미터)
BOKDPM_data_0904.m — 원본 데이터
저자 Kang·Pyoun(2009), 이후 Kim(2010) 수정. 표본 2000Q1–2009Q4(40분기).
위치: _통합자료\폴더1_마스터\최종\

⬇ BOKDPM_jdh.mod ⬇ BOKDPM_data_0904.m ⬇ 원본 전체 zip

② 추정에 사용 (제가 수정)

BOKDPM_2025.mod — 원본 구조 + 추정 설정
BOKDPM_data_2025.m — 신규 데이터
표본 2000Q1–2025Q4(104분기), 관측 20변수. 백업본 BOKDPM_2025_shocksonly.mod.
위치: bokdpm_work\

⬇ BOKDPM_2025.mod ⬇ BOKDPM_data_2025.m ⬇ run_est_local.m ⬇ 충격만 버전 ⬇ 우리작업 전체 zip

구성요소	주동헌 원본	이후 수정	판정
모형 방정식(`model` 블록)	153줄	153줄 (주석 1자 외 동일)	무수정
변수·충격 선언(`var`/`varexo`)	그대로	그대로	무수정
구조 파라미터 값(86개)	캘리브레이션 값	동일(값 미변경)	무수정
관측 데이터 표본	2000Q1–2009Q4 (40분기)	2000Q1–2025Q4 (104분기)	교체
`estimated_params`	`gamma_kor2` 1줄(고정)	+ 충격 34개 `stderr` 사전(역감마)	추가
충격 표준편차(σ)	없음(`shocks` 블록·`stderr` 0건)	34개 신규 부여·추정	신규
`kalman_algo = 5`	설정됨	주석 처리 → `diffuse_filter`	수정
`estimation()` 실행	—	MH 2체인 × 30,000(번인 30%)	신규

추정은 어떻게 했나 — 프로그램과 절차

사용한 프로그램

Dynare 7.1 — 동태확률일반균형 모형 추정 표준 도구.
Octave 11.1.0 — Dynare 구동 수치계산 환경.
로컬 PC에 설치하여 실행.

추정 대상 (현재까지)

34개 충격 + 핵심 행태계수 20개
테일러·필립스·IS·오쿤(한·미)+유가. 나머지 66개 구조계수는 캘리브레이션 유지.

절차.

사전 설정. 34개 충격 표준편차에 역감마 사전분포(변동계수 1)를 부여하고 데이터 크기에 맞는 초기값을 지정. 이 사전값은 표준 관행에 따라 제가 정한 것이며 한국은행 자료에서 온 것이 아님.
우도 계산. 관측 20변수·104분기 자료로 우도를 칼만필터(추세 변수는 확산 필터)로 계산.
최빈값 탐색. 사후분포 최빈값(mode)을 찾고 그 곡률(헤시안)로 표준편차 근사.
사후분포 표집. 메트로폴리스-헤이스팅스 2체인 × 30,000, 앞 30% 번인 제거(체인당 21,000 표본), 채택률 25.6/25.8%.

결과. gamma_kor2 사후 평균 1.595(표준편차 0.109). 20개 핵심 계수의 사후·식별 판정은 아래 「식별표」에, 34개 충격 변동성은 「추정된 충격 변동성」에. 약식별 충격(환율추세·실질CD/국고채 중립추세)만 사후가 넓으며, 결합추정으로 미국 금리 충격의 약식별은 해소되었습니다.

🎯 추정된 충격 변동성 (34개 · 결합추정)

각 구조충격의 추정된 표준편차(변동성)와 그 불확실성(σ). 로컬 Dynare 7.1 + Octave 11.1.0 · 결합 MH(충격 34 + 행태계수 20, 2체인 × 30,000, 채택률 25.6/25.8%), 2000Q1–2025Q4. 막대 = 사후 평균(변동성), 큰 순 — 국제유가·정부지출·환율·경상수지 충격이 가장 큽니다. ⚠=약식별(사후분포 넓음). 표준 사전 기반 신규 추정.

🔬 블록1 재추정 — 식별표 (핵심 행태계수 20개)

34개 충격과 함께 핵심 행태계수 20개(테일러준칙·필립스곡선·총수요·오쿤, 한·미 + 유가지속성)를 결합 베이지언 추정했습니다 — MH 2체인 × 30,000, 채택률 25.6 / 25.8%. 아래는 각 계수의 사전(가정)이 데이터로 얼마나 갱신됐는지를 정리한 식별표입니다.

판정 기준. 강식별 = 사후 표준편차가 사전의 절반 미만(데이터가 불확실성을 크게 줄임) · 식별 = 사후가 사전의 0.5~0.8배로 축소되었거나 사전에서 1.5σ 넘게 이동 · 약식별 = 사후가 사전에 붙어 거의 움직이지 않음(데이터 정보 부족). 축소비 = 사후 표준편차 ÷ 사전 표준편차(작을수록 잘 식별됨).

파라미터 · 역할	블록	사전	사후 평균	90% HPD	축소비	판정
`gamma_kor1` 금리 평활(관성)	테일러준칙	0.50	0.883	[0.85, 0.91]	0.11	강식별
`gamma_kor2` 물가 반응	테일러준칙	1.50	1.595	[1.40, 1.76]	1.09	약식별
`gamma_kor3` 산출갭 반응	테일러준칙	0.50	0.574	[0.31, 0.83]	0.81	약식별
`lambda_kor1` 기대물가 가중	필립스곡선	0.55	0.321	[0.12, 0.50]	0.82	식별
`lambda_kor2` 산출갭 기울기	필립스곡선	0.15	0.092	[0.02, 0.15]	0.55	식별
`lambda_kor3` 목표 앵커 가중	필립스곡선	0.65	0.753	[0.70, 0.80]	0.20	강식별
`beta_kor1` 산출갭 지속성	총수요(IS)	0.50	0.203	[0.10, 0.30]	0.40	강식별
`beta_kor2` 기대(전향) 가중	총수요(IS)	0.10	0.019	[0.00, 0.04]	0.20	강식별
`beta_kor3` 실질금리 민감도	총수요(IS)	0.10	0.086	[0.02, 0.15]	0.83	약식별
`alpha_kor1` 실업갭 지속성	오쿤	0.80	0.611	[0.46, 0.75]	0.88	식별
`alpha_kor2` 오쿤 계수	오쿤	0.30	0.072	[0.05, 0.10]	0.12	강식별
`gamma_us1` 금리 평활(관성)	미 테일러	0.50	0.916	[0.90, 0.93]	0.08	강식별
`gamma_us2` 물가 반응	미 테일러	1.50	1.677	[1.28, 2.10]	0.98	약식별
`gamma_us3` 산출갭 반응	미 테일러	0.20	0.349	[0.10, 0.59]	1.53	약식별
`beta_us1` 산출갭 지속성	미 IS	0.70	0.446	[0.36, 0.53]	0.44	강식별
`beta_us2` 기대(전향) 가중	미 IS	0.15	0.041	[0.01, 0.07]	0.29	강식별
`lambda_us1` 기대물가 가중	미 필립스	0.45	0.340	[0.17, 0.50]	0.67	식별
`lambda_us2` 산출갭 기울기	미 필립스	0.05	0.077	[0.03, 0.12]	0.92	약식별
`lambda_us3` 목표 앵커 가중	미 필립스	0.50	0.439	[0.37, 0.50]	0.25	강식별
`rho_oil1` 유가 지속성	국제유가	0.90	0.881	[0.80, 0.96]	0.94	약식별

요약: 강식별 9 · 식별 4 · 약식별 7 (20개 중 13개를 데이터가 뚜렷이 식별).

한·미 금리 관성이 원본 가정(0.50)보다 크게 높음(gamma_kor1 0.88, gamma_us1 0.92) — 강식별.
한국 오쿤 계수(alpha_kor2 0.30→0.07)와 산출갭 지속성(beta_kor1 0.50→0.20)이 원본보다 낮음 — 강식별.
물가 목표 앵커(lambda_kor3 0.65→0.75) 강화 — 강식별.
유가 지속성(rho_oil1)·미국 물가반응(gamma_us2) 등은 사전이 이미 좁아 데이터가 거의 못 움직임 — 약식별.

참고: 이번 결합추정으로 미국 중립·정책금리 충격(RES_RR_us_BAR·RES_RS_us)의 약식별이 해소되어 사후가 크게 좁아졌습니다. 남은 약식별 충격은 환율추세성장·실질CD/국고채 중립추세(⚠) 3개입니다.

🔔 사전 vs 사후 밀도 (추정을 그림으로)

표가 복잡하니 그림으로 봅니다 — MH 표본 42,000개로 각 파라미터의 사전(회색)과 사후(검정) 분포를 재현했습니다. 사후가 사전보다 좁아지거나 옆으로 이동했으면 데이터가 잘 식별한 것입니다(초록선=사후평균).

구조충격 34개 밀도와 전체 그림은 사전 vs 사후 밀도 페이지에서, 데이터입수→추정→전망 전체 흐름은 3단계 파이프라인에서 볼 수 있습니다.

검색 결과가 없습니다.